地铁蓄电池工程车蓄电池箱自动灭火装置制造方法及图纸

本发明专利技术公开了地铁蓄电池工程车蓄电池箱自动灭火装置，涉及地铁蓄电池工程车运行监控技术领域，解决了现有方案无法对地铁蓄电池工程车的蓄电池状态进行监测和预测，且在蓄电池着火时无法及时灭火的技术问题；包括自动灭火设备和应用于蓄电池箱的监控模块，监控模块包括数据采集单元、处理器和预警反馈单元；本发明专利技术设置了数据采集单元和处理器，该设置用于获取监控数据，能够充分利用会对蓄电池箱产生影响的数据，实时监测和及时预测蓄电池箱的状态，保证在蓄电池箱出现异常状态时以及出现异常状态之前能够及时消除异常；本发明专利技术中的预测模型通过标准训练数据获取，能够保证预测模型的精度，保证自动灭火设备灭火的及时性。保证自动灭火设备灭火的及时性。保证自动灭火设备灭火的及时性。

【技术实现步骤摘要】
地铁蓄电池工程车蓄电池箱自动灭火装置


[0001]本专利技术属于地铁蓄电池工程车运行监控
，具体是地铁蓄电池工程车蓄电池箱自动灭火装置。

技术介绍

[0002]随着轨道交通行业的迅速发展，地铁工程车也在不断地改进和发展。传统的地铁工程车以内燃机作为动力，能耗高，污染严重。因此，传统的地铁工程车逐渐被地铁蓄电池工程车替代。
[0003]地铁蓄电池工程车通过电力蓄电池实现供电，这种供电方式能够避免对环境和乘客带来危害。地铁蓄电池工程车需要承担的工作包括搬运建设物资、牵引地铁车辆、对地铁线路压道以及对接触网和地铁线路的定期检查维护。可见，地铁蓄电池工程车需要在各种不同的极端环境下工作，这就给其配备的蓄电池带来了极大压力；因此如何实施监测甚至预测蓄电池的异常状态，并及时进行异常处理是一个棘手的问题。

技术实现思路

[0004]本专利技术提供了地铁蓄电池工程车蓄电池箱自动灭火装置，用于解决现有方案无法对地铁蓄电池工程车的蓄电池状态进行监测和预测，且在蓄电池着火时无法及时灭火的技术问题，本专利技术通过监控数据、预测模型的结合解决了上述问题。
[0005]本专利技术的目的可以通过以下技术方案实现：地铁蓄电池工程车蓄电池箱自动灭火装置，包括自动灭火设备和应用于蓄电池箱的监控模块；
[0006]所述监控模块包括数据采集单元、处理器和预警反馈单元；所述数据采集单元分别与采集传感器电气连接；所述预警反馈单元与智能终端通信和/或电气连接；
[0007]所述处理器通过所述数据采集单元采集的监控数据生成监测标签和预测标签；
[0008]所述处理器根据监测标签或者预测标签控制自动灭火设备对蓄电池箱进行灭火；所述预警反馈单元根据监测标签或者预测标签进行预警反馈。
[0009]所述处理器通过所述数据采集单元采集的监控数据生成监测标签和预测标签；
[0010]根据监测标签或者预测标签控制自动灭火设备对蓄电池箱进行灭火；所述预警反馈单元根据监测标签或者预测标签进行预警反馈。
[0011]优选的，所述监控数据包括图像数据和烟雾浓度，所述图像数据为通过高清摄像头拍摄到的蓄电池箱图片；根据所述图像数据和烟雾浓度获取监测标签，包括：
[0012]以获取时间为自变量，以烟雾浓度作为因变量，通过多项式拟合的方式获取烟雾变化曲线；通过坐标轴平移法将烟雾变化曲线转换至标准坐标轴；所述标准坐标轴中坐标轴原点对应的烟雾浓度为烟雾标准阈值；所述烟雾标准阈值为大于0的实数；
[0013]根据标准坐标轴和自变量求取烟雾变化曲线的积分值；
[0014]当积分值大于等于积分阈值和/或图像数据中识别出明火时，将监测标签标记为1；否则，将监测标签标记为0。
[0015]优选的，所述监控数据包括温度、湿度、压力和烟雾浓度；根据监控数据和预测模型获取预测标签；所述预测标签的取值为0或者1，当预测标签为0时，表示蓄电池箱不会着火，当预测标签为1时，表示蓄电池箱存在着火的可能性。
[0016]优选的，所述预测模型通过标准训练数据对人工智能模型进行训练获得；所述人工智能模型包括误差逆向反馈神经网络、RBF神经网络和深度卷积神经网络中一种或者多种。
[0017]优选的，当监测标签和/或预测标签为1时，则控制自动灭火设备对蓄电池箱进行灭火。
[0018]优选的，所述自动灭火设备包括非贮压式灭火装置和贮压式灭火装置。
[0019]优选的，所述标准训练数据包括非贮压式训练数据和贮压式训练数据；
[0020]所述非贮压式训练数据包括蓄电池箱出现火情时对应的监控数据及监控数据对应的预测标签；所述贮压式训练数据包括蓄电池箱出现火情之前特定时间或者特定时间段的监控数据以及监控数据对应的预测标签；所述标准训练数据中的预测标签通过人为标注或者机器标注。
[0021]优选的，所述特定时间具体为蓄电池箱出现火情之前的3秒或者15秒。
[0022]优选的，所述特定时间段具体为蓄电池出现火情之前的3
‑
15秒。
[0023]优选的，所述非贮压式灭火装置通过全氟己酮灭火药剂对蓄电池箱进行灭火。
[0024]优选的，所述采集传感器包括温度传感器、感烟探测器、感温电缆、湿度传感器和压力传感器。
[0025]优选的，所述智能终端包括智能手机、笔记本电脑、平板电脑和火灾报警主机。
[0026]与现有技术相比，本专利技术的有益效果是：
[0027]1、本专利技术设置了数据采集单元和处理器，该设置用于获取监控数据；通过监控数据中的图像数据和烟雾浓度，结合多项式拟合法获取监测标签，监测标签作为判定蓄电池箱状态的其中一个评价标准；通过监控数据中的温度、湿度、压力、烟雾浓度，结合标准训练数据，通过预测模型获取预测标签，将预测标签作为另外一个评价标准；上述设置能够充分利用会对蓄电池箱产生影响的数据，实时监测和及时预测蓄电池箱的状态，保证在蓄电池箱出现异常状态时以及出现异常状态之前能够及时消除异常。
[0028]2、本专利技术中的预测模型通过标准训练数据获取；标准训练数据根据自动灭火设备的不同分为非贮压式训练数据和贮压式训练数据，且标准训练数据非常贴合自动灭火设备的特点，能够保证预测模型的精度，保证自动灭火设备灭火的及时性。
[0029]3、本专利技术选用灭火药剂是全氟己酮，全氟己酮是一种重要的哈龙灭火剂替代品，为氟化酮类的化合物，是一种清澈、无色、无味的液体，其突出的优点是：绿色环保物质，对人体和环境危害几乎为零。常温时为液态，易汽化，吸热强，适合保护贵重仪器和物品，无残留，还可以作为清洗剂和溶剂使用，典型的环保型灭火剂。全氟己酮灭火剂在灭火能力上和哈龙有很多相同的优点：灭火效率高，灭火浓度低，对A、B、C类火灾都有效，不导电，不留痕迹，适于全淹没及局部喷射两种形式的消防灭火，灭火性能优越。全氟己酮灭火药剂在电气绝缘性能方面效果优于其他类型的灭火药剂，使用过后对电器不会造成损伤，甚至无残留痕迹。
附图说明
[0030]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0031]图1为本专利技术的原理示意图；
[0032]图2为本专利技术监控模块的原理示意图。
具体实施方式
[0033]下面将结合实施例对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0034]这里使用的术语用于描述实施例，并不意图限制和/或限制本公开；应该注意的是，除非上下文另有明确指示，否则单数形式的“一”、“一个”和“该”也包括复数形式；而且，尽管属于“第一”、“第二”等本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.地铁蓄电池工程车蓄电池箱自动灭火装置，包括自动灭火设备和应用于蓄电池箱的监控模块，其特征在于，所述监控模块包括数据采集单元、处理器和预警反馈单元；所述数据采集单元分别与采集传感器电气连接；所述预警反馈单元与智能终端通信和/或电气连接；所述处理器通过所述数据采集单元采集的监控数据生成监测标签和预测标签；其中，监测标签和预测标签的取值均包括0或者1；所述处理器根据监测标签或者预测标签控制自动灭火设备对蓄电池箱进行灭火；所述预警反馈单元根据监测标签或者预测标签进行预警反馈。2.根据权利要求1所述的地铁蓄电池工程车蓄电池箱自动灭火装置，其特征在于，所述监控数据包括图像数据和烟雾浓度，所述图像数据为通过高清摄像头拍摄到的蓄电池箱图片；根据所述图像数据和烟雾浓度获取监测标签。3.根据权利要求1所述的地铁蓄电池工程车蓄电池箱自动灭火装置，其特征在于，所述监控数据包括温度、湿度、压力和烟雾浓度；根据监控数据和预测模型获取预测标签。4.根据权利要求3所述的地铁蓄电池工程车蓄电池箱自动灭火装置，其特征在于，所述预测模型通过标准训练数据对人工智能模型进行训练获得；所述人工智能模型包括误差逆向反馈神经网络、RBF神经网络和深度卷积神经网络中一种或者多种。5.根据权...

【专利技术属性】
技术研发人员：闫帅帅，施海仁，闫萱，
申请(专利权)人：安徽中盛轨道交通产业有限公司，
类型：发明
国别省市：