一种隧道监控多传感器数据融合火灾预警方法技术

本发明专利技术公开了一种隧道监控多传感器数据融合火灾预警方法，对隧道火灾发生前后三个阶段的三种历史数据进行归一化处理，建立九个神经网络数据关系模型，采集当下隧道内温度、一氧化碳浓度和二氧化碳浓度，归一化处理后，每两种数据作为一组输入，分别输入到每个阶段的三个模型中，得到每个模型的输出值，将输出值与每组输入数据对应的第三种数据进行对比，若第三种数据大于模型的输出，则设定火灾事件进程概率为1/3，否则为0，统计每个阶段的火灾事件进程概率总和，若火灾发生报警阶段或火灾预警阶段事件概率总和大于1/3，进行火灾报警，否则不报警，如果安全阶段事件概率总和大于1/3，进行火灾预警，否则不进行火灾预警。否则不进行火灾预警。否则不进行火灾预警。

【技术实现步骤摘要】
一种隧道监控多传感器数据融合火灾预警方法


[0001]本专利技术属于信息融合
，涉及一种隧道监控多传感器数据融合火灾预警方法。

技术介绍

[0002]交通运输是现在社会经济发展的重要保障，而隧道在交通中扮演着不可忽视的角色。但隧道是一个半封闭的行车通道，能见度有限，而且内部存在着汽车排出的大量废气，其中包含了许多有害气体，严重污染了隧道内的空气质量，也严重影响隧道内的能见度，因此在隧道内发生事故的概率明显高于城市道路的其他路段，且由于隧道环境的特殊性，极易出现二次事故现象，因此对隧道情况进行及时的监测和处理具有重要意义。
[0003]隧道火灾监控系统一般对隧道内的温度、CO浓度、烟雾浓度进行监控，近几年来监控系统中采用的是多传感器数据融合技术，将现场采集的各类数据信息进行融合，最终产生一个对被测目标的综合评估。
[0004]目前，基于多传感器数据融合技术的隧道火灾监控系统的研究主要是火灾监测报警，采用一些非线性系统的数据融合方法及智能算法，对温度、气体浓度及烟雾浓度等监测数据进行数据融合处理，根据数据处理结果对是否已经发生火灾进行报警处理，因此这一类研究只是有助于提高对隧道内已发生火灾的救援速度，但不能提前预警，无法指导对可能存在的火灾危险采取有效措施进行解除。

技术实现思路

[0005]本专利技术的目的是提供一种隧道监控多传感器数据融合火灾预警方法，解决了现有隧道火灾监控系统不能对存在的隧道火灾隐患进行及时预警，有效解除隐患避免火灾发生的问题。
[0006]本专利技术所采用的技术方案是，一种隧道监控多传感器数据融合火灾预警方法，包括以下步骤：
[0007]步骤1，获取隧道火灾发生前后三个阶段的三种历史数据，三个阶段为安全阶段、火灾预警阶段和火灾发生报警阶段，三种历史数据为隧道内温度、一氧化碳浓度和二氧化碳浓度；
[0008]步骤2，分别对三个阶段的三种历史数据进行归一化处理，利用每个阶段归一化处理后的三种历史数据建立三个神经网络数据关系模型，每个模型表示本阶段内任意两种数据与第三种数据的关系；
[0009]步骤3，采集当下隧道内温度、一氧化碳浓度和二氧化碳浓度，对采集的数据进行归一化处理，然后每两种数据作为一组输入，分别输入到每个阶段的三个神经网络数据关系模型中，得到每个模型的输出值；
[0010]步骤4，将每个模型的输出值与每组输入数据对应的第三种数据进行对比，如果第三种数据大于模型的输出，则该组数据不满足该神经网络数据关系模型，设定火灾事件进
程概率为1/3，否则设定火灾事件进程概率为0；
[0011]步骤5，统计每阶段三个神经网络数据关系模型测试的火灾事件进程概率总和，如果火灾发生报警阶段或火灾预警阶段事件概率总和大于1/3，进行火灾报警，否则不进行火灾报警，如果安全阶段事件概率总和大于1/3，进行火灾预警，否则不进行火灾预警。
[0012]步骤2中，对三个阶段的三种历史数据进行归一化处理的方法为
[0013][0014]式中，x表示三个阶段中任意一种历史数据，x
min
表示x对应阶段对应历史数据种类中的最小值，x
max
表示x对应阶段对应历史数据种类中的最大值。
[0015]采集到的当下隧道内的温度、一氧化碳浓度和二氧化碳浓度也按照式(1)进行归一化处理，此时x表示采集到的任意一种数据，x
min
和x
max
不变。
[0016]每个神经网络数据关系模型包括一个输入层、一个输出层和一个隐含层，输入层用于接收两个数据输入，输出层用于输出为第三个数据。
[0017]神经网络数据关系模型中，模型第一层的两个输入数据是温度和一氧化碳浓度时，模型第三层输出的第三个数据为二氧化碳浓度，当模型第一层的两个输入数据是一氧化碳浓度和二氧化碳浓度时，模型第三层输出的第三个数据为温度，模型第一层的两个输入数据是温度和二氧化碳浓度，模型第三层输出的第三个数据为一氧化碳浓度。
[0018]采用温度传感器采集当下隧道内温度，采用一氧化碳传感器采集当下隧道内一氧化碳浓度，采用二氧化碳传感器采集当下隧道内二氧化碳浓度。
[0019]本专利技术的有益效果是，利用三层神经网络建立隧道多传感器数据在火灾进程不同阶段的关系模型，通过建立的三层神经网络数据关系模型对采集到的多传感器数据进行关系判断，根据判断结果进行不同阶段火灾事件进程概率统计，安全阶段的事件概率统计，使隧道监控系统具备了隧道火灾预警功能，提升了隧道监控系统对隧道火灾报警的准确性。
附图说明
[0020]图1是本专利技术实施例中隧道火灾发生前后三个阶段内的温度变化曲线图；
[0021]图2是本专利技术实施例中隧道火灾发生前后三个阶段内的一氧化碳浓度变化曲线图；
[0022]图3是本专利技术实施例中隧道火灾发生前后三个阶段内的二氧化碳浓度变化曲线图；
[0023]图4是本专利技术实施例中安全阶段内各数据归一化处理后获得的三种数据变化曲线图；
[0024]图5是本专利技术实施例中火灾预警阶段内各数据归一化处理后获得的三种数据变化曲线图；
[0025]图6是本专利技术实施例中火灾发生报警阶段内各数据归一化处理后获得的三种数据变化曲线图；
[0026]图7是本专利技术中神经网络数据关系模型的结构图。
具体实施方式
[0027]下面结合附图和具体实施方式对本专利技术进行详细说明。
[0028]本专利技术一种隧道监控多传感器数据融合火灾预警方法，包括以下步骤：
[0029]步骤1，获取隧道火灾发生前后三个阶段的三种历史数据，三个阶段为安全阶段、火灾预警阶段和火灾发生报警阶段，三种历史数据为隧道内温度、一氧化碳浓度和二氧化碳浓度，这三种历史数据如图1
‑
3所示；
[0030]步骤2，分别在图1
‑
3中每个阶段选取相同时间点对应的三种历史数据，对选取的三个阶段的三种历史数据进行归一化处理，数据归一化处理的方法为：
[0031][0032]式中，x表示三个阶段中任意一种历史数据，x
min
表示x对应阶段对应历史数据种类中的最小值，x
max
表示x对应阶段对应历史数据种类中的最大值。
[0033]图4是分别在图1
‑
3的安全阶段内按照相同时间点选取的10个数据进行归一化处理后，获得的安全阶段内三种数据的变化曲线图，图5是分别在图1
‑
3的火灾预警阶段内按照相同时间点选取的10个数据进行归一化处理后，获得的火灾预警阶段内三种数据的变化曲线图，图6是分别在图1
‑
3的火灾发生报警阶段内按照相同时间点选取的10个数据进行归一化处理后，获得的火灾发生报警阶段内三种数据的变化曲线图；
[0034]利用每个阶段归一化处理后的三种历史数据建立三个神经网络数据关系模型，每个神经网络数据关系模型包括一个输入层、一个输出层和一个隐含层(即每本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种隧道监控多传感器数据融合火灾预警方法，其特征在于，包括以下步骤：步骤1，获取隧道火灾发生前后三个阶段的三种历史数据，三个阶段为安全阶段、火灾预警阶段和火灾发生报警阶段，三种历史数据为隧道内温度、一氧化碳浓度和二氧化碳浓度；步骤2，分别对三个阶段的三种历史数据进行归一化处理，利用每个阶段归一化处理后的三种历史数据建立三个神经网络数据关系模型，每个模型表示本阶段内任意两种数据与第三种数据的关系；步骤3，采集当下隧道内温度、一氧化碳浓度和二氧化碳浓度，对采集的数据进行归一化处理，然后每两种数据作为一组输入，分别输入到每个阶段的三个神经网络数据关系模型中，得到每个模型的输出值；步骤4，将每个模型的输出值与每组输入数据对应的第三种数据进行对比，如果所述第三种数据大于模型的输出，则该组数据不满足所述神经网络数据关系模型，设定火灾事件进程概率为1/3，否则设定火灾事件进程概率为0；步骤5，统计每阶段三个神经网络数据关系模型测试的火灾事件进程概率总和，如果火灾发生报警阶段或火灾预警阶段事件概率总和大于1/3，进行火灾报警，否则不进行火灾报警，如果安全阶段事件概率总和大于1/3，进行火灾预警，否则不进行火灾预警。2.根据权利要求1所述的一种隧道监控多传...

【专利技术属性】
技术研发人员：冷朝霞，刘庆丰，常晓军，张晓珂，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：