一种基于神经网络的氢火焰遥感智能探测方法及系统技术方案

本发明专利技术属于新能源技术领域，为解决氢火焰辐射能力低、光谱信号弱导致的监测困难的问题，公开了一种基于神经网络的氢火焰遥感智能探测方法及系统，通过设置的双通道信号通路采集探测区域氢火焰的两个特征波长的红外光信号，同时可见光镜头接收探测区域的可见光信号，形成可视化探测区域；红外光信号及可见光信号传输至滤波放大电路，经信号放大后传递给单片机的模数转换通道进行模数转换；单片机从模数转换所获得的数字信号中提取信号参数与预存的氢火焰理论信号参数比对输出是否存在氢火焰信号。本申请具有探测精确度高、响应速度快特点，结合遥感探测技术，实现对氢火灾的大范围探测预警。大范围探测预警。大范围探测预警。

【技术实现步骤摘要】
一种基于神经网络的氢火焰遥感智能探测方法及系统


[0001]本申请涉及新能源
，具体的涉及一种氢火焰探测系统。

技术介绍

[0002]氢能作为一种高效清洁的绿色能源，被视为未来能源的必然选择，是实现碳达峰碳中和的重要媒介。然而，氢的可燃范围大，点燃能量低，一旦泄漏后发生点燃，极有可能发生爆燃或爆轰事故，给加氢站等氢能设施等造成难以估量的财产损失和人员伤亡。目前常规火焰探测器中，感烟探测器无法识别氢火焰(不产生碳烟颗粒)；感温探测器灵敏度低；单/双波段紫外、红外探测器易受环境噪声源干扰而产生误报。而多波段紫外、红外探测器主要针对碳氢化合物火焰设计，算法不成熟。这些火焰探测器难以适用于氢火焰且均存在探测范围有限的问题。氢火焰辐射能力低，光谱信号弱，在白天(特别是在强光下)不可见，且受外部环境干扰影响大，信号不容易收集，监测困难，同时对于加氢站等用氢场所所需要的氢火焰探测范围极大。
[0003]因此，为了保证航天发射场和加氢站等用氢领域的安全，实现氢火焰的大面积、全覆盖监测，需要一种氢火焰遥感智能探测系统。

技术实现思路

[0004]为解决氢火焰辐射能力低、光谱信号弱导致的监测困难的问题，本专利技术提出一种基于神经网络的氢火焰遥感智能探测方法及系统。
[0005]本申请采用如下的技术方案：
[0006]一种基于神经网络的氢火焰遥感智能探测方法，包括并列设置的红外探测光路A、红外探测光路B以及可见光探测光路；
[0007]红外探测光路A的光轴上依次设置为红外镜头A、滤波片A、红外传感器A,红外探测光路B的光轴上依次设置为红外镜头B、滤波片B、红外传感器B,红外探测光路A、红外探测光路B组成双通道红外探测光路；
[0008]滤波片A及滤波片B的透过波长分别为氢火焰的特征波长λ1，λ2；
[0009]滤波片A设置于红外镜头A的像方焦平面处，滤波片B设置于红外镜头B的像方焦平面；
[0010]红外传感器A及红外传感器B分别用于接收氢火焰的特征波长λ1及λ2的光谱信号，并将其转换为电压信号；
[0011]可见光探测光路中包括可见光镜头、CCD，CCD设置于可见光镜头的像面处，可见光镜头接收探测区域的可见光信号并形成可视化探测区域；
[0012]红外探测光路A、红外探测光路B、可见光探测光路中采集的信息传输至滤波放大电路，经滤波放大电路信号放大后传输至单片机的模数转换通道，
[0013]单片机对模数转换后的数字信号进行进一步分析处理得到信号参数，单片机中将信号参数与预存的氢火焰理论信号参数比对输出是否存在氢火焰的响应信号，该响应信号
传输至报警装置。
[0014]优选的：单片机中预先录入信号参数的神经网络模型，通过将采集的信号参数与神经网络模型进行比较以获得是否存在氢火焰的响应信号。
[0015]优选的：氢火焰的特征波长λ1，λ2选用：1940nm
±
25nm及2730nm
±
105nm。对应的滤波片A及滤波片B的透过波长分别为1940nm
±
25nm及2730nm
±
105nm。红外探测光路A用于采集氢火焰的特征波长λ1，红外探测光路B用于采集氢火焰的特征波长λ2。
[0016]优选的，红外传感器A及红外传感器B选用工作波长为1000nm～3000nm的硫化铅探测器。
[0017]优选的，所述单片机选用STM32F系列单片机；通过滤波放大电路放大后的信号在单片机的模数转换通道内转换为数字信号，单片机进一步对数字信号进行快速傅里叶变换(FFT)得到与数字信号时域相对应的频域信号；所述的信号参数为：红外探测光路A中的数字信号平均值V
A
、频域信号的最大幅值对应的信号频率f
A
、频域信号最大幅值Fmax
A
以及红外探测光路B中的数字信号平均值V
B
，频域信号的最大幅值对应的信号频率f
B
，频域信号最大幅值Fmax
B
与双通道红外探测光路的数字信号平均值比值V
A
/V
B
，共七个，将这七个信号参数传递给神经网络模型作为输入。
[0018]优选的，神经网络模型在通过预先实验训练数据集的基础上构建而成，以单片机输出的七个信号参数为模型输入，根据神经网络模型的输出参数对是否存在氢火焰进行预测判定。
[0019]优选的，报警装置包括警报灯和警报器，在神经网络模型预测结果为存在氢火焰时，警报灯亮起且警报器发出警报。
[0020]有益效果
[0021]本申请实施方式的系统探测精确度高、响应速度快，解决了航天发射场、加氢站等用氢领域氢火灾的探测和报警问题。结合遥感探测技术，实现对氢火灾的大范围探测预警。
附图说明
[0022]图1为本申请基于神经网络的氢火焰遥感智能探测方法流程图。
[0023]图2为本申请探测系统一个应用示意图。
具体实施方式
[0024]以下结合具体实施例对上述方案做进一步说明。应理解，这些实施例是用于说明本申请而不限于限制本申请的范围。实施例中采用的实施条件可以如具体厂家的条件做进一步调整，未注明的实施条件通常为常规实验中的条件。以下，术语“红外传感器A”、“红外传感器B”等中的“A”、“B”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征。
[0025]实施例一
[0026]本申请公开一种基于神经网络的氢火焰遥感智能探测系统，包括：信号处理装置、单片机、报警装置，以及并列设置的红外探测光路A、红外探测光路B、可见光探测光路；
[0027]红外探测光路A的光轴上依次设置为红外镜头A、滤波片A、红外传感器A,红外探测光路B的光轴上依次设置为红外镜头B、滤波片B、红外传感器B,红外探测光路A、红外探测光
路B组成双通道红外探测光路；
[0028]滤波片A及滤波片B的透过波长分别为氢火焰的特征波长λ1，λ2；
[0029]滤波片A设置于红外镜头A的像方焦平面处，滤波片B设置于红外镜头B的像方焦平面；
[0030]红外传感器A及红外传感器B分别用于接收氢火焰的特征波长λ1及λ2的光谱信号，并将其转换为电压信号；
[0031]可见光探测光路中包括可见光镜头、CCD，CCD设置于可见光镜头的像面处，可见光镜头接收探测区域的可见光信号并形成可视化探测区域；
[0032]红外探测光路A、红外探测光路B、可见光探测光路中采集的信息传输至滤波放大电路，经滤波放大电路信号放大后传输至单片机的模数转换通道，
[0033]单片机对模数转换后的数字信号进行进一步分析处理得到信号参数，单片机中将信号参数与预存的氢火焰理论信号参数比对输出是否存在氢火焰的响应信号，该响应信号控制报警装置做出响应。
[0034]一种基于神经网络的氢火焰遥感智能探测系统的工作流程如图1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的氢火焰遥感智能探测方法，其特征在于：包括并列设置的红外探测光路A、红外探测光路B以及可见光探测光路；红外探测光路A的光轴上依次设置为红外镜头A、滤波片A、红外传感器A,红外探测光路B的光轴上依次设置为红外镜头B、滤波片B、红外传感器B,红外探测光路A、红外探测光路B组成双通道红外探测光路；滤波片A设置于红外镜头A的像方焦平面处，滤波片B设置于红外镜头B的像方焦平面；红外传感器A及红外传感器B分别用于接收氢火焰的特征波长λ1及λ2的光谱信号，并将其转换为电压信号；可见光探测光路中包括可见光镜头及CCD，所述CCD设置于可见光镜头的像面处，可见光镜头接收探测区域的可见光信号并形成可视化探测区域；红外探测光路A、红外探测光路B、可见光探测光路中采集的信息传输至滤波放大电路，经滤波放大电路信号放大后传输至单片机的模数转换通道，单片机对模数转换后的数字信号进行进一步分析处理得到信号参数，单片机中将信号参数与预存的氢火焰理论信号参数比对输出是否存在氢火焰的响应信号，所述响应信号传输至报警装置。2.根据权利要求1所述的基于神经网络的氢火焰遥感智能探测方法，其特征在于：所述单片机中预先录入信号参数的神经网络模型，通过将采集的信号参数与神经网络模型进行比较以获得是否存在氢火焰的响应信号。3.根据权利要求1所述的基于神经网络的氢火焰遥感智能探测方法，其特征在于：滤波片A及滤波片B的透过波长分别为氢火焰的特征波长λ1，λ2；氢火焰的特征波长λ1，λ2选用：1940nm
±
25nm及2730nm
±
105nm，红外探测光路A用于采集氢火焰的特征波长λ1，红外探测光路B用于采集氢火焰的特征波长λ2。4.根据权利...

【专利技术属性】
技术研发人员：陈威，王赐仁，
申请(专利权)人：苏州大学，
类型：发明
国别省市：