烟雾浓度及粒径的激光探测实验研究

烟雾是火灾的前兆和伴随产物,是火灾过程中的重要物理现象。烟雾浓度和平均粒径是烟雾的两个重要特性参数,是早期火灾探测的基础。本文对激光与烟雾相互作用进行了具体分析,提出了一种基于激光消光法和角散射法,同时探测烟雾的浓度和平均粒径的方法。本方法可用来进行早期火灾的探测报警,能克服传统的光电感烟探测技术存在的缺点,大大提高火灾探测的可靠性和灵敏度。     

散射式感烟红外报警探测器机理的探讨

散射式感烟红外报警探测器可用来探测火灾初期产生的烟雾,本文介绍了探测器的工作原理,分析了红外光在常态和异态下在烟室内的传递情况,并进行了实验。     

烟雾粒子检测与识别系统的蒙特—卡罗模拟

提出了一种基于粒子激光散射的多传感器阵列的烟雾检测与识别系统，可识别的烟雾粒径范围为0.01-100μm，粒子浓度要求减光度为5%。并用蒙特卡罗方法模拟了在不同粒径、折射率和入射角情况下烟雾粒子散射光强的角分布情况。     

偏振技术在激光引信抗烟雾干扰中的应用分析

激光引信如何抗云、烟环境干扰一直以来为该领域的研究热点。利用人工实体目标反射与烟雾后向散射回波的偏振度差异,设计了一种基于偏振探测的激光引信。该探测系统对烟雾后向散射信号产生消光效应远大于目标探测信号,选择性的降低了引信接收烟雾后向散射信号的能力。并结合激光引信的阈值探测原理和探测概率曲线,理论计算了该偏振探测系统对烟雾的探测概率降低到原探测系统的0.4%。最后结合工程研制经验,分析了该探测系统通过系列措施,既能保证其对目标的探测,又可大幅降低对烟雾的探测概率,而有望成为本质提高激光引信抗环境干扰的新方法。     

基于小波变换的森林火灾烟雾检测算法的设计

传统的森林火灾检测技术由于效率低、价格昂贵等缺点,并不适用于森林火灾探测。文中提出并设计与实现了一种基于小波变换的森林视频火灾烟雾检测方法,使用帧间差分法和质心算法提取疑似烟雾运动目标区域,然后对提取的运动目标的前景区域和背景区域进行小波能量特征提取与分析。采用国外研究机构所提供的森林火灾烟雾视频图像,对文中算法进行验证,实验结果表明,该算法能够准确地跟踪和提取疑似烟雾运动目标区域,当森林背景区域和前景区域的高频能量比值的均值大于1.2时,在3~4秒内能够检测出森林火灾烟雾,并且该算法对常见的森林树叶运动目标具有抗干扰能力。该研究工作可实现森林火灾早期预警,对森林火灾及早准确探测具有重要意义。     

博物馆内火灾烟雾报警器设计

目前大多数火灾烟雾报警器都是由火灾烟雾传感器和火灾烟雾探测芯片组成,烟雾探测芯片通过对接收到的传感器信号进行处理分析,从而判定是否有火灾发生,这种方法虽然结构简单但反应慢,存在误报和漏报等问题。为此提出一种单片机的火灾烟雾报警器设计方法。首先,设计监测CO浓度、烟雾浓度以及温度变化的传感器,用A/D转换电路将传感器检测信息转换成单片机可处理的数字信号,通过ZigBee无线通信技术将单片机处理过的信号传输到火灾烟雾报警器控制服务器模块,完成博物馆内火灾烟雾报警器硬件设计。利用连续概率模型对采集获得的温度、烟雾和CO浓度信息进行分析处理,由此完成博物馆内火灾烟雾报警器设计,提高火灾报警的准确性和及时性。通过仿真实验证明,所提方法能够有效提高报警器报警的准确性和及时性,能够快速地反应整个火灾概率过程,并给出预警、报警信号,符合博物馆的使用条件,具有良好的使用价值。     

烟雾粒子的识别及其激光散射特性的蒙特卡罗模拟

提出了一种基于粒子激光散射的多传感器阵列的烟雾识别系统 ,描述了用蒙特卡罗模拟烟雾粒子散射特性的一般方法 ,模拟并验证了在不同粒径、折射率和入射角情况下烟雾粒子散射光强的角分布情况 ,模拟结果和理论分析吻合得很好     

基于离子型烟雾传感器的火灾报警系统探测节点设计

文章设计了一种基于离子型烟雾传感器的火灾报警系统探测节点,其主要包括烟雾探测模块、信号处理模块、主控模块、信息发射接收模块和蜂鸣报警模块5个部分,通过比较各种烟雾传感器后,采用了NIC-09C离子型烟雾传感器作为烟雾探测模块,并对其响应曲线进行仿真。设计了信号处理模块的物理实现。设计了主控模块软件控制流程。通过Pspice软件对节点进行了仿真,验证了节点的性能,为建立低成本火灾报警系统提供有效的参考。     

火灾传感器

发生火灾时，会出现火焰、烟雾和热等物理现象，所以对火焰、烟雾和热的探测能实现对火灾的报警。火焰探测器是利用火焰的辐射光谱作为探测信号的，有紫外探测器和ＣＯ２共鸣辐射检出型两种传感器。常用的热探测器有定温式和差动式，而烟雾传感器是离子型和光电型的。     

基于脉冲宽度调制技术的激光引信抗干扰方法

针对激光引信易受云烟雾干扰的问题,提出了一种基于脉冲宽度调制技术的激光引信抗干扰方法。计算了不同脉冲宽度条件下的云烟雾后向散射回波功率,并给出了云烟雾后向散射回波功率随发射脉冲宽度的变化规律。分析了不同云烟雾条件下使用不同发射脉冲宽度探测时所得到的回波功率比。实验结果表明,在使用不同脉冲宽度激光探测条件下,云烟雾激光后向散射功率比大于3,使用该方法可有效提升激光引信抗干扰性能。     

Discrimination of Smoke Particles Using Infrared Photoelectrical Detection

A method of discrimination of smoke particles using infrared photoelectrical detection is proposed in this paper. Principle of the method is that smoke particles of different materials have different scattering light intensities at same scattering angle according to Mie Theory. Facility used to realize the method includes an infrared laser as light source and an array of avalanche photodiodes distributed at assigned angles as sensing devices. Scattered light signal at these angles are collected and processed. Categories of smoke particle are discriminated by signal processing results. Experiments show that by using this method cigarette smoke, kerosene smoke and water vapor can be discriminated with rate of discrimination of greater than 95%. Application of this technology in the field of fire detection will eliminate some effects of human activities such as cigarette smoking and steam on smoke detection, and improve sensitivity as well as reliability of smoke detection.     

基于粒子受激散时的烟雾粒子的检测与识别

本文提出了一种基于粒子激光散射来检测和识别非火灾烟雾的吸气式多传感器阵列烟雾探测系统,详细阐述了该系统的结构和信号处理方法;同时提出了利用计算机求解不同物质粒子Mie散射系数的实际计算公式并推导出典型物质粒子的散射光强分布。     

基于视频序列的火灾烟雾颜色检测算法

为了提高视频烟雾检测的准确性,克服图像型火灾烟雾检测对复杂环境的低适应性,实现对火灾烟雾的实时检测,提出了一种基于视频序列的火灾烟雾颜色检测算法.该方法首先采用基于Kalman滤波的背景重建法提取出烟雾区域的像素,然后再将其归一化到RGB空间模型,分析各颜色分量的数据,并将这些表征烟雾颜色信息的数据经Matlab进行曲线拟合分析,最终确定出烟雾颜色的决策条件,并对来自网络的火灾视频和其他运动视频进行测试.实验结果表明:基于视频序列的火灾烟雾颜色检测能够很好地将火灾烟雾和其他干扰物区分开,达到早期预警的目的.     

基于运动特征分析的森林火灾烟云实时检测方法

本文提出了一种基于地面视频检测系统中烟云序列图像识别的新方法。利用视频图像的灰度信息,通过运动趋势的估计和相似性的测算,有效提高了具有非结构化及随机性特征的烟云图像检测的可靠性。在仿真试验中,使用此方法对美国Alaska州2005年5月1日拍摄的森林火灾序列图像进行了分析,结果表明它对早期产生的烟云区域能够实时检测和识别,并具有较好的鲁棒性。     

面向视频图像的烟雾检测算法综述

烟雾检测技术在预防早期火灾蔓延方面具有重要的作用,准确快速的烟雾检测算法具有非常重要的实际应用价值。近年来,随着机器视觉与图像处理技术的快速发展,面向视频图像的烟雾检测算法以其非接触性、强鲁棒性等特点受到广泛的关注。面向视频图像的烟雾检测算法有效克服了传统烟雾探测器靠近火源才能工作的不足,但是由于场景的复杂性和环境因素的不确定性,面向视频图像的烟雾检测算法仍然面临着巨大的挑战。首先简单介绍了烟雾检测技术的基本流程,包括预处理、特征提取以及分类识别等步骤;其次介绍了基于颜色和运动分割的预处理方法,进一步分析了烟雾的视觉特性和运动特性,并介绍了相关烟雾特征提取算法;然后,对当前烟雾检测常用的分类器以及深度学习网络模型进行了探讨和总结;最后,重点介绍了烟雾检测算法存在的不足,并对烟雾检测算法的发展进行了展望。     

双光束烟雾传感器研究

针对传统光电感烟火灾传感器因受灰尘、水雾影响较大,易误报,且导致灵敏度降低的问题,研制了一种利用空气中不同悬浮颗粒对蓝光、红外光散射强度不同的特点,通过处理颗粒对蓝光、红外光的散射光信号,以去除灰尘、水雾对传感器报警精度的影响,从而提高灵敏度的新型双光束感烟火灾传感器。经过试验验证,研制的感烟传感器可以有效的对火灾早期烟雾进行报警,测得报警响应阈值为0．36dB／m,且相对于传统的单光束产品,对空气中其它悬浮颗粒的抗干扰能力有显著提高。     

视频火灾识别方法研究综述

火灾发生时,其火焰和烟雾具有特有的静态和动态特征,在分析总结火灾图像特征的基础上,以火焰和烟雾特征为线索,介绍了火灾提取和识别的典型方法,侧重于分析各种特征在火灾识别中的应用及所采用的算法,最后对未来视频火灾识别方法的发展方向作了展望。     

基于多核支持向量机的火灾烟气检测算法研究

火灾烟气中气体和烟雾浓度测量对火灾研究有着重要意义。文中提出一种利用多传感器技术同时在线测量各种有害气体浓度,然后将多个测量结果作为特征向量,利用上位机的模式识别算法进行判别的方案。上位机对多传感器同时探测到的数据进行智能化处理,可有效抑制线性方法的过拟合问题,提高数据泛化能力,减小预测结果对于噪声的敏感度,从而提高预测的效率和精度。基于不同气体的测量值的重要程度不同,文中提出了利用多核支持向量机对特征进行分类的设计实现方法。实验表明,文中提出的气体数据后处理方案可以有效地对火灾进行预警。     

基于观测几何的环境卫星红外相机遥感火点监测算法

MODIS V4算法在观测天顶角较大或太阳天顶角较大时会出现火点漏判现象,针对这个问题,通过数值模拟的方法分析了由明火与背景地物组成的火点像元的亮温在不同观测几何条件下的变化,并在MODIS V4算法基础上提出了针对环境卫星红外相机的基于观测几何的遥感火点监测算法.通过高分辨CCD数据建立烟羽掩码对多景环境卫星火点监测...