摘要：隨著電氣火災(zāi)在發(fā)生頻率的不斷增加，危害的不斷加重，研發(fā)一種能同時(shí)監(jiān)測(cè)電氣火災(zāi)和常規(guī)火災(zāi)，將電氣線路運(yùn)行狀態(tài)監(jiān)控和報(bào)警功能集為一體的電氣火災(zāi)監(jiān)控報(bào)警系統(tǒng)顯得日益重要。論文重點(diǎn)通過對(duì)電氣火災(zāi)信號(hào)的特征進(jìn)行分析得到各種電氣火災(zāi)信號(hào)的處理方法，其中包括傳統(tǒng)的電氣火災(zāi)信號(hào)處理方法、用統(tǒng)計(jì)算法處理以及智能方法等。并通過各種方法對(duì)電氣火災(zāi)信號(hào)進(jìn)行具體的處理分析各種方法的優(yōu)缺點(diǎn)，從而找到最適的方法。
　　關(guān)鍵詞：電氣火災(zāi)，報(bào)警系統(tǒng)，信號(hào)處理
　　
　　電氣火災(zāi)除了損壞財(cái)產(chǎn)、破壞建筑物、導(dǎo)致人員傷亡以外，還將造成大范圍、長時(shí)間的停電，給人民群眾的生命財(cái)產(chǎn)帶來更大的損失。由于存在觸電的危險(xiǎn)，電氣火災(zāi)和爆炸的補(bǔ)救更加困難，這說明搞清楚電氣火災(zāi)的起因與防范非常重要。隨著高新技術(shù)的突飛猛進(jìn)，面對(duì)發(fā)展的機(jī)遇和國際國內(nèi)市場(chǎng)的競(jìng)爭挑戰(zhàn)，火災(zāi)探測(cè)報(bào)警技術(shù)正經(jīng)歷著從單一的探測(cè)報(bào)警向信息網(wǎng)絡(luò)化的發(fā)展。如何把計(jì)算機(jī)數(shù)據(jù)通訊技術(shù)及時(shí)地運(yùn)用到電氣火災(zāi)探測(cè)報(bào)警系統(tǒng)，以便利用網(wǎng)絡(luò)協(xié)議，充分享用社會(huì)信息資源，及時(shí)交換系統(tǒng)內(nèi)部和外部之間的數(shù)據(jù)信息，從而構(gòu)成一個(gè)動(dòng)態(tài)發(fā)展的城市化、社區(qū)化的具有多層次功能的火災(zāi)探測(cè)報(bào)警、救援、管理、服務(wù)網(wǎng)絡(luò)信息系統(tǒng)，將是新世紀(jì)城市、社區(qū)安全保障體系的組成部分，我們對(duì)此應(yīng)有足夠的思想準(zhǔn)備。相信不久的將來，我國在火災(zāi)探測(cè)報(bào)警技術(shù)上將會(huì)有質(zhì)的飛躍，并將在國民經(jīng)濟(jì)建設(shè)中發(fā)揮重要的作用。
　　1電氣火災(zāi)檢測(cè)系統(tǒng)設(shè)計(jì)
　　1.1早期的火災(zāi)探測(cè)報(bào)警
　　這項(xiàng)技術(shù)發(fā)展趨勢(shì)針對(duì)近年來日益增多電氣火災(zāi)而造成的高風(fēng)險(xiǎn)、高災(zāi)害高損失而提出的，在最開始都是采用開關(guān)量來判斷火災(zāi)信息的。在這個(gè)時(shí)期一般使用的信號(hào)處理方法都是直觀法，它是通過對(duì)單個(gè)傳感器的信號(hào)進(jìn)行觀察，判斷其有無火災(zāi)。通過設(shè)定一個(gè)門限值，凡是超過該門限的則被判斷為有火災(zāi)，也可以通過電氣火災(zāi)信號(hào)的變化率與門限的大小關(guān)系來判斷有無火災(zāi)。
　　1.2電氣火災(zāi)探測(cè)器報(bào)警的網(wǎng)絡(luò)化
　　如何把計(jì)算機(jī)數(shù)據(jù)通訊技術(shù)及時(shí)地運(yùn)用到電氣火災(zāi)探測(cè)報(bào)警系統(tǒng)，以便利用網(wǎng)絡(luò)協(xié)議，充分享用社會(huì)信息資源，及時(shí)交換系統(tǒng)內(nèi)部和外部之間的數(shù)據(jù)信息，從而構(gòu)成一個(gè)動(dòng)態(tài)發(fā)展的城市化、社區(qū)化的具有多層次功能的火災(zāi)探測(cè)報(bào)警、救援、管理、服務(wù)網(wǎng)絡(luò)信息系統(tǒng)，將是新世紀(jì)城市、社區(qū)安全保障體系的組成部分，我們對(duì)此應(yīng)有足夠的思想準(zhǔn)備。
　　2電氣火災(zāi)信號(hào)的基本特征及預(yù)處理
　　在對(duì)電氣火災(zāi)信號(hào)進(jìn)行處理之前，我們應(yīng)該先了解電氣火災(zāi)信號(hào)的特征。傳感器通過對(duì)感知電氣火災(zāi)發(fā)生時(shí)生成物的各種物理變化或者化學(xué)變化的特征來探測(cè)電氣火災(zāi)是否發(fā)生，它們可以通過探測(cè)煙霧、溫度、光輻射以及氣體等，來感知電氣火災(zāi)有沒有產(chǎn)生。這樣，我們就非常有必要了解電氣火災(zāi)信號(hào)的特征。
　　1）隨機(jī)性。首先，電氣火災(zāi)信號(hào)存在著隨機(jī)性，它的輸出隨著火災(zāi)的發(fā)展而發(fā)生變化，而且火災(zāi)的早期狀態(tài)對(duì)于不同的火災(zāi)類型又有不同的表現(xiàn)形式。2)非結(jié)構(gòu)性。電氣火災(zāi)的難檢測(cè)還在于它的非結(jié)構(gòu)性，由于火災(zāi)探測(cè)到的信號(hào)都是隨機(jī)信號(hào)，它們的統(tǒng)計(jì)特性隨著時(shí)間和環(huán)境的變化而發(fā)生變化；并且由于火災(zāi)情況極少出現(xiàn)，火災(zāi)傳感器平時(shí)探測(cè)到的都是非火災(zāi)情況下的信號(hào)，并且在非火災(zāi)情況下的背景噪聲非常強(qiáng)，有時(shí)與火災(zāi)探測(cè)信號(hào)的特征十分相似。就會(huì)容易造成誤判。3)趨勢(shì)特征。通過長期的觀測(cè)和實(shí)驗(yàn)，我們可以知道，電氣火災(zāi)為未發(fā)生的時(shí)候傳感器的輸出信號(hào)具有明顯的穩(wěn)態(tài)值，而一旦發(fā)生了火災(zāi)，輸出信號(hào)就會(huì)有明顯的正向或者負(fù)向變化的趨勢(shì)特征。
　　2.2電氣火災(zāi)信號(hào)的預(yù)處理
　　1）一般濾波法。由于我們采集的火災(zāi)信號(hào)受到各個(gè)方面的影響，環(huán)境因素以及人為因素，而這些變化在很多情況下會(huì)影響到火災(zāi)特征的提取。因此，我們必須在作出火災(zāi)分析判斷之前先對(duì)傳感器采集的信號(hào)進(jìn)行預(yù)處理，排除各種噪聲的干擾。我們可以先通過分析信號(hào)的頻譜來分析信號(hào)主要的頻率范圍，來濾去噪聲。與前面的傳感器輸入相比較濾波以后僅除去了一些毛刺，結(jié)果仍然有很多毛刺，會(huì)影響后面的信號(hào)處理。所以我們考慮采用自適應(yīng)濾波器對(duì)信號(hào)進(jìn)行處理。
　　2）自適應(yīng)濾波法。當(dāng)輸入信號(hào)的統(tǒng)計(jì)特性變化時(shí)，自適應(yīng)濾波器可以自動(dòng)地迭代來調(diào)節(jié)自身的濾波器參數(shù)，用來滿足某種準(zhǔn)則的要求，從而實(shí)現(xiàn)最好的濾波效果。自適應(yīng)濾波器有很好的自我調(diào)節(jié)和自我跟蹤能力。自適應(yīng)濾波器主要分為線性自適應(yīng)濾波器和非線性自適應(yīng)濾波器。
　　3智能電氣火災(zāi)信號(hào)處理方法
　　3.1模糊處理算法
　　模糊系統(tǒng)是建立在自然語言的基礎(chǔ)上的，由于自然語言中常采用一些模糊的概念，如“溫度偏高”，“年紀(jì)偏大”等。如何描述這些模糊的概念，并對(duì)它們進(jìn)行分析和推理，這就是模糊集合與模糊邏輯所要解決的問題。考慮到火災(zāi)判斷的準(zhǔn)確性，我們至少需要兩個(gè)或兩個(gè)以上的輸入變量，我們?cè)谶@里采用兩個(gè)傳感器的輸出信號(hào)作為輸入，得到的輸出是火災(zāi)發(fā)生的概率。
　　3.2神經(jīng)網(wǎng)絡(luò)算法
　　人工神經(jīng)網(wǎng)絡(luò)是由一些簡單的處理單元組織的大規(guī)模并行網(wǎng)絡(luò)，它是在現(xiàn)代神經(jīng)生物學(xué)和認(rèn)知科學(xué)對(duì)人類信息處理研究的成果基礎(chǔ)上提出的對(duì)人的神經(jīng)系統(tǒng)的簡化、抽象和模擬的模型，在信息處理機(jī)制上和傳統(tǒng)的數(shù)字計(jì)算機(jī)有著根本的不同，它具有大規(guī)模并行模擬處理、連續(xù)時(shí)間動(dòng)力學(xué)和網(wǎng)絡(luò)全局作用等特點(diǎn)，信息的存儲(chǔ)方式體現(xiàn)在神經(jīng)元之間聯(lián)接的分布上，存儲(chǔ)區(qū)和操作區(qū)合二為一。它具有很強(qiáng)的自適應(yīng)性、學(xué)習(xí)能力、容錯(cuò)能力和并行處理能力，使得信號(hào)的處理過程更加接近人類的思維活動(dòng)。
　　互聯(lián)型神經(jīng)網(wǎng)絡(luò)是指任意兩個(gè)神經(jīng)元之間都可能有連接，也就是說輸入信號(hào)從某一初始狀態(tài)開始要在神經(jīng)元之間反復(fù)傳遞，經(jīng)過多次變化，直到達(dá)到一個(gè)穩(wěn)定狀態(tài)或者周期振蕩狀態(tài)。互聯(lián)神經(jīng)網(wǎng)絡(luò)可以分為聯(lián)想存儲(chǔ)模型和用于模式識(shí)別以及優(yōu)化的網(wǎng)絡(luò)。聯(lián)想存儲(chǔ)器是指根據(jù)內(nèi)容進(jìn)行檢索，類似于人的記憶方式。我們可以把下面的數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)，這樣我們可以定義輸入向量的格式為:
　　P=[0.21，0.23，0.27，0.29，0.31，0.34，0.61，0.70，0.76;0.21，0.22，0.26，0.29，0.32，0.37，0.73，0.78，0.80]:
　　T=[0.95，0.90，0.70，0.35，0.10，0.05，0.05，0.05，0.05:0.025，0.05，0.20，0.55，0.75，0.85，0.40，0.25，0.15:0.025，0.05，0.10，0.10，0.15，0.15，0.55，0.75，0.80]:
　　即前面的是兩個(gè)輸入神經(jīng)元，后面的是三個(gè)輸出神經(jīng)元。通過比較和經(jīng)驗(yàn)，我們選擇中間層神經(jīng)元選擇12個(gè)。訓(xùn)練步數(shù)3000，權(quán)系數(shù)取0.05，0.051上面的隨機(jī)數(shù)，學(xué)習(xí)率為0.05，最終誤差為0.00001。這樣我們就可以建立一個(gè)期望輸出與實(shí)際輸出的圖形來分析神經(jīng)網(wǎng)絡(luò)的結(jié)果，我們就可以得到下面的圖形，其中橫坐標(biāo)為期望輸出，縱坐標(biāo)為網(wǎng)絡(luò)實(shí)際輸出，圖中的直線是X=Y。
　　              
　　圖1神經(jīng)網(wǎng)絡(luò)的預(yù)期和結(jié)果的誤差
　　火災(zāi)的趨勢(shì)越來越明顯，它很好的描述了從無火災(zāi)到陰燃到明火整個(gè)火災(zāi)發(fā)生的過程。從結(jié)果可以看出，神經(jīng)網(wǎng)絡(luò)是一種很好電氣火災(zāi)信號(hào)的處理方法。但它只提出了火災(zāi)發(fā)生的概率，并不能直接判斷有無火災(zāi)，所以仍然需要人為的判斷何時(shí)發(fā)生了火災(zāi)。
　　3.3模糊神經(jīng)網(wǎng)絡(luò)算法
　　由于模糊系統(tǒng)是以模糊邏輯為基礎(chǔ)。但是模糊系統(tǒng)的規(guī)則集和隸屬函數(shù)等設(shè)計(jì)參數(shù)只能靠經(jīng)驗(yàn)來選擇，很難自動(dòng)設(shè)計(jì)和調(diào)整。神經(jīng)網(wǎng)絡(luò)則以生物神經(jīng)網(wǎng)絡(luò)模擬為基礎(chǔ)，在模擬推理以及自動(dòng)學(xué)習(xí)等方面向前發(fā)展一步。因此可以用神經(jīng)網(wǎng)絡(luò)來構(gòu)造模糊系統(tǒng)，用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法，根據(jù)輸入輸出樣本自動(dòng)設(shè)計(jì)和調(diào)整模糊系統(tǒng)的設(shè)計(jì)參數(shù)，實(shí)現(xiàn)模糊系統(tǒng)的自學(xué)習(xí)和自適應(yīng)能力。模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的融合方法，主要有以下幾種:(1)松散型，系統(tǒng)中，凡是可以用邏輯規(guī)則表示的都用模糊系統(tǒng)描述，其他的用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)，二者沒有直接聯(lián)系;(2)并聯(lián)型，模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)按照并聯(lián)的方式進(jìn)行連接;(3)串聯(lián)型，模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)按照串聯(lián)的方式進(jìn)行連接，兩者的前后順序可以按實(shí)際情況確定;(4)網(wǎng)絡(luò)學(xué)習(xí)型，這個(gè)系統(tǒng)采用模糊系統(tǒng)，只是它的隸屬函數(shù)通過神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)來生成和調(diào)整;
　　4各種信號(hào)處理方法的比較與總結(jié)
　　首先，對(duì)于傳統(tǒng)的火災(zāi)信號(hào)處理的方法，由于它們一般只是抓住某個(gè)火災(zāi)信號(hào)的特征對(duì)火災(zāi)情況進(jìn)行判斷，所以必然會(huì)忽略很多因素而受到環(huán)境噪聲等多方面的影響，所以現(xiàn)在一般不再單獨(dú)采用這些方法進(jìn)行火災(zāi)報(bào)警了。所以我們可以采用模糊邏輯和神經(jīng)網(wǎng)絡(luò)，它們都是采用一種不精確的方式來處理不精確的信息。比如，我們可以采用代表火災(zāi)特征的信息來作為神經(jīng)網(wǎng)絡(luò)的輸入來訓(xùn)練它，使得它能辨認(rèn)火災(zāi)特征，就可以判斷有無火災(zāi)了。所以，智能的信號(hào)處理方法與前面的方法相比較，可以同時(shí)抓住多個(gè)火災(zāi)信號(hào)的特征，大大減少了信號(hào)的誤判率。最后，我們還采用了神經(jīng)網(wǎng)絡(luò)與模糊邏輯相結(jié)合的方法，可以看到，結(jié)果就可以很明確的得到火災(zāi)報(bào)警與非火災(zāi)信息，這樣就可以減少主觀判斷帶來的誤差了。
　　參考文獻(xiàn)：
　　[1]何建華，楊宗凱，王殊.基于模糊邏輯和神經(jīng)網(wǎng)絡(luò)的智能火災(zāi)探測(cè).華中理工大學(xué)學(xué)報(bào)，1999，27(6):60~62
　　[2]周長春，陳勇剛.基于人工神經(jīng)網(wǎng)絡(luò)的城市火災(zāi)事故的預(yù)測(cè)方法，中國安全科學(xué)學(xué)報(bào)，2005
　　[3]王利清，魏學(xué)業(yè).基于模糊神經(jīng)網(wǎng)絡(luò)的火災(zāi)信號(hào)探測(cè)方法研究，儀器儀表學(xué)報(bào)，2001