一、火灾探测技术发展趋势(论文文献综述)
李亚宁[1](2021)在《基于数据融合技术的电气火灾探测系统关键技术研究》文中指出随着计算机新技术的出现和发展,各类智能终端设备数据采集的需求也在不断增加。如何利用智能终端采集设备解决日益突出的电气火灾探测监控问题也开始越来越受到人们的关注。电气火灾监控设备的设计,不能仅仅只关注明显的火灾特征,更要能够多维度、多层次的去检测判断电气火灾是否会发生,要尽量做到早预警早切断,最大限度的降低电气火灾带来的危害和损失。首先,本文对电气火灾检测模型进行了构建。在分析了电气火灾监控系统的研究现状和引发电气火灾的电气故障原理进行分析后,又进一步分析了目前电气火灾探测设备所使用主要得探测技术的缺陷和不足,通过分析多源数据融合技术的优势,确立了基于多源数据融合技术的电气火灾探测模型和研究方法。研究基于对多传感器采集的历史数据进行融合处理和计算后,利用机器学习中无监督学习聚类算法K-Means对设备历史数据按照行业进行聚类,得到行业用户用电行为特征;进一步利用得到的聚类特征作为BP神经网络的标准输入集,经过相应的训练后得到BP神经网络预测模型。这一模型充分的利用了前端传感器设备长期采集的历史数据信号,任何信号原则上都会呈现出一定的规律性和周期性,这些周期性的规律可以帮助我们更好的了解设备的工作特性,并且很容易的找出不符合规律的异常工作状态。利用某一时刻预测特征与监测特征的差异比较,可以判断出电气设备工作是否异常。最后,利用以上得到的系统监测值与模型估计值比对结果,初步判断电气的工作状态。如果比对结果差异值较大,这个时候就要结合设备在该时刻的参数变化率(如温度变化率、电流变化率)及部署在现场的烟雾传感器信号来进行更高层次的数据融合,最终得出是否会发生电气火灾并输出报警信号。这样我们就利用多源数据融合技术构建起了本文的多层次、多维度的电气火灾预测模型,并经过对某一段时间的预测结果比较,得出该模型能够欧有效提高系统的决策精度和准确度的结论。最后,对系统的硬件设计给出了部分电路图的详细设计,另一方面也对系统的软件设计进行了一定的阐述。
雷淑芳[2](2021)在《基于LabVIEW的点型感烟火灾探测器标定控制系统》文中研究指明火灾是严重威胁公共安全和经济社会发展的主要灾害之一,为了有效预防和减少火灾事件所造成的损失,火灾探测技术应运而生。点型感烟火灾探测器是目前广泛应用的一种火灾探测器,其性能直接地影响到火灾预警的实时性和可靠程度,所以对点型感烟探测器的性能评估尤其重要。国家标准GB4715-2005规范了点型感烟火灾探测器的标定环境的要求,为进行同类火灾探测器的性能检定提供了依据。本文研究了点型感烟火灾探测器标定实验方法,依据GB4715-2005相关规范的要求,开发了一种基于LabVIEW的点型感烟火灾探测器的标定实验控制系统。该标定系统通过通风管道模拟真实的火灾烟雾环境,能够实现对标定烟箱内部的温度、湿度、风速、烟雾浓度等火灾特征参量的测量和控制,为点型感烟火灾探测器的性能检定提供了合适的实验条件。本系统采用主从模式,以工控机为控制中心,采用Modbus-RTU协议、通过RS-485总线与传感器和控制器串口通信,实现参数采集和控制。为了满足试验要求,本系统有两种产烟方式,一种是控制气溶胶发生器产生一定浓度的烟雾,另一种是通过实体烟发生装置,燃烧4种标准火产生烟雾浓度。使用光学烟密度计测量烟雾浓度作为校验标准量,与待检定的火灾探测器的测量值进行比对。通过温控仪实现烟箱管道内部温度控制,计算机通过串口向温控仪发送温度设定值,与热电阻温度传感器Pt100测量的实际温度值比较运算,温控仪通过PID算法动态改变固态继电器的通断控制加热管的启停,实现对温度的精确控制。通过风机变频器实现烟道风速控制,热线风速仪实时监测风速,计算机通过改变风机变频器的频率控制异步电机的转速,使烟箱内部产生特定的风速,实现了对风速的精确控制。基于LabVIEW平台,采用VISA函数开发了图形化火灾特征参量的采集和控制系统软件,实现了温度、湿度、风速、烟雾浓度等参数的采集、控制、数据处理、存储的自动化控制等功能。实验结果验证了各项参数的指标:其中温度测量范围0-100℃,精度为0.1;风速测量范围为0-5m/s,精度为0.01;湿度测量范围为0-100%RH,精度为0.1;烟雾浓度测量范围为0-5d B/m,精度为0.001,满足GB4715-2005的指标要求。而且该系统运行稳定,具备良好的实时性。
卫伯言[3](2021)在《面向智慧消防的多元信息融合模型与算法研究》文中研究表明目前,火灾逐步成为人类生产生活的主要事故之一,火灾的发生给社会带来海量的损失,因此消防成为衡量城市安全的重要属性。消防涉及多系统、多部门、多环节,但是目前消防管理信息孤岛化,极易产生安全隐患。传统消防已经不能再满足人们的要求,于是,人们提出了“智慧消防”的概念和技术需求。针对此需求,本文从“消”和“防”两个角度考虑,研究面向智慧消防的多元信息融合模型与算法。首先,消防的“消”意于消灭火灾。及早的发现火灾能使之更容易被消灭,从而减小火灾造成的损害。单一信号探测火灾易受其他因素的影响,造成虚警。因此本文在调研相关文献以及仿真基础上,引入新的火灾探测数据源,提出一种基于多元信息融合的火灾探测模型。该模型构建火灾判别概率函数计算各个数据源的“无火”、“阴燃火”和“明火”的判别概率,结合Jousselme距离为数据源分配权重,最终使用D-S证据理论对多判别信息进行融合,获得火灾探测结果。仿真结果表明,在相同条件下,本文所提模型相较于目前可验证模型提前3-5S检测出火灾的发生,提升了火灾探测及时性。其次,搭建火灾探测演示系统。系统信号采集装置使用Onenet开发板,可视化平台基于Spring、Spring MVC和Mybatis框架搭建,并利用java语言将本文算法移植。系统具有信号实时采集与传输、火灾的实时探测和报警的功能,可对火灾探测算法进行实物验证。最后,对于消防的“防”。本文从风险评估角度出发。考虑到老旧住宅小区建筑年代久、消防设施不健全的特点,其发生火灾的可能性和危害性相对于其他场景更大,因此本文选取老旧住宅小区作为研究对象。本文从“静态”和“动态”两个角度确定了老旧住宅小区的火灾风险评估体系,在此基础上,使用层次分析法、熵权法计算指标权重,结合模糊综合评价法对老旧住宅小区进行火灾风险评估。并且选取上海某小区作为实例验证了该模型的实用性。
崔善书[4](2021)在《基于信息融合的居室火灾检测系统研究》文中指出火灾是一种突发性强、无法操控的剧烈燃烧反应。它可能影响人们正常生活,使家园被破坏。火灾发生带来的不确定性,会导致运用单一检测判据的火情识别方式,无法达到人们期望的预判准确率。针对这一系列缺陷,本文采取了基于信息融合的测试方法并建立测试系统,对火情施行更精准的判别。通过查阅资料、收集信息,剖析了火灾产生的条件及燃烧历程特性,对火灾的发展进程划分,选取温度数值、CO质量分数和烟雾质量分数当作火情识别的判据,预测无火、阴燃火、明火三种火情。采用PyroSim火灾模拟软件,建立了居室模型,对其划分了网格,以三大守恒方程作为理论支撑,进行了聚氨酯类物质燃烧的阴燃与明火试验,获取了火灾判据的试验数据,作为检测算法的训练输入。研究了支持向量机(SVM)这一分类算法的数学原理,对遗传算法(GA)、粒子群算法(PSO)、均衡优化器(EO),这三类元启发式优化算法进行描述。设计了GA-SVM、PSO-SVM、EO-SVM这三种算法,先利用元启发算法对SVM的相关参数优化,之后对试验获取的数据实行仿真训练,使算法能够完成对无火、阴燃火和明火情形的分类。在整体系统的设计上,采用STM32F4作为核心控制芯片,进行整体系统的搭建。通过三种传感器分别对温度数值、CO质量分数和烟雾质量分数进行收集,利用TFT彩屏呈现火情,以NRF24L01实现主从控制器的通讯。编制控制软件,实现了软硬件的结合,完成系统综合测试。实验结果表明:EO-SVM的预判准确性最佳且收敛速度最快,确立了以EO-SVM为核心的火灾参量数据融合方法。通过主从控制器的通讯,实现火情信息的实时传输。所研究的成果对提升火情识别的准确率和时效性方面有借鉴意义,同时对于提升灾情救援速度有积极作用。
张飞龙[5](2021)在《立体停车库智慧消防系统设计与研制》文中指出随着国内经济的高速发展,越来越多的国民拥有汽车,但是车位的供需矛盾不断凸显。相比以前的停车库,立体停车库因停车使用率高而且智能等很多优势,立体停车库将取代传统停车库。立体停车库作为高大空间建筑,其内部结构极为复杂,运行机制较为繁琐,一旦发生火灾,车辆无法及时撤离,很容易造成二次爆炸等事故。因此对立体车库内部火灾的早期探测、精确定位以及自动灭火是非常必要的。立体停车库内部结构极为复杂,本文针对立体车库的结构特点与消防设计的要求,提出了分布式光纤感温探测、红外热释电探测与图像探测定位技术的自动定位射流灭火系统的方案构想。本系统根据分布式光纤感温实现对立体停车库的早期火灾探测进行预警功能,当发出警报的同时报出区域信息,移动系统将灭火装置移动到火灾大概的高度,经过热释电红外探测和图像探测定位系统对火灾源点进行准确定位,最后自动灭火系统,进行精确定位和灭火。本系统重点是对分布式光纤感温探测、热释电红外探测以及图像型火灾探测三种技术的系统组成、工作原理进行详细的介绍,研究论证了火灾定位系统的理论可行性,对自动灭火系统的系统结构及软硬件进行设计研究,并画出了消防炮水流的数学模型及基于Matlab平台下的射流轨迹理论模型并进行仿真验证,对可能造成误差进行分解和解析,为立体停车库智慧消防系统的设计与探究提供新的技术支持和依据。根据我们给出的消防系统设计方案搭建了消防系统的实验平台,通过分析研究智慧消防系统的实验方法,分别从智慧消防系统的火灾预警探测、定位、灭火及可靠性进行了相关的实验验证。结果表明,该智慧消防系统可以较好的解决立体停车库的消防设计的难题。该消防系统可实现火灾的早期探测、精确定位以及有效灭火问题,并且该智慧消防系统长期运行稳定可靠。
施志成[6](2021)在《锂离子电池电解液火灾的烟雾光散射特性研究》文中研究表明火灾探测技术能够实现在火灾发展初期提供预警信息,为人员的疏散和灭火救援提供宝贵的时间。在火灾探测过程中,烟雾是最重要的参数之一,散射型光电感烟探测器由于能够有效识别大部分火灾成为了火灾早期探测的主要方法。烟雾的散射特性是研制光电感烟探测器的基础,之前关于火灾烟雾散射特性的研究大多是采用标准试验火的烟雾。但是,电解液成分不同于一般可燃物,因此其火灾烟雾的散射特性也不同于其它类型的火灾烟雾。前人研究结果表明,利用前向和后向两个角度下的散射光强比(散射不对称比)可以有效区分不同类型的气溶胶,然而这种方法在电解液火灾中的适用性需要进一步探究。因此,本文采用数值计算和实验测量相结合的方法,对锂离子电池电解液火灾烟雾的光散射特性展开研究,主要工作内容如下:(1)设计典型火灾烟雾的散射模型并进行数值计算,根据计算结果分析球形火灾烟雾与分形火灾烟雾的散射特性差异。利用碳支持膜铜网采集电解液燃烧时产生的烟颗粒,然后通过扫描电镜测试观察形貌并统计粒径信息,通常明火烟雾的形貌为分形结构,然而电解液火灾烟颗粒为球形液滴,不同于一般的明火烟雾。此外,通过文献调研收集棉绳阴燃火烟雾、正庚烷火烟雾的形貌特征、粒径分布、折射率等信息。基于以上工作,设计了球形火灾烟雾和分形火灾烟雾的散射模型,然后分别利用Mie散射理论和离散偶极子近似方法计算两种典型火灾烟雾的散射特性。数值计算结果显示,球形火灾烟雾的散射作用比分形火灾烟雾的散射作用强,而分形火灾烟雾的吸收作用远大于球形火灾烟雾。球形火灾烟雾的不对称因子随着尺寸参数的增加而呈现出非单调变化趋势,分形火灾烟雾的不对称因子与尺寸参数之间是线性递增的关系。球形火灾烟雾的偏振度与尺寸参数息息相关,但是分形火灾烟雾的偏振度对尺寸参数的依赖性极小。(2)研究火灾烟雾的散射光强角分布规律,为基于散射不对称比的烟雾探测器散射角提供优化设计方案。散射计算结果显示,两种火灾烟雾的散射光强都随着散射角的增加先减小后增大,在后向散射角处存在一个最小值,球形火灾烟雾的散射光强最小值对应散射角随着尺寸参数的增加,由100°逐渐变为150°,而分形火灾烟雾的散射光强最小值对应散射角集中在100°到120°之间。为使基于散射不对称比的烟雾探测器的灵敏度更高,前向散射角应该在满足结构要求情况下选择小角度,后向散射角应该选择散射光强最小时对应的角度。因此,结合工程实际,本文提出两种组合的散射角优化设计方案,分别为A(前向散射角为45°,后向散射角为110°)和B(前向散射角为45°,后向散射角为135°)。通过进一步分析,A方案适用于尺寸参数较小时的场景,B方案适用于尺寸参数较大的场景,尤其是尺寸参数较大的球形火灾烟雾。(3)开展电解液火灾烟雾的散射特性实验研究,提出可行的区分方法。根据理论分析和数值计算结果,设计电解液火灾烟雾的偏振度测量实验以及非偏振光条件下的散射实验。借助课题组的散射实验平台,测定电解液火灾烟雾在405 nm和850nm波长条件下45°、90°、135°散射角处的偏振度,并与其它类型的气溶胶进行对比。非偏振光条件下电解液火灾烟雾的散射不对称比AR(45°,135°)测量结果表明,在火灾初期不同波长条件下的散射不对称比都随着消光率的增加而快速上升,且波长越短AR上升速率越大。可以利用AR变化率和AR平均值将电解液火灾烟雾与棉绳阴燃火烟雾、正庚烷火烟雾、D90粉尘等气溶胶进行区分。本论文所取得的研究成果有助于光散射理论和火灾烟雾散射计算的发展,也可以为锂离子电池火灾探测器的设计提供理论参考和数据支持。
王顺天[7](2021)在《基于Himawari-8卫星火点反演及中国区域生物质燃烧环境效应探究》文中研究表明露天生物质燃烧是大气中气溶胶和痕量气体的重要来源,卫星遥感是探测生物质燃烧的重要手段。本文基于Himawari-8AHI地球同步卫星载荷光谱,构建了适用于中国区域的火点反演算法,并使用Himawari-8火灾监测数据结合MODIS火辐射功率数据估算了我国2016-2020年多种污染物的排放总量,从排放角度初步评估了我国生物质燃烧的环境效应。火点反演的前提是准确的云掩模信息,本研究基于图像增强方法对反射率进行了校正,基于云的光学特性构建了快速日间云检测算法。本研究通过TROPOMI有效云量反演结果、MODIS云掩模产品验证日间云检测算法的性能,本研究构建的日间云检测算法的命中率约为85%,满足火点反演需求。夜间云掩模信息使用已有火点算法中的处理步骤获取。在获取准确的云掩模信息后,本研究针对陆地晴空像元进行了一系列的时空测试提取火灾像元。在潜在火点提取步骤,本研究测试了适用于我国区域的中红外通道亮温的固定阈值;在背景火点提取步骤,适用于不同尺度、不同规模的火灾事件的背景测试条件被用来进一步筛选疑似火灾像元;在时间序列分析步骤,Prophet模型被首次应用到火点反演算法中,对于长期受云影响的像元,本研究构建了基于亮温时间序列的统计特征的额外测试。通过上述三个步骤,火点像元被最终提取出来。经测试,本研究构建的火点反演算法更适用于我国,以MODIS火点反演结果为基准,本研究在我国的火点反演结果的命中率比JAXA火点产品高出约10%。本研究将Himawari-8与MODIS火辐射功率产品相结合,构建了我国每日火辐射能量的空间分布,并基于火辐射能量进一步估算了我国2016-2020生物质燃烧排放的颗粒物和痕量气体的总质量。本研究从生物质燃烧排放角度评估了我国生物质燃烧的环境效应,我国在2016-2020年由于生物质燃烧向大气排放的年均总颗粒物质量约为225 Tg,CO约为13403.5 Gg,NMVOC约为2015.7 Gg,PM2.5 约为 1619.4 Gg,PM10 约为 2313.8 Gg,OC 约为 709.2 Gg,BC 约为95.1 Gg,CO2约为310016.1 Gg。东北地区的农作物秸秆燃烧是生物质燃烧排放污染物的最大贡献源。本研究计算的生物质燃烧排放与GFAS火灾排放清单产品趋势相似但差异显着,同步卫星观测火灾数据在我国生物质燃烧排放估算和环境效应探究等方面的应用仍需进一步探究。
袁兴[8](2021)在《基于NB-IoT的嵌入式图像型火灾报警系统设计》文中研究指明火灾是人们生活中发生频繁、危害性较大的灾害之一,其每年都会造成巨大的财产损失和人员伤亡。因此为了降低火灾带来的伤害和损失,在火灾发生早期如何高效地实现对火灾进行探测与报警极为重要。目前,传统的火灾报警系统存在着报警实时性差,误报率、漏报率高,以计算机为核心的图像型火灾报警系统存在着体积大、成本高、安装迁移困难等问题。并且目前大多数火灾报警系统仍采用有线连接方式来进行数据传输,其具有布线接线复杂,后期维护不便等问题。针对以上问题,本文设计了一种基于NB-IoT的嵌入式图像型火灾报警系统。该系统由图像型火焰报警器、NB-IoT无线传输模块、OneNET物联云平台、手机终端和监控主机等构成。其中图像型火焰报警器利用OV5640摄像头模块来作为图像采集源,利用ST公司生产的STM32F446RET6嵌入式微处理器来作为主控制器,通过利用主控制器对采集的图像进行处理和识别后,判断采集的图像中是否存在火焰来实现对火灾的探测与报警。并且可通过利用基于M5310A模组的NB-IoT无线传输模块将图像型火焰报警器的火灾报警信息上传到OneNET物联云平台,OneNET物联云平台再将火灾报警信息传输给手机终端和监控主机用于实现对火灾报警情况进行实时监测。并且在Altium Designer软件上完成了图像型火焰报警器和NB-IoT无线传输模块的硬件电路设计与PCB板绘制;在Keil MDK软件上完成了图像型火焰报警器控制程序和NB-IoT通信程序的编写与调试;在Android Studio软件上完成了手机终端和监控主机的火灾报警监控界面设计;最后对整个系统进行了软硬件调试以及系统功能测试。测试结果表明,该系统能够稳定运行,火灾报警准确率较高、误报率小、实时性好,能够在火灾发生早期实现对火灾火焰的快速探测与报警,并且通过手机终端和监控主机可以实现对火灾报警情况进行实时监测。该系统还具有体积小、覆盖范围广、功耗低、成本低等优点,在消防报警设备领域具有广泛的应用前景。
王伟[9](2020)在《煤田火灾探测与治理技术现状及发展趋势》文中研究指明为给我国煤田火灾的探测与治理提供决策参考,促进我国煤田火区防控高效快速发展,通过对煤田火灾探测和治理技术进展与应用现状研究,分别探讨了煤田火灾探测的钻探法、物探法、化探法和遥感法,煤田火灾治理的直接剥离技术、控制漏风技术、火区惰化技术和吸热降温及煤体阻化技术的特点与适用性,分析了我国煤田火灾探测存在精度差,不能实现火源精确定位,治理技术不能实现快速高效治理大面积煤田火灾的问题,指出基于红外遥感、磁法和电法的多元信息探测和高温大热容煤岩体的快速降温灭火技术是未来煤田火灾探测与治理领域的发展趋势。
郑荣[10](2020)在《基于不对称比的飞机货舱抗干扰烟雾探测技术研究》文中认为飞机货舱火灾烟雾探测系统误报不仅威胁到飞行安全,而且造成了巨大的经济损失,烟雾探测器高误报率问题亟需解决。非火灾气溶胶的干扰是造成烟雾探测器高误报率的主要原因,在飞机货舱环境下,粉尘气溶胶和水雾是两种最常见的干扰气溶胶。前人研究结果表明,干扰气溶胶的区分识别需要综合考虑光源波长、偏振性和散射光接收角等因素,前后向散射角度的散射光强比(即不对称比)可以用于区分不同类型气溶胶,相对于散射光强的角分布测量,普通烟雾探测器更容易实现对不对称比的测量。另一方面,烟雾探测器存在对黑白烟响应不均衡的问题,影响探测性能。本文针对飞机货舱环境下两种典型干扰气溶胶(粉尘气溶胶和水滴气溶胶),采用理论分析、数值计算和实验测量的方法,开展了基于不对称比的飞机货舱抗干扰烟雾探测技术研究,主要研究工作如下:(1)理论分析不对称比的变化规律,利用数值计算方法研究不同类型颗粒的散射特性,对不对称比变化规律进行验证。基于Lorenz-Mie散射理论推导不对称比的理论计算公式,分析了火灾烟颗粒和干扰颗粒的不对称比随尺寸参数(0.1-50)的变化趋势特征,发现不对称比随尺寸参数的增大,达到第一个极大值后开始呈现周期性振荡变化的规律,振荡幅度和频率与折射率有关。根据火灾烟颗粒(阴燃/热解火烟颗粒和黑碳颗粒)和飞机货舱环境下典型干扰颗粒(粉尘颗粒和水滴颗粒)的光学属性特征,建立光散射模型,利用数值计算方法研究不同波长(405-940nm)、偏振方向(垂直和水平)条件下的散射特性,结果表明:非偏振光散射条件下,阴燃/热解火烟颗粒的不对称比在尺寸参数1.75附近有极大值82.1,要明显大于黑碳颗粒(4.7),黑碳颗粒由于较强的吸收作用,不对称比较小,因此根据不对称比大小可以区分这两种火灾烟颗粒,两种干扰颗粒的不对称比整体上随尺寸参数增大而减小;偏振光散射条件下,波长和粒径会影响垂直偏振和水平偏振方向对应不对称比的相对大小,其中大尺寸水滴颗粒在垂直偏振方向条件下不对称比明显小于水平偏振方向。数值计算结果与理论分析结果相符,由此提出了可以利用在不同波长和偏振方向条件下的不对称比变化趋势区分火灾烟颗粒与干扰颗粒。(2)烟雾探测器原理验证样机开发。根据不对称比理论分析和数值计算结果,为了区分火灾烟颗粒和干扰颗粒,选取45°和135°作为散射光接收角及405nm和850nm作为光源波长,设计双发射双接收探测光路以及相应的光学腔室。为了提高信噪比,分别设计了聚光器和光吸收器结构,利用光学模拟方法优化设计光学腔室,减少环境光产生的杂散光干扰。通过将光学腔室与工作电路部分组装并调试,完成烟雾探测器原理验证样机开发。(3)基于非偏振光散射条件下不对称比的干扰气溶胶区分识别研究。根据SAE AS 8036A研制了气溶胶散射实验装置,用于开展光散射实验。非偏振光散射有利于简化烟雾探测器硬件结构和降低成本,因此本文首先研究了基于非偏振光散射条件下不对称比的干扰气溶胶识别方法。选取代表性火灾烟雾(标准试验火烟雾和常用工程塑料ABS、PET等)和飞机货舱典型干扰气溶胶(ISO标准试验粉尘A1-A4、水雾等),实验测得气溶胶的散射信号及对应消光率信号,通过计算得到不对称比及反映其波动性的相对标准差,利用线性拟合方法得到各气溶胶的前后向散射灵敏度。散射灵敏度的结果表明:粉尘颗粒和水雾中水滴颗粒的尺寸明显大于火灾烟颗粒(<1 um),但是水蒸汽中水滴颗粒尺寸(1-2um)要小于水雾(约10um)。不对称比的结果表明:可以利用不对称比随波长的变化趋势区分粉尘气溶胶;水蒸汽的不对称比明显大于其他气溶胶,因此可以根据不对称比的大小对其进行区分,但是由于水雾中水滴颗粒尺寸较大(约为10 um),得到的不对称比与阴燃/热解火烟雾接近,不能有效区分。另一方面,根据不对称比大小可以区分黑烟和白烟,由此可以根据散射灵敏度差异调整算法报警阈值,实现均衡响应。以上结果与理论分析和数值计算结果相符。(4)基于偏振光散射条件下不对称比的干扰气溶胶区分识别研究。利用非偏振光散射条件下的不对称比并不能有效区分水雾,为此研究基于偏振光散射条件下不对称比的干扰气溶胶识别方法。将烟雾探测器原理验证样机的光源改进为偏振光源,开展垂直偏振和水平偏振方向的光散射实验,结果表明:水雾和水蒸汽在垂直偏振方向对应的不对称比都要小于水平偏振方向,与数值计算结果相符。通过与其它气溶胶的结果对比,提出了采用短波长(405nm)光源发射垂直偏振方向光束和长波长(850 nm)发射水平偏振方向光束的光路设计方案,实现对飞机货舱环境下典型干扰气溶胶的区分识别,并提出了基于偏振光散射条件下不对称比的气溶胶类型区分识别算法,首先根据不对称比的相对大小关系区分出干扰气溶胶,进一步根据不对称比大小区分黑白烟。本文研究成果可以为飞机货舱抗干扰烟雾探测技术提供理论指导和数据支撑,也可以为气溶胶的区分识别方法和光学属性特征研究提供参考。
二、火灾探测技术发展趋势(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、火灾探测技术发展趋势(论文提纲范文)
(1)基于数据融合技术的电气火灾探测系统关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究的背景与意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 论文结构与内容安排 |
第二章 气火灾故障原因及探测技术分析 |
2.1 电气火灾产生原理分析 |
2.1.1 短路引发电气火灾原因分析 |
2.1.2 接触不良引发电气火灾原因分析 |
2.1.3 电器过载火灾原因分析 |
2.1.4 漏电火灾原因分析 |
2.2 现有电气火灾探测技术分析 |
2.2.1 传统电气火灾探测方法 |
2.2.2 电气火灾探测新技术 |
2.2.3 现有电气火灾探测技术的不足 |
2.3 本章小结 |
第三章 多源数据融合与电气火灾探测模型 |
3.1 多传感器数据融技术合概述 |
3.1.1 多传感器数据融合技术的概念 |
3.1.2 多传感器数据融合方法 |
3.2 基于多传感器数据融合的电气火灾探测模型 |
3.2.1 火灾特征参数与电气故障参数的选取 |
3.2.2 电气火灾探测信息处理 |
3.2.3 基于数据融合技术的电气火灾探测模型的建立及分析 |
3.3 本章小结 |
第四章 基于数据融合的电气火灾数据融合处理 |
4.1 聚类算法与电气火灾预测模型 |
4.1.1 K-Means聚类算法 |
4.1.2 Mini Batch K-Means算法 |
4.2 电气火灾预测模型用户特征刻画 |
4.2.1 数据清洗和预处理 |
4.2.2 基于Mini Batch K-Means算法的用户用电特征刻画 |
4.3 基于BP神经网络的电气火灾预测模型用户特征预测 |
4.4 本章小结 |
第五章 电气火灾探测软硬件系统设计 |
5.1 系统总体介绍 |
5.2 系统硬件设计设计 |
5.2.1 智慧式安全用电监控终端总体结构 |
5.2.2 智慧式安全用电监控终端硬件设计 |
5.3 系统软件平台设计 |
5.4 电气探测模型在系统中的应用 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 论文总结 |
6.2 展望 |
参考文献 |
攻读学位期间主要的研究成果 |
致谢 |
(2)基于LabVIEW的点型感烟火灾探测器标定控制系统(论文提纲范文)
致谢 |
摘要 |
abstract |
第一章 绪论 |
1.1 论文研究背景与研究意义 |
1.1.1 论文研究背景 |
1.1.2 研究目的与研究意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 论文主要研究内容及章节安排 |
第二章 火灾探测器标定控制系统的总体方案设计 |
2.1 系统的功能需求与总体方案设计 |
2.1.1 需求分析 |
2.1.2 系统设计思路 |
2.1.3 总体方案设计 |
2.1.4 校准过程中的不确定度分析 |
2.2 系统关键技术 |
2.2.1 Modbus通信协议 |
2.2.2 VISA串口通讯 |
2.3 本章小结 |
第三章 火灾探测器标定控制系统的结构 |
3.1 烟雾浓度测控原理方案 |
3.1.1 烟雾发生装置 |
3.1.2 光学烟密度计测量原理 |
3.2 温湿度控制原理方案 |
3.2.1 温湿度控制原理 |
3.2.2 温控仪选型 |
3.2.3 温度传感器选型 |
3.2.4 温湿度变送器选型 |
3.3 风速控制原理方案 |
3.3.1 风速控制原理 |
3.3.2 风机变频器选型 |
3.3.3 风速风量计选型 |
3.4 本章小结 |
第四章 火灾探测器标定控制系统软件设计 |
4.1 Lab VIEW开发环境 |
4.2 系统总体架构 |
4.3 软件流程设计 |
4.4 系统软件的主界面设计 |
4.5 系统功能模块的设计与实现 |
4.5.1 系统登陆界面 |
4.5.2 烟雾浓度采集模块 |
4.5.3 温湿度控制模块 |
4.5.4 风速控制模块 |
4.5.5 阀门控制模块 |
4.5.6 数据存储模块 |
4.6 应用文件及安装文件的生成 |
4.7 本章小结 |
第五章 系统功能测试与分析 |
5.1 系统整体测试 |
5.1.1 实验平台搭建 |
5.1.2 系统验证过程 |
5.2 实验数据及分析 |
5.2.1 风速控制验证 |
5.2.2 温度控制验证 |
5.3 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 主要创新点 |
6.3 后续工作展望 |
参考文献 |
攻读硕士学位期间的学术活动与成果情况 |
(3)面向智慧消防的多元信息融合模型与算法研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究工作背景与意义 |
1.2 相关技术研究现状 |
1.2.1 火灾探测 |
1.2.2 风险评估 |
1.3 本文的主要贡献与创新 |
1.4 本文的章节结构安排 |
第二章 火灾探测与风险评估基础理论 |
2.1 多元信息融合 |
2.1.1 信息融合概述 |
2.1.2 多元信息融合关键技术 |
2.1.3 D-S证据理论 |
2.2 风险评估 |
2.2.1 风险评估指标体系构建原则 |
2.2.2 定性评估方法 |
2.2.3 定量评估方法 |
2.2.4 定性与定量结合评估方法 |
2.3 Pyro Sim火灾仿真软件 |
2.4 本章小结 |
第三章 新型多元信息室内火灾探测方法 |
3.1 D-S证据理论在室内火灾探测中的分析 |
3.1.1 D-S证据理论的不足 |
3.1.2 D-S证据理论的改进 |
3.2 一种引入新数据源的D-S融合检测火灾方法 |
3.2.1 火灾检测数据源的选取 |
3.2.2 D-S证据理论融合多元信息探测火灾 |
3.3 仿真验证 |
3.3.1 仿真结果验证对比 |
3.3.2 未能更早判别火灾原因分析 |
3.3.3 本文模型探测准确率 |
3.4 验证演示系统设计与实现 |
3.4.1 系统框架 |
3.4.2 软件系统设计与开发 |
3.4.3 效果展示 |
3.5 本章小结 |
第四章 一种基于AHP-熵权的火灾风险评估模型 |
4.1 火灾风险模糊综合评估模型的分析 |
4.2 评估体系与决策集构建 |
4.3 AHP-熵权模糊综合评价流程 |
4.3.1 构建模糊关系矩阵 |
4.3.2 评价指标权重计算 |
4.3.3 模糊综合评价 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 全文总结 |
5.2 后续工作展望 |
致谢 |
参考文献 |
附录 |
附录1 住宅小区火灾风险评估指标 |
附录2 评估指标打分标准 |
附录3 上海X小区现场评估表 |
附录4 老旧住宅小区火灾风险评价调查表 |
攻读硕士学位期间取得的成果 |
(4)基于信息融合的居室火灾检测系统研究(论文提纲范文)
中文摘要 |
abstract |
1 绪论 |
1.1 课题研究背景及意义 |
1.2 火灾检测技术的发展过程及发展趋势 |
1.2.1 火灾检测技术发展历程及现状 |
1.2.2 火灾检测技术的发展趋势 |
1.3 课题主要研究的内容 |
2 火灾检测原理和方法 |
2.1 火灾产生机理及发展过程 |
2.1.1 火灾产生机理 |
2.1.2 居室火灾的发展过程 |
2.2 火灾信号特性 |
2.3 火灾信号识别算法 |
2.3.1 火灾信号基本识别算法 |
2.3.2 火灾信号智能识别算法 |
2.4 火灾检测系统信息融合 |
2.4.1 火灾特性参数选择 |
2.4.2 信息融合技术原理 |
2.4.3 信息融合系统层次 |
2.4.4 信息融合在火灾识别中的运用 |
2.5 本章小结 |
3 火灾模拟实验 |
3.1 火灾实验原理 |
3.1.1 质量守恒方程 |
3.1.2 动量守恒方程 |
3.1.3 能量守恒方程 |
3.2 火灾模拟软件PyroSim介绍 |
3.3 居室火灾的PyroSim数值模拟 |
3.3.1 居室物理模型建立 |
3.3.2 网格模型的确定 |
3.3.3 火灾模拟初始条件设置 |
3.4 火灾模拟实验 |
3.4.1 阴燃火实验 |
3.4.2 明火实验 |
3.5 火灾预测数据选取 |
3.6 本章小结 |
4 信息融合的火灾预警算法研究 |
4.1 支持向量机 |
4.1.1 线性可分问题 |
4.1.2 线性不可分问题 |
4.1.3 SVM的分类流程 |
4.2 元启发算法 |
4.2.1 遗传算法 |
4.2.1.1 算法背景 |
4.2.1.2 编码方式 |
4.2.1.3 选择操作 |
4.2.1.4 交叉操作 |
4.2.1.5 变异操作 |
4.2.2 粒子群算法 |
4.2.2.1 算法背景 |
4.2.2.2 算法原理 |
4.2.3 均衡优化器 |
4.2.3.1 算法背景 |
4.2.3.2 算法优化原理 |
4.3 支持向量机优化 |
4.3.1 遗传算法优化支持向量机 |
4.3.1.1 GA-SVM实现过程 |
4.3.1.2 GA-SVM仿真分析 |
4.3.2 粒子群算法优化支持向量机 |
4.3.2.1 PSO-SVM实现过程 |
4.3.2.2 PSO-SVM仿真分析 |
4.3.3 均衡优化器算法优化支持向量机 |
4.3.3.1 EO-SVM实现过程 |
4.3.3.2 EO-SVM仿真分析 |
4.4 火灾检测算法比较 |
4.5 本章小结 |
5 火灾检测系统设计 |
5.1 火灾检测硬件系统设计 |
5.1.1 微型处理器介绍 |
5.1.1.1 STM32F407ZGT6 特性 |
5.1.1.2 STM32F407ZGT6 最小系统 |
5.1.2 JTAG调试电路 |
5.1.3 电源模块设计 |
5.1.4 温度探测模块 |
5.1.4.1 温度传感器特性 |
5.1.4.2 温度传感器接口电路 |
5.1.5 烟雾与CO探测模块 |
5.1.5.1 烟雾传感器特性 |
5.1.5.2 一氧化碳传感器特性 |
5.1.5.3 烟雾与CO传感器接口电路 |
5.1.6 声光报警模块 |
5.1.7 彩屏显示模块 |
5.1.7.1 TFTLCD显示屏简介 |
5.1.7.2 TFTLCD电路连接 |
5.1.8 无线通信模块 |
5.2 火灾检测软件系统设计 |
5.2.1 总体设计方案 |
5.2.2 系统初始化 |
5.2.3 DS18B20 温度传感器程序设计 |
5.2.4 烟雾传感器程序设计 |
5.2.5 TFTLCD显示模块程序设计 |
5.2.6 NRF24L01 无线通讯软件设计 |
5.3 系统测试 |
5.3.1 测试准备工作 |
5.3.2 测试流程 |
5.3.2.1 主控制器的测试 |
5.3.2.2 无线传输功能测试 |
5.4 本章小结 |
6 结论 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读学位期间研究成果 |
致谢 |
(5)立体停车库智慧消防系统设计与研制(论文提纲范文)
致谢 |
摘要 |
abstract |
第一章 绪论 |
1.1 课题研究意义 |
1.2 智慧消防系统研究现状 |
1.3 论文主要研究内容 |
1.4 论文结构 |
第二章 立体停车库智慧消防系统的初步构想 |
2.1 立体车库消防特点 |
2.2 方案设计 |
2.3 方案可行性 |
2.4 技术可行性 |
2.5 本章小结 |
第三章 火灾定位系统研究 |
3.1 分布式光纤感温探测技术 |
3.1.1 分布式光纤感温探测工作原理 |
3.1.2 分布式光纤感温探测系统结构 |
3.2 热释电红外探测技术 |
3.2.1 热释电红外探测技术工作原理 |
3.2.2 热释电红外探测系统结构 |
3.3 图像型火灾探测技术 |
3.3.1 火灾识别技术 |
3.3.2 空间定位技术 |
3.4 本章小结 |
第四章 立体停车库自动灭火系统 |
4.1 自动消防灭火系统结构及软硬件设计 |
4.1.1 结构组成 |
4.1.2 硬件设计 |
4.1.3 软件设计 |
4.2 消防炮炮口灭火射流俯仰模型分析 |
4.2.1 射流路径数学模型 |
4.2.2 射流轨迹Simulink模型 |
4.2.3 基于Matlab平台下射流轨迹理论模型仿真实验 |
4.2.4 误差分析 |
4.3 本章小结 |
第五章 智慧消防系统的实验设计 |
5.1 报警实验 |
5.1.1 试验目的 |
5.1.2 试验材料 |
5.1.3 试验方法 |
5.1.4 试验结果分析 |
5.2 定位实验 |
5.2.1 试验目的 |
5.2.2 试验材料 |
5.2.3 试验方法 |
5.2.4 试验结果分析 |
5.3 灭火实验 |
5.3.1 试验目的 |
5.3.2 试验材料 |
5.3.3 试验方法 |
5.3.4 试验结果分析 |
5.4 稳定性实验 |
5.4.1 试验目的 |
5.4.2 试验材料 |
5.4.3 试验方法 |
5.4.4 试验结果分析 |
5.5 本章小节 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读硕士学位期间的学术活动及成果情况 |
(6)锂离子电池电解液火灾的烟雾光散射特性研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 颗粒的光散射计算研究现状 |
1.2.2 气溶胶散射特性的实验研究现状 |
1.3 研究目标及内容 |
1.3.1 研究目标 |
1.3.2 研究内容与技术路线 |
1.4 本文章节安排 |
第2章 颗粒的光散射理论 |
2.1 分形理论 |
2.2 球形颗粒的散射计算方法 |
2.2.1 Mie散射理论 |
2.2.2 Mie散射理论的近似 |
2.3 非球形颗粒的散射计算方法 |
2.3.1 T矩阵法 |
2.3.2 离散偶极子近似方法 |
2.4 粒径分布 |
2.5 本章小结 |
第3章 电解液火灾烟雾的颗粒形貌与散射计算 |
3.1 电解液火灾烟颗粒的形貌 |
3.1.1 烟颗粒采集 |
3.1.2 形貌分析 |
3.1.3 粒径分析 |
3.2 火灾烟雾的散射模型设计 |
3.2.1 球形火灾烟雾 |
3.2.2 分形火灾烟雾 |
3.3 散射计算结果与分析 |
3.3.1 效率因子 |
3.3.2 不对称因子与偏振度 |
3.3.3 散射光强度角分布 |
3.4 本章小结 |
第4章 电解液火灾烟雾的散射特性实验研究 |
4.1 电解液燃烧实验 |
4.1.1 实验样本 |
4.1.2 实验过程 |
4.1.3 实验结果分析 |
4.2 电解液火灾烟雾的偏振光散射实验 |
4.2.1 实验装置 |
4.2.2 散射不对称比分析 |
4.2.3 偏振度分析 |
4.3 电解液火灾烟雾的非偏振光散射实验 |
4.3.1 实验工况 |
4.3.2 不同入射波长条件下的不对称比 |
4.3.3 与其它气溶胶的对比 |
4.4 本章小结 |
第5章 结论与展望 |
5.1 结论 |
5.2 本文创新点 |
5.3 研究展望 |
参考文献 |
致谢 |
在读期间发表的学术论文与取得的其他研究成果 |
(7)基于Himawari-8卫星火点反演及中国区域生物质燃烧环境效应探究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 星载火点探测仪器发展现状 |
1.2.2 火点反演算法发展现状 |
1.2.3 生物质燃烧排放估算方法发展现状 |
1.3 研究内容与技术路线 |
1.4 章节安排 |
第2章 云检测与火点反演原理 |
2.1 云检测原理 |
2.1.1 云的分类 |
2.1.2 云的辐射特性 |
2.1.3 云检测原理 |
2.2 火点反演原理 |
2.2.1 普朗克定律 |
2.2.2 斯蒂芬波尔茨曼定律 |
2.2.3 维恩位移定律 |
2.2.4 亮温 |
2.2.5 火点反演流程 |
第3章 云检测算法的构建与验证 |
3.1 日间云检测算法的构建 |
3.1.1 反射率随太阳天顶角变化 |
3.1.2 反射率校正 |
3.1.3 云指数判定 |
3.1.4 云检测偏差校正 |
3.1.5 日间云检测算法总结 |
3.2 夜间云检测算法的构建 |
3.2.1 时序对比 |
3.2.2 亮温阈值判别 |
3.2.3 亮温差阈值判别 |
3.2.4 红外背景亮温判别 |
3.2.5 夜间云检测算法总结 |
3.3 高光谱云反演算法的构建 |
3.4 云检测算法的验证 |
第4章 火点反演算法的构建与验证 |
4.1 Himawari-8火点探测通道观测特性 |
4.2 潜在火点提取 |
4.3 背景火点提取 |
4.4 时间序列分析 |
4.4.1 Prophet模型简介 |
4.4.2 基于Prophet模型的时间序列分析 |
4.4.3 基于同时刻亮温统计特性的时间序列分析 |
4.5 火点反演结果与对比 |
第5章 生物质燃烧环境效应初探 |
5.1 火辐射功率的获取 |
5.2 火辐射能量的计算 |
5.3 生物质燃烧排放的估算 |
5.4 生物质燃烧环境效应探究 |
5.5 与GFAS火灾排放清单的对比 |
第6章 总结与展望 |
6.1 研究总结 |
6.2 展望 |
参考文献 |
致谢 |
在读期间发表的学术论文与取得的其他研究成果 |
(8)基于NB-IoT的嵌入式图像型火灾报警系统设计(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题研究背景及意义 |
1.2 火灾报警系统的国内外发展现状 |
1.2.1 传统火灾报警系统的发展现状 |
1.2.2 图像型火灾报警系统的发展现状 |
1.2.3 图像型火灾报警系统的不足 |
1.2.4 图像型火灾报警系统的发展趋势 |
1.3 论文主要研究内容及结构安排 |
1.3.1 主要研究内容 |
1.3.2 结构安排 |
2 系统方案设计及相关新兴技术介绍 |
2.1 系统性能需求分析 |
2.2 系统总体方案选择 |
2.3 图像型火焰报警器方案设计 |
2.4 相关新兴技术介绍 |
2.4.1 NB-IoT技术 |
2.4.2 OneNET物联云平台 |
2.5 本章小结 |
3 系统的硬件电路设计与实现 |
3.1 图像型火焰报警器硬件设计 |
3.1.1 报警器的电源电路 |
3.1.2 主控制器最小系统电路 |
3.1.3 图像采集电路 |
3.1.4 外扩PSRAM电路 |
3.1.5 SD卡存储电路 |
3.1.6 火灾报警输出电路 |
3.1.7 OLED显示接口电路 |
3.1.8 扩展接口电路 |
3.2 NB-IoT无线传输模块硬件设计 |
3.2.1 NB-IoT模块供电电路 |
3.2.2 M5310A模组外围电路 |
3.3 PCB布局布线 |
3.4 本章小结 |
4 报警器的火焰识别算法研究与实现 |
4.1 火焰图像的采集与存储 |
4.2 火焰图像的预处理 |
4.2.1 火焰图像滤波 |
4.2.2 基于火焰颜色特征的二值化 |
4.2.3 形态学处理 |
4.3 火焰图像的特征提取及识别 |
4.3.1 圆形度特征 |
4.3.2 尖角特征 |
4.3.3 面积变化率特征 |
4.4 本章小结 |
5 系统的整体软件设计与实现 |
5.1 图像型火焰报警器控制程序设计 |
5.2 NB-IoT通信设计 |
5.2.1 OneNET平台端软件设计 |
5.2.2 NB-IoT设备端软件设计 |
5.3 手机终端应用程序设计 |
5.3.1 Android开发环境搭建 |
5.3.2 手机APP的UI界面设计 |
5.3.3 手机APP应用编程 |
5.4 监控主机火灾报警监控界面设计 |
5.5 本章小结 |
6 系统测试与结果 |
6.1 系统的总体调试 |
6.2 系统的功能测试 |
6.3 系统整体运行效果 |
7 总结与展望 |
参考文献 |
攻读硕士学位期间发表的论文及科研成果 |
致谢 |
(9)煤田火灾探测与治理技术现状及发展趋势(论文提纲范文)
1 煤田火灾探测技术 |
1.1 钻探法 |
1.2 物探法 |
1.3 化探法 |
1.4 遥感法 |
2 煤田火灾治理技术 |
2.1 直接剥离技术 |
2.2 控制漏风技术 |
2.3 火区惰化技术 |
2.4 吸热降温及煤体阻化技术 |
3 发展趋势 |
3.1 煤田火灾探测发展趋势 |
3.2 煤田火灾治理发展趋势 |
4 结语 |
(10)基于不对称比的飞机货舱抗干扰烟雾探测技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 选题背景及意义 |
1.2 国内外研究现状与趋势 |
1.2.1 颗粒的光学属性特征 |
1.2.2 抗干扰烟雾探测技术研究现状 |
1.2.3 黑白烟均衡响应研究现状 |
1.3 研究目标及内容 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.3.3 技术路线 |
1.3.4 章节安排 |
第二章 研究对象及方法 |
2.1 引言 |
2.2 实验气溶胶 |
2.2.1 火灾烟雾 |
2.2.2 干扰气溶胶 |
2.3 数值计算与光学模拟方法 |
2.3.1 颗粒散射特性数值计算 |
2.3.2 光学模拟方法 |
2.4 气溶胶散射实验装置 |
第三章 气溶胶颗粒的不对称比理论分析与数值计算 |
3.1 引言 |
3.2 不对称比理论分析 |
3.2.1 理论计算公式 |
3.2.2 折射率对不对称比的影响 |
3.2.3 偏振方向对不对称比的影响 |
3.2.4 散射角对不对称比的影响 |
3.3 非偏振光散射数值计算 |
3.3.1 参数设置 |
3.3.2 火灾烟颗粒 |
3.3.3 干扰颗粒 |
3.3.4 对比与分析 |
3.4 偏振光散射数值计算 |
3.4.1 参数设置 |
3.4.2 火灾烟颗粒 |
3.4.3 干扰颗粒 |
3.5 本章小结 |
第四章 烟雾探测器原理验证样机开发及气溶胶的非偏振光散射实验 |
4.1 引言 |
4.2 烟雾探测器原理验证样机开发 |
4.2.1 光学腔室优化设计 |
4.2.2 散射灵敏度计算 |
4.2.3 不对称比选取 |
4.3 火灾烟雾 |
4.3.1 阴燃/热解火烟雾 |
4.3.2 明火烟雾 |
4.3.3 对比与讨论 |
4.4 干扰气溶胶 |
4.4.1 粉尘气溶胶 |
4.4.2 水滴气溶胶 |
4.4.3 对比与讨论 |
4.5 气溶胶区分识别方法分析 |
4.6 本章小结 |
第五章 气溶胶的偏振光散射实验 |
5.1 引言 |
5.2 烟雾探测器原理验证样机改进 |
5.3 火灾烟雾 |
5.3.1 阴燃/热解火烟雾 |
5.3.2 明火烟雾 |
5.3.3 对比与讨论 |
5.4 干扰气溶胶 |
5.4.1 粉尘气溶胶 |
5.4.2 水滴气溶胶 |
5.4.3 对比与讨论 |
5.5 讨论 |
5.5.1 光源类型对不对称比影响分析 |
5.5.2 气溶胶区分识别方法分析 |
5.6 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 本文创新点 |
6.3 研究展望 |
参考文献 |
致谢 |
在读期间发表的学术论文及取得的其他成果 |
四、火灾探测技术发展趋势(论文参考文献)
- [1]基于数据融合技术的电气火灾探测系统关键技术研究[D]. 李亚宁. 湖南工业大学, 2021(02)
- [2]基于LabVIEW的点型感烟火灾探测器标定控制系统[D]. 雷淑芳. 合肥工业大学, 2021(02)
- [3]面向智慧消防的多元信息融合模型与算法研究[D]. 卫伯言. 电子科技大学, 2021(01)
- [4]基于信息融合的居室火灾检测系统研究[D]. 崔善书. 常州大学, 2021(01)
- [5]立体停车库智慧消防系统设计与研制[D]. 张飞龙. 合肥工业大学, 2021(02)
- [6]锂离子电池电解液火灾的烟雾光散射特性研究[D]. 施志成. 中国科学技术大学, 2021
- [7]基于Himawari-8卫星火点反演及中国区域生物质燃烧环境效应探究[D]. 王顺天. 中国科学技术大学, 2021(08)
- [8]基于NB-IoT的嵌入式图像型火灾报警系统设计[D]. 袁兴. 西华大学, 2021(02)
- [9]煤田火灾探测与治理技术现状及发展趋势[J]. 王伟. 煤矿安全, 2020(11)
- [10]基于不对称比的飞机货舱抗干扰烟雾探测技术研究[D]. 郑荣. 中国科学技术大学, 2020(01)
标签:气溶胶论文; 电解液论文; 火灾报警器论文; 烟雾传感器论文; 电气火灾监控系统论文;