基于模糊神经网络的智能火灾报警关键技术研究

更新时间：2020-02-25 12:41:32 大小：2M 上传用户：IC老兵查看TA发布的资源 标签：智能火灾报警 下载积分：3分评价赚积分（如何评价?）收藏评论(0) 举报

资料介绍

火灾是一种在时间和空间上失去控制的燃烧所造成的灾害。它不但会造成重大的财产损失，而且还严重威胁人类的生命安全。因此，预防火灾发生，减少火灾损失，便成为人类研究的重要课题。火灾探测技术是预防火灾发生的有效手段。针对传统的火灾探测报警技术基于单一参数判定火灾，漏报、误报十分普遍的问题，研究基于模糊神经网络的智能火灾报警的方法和软硬件系统，取得了初步进展，主要内容和结论如下： (1)针对传统火灾探测技术无法满足现实火灾报警的需要，提出了一种基于人工智能的数据融合技术的火灾探测算法，以环境温度、烟雾浓度、CO含量作为系统输入，利用人工神经网络和模糊逻辑技术对多传感器信号进行融合； (2)利用模糊逻辑具有较强综合判断能力和识别能力的特点，将模糊控制运用到火灾报警系统中。在MATLAB下完成了火灾探测系统中模糊控制器的设计，并利用模糊逻辑工具箱进行了仿真； (3)利用神经网络自学习、自适应的特性，采用径向基函数网络，运用最近邻聚类学习算法，建立神经网络火灾探测器模型，用MATLAB语言编辑了火灾探测系统中神经网络的算法设计，并对网络进行了训练与仿真； (4)以单片机为下位机，完成数据采集、预处理以及对现场装置的控制，以PC机为上位机，完成各种复杂的数据处理和对单片机的控制。通过VC++提供的串行通信控件MSComm，完成了上位机和下位机之间的串口通信； (5)利用MATLAB编辑智能火灾报警系统算法M文件，再通过VC++设计智能火灾报警系统的用户界面，最后利用MATlAB和VC++混合编程，实现了智能融合算法与可视化界面的结合，将最终判断结果显示在用户界面上； (6)对开发的智能火灾报警系统的有效性和可靠性实验结果表明，该系统可以准确区分明火、阴燃火和非火灾源，对不同类型的火灾都具有较高的灵敏度，达到了降低误报率的目的。本系统具有智能化和可靠性高等特点，尚需在建立火灾样本数据库、研究快速而有效的算法等方面进一步完善。