摘  要： 通过分析得出火灾探测信号的特征，并针对这些特征指出了减少火灾误报率和漏报率、提高火灾报警准确性的智能算法，包括数字滤波、灵敏度自动调整、自动漂移补偿、上升速率分析等。这些算法对实际的工程应用有着很好的借鉴价值。
关键词： 火灾；智能算法；火灾探测信号；上升速率分析

　智能算法是智能火灾报警控制器判断火灾的一种算法，要想通过智能算法最大可能地减少对火灾的误报率和漏报率，提高火灾报警的准确性，首先要了解火灾探测信号的特征。
1 火灾探测信号的特征
　火灾探测的原理是火灾探测器或传感器通过火灾发生时产生的各种物理和化学变化特征来间接探测火灾，例如通过探测火灾产生的烟雾、火灾引起的高温、火焰和气体等。
　火灾探测器或传感器的输出信号x0（t）随火灾的发展而变化，火灾的早期特征状态不稳定，并且具有不同的表现形式，如慢速阴燃、明火和快速发展的火焰等，这些火灾信号的变化量不一样，并且火灾为偶然事件，很少有观察数据，因此，x0（t）是事先未知的或不确定的信号。此外，环境变化如气候、湿度、灰尘、电子噪声和人为的其他活动都有可能引起x0（t）的变化，而这种变化的特征与火灾参数变化的特征基本相似。尽管检测 x0（t）是困难的，但它们的变化还是表现了火灾早期的一些特征，有时可以把x0（t）近似看作是一种非平稳的随机过程，主要由火灾信号和非火灾信号两部分组成：

2 智能算法的组成
　所谓智能是指辨析判断及自适应的能力，充分利用模拟量探测器所提供的丰富信息，采用具有一定判断分析能力和应变能力的智能算法最大可能地减少对火灾的误报率和漏报率，提高火灾报警的准确性。
智能算法的关键是要充分利用模拟量探测器所能提供的各种信息，通过对数据在时间上、变化上的全方位分析，消除环境干扰等对探测器的各种影响，正确区分真假火灾情况，实现正确报警。智能算法的组成如图1所示。

　探测器发出的脉宽信号经过模数转换处理成数字量信号，经过数字滤波，滤去高频脉冲干扰信号，并对信号进行平滑处理，然后将信号分别与火警阈值、预警阈值和故障阈值进行数值比较。火警阈值、预警阈值和故障阈值分别等于各自的设定值加上修正值。修正值由两部分组成，一部分为灵敏度自动调整，它根据时间的变化进行数值调整；另一部分为漂移自动补偿，由时漂的积累得出。当测量值超过预警阈值时，再经过时间积累确定是否为预警；当测量值超过火警阈值时，再经过上升速率分析和时间积累，确定是否为火警；当测量值低于故障阈值时，经时间积累确定是否为故障。
3 智能算法原理
3.1 数字滤波
　探测器的安装现场通常强电设备较多，因此在数据采集的过程中，不可避免地会产生脉冲干扰，这种干扰一般持续时间短，峰值大，对这样的数据进行数字滤波处理时，仅仅采用算术平均或移动平均滤波时，尽管对脉冲干扰进行了1/n的处理，但其剩余值仍然较大。这种场合最好的策略是：将被认为是受干扰的信号数据去掉，这就是防止脉冲干扰的平均值滤波法的原理。采用平均值滤波方法的作用是去掉信号中的脉冲干扰，同时对信号进行平滑处理。
　

3.4 上升速率分析

　在对探测器信号进行灵敏度的自动调整和测量值的自动漂移补偿修正之后，接下来进行火警判断。当测量值≥火警阈值时，对测量值从预警阈值到火警阈值这一段曲线进行上升速率分析。上升速率分析就是对超过火警阈值的探测器信号的上升速率进行分析，当上升速率超过速率上限时，先暂时不报火警，而是经过一段时间的延时，如果测量值不超过火警阈值，则判断是干扰引起的，不能报火警。当上升速率小于速率下限时，判断是因为长期缓慢漂移引起的，只有上升速率在规定范围内的，才确认为火警。上升速率分析流程图如图2所示。
　在实际应用中，当采样值达到火警阈值时，该时刻tm对应阈值为ym，超过火警预警那一时刻t1对应阈值为y1，此时上升速率为：

　智能算法充分应用现代计算机大规模的数据处理能力，对火灾数据进行多种补偿、修正、判断，提高了火灾探测器区分真假火警的能力，从而减少了对火灾的误报率和漏报率，提高了火灾报警的准确性。
参考文献
[1] 樊尚春，周浩敏．信号与测试技术[M]．北京：北京航空航天大学出版社，2002.
[2] 范维澄，王清安，张人杰，等．火灾科学导论[M]．武汉：湖北科技出版社，1993.
[3] 吴龙标，卢结成，陆法同，等．电气火灾产生的机理及其对策[J]．中国安全科学学报，1998（3）：25-28.
[4] 吴龙标，袁宏永．火灾探测与控制工程[M]．合肥：中国科学技术大学出版社，1999.
[5] 全国消防标准化技术委员会.消防技术标准汇编[M]．北京：中国标准出版社，1994.
[6] 孙景芝，韩永学．电气消防[M]．北京：中国建筑工业出版社，2000.
[7] 中国消防协会.面向新世纪消防学术研讨会论文集．1999.
[8] 王彦文．快速断电安全技术[M]．北京：煤炭工业出版社，1996.