CN114743340B - 一种基于组合神经网络与多传感器融合的烟火检测*** - Google Patents
一种基于组合神经网络与多传感器融合的烟火检测*** Download PDFInfo
- Publication number
- CN114743340B CN114743340B CN202210643060.XA CN202210643060A CN114743340B CN 114743340 B CN114743340 B CN 114743340B CN 202210643060 A CN202210643060 A CN 202210643060A CN 114743340 B CN114743340 B CN 114743340B
- Authority
- CN
- China
- Prior art keywords
- camera
- sensor
- smoke
- lifting
- fixing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000000779 smoke Substances 0.000 title claims abstract description 64
- 238000001514 detection method Methods 0.000 title claims abstract description 38
- 230000004927 fusion Effects 0.000 title claims abstract description 35
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 28
- 238000012544 monitoring process Methods 0.000 claims abstract description 63
- 239000002245 particle Substances 0.000 claims abstract description 35
- 239000000126 substance Substances 0.000 claims abstract description 26
- 238000001179 sorption measurement Methods 0.000 claims abstract description 24
- 238000012806 monitoring device Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 18
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 80
- 238000009434 installation Methods 0.000 claims description 47
- 238000001816 cooling Methods 0.000 claims description 40
- 238000000926 separation method Methods 0.000 claims description 39
- 230000001681 protective effect Effects 0.000 claims description 36
- 238000001931 thermography Methods 0.000 claims description 29
- 230000008093 supporting effect Effects 0.000 claims description 26
- 238000002347 injection Methods 0.000 claims description 16
- 239000007924 injection Substances 0.000 claims description 16
- 230000000903 blocking effect Effects 0.000 claims description 9
- 230000003014 reinforcing effect Effects 0.000 claims description 7
- 239000002184 metal Substances 0.000 claims description 6
- 238000007493 shaping process Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 239000000758 substrate Substances 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims 1
- 230000006378 damage Effects 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 239000003546 flue gas Substances 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 239000000428 dust Substances 0.000 description 4
- 239000011521 glass Substances 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 210000002569 neuron Anatomy 0.000 description 4
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 3
- 235000017491 Bambusa tulda Nutrition 0.000 description 3
- 241001330002 Bambuseae Species 0.000 description 3
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 3
- 239000011425 bamboo Substances 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000002309 gasification Methods 0.000 description 2
- 210000002364 input neuron Anatomy 0.000 description 2
- 208000012260 Accidental injury Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
-
- A—HUMAN NECESSITIES
- A62—LIFE-SAVING; FIRE-FIGHTING
- A62C—FIRE-FIGHTING
- A62C37/00—Control of fire-fighting equipment
- A62C37/36—Control of fire-fighting equipment an actuating signal being generated by a sensor separate from an outlet device
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0014—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation from gases, flames
- G01J5/0018—Flames, plasma or welding
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Emergency Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Analytical Chemistry (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biomedical Technology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Public Health (AREA)
- Plasma & Fusion (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Computational Linguistics (AREA)
- Dispersion Chemistry (AREA)
- Biophysics (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Fire-Detection Mechanisms (AREA)
Abstract
本发明公开了一种基于组合神经网络与多传感器融合的烟火检测***,包括安装固定组件、焦点防反光式精准温度监控采集模块、融合型多传感器辅助监控装置、应急负压空吸型化学物颗粒吸附灭火装置和云端服务处理单元。本发明属于烟火检测技术领域,具体是提供了一种通过全反射的方式将监控重点区域于红外传感器上汇集为一点,大大提高烟火检测的精准性,避免误判情况的发生,减轻工作人员的负担,通过神经网络与多传感器融合的融合,进一步提高检测的准确性,对于小规模的烟火可以通过负压、避免助燃的方式进行有效无损灭火,同时将有害颗粒进行吸附,避免对人体产生危害,保证灭火及时性与有效性的基于组合神经网络与多传感器融合的烟火检测***。
Description
技术领域
本发明涉及烟火检测技术领域,具体是指一种基于组合神经网络与多传感器融合的烟火检测***。
背景技术
近几年来,大型园区智能化的烟火检测需求很大,特别是化工类的园区,每次事故发生,导成大量的生命和财产的损失。
目前对火灾常用检测方法包括:1、传感器检测法:通过烟火传感器来检测烟火时的气体浓度,从而检测出发生烟火;2、视频算法分析法:通过可见光摄像头拍摄的视频进行识别,同时通过加入深度学习烟火检测模型及算法来判断是否发生烟火。
但是上述检测方法在具体执行时,通常会出现以下问题:
1、采用现有的传感器检测,由于使用的空间有限,容易受到干扰,且误报率较高,智能度低,2000路摄像头的园区,一天可能又几千次报警,由于人力有限,导致根本无法及时处理。
2、采用视频算法进行分析,会产生持续报警的问题,每天固定时间段光线可能引起的报警,同一地址可持续几十次甚至几百次、几万次,需要屏蔽大量的无效报警;另外,部分园区本身就有大量的动作作业和烟雾场景,一直在报警,无法进行有效处理,且无法利用单个目标检测模型进行解决。
因此如何深刻理解复杂的园区场景,变的更加重要,如何实现复杂园区的烟雾检测是一个亟待解决的问题。
发明内容
针对上述情况,为克服现有技术的缺陷,本发明提供了一种通过全反射的方式将监控重点区域于红外传感器上汇集为一点,大大提高烟火检测的精准性,避免误判情况的发生,减轻工作人员的负担,通过神经网络与多传感器融合的融合,进一步提高检测的准确性,而应急负压空吸型化学物颗粒吸附灭火装置对于小规模的烟火可以通过负压、避免助燃的方式进行有效无损灭火,同时通过负压的方式将有害颗粒进行吸附,避免对人体产生危害,保证灭火的及时性与有效性的基于组合神经网络与多传感器融合的烟火检测***。
本发明采取的技术方案如下:本发明一种基于组合神经网络与多传感器融合的烟火检测***,包括安装固定组件、焦点防反光式精准温度监控采集模块、融合型多传感器辅助监控装置、应急负压空吸型化学物颗粒吸附灭火装置和云端服务处理单元,所述焦点防反光式精准温度监控采集模块安装设于安装固定组件上,所述融合型多传感器辅助监控装置设于安装固定组件上,所述融合型多传感器辅助监控装置交叉间隔设于焦点防反光式精准温度监控采集模块之间,所述应急负压空吸型化学物颗粒吸附灭火装置安装设于安装固定组件的一侧上,且应急负压空吸型化学物颗粒吸附灭火装置的自由端设于焦点防反光式精准温度监控采集模块的前端一侧上,所述焦点防反光式精准温度监控采集模块、融合型多传感器辅助监控装置、应急负压空吸型化学物颗粒吸附灭火装置均与云端服务处理单元通信连接。
作为进一步阐述的方案,所述焦点防反光式精准温度监控采集模块包括防护遮光筒、螺旋风道、进风泵、椭圆弧反光镜、斜反光镜、上遮光柱和红外传感器,所述防护遮光筒呈一端开口、另一端封堵的中空腔体设置,所述防护遮光筒的封堵端呈椭圆半球状设置,所述防护遮光筒的封堵端内壁上设置有椭圆弧反光镜,所述防护遮光筒的开口处一侧顶部设置有防尘喷射弧,所述防尘喷射弧呈向上拱起的弧形中空腔体设置,所述螺旋风道呈螺旋状设置,所述螺旋风道连接设于防护遮光筒的外部,且所述螺旋风道靠近封堵端的一侧为进风口,所述螺旋风道靠近开口的一侧与防尘喷射弧相连通,所述防尘喷射弧的底部均匀开设有喷气孔,该喷气孔设于防护遮光筒开口端的正下方,所述进风泵连接设于进风口上,所述进风口的外部套设有进风罩,进风罩上开设有过滤孔,通过进风罩可以对进入的空气起到过滤作用,防止堵塞进风口与螺旋风道,所述防护遮光筒的顶部一侧开设有上遮光柱,所述上遮光柱顶部开口,所述红外传感器连接设于上遮光柱内,所述斜反光镜设于防护遮光筒内壁上且设于上遮光柱的底部,所述斜反光镜与红外传感器的水平夹角为45°,所述斜反光镜中点到椭圆弧反光镜的近焦点距离和斜反光镜中点到红外传感器距离相等,使得椭圆弧反光镜的向近焦点的光被反射到红外传感器上,将重点监测点位于椭圆弧反光镜远端焦点处,使得重点监测点发出朝向椭圆弧反光镜的红外线汇集至斜反光镜,并在红外传感器上汇集为一点,使得测量精准,本结构可以对固定点进行重点监控,高清摄像头与红外热成像摄像头共同对监控区域进行综合监控,烟雾传感器对固定区域进行烟雾监控,为防止有其他物体阻挡焦点防反光式精准温度监控采集模块而产生误判,广角摄像头判断是否有物体阻挡。因为整个过程没有折射,全是反射,使得不会有因为频率不同的光而汇聚不精准,防止玻璃筒镜因为加工而出现薄厚不均而有折射,进而不在防护遮光筒上设置筒镜,而设置防尘喷气孔,防止尘土灰尘等影响监测效果。
作为优选方案,所述安装固定组件包括固定支撑架、安装底板、支撑横梁、角度可调式安装架和摄像安装架,所述安装底板为椭圆片形状,所述固定支撑架连接设于安装底板的中心上表面,所述固定支撑架截面呈梯形设置,所述固定支撑架的小直径一端与安装底板连接,所述支撑横梁连接设于固定支撑架的大直径一端上,所述固定支撑架的外周设置有加强筋,所述加强筋连接设于支撑横梁与安装底板之间,可以提高固定支撑架、安装底板、支撑横梁整体的支撑力,提高设备的稳定性,所述角度可调式安装架连接设于支撑横梁的上方,所述摄像安装架连接设于支撑横梁的上方,所述角度可调式安装架和摄像安装架于支撑横梁上设置有多组,优选地,所述角度可调式安装架和摄像安装架于支撑横梁上交错间隔设置,且所述焦点防反光式精准温度监控采集模块安装设于角度可调式安装架上,所述融合型多传感器辅助监控装置安装设于摄像安装架上。
作为上述一种优选方式,所述角度可调式安装架由万向金属定型软管与防护套构成,所述防护套包裹设于万向金属定型软管的外部。
优选地,所述防护遮光筒远离防尘喷射弧的一侧的外周还设置有安装柱,所述角度可调式安装架上连接设置有弧形固定架,所述弧形固定架的两侧分别设有固定柱板,所述固定柱板上开设有柱板固定孔,所述安装柱设于柱板固定孔内,且柱板固定孔与安装柱之间安装设有连接螺栓。
作为进一步阐述的方案,所述应急负压空吸型化学物颗粒吸附灭火装置包括吸风罩、进风管、分离降温腔、高速风机、上水箱、下水箱和热管组,所述固定支撑架上开设有灭火固定孔,所述进风管固定设于灭火固定孔内,且所述吸风罩连通设于进风管的一侧上,所述吸风罩呈喇叭状设置,所述分离降温腔连通设于进风管的另一侧上,所述分离降温腔远离进风管的一侧上开设有出风管,所述高速风机安装设于出风管上,所述上水箱与下水箱分别连接设于分离降温腔的上下两侧上,所述上水箱与下水箱之间连通设有下水管,所述下水管设于分离降温腔的两外侧,所述分离降温腔内还设置有上水管,所述上水管连通设于上水箱与下水箱之间,所述上水管的管径远远小于下水管的管径,且上水管于分离降温腔内设置有若干组,所述热管组设置若干组分布设于分离降温腔内,所述热管组设于上水管的外周,且所述热管组的顶部连通上水箱,所述热管组的另一端依次贯通下水箱且延伸设于下水箱的底部,将热管组于下水箱底部的延伸部分埋于地下,发生小规模起火时,启动高速风机,通过出风管、分离降温腔、以及进风管和吸风罩产生局部负压,吸风罩可对着火部位进行快速降温,烟气与颗粒经吸风罩与进风管进入分离降温腔,在分离降温腔内烟气经热管组与上水管进行颗粒分离与降温,防止污染与误伤后方人员,开始时主要由上水管进行降温,当水箱内的水被全部气化后,主要由热管组对大地进行散热。
进一步地,所述融合型多传感器辅助监控装置包括广角摄像头、高清摄像头、红外热成像摄像头、烟雾传感器和全方位可调式升降支撑杆,所述支撑横梁的一侧上开设有升降固定孔,所述全方位可调式升降支撑杆安装设于升降固定孔内,且全方位可调式升降支撑杆呈T形设置,所述烟雾传感器连接设于全方位可调式升降支撑杆的顶部一侧上,所述高清摄像头安装设于一组摄像安装架上,所述红外热成像摄像头安装设于另一组摄像安装架上,通过高清摄像头与红外热成像摄像头的综合使用,能够综合判定是否起火,提高识别是否起火的标准,所述广角摄像头安装设于固定支撑架的一侧上,且广角摄像头设于吸风罩的顶部一侧。
优选方案中,所述全方位可调式升降支撑杆包括固定底套、升降杆、升降固定螺栓、伸缩杆、伸缩固定螺栓和连接短管,所述固定底套安装设于升降固定孔内,所述固定底套为顶部开口且内部中空的杆状空腔,所述升降杆上下滑动设于固定底套内,且所述升降杆上均匀开设有第一升降限位孔,所述固定底套的顶部一侧开设有第二升降限位孔,所述升降固定螺栓依次固定第二升降限位孔与第一升降限位孔,升降杆于固定底套内上下滑动,从而调整升降杆的高度、由此调整烟雾传感器距离监测点的使用高度距离,通过升降固定螺栓实现固定的效果,所述升降杆的侧端顶部开设有伸缩固定孔,所述伸缩杆沿伸缩固定孔横向滑动于升降杆的顶部,所述伸缩杆上均匀开设有第一伸缩限位孔,所述升降杆的顶部中心处开设有第二伸缩限位孔,所述伸缩固定螺栓依次固定第二伸缩限位孔与第一伸缩限位孔,所述连接短管呈弯管状设置,所述连接短管顶部一侧与伸缩杆连接,所述烟雾传感器安装设于连接短管的另一侧底部,通过升降固定螺栓确认好升降杆的高度后,伸缩杆于升降杆的顶部横向水平滑动,从而调整烟雾传感器距离监测点的水平距离,灵活可调,方便使用。
进一步地,所述安装底板的外边缘处均匀开设有安装固定孔,所述安装底板通过螺栓穿过安装固定孔与基底连接,多组安装固定孔的设置,可以提高安装的稳定性。
进一步地,所述云端服务处理单元包括下级网关、处理器、上级网关和主控室,所述高清摄像头、红外热成像摄像头、红外传感器、烟雾传感器、广角摄像头均与处理器连接,所述高清摄像头、红外热成像摄像头、红外传感器、烟雾传感器、广角摄像头、处理器均与下级网关连接,所述下级网关向处理器传输数据并通过处理器处理,所述上级网关通过处理器与下级网关连接,且所述上级网关向主控室上传高清摄像头、红外热成像摄像头、红外传感器、烟雾传感器、广角摄像头、处理器监测与处理的数据,所述处理器内部设置有模式识别模块,而模式识别模块为神经网络模式识别模块,其输入层包括6个输入神经元,其隐层设置10个神经元,其输出层设置3个神经元,将高清摄像头、红外热成像摄像头、红外传感器、烟雾传感器、广角摄像头对烟火检测的输出响应经由处理器处理后,作为模式识别模块的输入,构建网络模型,利用高清摄像头、红外热成像摄像头、红外传感器、烟雾传感器、广角摄像头的识别消除误差与影响。
采用上述结构本发明取得的有益效果如下:本方案一种基于组合神经网络与多传感器融合的烟火检测***,通过焦点防反光式精准温度监控采集模块的设计,防止玻璃筒镜因为加工而出现薄厚不均而有折射、进而影响烟火检测的准确度,使得重点监测点发出朝向椭圆弧反光镜的红外线汇集至斜反光镜,并在红外传感器上汇集为一点,从而提高烟火测量的精准性,避免误判情况的发生,减轻工作人员的负担,而融合型多传感器辅助监控装置可对固定点进行重点监控,高清摄像头与红外热成像摄像头共同对监控区域进行综合监控,烟雾传感器对固定区域进行烟雾监控,为防止有其他物体阻挡焦点防反光式精准温度监控采集模块而产生误判,广角摄像头用于判断是否有物体阻挡,进一步提高烟火检测的准确性,而应急负压空吸型化学物颗粒吸附灭火装置对于小规模的烟火可以通过负压、避免助燃的方式进行有效无损灭火,同时通过负压的方式将有害颗粒进行吸附,避免对人体产生危害,在分离降温腔内烟气与颗粒经热管组与上水管进行颗粒分离与降温,防止污染与误伤后方人员,开始时主要由上水管进行降温,当水箱内的水被全部气化后,主要由热管组对大地进行散热,达到应急灭火的作用,保证灭火的及时性与有效性。
附图说明
图1为本方案的基于组合神经网络与多传感器融合的烟火检测***的整体结构示意图;
图2为本方案的基于组合神经网络与多传感器融合的烟火检测***的立体结构示意图一;
图3为图2中A部分的局部放大示意图;
图4为本方案的基于组合神经网络与多传感器融合的烟火检测***的立体结构示意图二;
图5为本方案中焦点防反光式精准温度监控采集模块的结构示意图;
图6为本方案中焦点防反光式精准温度监控采集模块的立体示意图;
图7为本方案中焦点防反光式精准温度监控采集模块的内部结构组成图;
图8为本方案中应急负压空吸型化学物颗粒吸附灭火装置的结构示意图;
图9为本方案中上水箱与下水箱的连接结构示意图;
图10为本方案中上水箱与下水箱的组成结构剖视图;
图11为本方案中应急负压空吸型化学物颗粒吸附灭火装置的内部结构剖视图;
图12为本方案中全方位可调式升降支撑杆的结构示意图;
图13为本方案的***组成框图。
其中,1、安装固定组件,2、焦点防反光式精准温度监控采集模块,3、融合型多传感器辅助监控装置,4、应急负压空吸型化学物颗粒吸附灭火装置,5、云端服务处理单元,6、防护遮光筒,7、螺旋风道,8、进风泵,9、椭圆弧反光镜,10、斜反光镜,11、上遮光柱,12、红外传感器,13、防尘喷射弧,14、进风罩,15、喷气孔,16、固定支撑架,17、安装底板,18、支撑横梁,19、角度可调式安装架,20、摄像安装架,21、加强筋,22、安装柱,23、弧形固定架,24、固定柱板,25、连接螺栓,26、吸风罩,27、进风管,28、分离降温腔,29、高速风机,30、上水箱,31、下水箱,32、热管组,33、出风管,34、下水管,35、上水管,36、广角摄像头,37、高清摄像头,38、红外热成像摄像头,39、烟雾传感器,40、全方位可调式升降支撑杆,41、固定底套,42、升降杆,43、升降固定螺栓,44、伸缩杆,45、伸缩固定螺栓,46、连接短管,47、安装固定孔,48、下级网关,49、处理器,50、上级网关,51、主控室。
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例;基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1、图2、图3和图4所示,本发明一种基于组合神经网络与多传感器融合的烟火检测***,包括安装固定组件1、焦点防反光式精准温度监控采集模块2、融合型多传感器辅助监控装置3、应急负压空吸型化学物颗粒吸附灭火装置4和云端服务处理单元5,焦点防反光式精准温度监控采集模块2安装设于安装固定组件1上,融合型多传感器辅助监控装置3设于安装固定组件1上,融合型多传感器辅助监控装置3交叉间隔设于焦点防反光式精准温度监控采集模块2之间,应急负压空吸型化学物颗粒吸附灭火装置4安装设于安装固定组件1的一侧上,且应急负压空吸型化学物颗粒吸附灭火装置4的自由端设于焦点防反光式精准温度监控采集模块2的前端一侧上,焦点防反光式精准温度监控采集模块2、融合型多传感器辅助监控装置3、应急负压空吸型化学物颗粒吸附灭火装置4均与云端服务处理单元5通信连接。
如图1、图2所示,安装固定组件1包括固定支撑架16、安装底板17、支撑横梁18、角度可调式安装架19和摄像安装架20,安装底板17为椭圆片形状,固定支撑架16连接设于安装底板17的中心上表面,固定支撑架16截面呈梯形设置,固定支撑架16的小直径一端与安装底板17连接,支撑横梁18连接设于固定支撑架16的大直径一端上,固定支撑架16的外周设置有加强筋21,加强筋21连接设于支撑横梁18与安装底板17之间,可以提高固定支撑架16、安装底板17、支撑横梁18整体的支撑力,提高设备的稳定性,角度可调式安装架19连接设于支撑横梁18的上方,摄像安装架20连接设于支撑横梁18的上方,角度可调式安装架19和摄像安装架20于支撑横梁18上设置有多组,优选地,角度可调式安装架19和摄像安装架20于支撑横梁18上交错间隔设置,且焦点防反光式精准温度监控采集模块2安装设于角度可调式安装架19上,融合型多传感器辅助监控装置3安装设于摄像安装架20上,其中,角度可调式安装架19由万向金属定型软管与防护套构成,防护套包裹设于万向金属定型软管的外部,既能实现自行调节高度与角度的设置,又能达到定型的效果。安装底板17的外边缘处均匀开设有安装固定孔47,安装底板17通过螺栓穿过安装固定孔47与基底连接,多组安装固定孔47的设置,可以提高安装的稳定性。
如图1、图2所示,融合型多传感器辅助监控装置3包括广角摄像头36、高清摄像头37、红外热成像摄像头38、烟雾传感器39和全方位可调式升降支撑杆40,支撑横梁18的一侧上开设有升降固定孔,全方位可调式升降支撑杆40安装设于升降固定孔内,且全方位可调式升降支撑杆40呈T形设置,烟雾传感器39连接设于全方位可调式升降支撑杆40的顶部一侧上,高清摄像头37安装设于一组摄像安装架20上,红外热成像摄像头38安装设于另一组摄像安装架20上,通过高清摄像头37与红外热成像摄像头38的综合使用,能够综合判定是否起火,提高识别是否起火的标准,广角摄像头36安装设于固定支撑架16的一侧上,且广角摄像头36设于吸风罩26的顶部一侧。
如图5、图6、图7所示,作为进一步阐述的方案,焦点防反光式精准温度监控采集模块2包括防护遮光筒6、螺旋风道7、进风泵8、椭圆弧反光镜9、斜反光镜10、上遮光柱11和红外传感器12,防护遮光筒6一端开口、另一端封堵的中空腔体设置,防护遮光筒6的封堵端呈椭圆半球状设置,防护遮光筒6的封堵端内壁上设置有椭圆弧反光镜9,防护遮光筒6的开口处一侧顶部设置有防尘喷射弧13,防尘喷射弧13呈向上拱起的弧形中空腔体设置,螺旋风道7呈螺旋状设置,螺旋风道7连接设于防护遮光筒6的外部,且螺旋风道7靠近封堵端的一侧为进风口,螺旋风道7靠近开口的一侧与防尘喷射弧13相连通,防尘喷射弧13的底部均匀开设有喷气孔15,该喷气孔15设于防护遮光筒6开口端的正下方,进风泵8连接设于进风口上,进风口的外部套设有进风罩14,进风罩14上开设有过滤孔,通过进风罩14可以对进入的空气起到过滤作用,防止堵塞进风口与螺旋风道7,防护遮光筒6的顶部一侧开设有上遮光柱11,上遮光柱11顶部开口,红外传感器12连接设于上遮光柱11内,斜反光镜10设于防护遮光筒6内壁上且设于上遮光柱11的底部,斜反光镜10与红外传感器12的水平夹角为45°,斜反光镜10中点到椭圆弧反光镜9的近焦点距离和斜反光镜10中点到红外传感器12距离相等,使得椭圆弧反光镜9的向近焦点的光被反射到红外传感器12上,将重点监测点位于椭圆弧反光镜9远端焦点处,使得重点监测点发出朝向椭圆弧反光镜9的红外线汇集至斜反光镜10,并在红外传感器12上汇集为一点,使得测量精准,本结构可以对固定点进行重点监控,高清摄像头37与红外热成像摄像头38共同对监控区域进行综合监控,烟雾传感器39对固定区域进行烟雾监控,为防止有其他物体阻挡焦点防反光式精准温度监控采集模块2而产生误判,广角摄像头36判断是否有物体阻挡。因为整个过程没有折射,全是反射,使得不会有因为频率不同的光而汇聚不精准,防止玻璃筒镜因为加工而出现薄厚不均而有折射,进而不在防护遮光筒6上设置筒镜,而设置防尘喷气孔15,防止尘土灰尘等影响监测效果。
如图8、图9、图10、图11所示,作为进一步阐述的方案,应急负压空吸型化学物颗粒吸附灭火装置4包括吸风罩26、进风管27、分离降温腔28、高速风机29、上水箱30、下水箱31和热管组32,固定支撑架16上开设有灭火固定孔,进风管27固定设于灭火固定孔内,且吸风罩26连通设于进风管27的一侧上,吸风罩26呈喇叭状设置,分离降温腔28连通设于进风管27的另一侧上,分离降温腔28远离进风管27的一侧上开设有出风管33,高速风机29安装设于出风管33上,上水箱30与下水箱31分别连接设于分离降温腔28的上下两侧上,上水箱30与下水箱31之间连通设有下水管34,下水管34设于分离降温腔28的两外侧,分离降温腔28内还设置有上水管35,上水管35连通设于上水箱30与下水箱31之间,上水管35的管径远远小于下水管34的管径,且上水管35于分离降温腔28内设置有若干组,热管组32设置若干组分布设于分离降温腔28内,热管组32设于上水管35的外周,且热管组32的顶部连通上水箱30,热管组32的另一端依次贯通下水箱31且延伸设于下水箱31的底部,将热管组32于下水箱31底部的延伸部分埋于地下,发生小规模起火时,启动高速风机29,通过出风管33、分离降温腔28、以及进风管27和吸风罩26产生局部负压,吸风罩26可对着火部位进行快速降温,烟气与颗粒经吸风罩26与进风管27进入分离降温腔28,在分离降温腔28内烟气经热管组32与上水管35进行颗粒分离与降温,防止污染与误伤后方人员,开始时主要由上水管35进行降温,当水箱内的水被全部气化后,主要由热管组32对大地进行散热。
如图3和图5所示,防护遮光筒6远离防尘喷射弧13的一侧的外周还设置有安装柱22,角度可调式安装架19上连接设置有弧形固定架23,弧形固定架23的两侧分别设有固定柱板24,固定柱板24上开设有柱板固定孔,安装柱22设于柱板固定孔内,且柱板固定孔与安装柱22之间安装设有连接螺栓25。
如图12所示,全方位可调式升降支撑杆40包括固定底套41、升降杆42、升降固定螺栓43、伸缩杆44、伸缩固定螺栓45和连接短管46,固定底套41安装设于升降固定孔内,固定底套41为顶部开口且内部中空的杆状空腔,升降杆42上下滑动设于固定底套41内,且升降杆42上均匀开设有第一升降限位孔,固定底套41的顶部一侧开设有第二升降限位孔,升降固定螺栓43依次固定第二升降限位孔与第一升降限位孔,升降杆42于固定底套41内上下滑动,从而调整升降杆42的高度、由此调整烟雾传感器39距离监测点的使用高度距离,通过升降固定螺栓43实现固定的效果,升降杆42的侧端顶部开设有伸缩固定孔,伸缩杆44沿伸缩固定孔横向滑动于升降杆42的顶部,伸缩杆44上均匀开设有第一伸缩限位孔,升降杆42的顶部中心处开设有第二伸缩限位孔,伸缩固定螺栓45依次固定第二伸缩限位孔与第一伸缩限位孔,连接短管46呈弯管状设置,连接短管46顶部一侧与伸缩杆44连接,烟雾传感器39安装设于连接短管46的另一侧底部,通过升降固定螺栓43确认好升降杆42的高度后,伸缩杆44于升降杆42的顶部横向水平滑动,从而调整烟雾传感器39距离监测点的水平距离,灵活可调,方便使用。
如图13所示,云端服务处理单元5包括下级网关48、处理器49、上级网关50和主控室51,高清摄像头37、红外热成像摄像头38、红外传感器12、烟雾传感器39、广角摄像头36均与处理器49连接,高清摄像头37、红外热成像摄像头38、红外传感器12、烟雾传感器39、广角摄像头36、处理器49均与下级网关48连接,下级网关48向处理器49传输数据并通过处理器49处理,上级网关50通过处理器49与下级网关48连接,且上级网关50向主控室51上传高清摄像头37、红外热成像摄像头38、红外传感器12、烟雾传感器39、广角摄像头36、处理器49监测与处理的数据,所述处理器49内部设置有模式识别模块,而模式识别模块为神经网络模式识别模块,其输入层包括6个输入神经元,其隐层设置10个神经元,其输出层设置3个神经元,将高清摄像头37、红外热成像摄像头38、红外传感器12、烟雾传感器39、广角摄像头36对烟火检测的输出响应经由处理器49处理后,作为模式识别模块的输入,构建网络模型,利用高清摄像头37、红外热成像摄像头38、红外传感器12、烟雾传感器39、广角摄像头36的识别消除误差与影响。
具体使用时,本方案优选应用在化工园区或相近情况场景下的烟火检测,包含有背景复杂、干扰项多、人力处理有限等问题均可应用。
安装时,由于安装底板17的外边缘处均匀开设安装固定孔47,安装底板17通过螺栓穿过安装固定孔47与地面连接,多组安装固定孔47的设置,可以提高整体设备的稳定性,然后将热管组32于下水箱31底部的延伸部分埋于地下,并向上水箱30内加满水。
由于斜反光镜10中点到椭圆弧反光镜9的近焦点距离和斜反光镜10中点到红外传感器12距离相等,使得椭圆弧反光镜9的向近焦点的光被反射到红外传感器12上,所以在设备使用时将重点监测点位于椭圆弧反光镜9远端焦点处,使得重点监测点发出朝向椭圆弧反光镜9的红外线汇集至斜反光镜10,并在红外传感器12上汇集为一点,使得测量精准。
本***可以对固定点进行重点监控,高清摄像头37与红外热成像摄像头38共同对监控区域进行综合监控,烟雾传感器39对固定区域进行烟雾监控,为防止有其他物体阻挡焦点防反光式精准温度监控采集模块2而产生误判,广角摄像头36用于判断是否有物体阻挡。
在本方案中,由于焦点防反光式精准温度监控采集模块2、融合型多传感器辅助监控装置3、应急负压空吸型化学物颗粒吸附灭火装置4在园区内设置若干组,可以对不同的焦点防反光式精准温度监控采集模块2、融合型多传感器辅助监控装置3、应急负压空吸型化学物颗粒吸附灭火装置4进行编号,高清摄像头37、红外热成像摄像头38、红外传感器12、烟雾传感器39、广角摄像头36对烟火检测的输出响应经由处理器49处理后,作为模式识别模块的输入,构建网络模型,利用高清摄像头37、红外热成像摄像头38、红外传感器12、烟雾传感器39、广角摄像头36的识别消除误差与影响,因为整个采集识别过程没有折射,全是反射,使得不会有因为频率不同的光而汇聚不精准情况的发生,防止玻璃筒镜因为加工而出现薄厚不均而有折射,进而不在防护遮光筒6上设置筒镜,而设置防尘喷气孔15,防止尘土灰尘等影响监测效果,用于提高识别烟火的准确性,判断烟火结果十分准确,下级网关48向处理器49传输数据并通过处理器49处理,上级网关50向主控室51上传高清摄像头37、红外热成像摄像头38、红外传感器12、烟雾传感器39、广角摄像头36、处理器49监测与处理的数据,对于小规模的烟火可以通过应急负压空吸型化学物颗粒吸附灭火装置4解决,对于大规模的烟火,主控室51人员接到信息后到现场进行处理即可。
当发生小规模起火时,启动高速风机29,通过出风管33、分离降温腔28、以及进风管27和吸风罩26产生局部负压,吸风罩26可对着火部位进行快速降温,通过吸风的方式进行灭火同时吸取有害颗粒,避免对人体产生危害,同时采用负压的方式吸火、不会起到助燃的效果,可以有效进行灭火,烟气与有毒有害颗粒经吸风罩26与进风管27进入分离降温腔28,在分离降温腔28内烟气经热管组32与上水管35进行颗粒分离与降温,防止污染与误伤后方人员,开始时主要由上水管35进行降温,当水箱内的水被全部气化后,主要由热管组32对大地进行散热,达到应急灭火的作用,保证灭火的及时性与有效性。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
以上对本发明及其实施方式进行了描述,这种描述没有限制性,附图中所示的也只是本发明的实施方式之一,实际的结构并不局限于此。总而言之如果本领域的普通技术人员受其启示,在不脱离本发明创造宗旨的情况下,不经创造性的设计出与该技术方案相似的结构方式及实施例,均应属于本发明的保护范围。
Claims (9)
1.一种基于组合神经网络与多传感器融合的烟火检测***,其特征在于:包括安装固定组件(1)、焦点防反光式精准温度监控采集模块(2)、融合型多传感器辅助监控装置(3)、应急负压空吸型化学物颗粒吸附灭火装置(4)和云端服务处理单元(5),所述焦点防反光式精准温度监控采集模块(2)安装设于安装固定组件(1)上,所述融合型多传感器辅助监控装置(3)设于安装固定组件(1)上,所述融合型多传感器辅助监控装置(3)交叉间隔设于焦点防反光式精准温度监控采集模块(2)之间,所述应急负压空吸型化学物颗粒吸附灭火装置(4)连接设于安装固定组件(1)的一侧上,且应急负压空吸型化学物颗粒吸附灭火装置(4)的自由端设于焦点防反光式精准温度监控采集模块(2)的前端一侧上,所述焦点防反光式精准温度监控采集模块(2)、融合型多传感器辅助监控装置(3)、应急负压空吸型化学物颗粒吸附灭火装置(4)均与云端服务处理单元(5)通信连接;所述焦点防反光式精准温度监控采集模块(2)包括防护遮光筒(6)、螺旋风道(7)、进风泵(8)、椭圆弧反光镜(9)、斜反光镜(10)、上遮光柱(11)和红外传感器(12),所述防护遮光筒(6)呈一端开口、另一端封堵的中空腔体设置,所述防护遮光筒(6)的封堵端呈椭圆半球状设置,所述防护遮光筒(6)的封堵端内壁上设置有椭圆弧反光镜(9),所述防护遮光筒(6)的开口处一侧顶部设置有防尘喷射弧(13),所述防尘喷射弧(13)呈向上拱起的弧形中空腔体设置,所述螺旋风道(7)呈螺旋状设置,所述螺旋风道(7)连接设于防护遮光筒(6)的外部,所述螺旋风道(7)靠近封堵端的一侧为进风口,所述螺旋风道(7)靠近开口的一侧与防尘喷射弧(13)相连通,所述防尘喷射弧(13)的底部均匀开设有喷气孔(15),所述喷气孔(15)设于防护遮光筒(6)开口端的正下方,所述进风泵(8)连接设于进风口上,所述进风口的外部套设有进风罩(14),进风罩(14)上开设有过滤孔,所述防护遮光筒(6)的顶部一侧开设有上遮光柱(11),所述上遮光柱(11)顶部开口,所述红外传感器(12)连接设于上遮光柱(11)内,所述斜反光镜(10)设于防护遮光筒(6)内壁上且设于上遮光柱(11)的底部,所述斜反光镜(10)与红外传感器(12)的水平夹角为45°,所述斜反光镜(10)中点到椭圆弧反光镜(9)的近焦点距离和斜反光镜(10)中点到红外传感器(12)距离相等。
2.根据权利要求1所述的一种基于组合神经网络与多传感器融合的烟火检测***,其特征在于:所述安装固定组件(1)包括固定支撑架(16)、安装底板(17)、支撑横梁(18)、角度可调式安装架(19)和摄像安装架(20),所述安装底板(17)为椭圆片形状,所述固定支撑架(16)连接设于安装底板(17)的中心上表面,所述固定支撑架(16)截面呈梯形设置,所述固定支撑架(16)的小直径一端与安装底板(17)连接,所述支撑横梁(18)连接设于固定支撑架(16)的大直径一端上,所述固定支撑架(16)的外周设置有加强筋(21),所述加强筋(21)连接设于支撑横梁(18)与安装底板(17)之间,所述角度可调式安装架(19)连接设于支撑横梁(18)的上方,所述摄像安装架(20)连接设于支撑横梁(18)的上方,所述角度可调式安装架(19)和摄像安装架(20)于支撑横梁(18)上设置有多组,所述角度可调式安装架(19)和摄像安装架(20)于支撑横梁(18)上交错间隔设置,所述焦点防反光式精准温度监控采集模块(2)安装设于角度可调式安装架(19)上,所述融合型多传感器辅助监控装置(3)安装设于摄像安装架(20)上。
3.根据权利要求2所述的一种基于组合神经网络与多传感器融合的烟火检测***,其特征在于:所述应急负压空吸型化学物颗粒吸附灭火装置(4)包括吸风罩(26)、进风管(27)、分离降温腔(28)、高速风机(29)、上水箱(30)、下水箱(31)和热管组(32),所述固定支撑架(16)上开设有灭火固定孔,所述进风管(27)固定设于灭火固定孔内,且所述吸风罩(26)连通设于进风管(27)的一侧上,所述吸风罩(26)呈喇叭状设置,所述分离降温腔(28)连通设于进风管(27)的另一侧上,所述分离降温腔(28)远离进风管(27)的一侧上开设有出风管(33),所述高速风机(29)安装设于出风管(33)上,所述上水箱(30)与下水箱(31)分别连接设于分离降温腔(28)的上下两侧上,所述上水箱(30)与下水箱(31)之间连通设有下水管(34),所述下水管(34)设于分离降温腔(28)的两外侧,所述分离降温腔(28)内还设置有上水管(35),所述上水管(35)连通设于上水箱(30)与下水箱(31)之间,所述上水管(35)的管径小于下水管(34)的管径,且上水管(35)于分离降温腔(28)内设置有若干组,所述热管组(32)均匀分布设于分离降温腔(28)内,所述热管组(32)设于上水管(35)的外周,所述热管组(32)的顶部连通上水箱(30),所述热管组(32)的另一端依次贯通下水箱(31)且延伸设于下水箱(31)的底部。
4.根据权利要求3所述的一种基于组合神经网络与多传感器融合的烟火检测***,其特征在于:所述融合型多传感器辅助监控装置(3)包括广角摄像头(36)、高清摄像头(37)、红外热成像摄像头(38)、烟雾传感器(39)和全方位可调式升降支撑杆(40),所述支撑横梁(18)的一侧上开设有升降固定孔,所述全方位可调式升降支撑杆(40)安装设于升降固定孔内,所述全方位可调式升降支撑杆(40)呈T形设置,所述烟雾传感器(39)连接设于全方位可调式升降支撑杆(40)的顶部一侧上,所述高清摄像头(37)安装设于一组摄像安装架(20)上,所述红外热成像摄像头(38)安装设于另一组摄像安装架(20)上,所述广角摄像头(36)安装设于固定支撑架(16)的一侧上,且广角摄像头(36)设于吸风罩(26)的顶部一侧。
5.根据权利要求4所述的一种基于组合神经网络与多传感器融合的烟火检测***,其特征在于:所述全方位可调式升降支撑杆(40)包括固定底套(41)、升降杆(42)、升降固定螺栓(43)、伸缩杆(44)、伸缩固定螺栓(45)和连接短管(46),所述固定底套(41)安装设于升降固定孔内,所述固定底套(41)为顶部开口且内部中空的杆状空腔,所述升降杆(42)上下滑动设于固定底套(41)内,且所述升降杆(42)上均匀开设有第一升降限位孔,所述固定底套(41)的顶部一侧开设有第二升降限位孔,所述升降固定螺栓(43)依次固定第二升降限位孔与第一升降限位孔,所述升降杆(42)的侧端顶部开设有伸缩固定孔,所述伸缩杆(44)沿伸缩固定孔横向滑动于升降杆(42)的顶部,所述伸缩杆(44)上均匀开设有第一伸缩限位孔,所述升降杆(42)的顶部中心处开设有第二伸缩限位孔,所述伸缩固定螺栓(45)依次固定第二伸缩限位孔与第一伸缩限位孔,所述连接短管(46)呈弯管状设置,所述连接短管(46)顶部一侧与伸缩杆(44)连接,所述烟雾传感器(39)安装设于连接短管(46)的另一侧底部。
6.根据权利要求5所述的一种基于组合神经网络与多传感器融合的烟火检测***,其特征在于:所述角度可调式安装架(19)由万向金属定型软管与防护套构成,所述防护套包裹设于万向金属定型软管的外部。
7.根据权利要求6所述的一种基于组合神经网络与多传感器融合的烟火检测***,其特征在于:所述防护遮光筒(6)远离防尘喷射弧(13)的一侧的外周还设置有安装柱(22),所述角度可调式安装架(19)上连接设置有弧形固定架(23),所述弧形固定架(23)的两侧分别设有固定柱板(24),所述固定柱板(24)上开设有柱板固定孔,所述安装柱(22)设于柱板固定孔内,且柱板固定孔与安装柱(22)之间安装设有连接螺栓(25)。
8.根据权利要求2所述的一种基于组合神经网络与多传感器融合的烟火检测***,其特征在于:所述安装底板(17)的外边缘处均匀开设有安装固定孔(47),所述安装底板(17)通过螺栓穿过安装固定孔(47)与基底连接。
9.根据权利要求4所述的一种基于组合神经网络与多传感器融合的烟火检测***,其特征在于:所述云端服务处理单元(5)包括下级网关(48)、处理器(49)、上级网关(50)和主控室(51),所述高清摄像头(37)、红外热成像摄像头(38)、红外传感器(12)、烟雾传感器(39)、广角摄像头(36)均与处理器(49)连接,所述高清摄像头(37)、红外热成像摄像头(38)、红外传感器(12)、烟雾传感器(39)、广角摄像头(36)、处理器(49)均与下级网关(48)连接,所述下级网关(48)向处理器(49)传输数据并通过处理器(49)处理,所述上级网关(50)通过处理器(49)与下级网关(48)连接,且所述上级网关(50)向主控室(51)上传高清摄像头(37)、红外热成像摄像头(38)、红外传感器(12)、烟雾传感器(39)、广角摄像头(36)、处理器(49)监测与处理的数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210643060.XA CN114743340B (zh) | 2022-06-09 | 2022-06-09 | 一种基于组合神经网络与多传感器融合的烟火检测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210643060.XA CN114743340B (zh) | 2022-06-09 | 2022-06-09 | 一种基于组合神经网络与多传感器融合的烟火检测*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114743340A CN114743340A (zh) | 2022-07-12 |
CN114743340B true CN114743340B (zh) | 2022-08-12 |
Family
ID=82286684
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210643060.XA Active CN114743340B (zh) | 2022-06-09 | 2022-06-09 | 一种基于组合神经网络与多传感器融合的烟火检测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114743340B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2006236055A1 (en) * | 2006-11-20 | 2008-06-05 | Whillas, Mark John Mr | Fire and heat detection system |
CN103038568A (zh) * | 2010-04-16 | 2013-04-10 | 弗莱克斯照明第二有限责任公司 | 包括膜基光导的前照明装置 |
CN103691089A (zh) * | 2013-12-10 | 2014-04-02 | 柳州译海网络科技有限公司 | 一种楼道防火*** |
DE102018118300A1 (de) * | 2018-07-27 | 2020-01-30 | Minimax Viking Research & Development Gmbh | Brandbekämpfungssystem zum Löschen eines Brands in einem Raum eines Gebäudes, Verfahren dafür und Verwendung eines Arraysensors darin |
CN213815384U (zh) * | 2021-01-05 | 2021-07-27 | 石家庄鲁光科技有限公司 | 一种防尘户外显示屏 |
CN214704281U (zh) * | 2021-03-15 | 2021-11-12 | 深圳市亚美迅电子有限公司 | 一种散热防尘投影组件 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2749832C (en) * | 2010-08-30 | 2016-04-26 | Ushio Denki Kabushiki Kaisha | Light source unit |
US11746047B2 (en) * | 2010-11-19 | 2023-09-05 | Aaron Chien | Wired and detachable charging-unit of electric product |
-
2022
- 2022-06-09 CN CN202210643060.XA patent/CN114743340B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2006236055A1 (en) * | 2006-11-20 | 2008-06-05 | Whillas, Mark John Mr | Fire and heat detection system |
CN103038568A (zh) * | 2010-04-16 | 2013-04-10 | 弗莱克斯照明第二有限责任公司 | 包括膜基光导的前照明装置 |
CN103691089A (zh) * | 2013-12-10 | 2014-04-02 | 柳州译海网络科技有限公司 | 一种楼道防火*** |
DE102018118300A1 (de) * | 2018-07-27 | 2020-01-30 | Minimax Viking Research & Development Gmbh | Brandbekämpfungssystem zum Löschen eines Brands in einem Raum eines Gebäudes, Verfahren dafür und Verwendung eines Arraysensors darin |
CN213815384U (zh) * | 2021-01-05 | 2021-07-27 | 石家庄鲁光科技有限公司 | 一种防尘户外显示屏 |
CN214704281U (zh) * | 2021-03-15 | 2021-11-12 | 深圳市亚美迅电子有限公司 | 一种散热防尘投影组件 |
Also Published As
Publication number | Publication date |
---|---|
CN114743340A (zh) | 2022-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103337123B (zh) | 基于视频图像的油田联合站火灾预警方法 | |
US5218345A (en) | Apparatus for wide-area fire detection | |
CN101641579B (zh) | 无源红外检测器 | |
CN1180384C (zh) | 火灾检测器单元 | |
CN109887221A (zh) | 一种火灾智能检测***及其控制方法 | |
CN114743340B (zh) | 一种基于组合神经网络与多传感器融合的烟火检测*** | |
CN116434457A (zh) | 森林火灾模拟监测方法及*** | |
CN109655387B (zh) | 一种用于在建筑监理现场的粉尘监测装置 | |
RU177379U1 (ru) | Извещатель пожарный дымовой | |
EP0608309A1 (en) | Improvements relating to a sampling chamber for a pollution detector | |
CN220455923U (zh) | 一种烟雾火灾检测*** | |
CN112330916A (zh) | 一种新型红外与可见光飞机货舱火警探测设备 | |
CN115294722B (zh) | 火焰检测装置及其方法 | |
CN107516396A (zh) | 一种双向光电烟雾传感器 | |
CN105548140A (zh) | 一种有毒物质远程识别设备及识别方法 | |
CN116311757A (zh) | 一种带有温度探测结构的烟雾报警器 | |
CN213424159U (zh) | 一种新型红外与可见光飞机货舱火警探测设备 | |
CN209876522U (zh) | 一种用于输尘管道和容器的火花探测熄火*** | |
NZ565066A (en) | Detecting fires by comparing a reference spectrum to a a current spectrum | |
CN211856262U (zh) | 一种颗粒物检测装置及具有其的检测*** | |
CN207867659U (zh) | 一种红外和紫外复合式扫描火焰探测器 | |
KR102568503B1 (ko) | 일사 관측 센서의 유리돔에 대한 오염감지기 | |
JPS6276419A (ja) | 侵入体等の検知器 | |
CN217007698U (zh) | 一种环境辐射探测器 | |
KR101397718B1 (ko) | 보호지역 무인 감시시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |