受限空间火灾探测信号可靠性研究

消防科学与技术 ›› 2021, Vol. 40 ›› Issue (1): 105-108.

受限空间火灾探测信号可靠性研究

胡林，刘全义，邓力，朱博，朱文田

中国民用航空飞行学院，四川广汉618307

出版日期:2021-01-15 发布日期:2021-01-15
通讯作者: 邓力（1986-），男，中国民用航空飞行学院讲师。
作者简介:胡林（1996-），男，四川成都人，中国民用航空飞行学院硕士研究生，主要从事火灾探测与信息处理技术研究，四川省广汉市南昌路四段46 号，618307。
基金资助:
国家重点研发计划项目（2018YFC0809500）；国家自然科学基金项目（U1633203，U1733126，U1933105）；中国民用航空飞行学院基金项目（J2018-36，J2020-120,X2020-21）

Reliability of fire detection signal in a confined space

HU-Lin，LIU Quan-yi，DENG Li， ZHU Bo，ZHU Wen-tian

Civil Aviation Flight University of China, Sichuan Guanghan 618307, China

Online:2021-01-15 Published:2021-01-15

摘要/Abstract

摘要：

为提高受限空间内火灾预警的准确性，设计并建立1 套针对受限空间内火灾探测信号可靠性研究的技术，将可燃物燃烧烟气体积分数的实验研究与神经网络仿真算法相结合，验证受限空间内火灾探测信号是否满足高斯分布。结果表明：可燃物燃烧烟气体积分数在误差允许范围内可拟合为二次高斯分布形式。 2 种可燃物燃烧产生的CO 值输出信号服从高斯分布，且在燃烧产生CO 体积分数是否满足高斯分布的预测值上，航空煤油比正庚烷更稳定，误差值更小

关键词: 受限空间, 火灾预警, 高斯分布, 神经网络

Abstract: In order to improve the accuracy of fire alarm in a confined space, a set of techniques for the reliability of fire detection signal in a confined space was designed and established. The fire detection signals in a confined space whether meet the Gaussian distribution was verified by the experimental study of combustible smoke concentration with the neural network algorithm. The results show that the concentration of combustible smoke can be fitted into a quadratic Gaussian distribution within the allowable error range. The signal of CO for combustion obeys the Gaussian distribution and predicted value of aviation kerosene is more stable and has a smaller error value by algorithm than heptane, compared with that whether the CO concentration produced by the combustion meets the Gaussian distribution.

Key words: confined space, fire alarm, Gaussian distribution;neural network

胡林, 刘全义, 邓力, 朱博, 朱文田. 受限空间火灾探测信号可靠性研究[J]. 消防科学与技术, 2021, 40(1): 105-108.

HU-Lin, LIU Quan-yi, DENG Li, ZHU Bo, ZHU Wen-tian. Reliability of fire detection signal in a confined space[J]. Fire Science and Technology, 2021, 40(1): 105-108.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.xfkj.com.cn/CN/

https://www.xfkj.com.cn/CN/Y2021/V40/I1/105

[1]	刘冰汐, 马畅, 张晋, 卓萍, 李伏民, 毕晓阳. 声发射技术在锂离子电池热失控监测预警中的应用研究[J]. 消防科学与技术, 2026, 45(6): 1-7.
[2]	章忠华, 刘江, 刘磊, 吴珂, 张天航. 基于深度学习的隧道火灾温度场实时反演模型：构建与部署[J]. 消防科学与技术, 2026, 45(6): 79-89.
[3]	朱均煜, 张长洋, 孔维珖, 赵金龙. 地下变电站压缩空气泡沫灭火效果及系统设计参数研究[J]. 消防科学与技术, 2026, 45(5): 59-64.
[4]	李璞, 张苗. 图像复杂度驱动的火灾探测算法评估方法[J]. 消防科学与技术, 2026, 45(5): 87-93.
[5]	宋宏伟, 王文和, 刘红溪, 李元杨, 况婷婷. 容积式受限空间内高压氢气泄漏扩散特性及参数敏感性分析[J]. 消防科学与技术, 2026, 45(3): 7-14.
[6]	石林, 郑鹏伦, 刘全义. 阻燃预警纳米涂层TEG/P（DPOP-Si）的制备及性能[J]. 消防科学与技术, 2026, 45(3): 115-121.
[7]	安春晖. 基于火灾风险监测预警大数据模型的消防安全综合监管探索[J]. 消防科学与技术, 2025, 44(9): 1320-1325.
[8]	高鹏, 彭波, 吕忠. 一种面向森林火灾调查的蔓延方向分析及起火点溯源方法[J]. 消防科学与技术, 2025, 44(9): 1334-1339.
[9]	韩海云, 杨浩, 谢永强, 陈韵怡. 融合火灾多特征参量的寺院古建筑自适应火灾探测方法[J]. 消防科学与技术, 2025, 44(7): 970-976.
[10]	刘博, 宫花, 张馨, 梁文昊, 丁东杰. 深度神经网络预测硅胶泡沫复合材料阻燃性能[J]. 消防科学与技术, 2025, 44(6): 809-815.
[11]	张子霜, 段玉龙, 温子阳, 杨杰, 刘力文, 段先琪. 双口协同泄爆对受限空间掺氢甲烷爆炸特性影响研究[J]. 消防科学与技术, 2025, 44(5): 600-608.
[12]	郭赞权, 蒋禹, 周广照, 王佩. 基于无线传感器网络的森林火灾定位系统设计[J]. 消防科学与技术, 2025, 44(3): 417-422.
[13]	崔涵, 魏立明. 基于改进Apriori算法的地下综合管廊火灾预警技术研究[J]. 消防科学与技术, 2025, 44(2): 250-255.
[14]	杨鹏涛, 吕亮, 朱恺, 汲胜昌, 徐阳. 基于多特征融合神经网络的发光连接故障识别技术[J]. 消防科学与技术, 2025, 44(10): 1530-1539.
[15]	王雅妮, 王立永, 叶宽, 赵金龙. 压缩空气泡沫扑灭受限空间变压器火灾有效性研究[J]. 消防科学与技术, 2025, 44(10): 1573-1578.