摘要：隨著電氣火災在發(fā)生頻率的不斷增加，危害的不斷加重，研發(fā)一種能同時監(jiān)測電氣火災和常規(guī)火災，將電氣線路運行狀態(tài)監(jiān)控和報警功能集為一體的電氣火災監(jiān)控報警系統(tǒng)顯得日益重要。論文重點通過對電氣火災信號的特征進行分析得到各種電氣火災信號的處理方法，其中包括傳統(tǒng)的電氣火災信號處理方法、用統(tǒng)計算法處理以及智能方法等。并通過各種方法對電氣火災信號進行具體的處理分析各種方法的優(yōu)缺點，從而找到最適的方法。
　　關鍵詞：電氣火災，報警系統(tǒng)，信號處理
　　
　　電氣火災除了損壞財產、破壞建筑物、導致人員傷亡以外，還將造成大范圍、長時間的停電，給人民群眾的生命財產帶來更大的損失。由于存在觸電的危險，電氣火災和爆炸的補救更加困難，這說明搞清楚電氣火災的起因與防范非常重要。隨著高新技術的突飛猛進，面對發(fā)展的機遇和國際國內市場的競爭挑戰(zhàn)，火災探測報警技術正經歷著從單一的探測報警向信息網絡化的發(fā)展。如何把計算機數據通訊技術及時地運用到電氣火災探測報警系統(tǒng)，以便利用網絡協(xié)議，充分享用社會信息資源，及時交換系統(tǒng)內部和外部之間的數據信息，從而構成一個動態(tài)發(fā)展的城市化、社區(qū)化的具有多層次功能的火災探測報警、救援、管理、服務網絡信息系統(tǒng)，將是新世紀城市、社區(qū)安全保障體系的組成部分，我們對此應有足夠的思想準備。相信不久的將來，我國在火災探測報警技術上將會有質的飛躍，并將在國民經濟建設中發(fā)揮重要的作用。
　　1電氣火災檢測系統(tǒng)設計
　　1.1早期的火災探測報警
　　這項技術發(fā)展趨勢針對近年來日益增多電氣火災而造成的高風險、高災害高損失而提出的，在最開始都是采用開關量來判斷火災信息的。在這個時期一般使用的信號處理方法都是直觀法，它是通過對單個傳感器的信號進行觀察，判斷其有無火災。通過設定一個門限值，凡是超過該門限的則被判斷為有火災，也可以通過電氣火災信號的變化率與門限的大小關系來判斷有無火災。
　　1.2電氣火災探測器報警的網絡化
　　如何把計算機數據通訊技術及時地運用到電氣火災探測報警系統(tǒng)，以便利用網絡協(xié)議，充分享用社會信息資源，及時交換系統(tǒng)內部和外部之間的數據信息，從而構成一個動態(tài)發(fā)展的城市化、社區(qū)化的具有多層次功能的火災探測報警、救援、管理、服務網絡信息系統(tǒng)，將是新世紀城市、社區(qū)安全保障體系的組成部分，我們對此應有足夠的思想準備。
　　2電氣火災信號的基本特征及預處理
　　在對電氣火災信號進行處理之前，我們應該先了解電氣火災信號的特征。傳感器通過對感知電氣火災發(fā)生時生成物的各種物理變化或者化學變化的特征來探測電氣火災是否發(fā)生，它們可以通過探測煙霧、溫度、光輻射以及氣體等，來感知電氣火災有沒有產生。這樣，我們就非常有必要了解電氣火災信號的特征。
　　1）隨機性。首先，電氣火災信號存在著隨機性，它的輸出隨著火災的發(fā)展而發(fā)生變化，而且火災的早期狀態(tài)對于不同的火災類型又有不同的表現形式。2)非結構性。電氣火災的難檢測還在于它的非結構性，由于火災探測到的信號都是隨機信號，它們的統(tǒng)計特性隨著時間和環(huán)境的變化而發(fā)生變化；并且由于火災情況極少出現，火災傳感器平時探測到的都是非火災情況下的信號，并且在非火災情況下的背景噪聲非常強，有時與火災探測信號的特征十分相似。就會容易造成誤判。3)趨勢特征。通過長期的觀測和實驗，我們可以知道，電氣火災為未發(fā)生的時候傳感器的輸出信號具有明顯的穩(wěn)態(tài)值，而一旦發(fā)生了火災，輸出信號就會有明顯的正向或者負向變化的趨勢特征。
　　2.2電氣火災信號的預處理
　　1）一般濾波法。由于我們采集的火災信號受到各個方面的影響，環(huán)境因素以及人為因素，而這些變化在很多情況下會影響到火災特征的提取。因此，我們必須在作出火災分析判斷之前先對傳感器采集的信號進行預處理，排除各種噪聲的干擾。我們可以先通過分析信號的頻譜來分析信號主要的頻率范圍，來濾去噪聲。與前面的傳感器輸入相比較濾波以后僅除去了一些毛刺，結果仍然有很多毛刺，會影響后面的信號處理。所以我們考慮采用自適應濾波器對信號進行處理。
　　2）自適應濾波法。當輸入信號的統(tǒng)計特性變化時，自適應濾波器可以自動地迭代來調節(jié)自身的濾波器參數，用來滿足某種準則的要求，從而實現最好的濾波效果。自適應濾波器有很好的自我調節(jié)和自我跟蹤能力。自適應濾波器主要分為線性自適應濾波器和非線性自適應濾波器。
　　3智能電氣火災信號處理方法
　　3.1模糊處理算法
　　模糊系統(tǒng)是建立在自然語言的基礎上的，由于自然語言中常采用一些模糊的概念，如“溫度偏高”，“年紀偏大”等。如何描述這些模糊的概念，并對它們進行分析和推理，這就是模糊集合與模糊邏輯所要解決的問題。考慮到火災判斷的準確性，我們至少需要兩個或兩個以上的輸入變量，我們在這里采用兩個傳感器的輸出信號作為輸入，得到的輸出是火災發(fā)生的概率。
　　3.2神經網絡算法
　　人工神經網絡是由一些簡單的處理單元組織的大規(guī)模并行網絡，它是在現代神經生物學和認知科學對人類信息處理研究的成果基礎上提出的對人的神經系統(tǒng)的簡化、抽象和模擬的模型，在信息處理機制上和傳統(tǒng)的數字計算機有著根本的不同，它具有大規(guī)模并行模擬處理、連續(xù)時間動力學和網絡全局作用等特點，信息的存儲方式體現在神經元之間聯(lián)接的分布上，存儲區(qū)和操作區(qū)合二為一。它具有很強的自適應性、學習能力、容錯能力和并行處理能力，使得信號的處理過程更加接近人類的思維活動。
　　互聯(lián)型神經網絡是指任意兩個神經元之間都可能有連接，也就是說輸入信號從某一初始狀態(tài)開始要在神經元之間反復傳遞，經過多次變化，直到達到一個穩(wěn)定狀態(tài)或者周期振蕩狀態(tài)。互聯(lián)神經網絡可以分為聯(lián)想存儲模型和用于模式識別以及優(yōu)化的網絡。聯(lián)想存儲器是指根據內容進行檢索，類似于人的記憶方式。我們可以把下面的數據作為神經網絡的輸入數據，這樣我們可以定義輸入向量的格式為:
　　P=[0.21，0.23，0.27，0.29，0.31，0.34，0.61，0.70，0.76;0.21，0.22，0.26，0.29，0.32，0.37，0.73，0.78，0.80]:
　　T=[0.95，0.90，0.70，0.35，0.10，0.05，0.05，0.05，0.05:0.025，0.05，0.20，0.55，0.75，0.85，0.40，0.25，0.15:0.025，0.05，0.10，0.10，0.15，0.15，0.55，0.75，0.80]:
　　即前面的是兩個輸入神經元，后面的是三個輸出神經元。通過比較和經驗，我們選擇中間層神經元選擇12個。訓練步數3000，權系數取0.05，0.051上面的隨機數，學習率為0.05，最終誤差為0.00001。這樣我們就可以建立一個期望輸出與實際輸出的圖形來分析神經網絡的結果，我們就可以得到下面的圖形，其中橫坐標為期望輸出，縱坐標為網絡實際輸出，圖中的直線是X=Y。
　　              
　　圖1神經網絡的預期和結果的誤差
　　火災的趨勢越來越明顯，它很好的描述了從無火災到陰燃到明火整個火災發(fā)生的過程。從結果可以看出，神經網絡是一種很好電氣火災信號的處理方法。但它只提出了火災發(fā)生的概率，并不能直接判斷有無火災，所以仍然需要人為的判斷何時發(fā)生了火災。
　　3.3模糊神經網絡算法
　　由于模糊系統(tǒng)是以模糊邏輯為基礎。但是模糊系統(tǒng)的規(guī)則集和隸屬函數等設計參數只能靠經驗來選擇，很難自動設計和調整。神經網絡則以生物神經網絡模擬為基礎，在模擬推理以及自動學習等方面向前發(fā)展一步。因此可以用神經網絡來構造模糊系統(tǒng)，用神經網絡的學習方法，根據輸入輸出樣本自動設計和調整模糊系統(tǒng)的設計參數，實現模糊系統(tǒng)的自學習和自適應能力。模糊系統(tǒng)和神經網絡的融合方法，主要有以下幾種:(1)松散型，系統(tǒng)中，凡是可以用邏輯規(guī)則表示的都用模糊系統(tǒng)描述，其他的用神經網絡實現，二者沒有直接聯(lián)系;(2)并聯(lián)型，模糊系統(tǒng)和神經網絡按照并聯(lián)的方式進行連接;(3)串聯(lián)型，模糊系統(tǒng)和神經網絡按照串聯(lián)的方式進行連接，兩者的前后順序可以按實際情況確定;(4)網絡學習型，這個系統(tǒng)采用模糊系統(tǒng)，只是它的隸屬函數通過神經網絡的學習來生成和調整;
　　4各種信號處理方法的比較與總結
　　首先，對于傳統(tǒng)的火災信號處理的方法，由于它們一般只是抓住某個火災信號的特征對火災情況進行判斷，所以必然會忽略很多因素而受到環(huán)境噪聲等多方面的影響，所以現在一般不再單獨采用這些方法進行火災報警了。所以我們可以采用模糊邏輯和神經網絡，它們都是采用一種不精確的方式來處理不精確的信息。比如，我們可以采用代表火災特征的信息來作為神經網絡的輸入來訓練它，使得它能辨認火災特征，就可以判斷有無火災了。所以，智能的信號處理方法與前面的方法相比較，可以同時抓住多個火災信號的特征，大大減少了信號的誤判率。最后，我們還采用了神經網絡與模糊邏輯相結合的方法，可以看到，結果就可以很明確的得到火災報警與非火災信息，這樣就可以減少主觀判斷帶來的誤差了。
　　參考文獻：
　　[1]何建華，楊宗凱，王殊.基于模糊邏輯和神經網絡的智能火災探測.華中理工大學學報，1999，27(6):60~62
　　[2]周長春，陳勇剛.基于人工神經網絡的城市火災事故的預測方法，中國安全科學學報，2005
　　[3]王利清，魏學業(yè).基于模糊神經網絡的火災信號探測方法研究，儀器儀表學報，2001