資源描述：
《基于多傳感器信息融合的火災(zāi)預(yù)警系統(tǒng)研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、分類號(hào)：密級(jí)：UDC：編號(hào)：201421203003河北工業(yè)大學(xué)碩士學(xué)位論文基于多傳感器信息融合的火災(zāi)預(yù)警系統(tǒng)研究論文作者：張井超學(xué)生類別：全日制學(xué)科門類：工學(xué)碩士學(xué)科專業(yè)：儀器科學(xué)與技術(shù)指導(dǎo)教師：丁承君職稱：教授DissertationSubmittedtoHebeiUniversityofTechnologyforTheMasterDegreeofInstrumentScienceandTechnologyFIREWARNINGBASEDONMULTI-SENSORINFORMATIONFUSIONSYSTEMRESEARC
2、HbyZhangJingchaoSupervisor:Prof.DingChengjunMarch2017原創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師指導(dǎo)下，進(jìn)行研究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本學(xué)位論文不包含任何他人或集體已經(jīng)發(fā)表的作品內(nèi)容，也不包含本人為獲得其他學(xué)位而使用過的材料。對(duì)本論文所涉及的研究工作做出貢獻(xiàn)的其他個(gè)人或集體，均已在文中以明確方式標(biāo)明。本學(xué)位論文原創(chuàng)性聲明的法律責(zé)任由本人承擔(dān)。學(xué)位論文作者簽名：日期：關(guān)于學(xué)位論文版權(quán)使用授權(quán)的說明本人完全了解河北工業(yè)大學(xué)關(guān)于收集、保存、使用學(xué)位
3、論文的以下規(guī)定：學(xué)校有權(quán)采用影印、縮印、掃描、數(shù)字化或其它手段保存論文；學(xué)校有權(quán)提供本學(xué)位論文全文或者部分內(nèi)容的閱覽服務(wù)；學(xué)校有權(quán)將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索、交流；學(xué)校有權(quán)向國家有關(guān)部門或者機(jī)構(gòu)送交論文的復(fù)印件和電子版。（保密的學(xué)位論文在解密后適用本授權(quán)說明）學(xué)位論文作者簽名：日期：導(dǎo)師簽名：日期：摘要火災(zāi)是一種在時(shí)間和空間上失去控制的燃燒現(xiàn)象，它嚴(yán)重的威脅人類的生命和財(cái)產(chǎn)安全?；馂?zāi)的隨機(jī)性和復(fù)雜性，使得采用傳統(tǒng)單一參量的火災(zāi)預(yù)警技術(shù)不能滿足人們對(duì)火災(zāi)預(yù)警準(zhǔn)確性的要求。針對(duì)這一問題，本文提出了基于多傳感器信
4、息融合的火災(zāi)預(yù)警系統(tǒng)。首先，對(duì)火災(zāi)生成的機(jī)理和發(fā)展規(guī)律進(jìn)行研究，通過對(duì)火災(zāi)特征的分析，選擇CO濃度、溫度和煙霧濃度作為火災(zāi)特征參量。該系統(tǒng)利用智能融合算法對(duì)CO濃度、溫度和煙霧濃度進(jìn)行融合分析，實(shí)現(xiàn)對(duì)無火、陰燃火和明火火情的識(shí)別。其次,人們生活的環(huán)境是復(fù)雜的，采用基于一種通訊方式的火災(zāi)預(yù)警系統(tǒng)不能滿足所有的情況，故本文設(shè)計(jì)了多通訊方式的火災(zāi)預(yù)警系統(tǒng)。完成了火災(zāi)預(yù)警系統(tǒng)的整體結(jié)構(gòu)的設(shè)計(jì)、火災(zāi)預(yù)警系統(tǒng)硬件設(shè)計(jì)、火災(zāi)預(yù)警系統(tǒng)軟件設(shè)計(jì)和火災(zāi)預(yù)警系統(tǒng)上位機(jī)設(shè)計(jì)。其中火災(zāi)預(yù)警系統(tǒng)軟硬件設(shè)計(jì)包括區(qū)域火災(zāi)探測(cè)器Zigbee節(jié)點(diǎn)、區(qū)域火災(zāi)探測(cè)器W
5、i-Fi節(jié)點(diǎn)、區(qū)域火災(zāi)探測(cè)器固定節(jié)點(diǎn)、火災(zāi)預(yù)警控制器、火災(zāi)應(yīng)急報(bào)警裝置的軟硬件設(shè)計(jì)。再次，本文設(shè)計(jì)了木材陰燃火和木材明火火災(zāi)試驗(yàn)。設(shè)計(jì)了火災(zāi)試驗(yàn)環(huán)境，搭建火災(zāi)試驗(yàn)平臺(tái)，完成了木材陰燃火和木材明火火災(zāi)試驗(yàn)數(shù)據(jù)采集，為下一步火災(zāi)預(yù)警算法研究提供數(shù)據(jù)支持。最后，介紹了BP神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)(SVM)和極限學(xué)習(xí)機(jī)（ELM），設(shè)計(jì)了BP神經(jīng)網(wǎng)絡(luò)火災(zāi)預(yù)警算法、一對(duì)一支持向量機(jī)火災(zāi)預(yù)警算法和極限學(xué)習(xí)機(jī)火災(zāi)預(yù)警算法。利用試驗(yàn)得到的數(shù)據(jù)對(duì)三種火災(zāi)預(yù)警算法進(jìn)行仿真對(duì)比分析，得到極限學(xué)習(xí)機(jī)火災(zāi)預(yù)警算法準(zhǔn)確率高，泛化能力強(qiáng)。針對(duì)極限學(xué)習(xí)機(jī)穩(wěn)定性較差這
6、一缺點(diǎn)，提出了核極限學(xué)習(xí)機(jī)(KELM)火災(zāi)預(yù)警算法。然而核極限學(xué)習(xí)機(jī)存在參數(shù)敏感性缺點(diǎn)，該設(shè)計(jì)采用改進(jìn)粒子群算法對(duì)核極限學(xué)習(xí)機(jī)進(jìn)行優(yōu)化，提出了慣性粒子群優(yōu)化核極限學(xué)習(xí)機(jī)火災(zāi)預(yù)警算法，通過仿真對(duì)比分析，證明了慣性粒子群優(yōu)化核極限學(xué)習(xí)機(jī)火災(zāi)預(yù)警算法的優(yōu)越性。關(guān)鍵詞：火災(zāi)預(yù)警信息融合極限學(xué)習(xí)機(jī)核極限學(xué)習(xí)機(jī)粒子群算法IABSTRACTAfireisaburningphenomenonthatiswithoutofcontrolintimeandspace,whichisaseriousthreattohumanlifeandproper
7、ty.Therandomnessandcomplexityofthefiremakethefirewarningtechnologyusingthetraditionalsingleparametercannotmeetthepeople'srequirementoftheaccuracyoffireearlyalarm.Inviewofthisproblem,thispaperpresentsafireearlyalarmsystembasedonmulti-sensorinformationfusion.Firstly,th
8、emechanismoffiregenerationandthedevelopmentlawarestudied.Basedontheanalysisofthecharacteristicsofthefire,theCOconcentration,tempera
