基于物联网环境取样智能算法的火灾探测报警器及其系统

技术领域

本发明涉及火灾探测报警器技术领域，具体为基于物联网环境取样智能算法的火灾探测报警器及其系统。

背景技术

烟感是指火灾烟雾探测报警器或独立式火灾烟雾报警器，其通过监测烟雾的浓度来实现火灾防范，被广泛运用到各种消防报警系统中。在正常情况下，烟感中的光学迷宫遇到烟雾，触发到光电传感器后才会报警。

在正常情况下，烟感中的光学迷宫遇到烟雾，触发到光电传感器后才会报警。然而，由于传感器对极微小的烟雾粒子较敏感，烟感安装的时间较久后，光学迷宫中存在积尘，气流通过烟感时可能会将灰吹起，进而烟感误认为其是烟气而引起误报；除此之外，类似于水蒸气的气雾作为小粒子，也可能引起烟感误报。为此本发明提出基于物联网环境取样智能算法的火灾探测报警器及其系统。

发明内容

针对现有技术的不足，本发明提供了基于物联网环境取样智能算法的火灾探测报警器及其系统，解决了现有技术中由于传感器对极微小的烟雾粒子较敏感，烟感安装的时间较久后，光学迷宫中存在积尘，气流通过烟感时可能会将灰吹起，进而烟感误认为其是烟气而引起误报的问题。

为实现以上目的，本发明通过以下技术方案予以实现：基于物联网环境取样智能算法的火灾探测报警器，包括安装底盘，所述安装底盘底部固定连接有底盖，所述底盖内部装配有锂锰电池，所述锂锰电池和所述底盖内壁之间安装有电池卡紧弹簧，所述底盖内部一侧安装有电池卡紧按钮，所述底盖底部安装有PCB组件，所述PCB组件和所述底盖之间安装有复位跟消音按键，所述安装底盘底部边缘固定连接有圆形主体，所述圆形主体底部安装有上感应扣，所述圆形主体和所述上感应扣之间安装有防拆机构与开关，所述圆形主体内部安装有复合型迷宫，所述复合型迷宫外侧可拆卸连接有可拆卸防虫网，所述复合型迷宫底部安装有蜂鸣片，所述复合型迷宫顶部安装有迷宫下盖，所述迷宫下盖顶部安装有光道盖，所述光道盖位于所述PCB组件底部。

优选的，所述PCB组件包括PCB板，所述PCB板顶部安装在所述底盖底部，所述PCB板顶部安装有GSIM卡槽座，所述PCB板底部中侧安装有两个红蓝双光发射管，所述PCB板底部一侧安装有屏蔽罩，所述PCB板底部另一侧安装有湿敏探测器，所述PCB板边缘一侧安装有玻璃头NTC热敏电阻一，所述PCB板边缘另一侧安装有玻璃头NTC热敏电阻二，所述PCB板底部靠近所述屏蔽罩的一侧安装有一氧化碳探测器。

基于物联网环境取样智能算法的火灾探测报警系统方法，具体步骤如下：

步骤一、初始化烟感，获得初始化样本数据集合A；

步骤二、配合烟感中设置湿敏传感器和一氧化碳传感器，获得初始化样本数据集合B；

步骤三、配合烟感设置温度传感器，获得初始化样本数据集合C；

步骤四、构建BP神经网络，取集合A和B作为输入样本，以集合C作为验证集，训练BP神经网络；

步骤五、在烟感中置入湿敏传感器；

步骤六、实时获得烟感和湿敏传感器的数据，基于训练完的BP神经网络，输出；

步骤七、基于输出结果进行报警或继续监测；

步骤八、在进行特定位置的安装应用时，探测器会根据实际安装应用环境自我适应、自我调整对应预警值。

优选的，所述步骤三中温度传感器为NTC传感器。

优选的，所述步骤四中BP神经网络为基于遗传算法的BP神经网络。

优选的，所述步骤四中构建基于遗传算法的BP神经网络包括以下步骤；

S1、初始化种群数N；

S2、确定适应性函数及控制参数；

S3、进行选择、交叉、变异操作，反馈结果至BP神经网络；

S4、若得到最优权值估计，构建基于遗传算法的BP神经网络，否则，返回步骤S3。

优选的，所述S2中函数

优选的，所述BP神经网络的误差函数中包括惩罚项。

优选的，所述步骤七中，当输出结果为水汽过多，则进行判断导致光电预警及温度变化为安装适应环境为水蒸汽触发报警，并非火灾，输出判断结果，并提醒该探测器需要人工除湿气干燥处理。

优选的，所述步骤八中自我适应、自我调整对应预警值包括以下步骤：

Ⅰ、通过实际的产品安装环境温度、湿度和空气颗粒的数据采样，结合具体前端app系统安装时确定的具体楼栋与空间用途位置名称；

Ⅱ、当探测器因烟雾或粉尘导致触发预警后，经过温度与湿度等其他多种条件判断后，不是属于火警，属于安装应用环境问题；

Ⅲ、当一定时间段内，探测器多次触发步骤Ⅱ中的预警之后，系统与设备会对环境烟雾探测的灵敏度阈值做出综合评估，并对自动预警阈值进行专门个案调整；

Ⅳ、对于应用安装环境的处罚预警阈值的自我按预警次数及时间频率进行综合调整，来避免过度预警消耗复合式火灾探测器的电量，以及造成频繁预警使用户多火警报警行为产生习惯性，导致形成麻痹意识和忽视火灾报警重要性；

Ⅴ、非火灾预警判断后，自动进行设备本地光电预警后判断非火警自动消除预警声音，从而实现火警精准计时联动多方推送，预警后判断非火警及时自动后台消音取消预警不会持续打扰用户，更不会打扰其他工作人员，形成误报。

本发明提供了基于物联网环境取样智能算法的火灾探测报警器及其系统。

具备以下有益效果：

1、本发明通过建立多传感通道，通过获取多通道的检测值、进行交叉验证、建立模型，进而将所有通道并置，通过采集数据、直接对探测情况进行智能识别。

2、本发明的模型自适应度高、鲁棒性好，监测自动化程度高，常见形成探测器误报的因素干扰小，误报概率小。

3、本发明火灾探测器系统会做出自我学习，并自动调整适应环境的烟雾浓度预警阈值，来避免过度预警消耗复合式火灾探测器的电量，通过降低误报现象延长设备待机使用时间。

附图说明

图1为本发明的爆炸图；

图2为本发明的复合型迷宫结构示意图；

图3为本发明的PCB组件结构示意图；

图4为本发明的BP神经网络构建流程图；

图5为本发明的火灾探测报警器工作流程图

图6为本发明的火灾探测报警器报警工作流程图。

其中，010、上感应扣；020、圆形主体；030、蜂鸣片；040、复合型迷宫；050、可拆卸防虫网；060、迷宫下盖；070、光道盖；080、PCB组件；081、PCB板；082、湿敏探测器；083、玻璃头NTC热敏电阻一；084、玻璃头NTC热敏电阻二；085、红蓝双光发射管；086、一氧化碳探测器；087、屏蔽罩；088、4GSIM卡槽座；090、底盖；100、锂锰电池；110、安装底盘；120、电池卡紧按钮；130、电池卡紧弹簧；140、复位跟消音按键；150、防拆机构与开关。

具体实施方式

下面将结合本发明说明书附图，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。

实施例：

请参阅附图1-附图5，本发明实施例提供基于物联网环境取样智能算法的火灾探测报警器，包括安装底盘110，安装底盘110底部固定连接有底盖090，安装底盘110安装在建筑的顶部或墙体上，用于固定整个火灾探测器。底盖090内部装配有锂锰电池100，锂锰电池100为火灾探测器的运行提供必要的电力支持，使得火灾探测器不会因断电导致无法正常工作。锂锰电池100和底盖090内壁之间安装有电池卡紧弹簧130，通过电池卡紧弹簧130能够将锂锰电池100卡紧在底盖090内部的电池凹槽内。底盖090内部一侧安装有电池卡紧按钮120，通过电池卡紧按钮120能够在锂锰电池100需要进行更换时，快速便捷地将锂锰电池100从底盖090内的凹槽中取出。电池电压低于2.7V，报警器每隔50S声光报警(1声)，表示电池欠压，提醒及时更换电池，否则会影响报警器正常工作；当电池电压低于2.6V以下，报警器会停止运行，进入深度休眠状态。

底盖090底部安装有PCB组件080，PCB组件080用于控制火灾探测器的正常运行。PCB组件080和底盖090之间安装有复位跟消音按键140，通过按压复位跟消音按键140，便可通过与其连接的PCB组件080控制探测器进行复位和关闭预警警报。短按“自检/消音”用于报警器自检报警测试、报警状态下消音等功能。长按“自检/消音”键3s～5s时，启动火警声光报警，同时发送报警数据，持续时长300s。安装底盘110底部边缘固定连接有圆形主体020，圆形主体020是探测器的外部壳体部分，能够保护内部的电子元件。圆形主体020底部安装有上感应扣010，外界的烟气、粉尘等会通过上感应扣010进入探测器内部，同时避免昆虫等杂质进入探测器内，导致探测器出现误报。圆形主体020和上感应扣010之间安装有防拆机构与开关150，通过防拆机构与开关150能够便捷地将上感应扣010拆卸，当设备安装调试固定后，如有出现拆卸松动行为时，防拆开关因为松动或移动时，接触开关会形成回路感应，迅速发出防拆除预警，并通过物联网通讯形成一组设备拆动预警信息，app会有对应的复合式火灾探测报警器的位置存在移动预警提示与记录。需要人工或后台记录并再次确认设备报警器的地理及空间位置。以免发生火警时候出现火警预警报警位置出现变动，导致火警通知告警的实际具体位置发生错误。将上感应扣010外侧的灰尘和杂质去除，圆形主体020内部安装有复合型迷宫040，复合型迷宫040外侧可拆卸连接有可拆卸防虫网050，通过可拆卸防虫网050能够进一步地避免灰尘等杂质进入复合型迷宫040内部，使得复合型迷宫040内部保持通畅，让光线、烟雾等有关火灾的信息传递至PCB组件080的下方检测部位。复合型迷宫040底部安装有蜂鸣片030，当PCB组件080探测到数据异常时，便会启动蜂鸣片030发出警报。复合型迷宫040顶部安装有迷宫下盖060，迷宫下盖060顶部安装有光道盖070，光道盖070位于PCB组件080底部。

PCB组件080包括PCB板081，PCB板081是火灾探测器的主要电路板，它包含了多个重要的电子元件，用于控制和监测火灾探测器的各个方面。PCB板081顶部安装在底盖090底部，PCB板081顶部安装有4GSIM卡槽座088，用于保持和外界的通讯，实现数据的传输。PCB板081底部中侧安装有两个红蓝双光发射管085，两个红蓝双光发射管085发出的光源通过光道盖070进入复合型迷宫040内部。

双光双发单收迷宫光电探测器同时发射红光和蓝光，这些光束经过迷宫的烟雾和灰尘时，会受到散射和吸收。反射回来的光信号被探测器接收，通过对这些光信号的强度和波长进行分析，可以了解烟雾和灰尘的情况。

甄别颗粒大小：反射回来的红光和蓝光的强度会受到颗粒大小的影响。一般来说，常用的红外光电烟雾探测器对300nm以下的粒子敏感度较低，对大于1μm的干扰粒子响应却很强颗粒(如灰尘而小颗粒)灰尘粒径分布范围0.97μm～176μm对红光的散射作用更强，燃烧烟雾气溶胶大都处于亚微米量级，集中分布在100nm～500nm光的吸收作用更强。因此，通过比较红光和蓝光的反射强度，可以甄别烟雾和灰尘。

具体来说，如果红光反射强度大于蓝光反射强度，那么可以判断存在烟雾；如果蓝光反射强度大于红光反射强度，那么可以判断存在灰尘。

综上所述，双光双发单收迷宫光电探测器可以用于灰尘和烟雾的甄别。另外利用双光双发单收硬件迷宫与电路结构，作为初级预警机制，再通过探测输出具体烟雾浓度值比，进行多次连续探测给系统提供训练及bp神经算法提供预警后实时探测依据。

PCB板081底部一侧安装有屏蔽罩087，屏蔽罩087用于屏蔽外界的信息干扰，保证探测器能稳定地运行。PCB板081底部另一侧安装有湿敏探测器082，用于探测监控的场所的湿度，PCB板081边缘一侧安装有玻璃头NTC热敏电阻一083，PCB板081边缘另一侧安装有玻璃头NTC热敏电阻二084，玻璃头NTC热敏电阻一083和玻璃头NTC热敏电阻二084对监控场所的温度进行实时的探测。PCB板081底部靠近屏蔽罩087的一侧安装有一氧化碳探测器086，通过一氧化碳探测器086对因燃烧产生的一氧化碳进行检测，进一步确认监控场所是否发生火灾。通过一氧化碳探测器086能够直接确认有燃烧物的存在。当火灾探测器触发警报时，应当在一分钟内进行火灾早期确认。如在厨房进行烹饪时，极易触发因一氧化碳导致的报警。同时在办公室或客厅等场所时，也容易受到粉尘和水汽原因导致的误报，必要火灾初期确认也是必不可少的。预警判断后自动进行设备本地光电预警后判断非火警自动消除预警消音，从而实现火警精准计时联动多方推送，预警后判断非火警及时自动后台消音取消预警不会持续打扰用户，更不会打扰其他工作人员，形成误报。

基于物联网环境取样智能算法的火灾探测报警系统方法，具体步骤如下：

步骤一、初始化烟感，获得初始化样本数据集合A。

步骤二、配合烟感中设置湿敏传感器和一氧化碳传感器，获得初始化样本数据集合B。

步骤三、配合烟感设置温度传感器，获得初始化样本数据集合C。

步骤三中，温度传感器为NTC传感器。

步骤一至三中的初始化样本数据集合可以采集多种使用条件下的烟感的数据，或以全新的烟感获得一组数据、以使用三个月的烟感获得一组数据等，最后将所有组数据聚集一起，成为初始化样本数据集合A、B、C。

为了保持针对单个产品的网络的运算精度，样本数据集合A、B、C中的元素采集自同一个或一类烟感产品，以连续跟踪采集的方式进行。

步骤四、构建BP神经网络，取集合A和B作为输入样本，以集合C作为验证集，训练BP神经网络。

步骤四中BP神经网络为基于遗传算法的BP神经网络。

步骤四中，构建基于遗传算法的BP神经网络包括以下步骤：

S1、初始化和群数N；

S2、确定适应性函数及控制参数；

步骤S2中，函数

经网络的最大估计误差，Y

S3、进行选择、交叉、变异操作，反馈结果至BP神经网络；

S4、若得到最优权值估计，构建基于遗传算法的BP神经网络，否则，返回步骤S3。

BP神经网络的误差函数中包括惩罚项。

采用BP神经网络进行预测作业，BP神经网络是一种多层的前馈神经网络，其信号前向传播、误差反向传播，利用现有的数据找出输入与输出之间的权值关系，进而进行仿真。

S1中N为2的n次方。

进一步地，以遗传算法优化BP神经网络，可以优化BP神经网络的权值和成值，种群中的每个个体都包含了一个网络所有权值和阈值，个体通过适应度函数计算个体适应度值，遗传算法通过选择、交叉和变异操作找到最优适应度值对应个体，使得BP神经网络以遗传算法得到最优个体、对网络初始权值和闯值赋值，检测准确度更高。

为了避免过拟合，并进一步增加网络的鲁棒性，在损失函数中加入了惩罚项，使得损失函数较普通的BP神经网络增加了约束项；惩罚项的设置为本领域公知技术，本领域技术人员可以依据需求自行设置。

步骤五、在烟感中置入湿敏传感器。

步骤六、实时获得烟感和湿敏传感器的数据，基于训练完的BP神经网络，输出。

完成网络构建后，在新的烟感的二级连体迷宫暗室内中置入湿敏传感器与温度传感器即可，以湿敏传感器和正常的一级光学迷宫共同检测、输出网络判断的结果，进而确认是否触发报警。

步骤七、基于输出结果进行报警或继续监测。

步骤七中，当输出结果为水汽过多，则进行判断导致光电预警及温度变化为安装适应环境为水蒸汽触发报警，并非火灾，输出判断结果，并提醒该探测器需要人工除湿气干燥处理。

当输出结果中包括了湿敏传感器的过大传感值时，应当首先输出设备异常提示，进行人工检查处置。

步骤八、在进行特定位置的安装应用时，探测器会根据实际安装应用环境自我适应、自我调整对应预警值。

通过实际的产品安装环境温度，湿度，空气颗粒的数据采样，结合具体前端app系统安装时确定的具体楼栋与空间用途位置名称后，确定前端安装位置环境数据采用方式。

前端因为烟雾或粉尘导致触发预警后，经过温度与湿度等其他多种条件判断后，不是属于火警，属于安装应用环境问题。比如厨房或棋牌室的实际安装环境，在一周内两次触发烟雾预警后，系统与设备就会对环境烟雾探测的灵敏度阈值综合评估，并对做出自动预警阈值进行专门性个案调整。

经过两次或三次的频繁地预警触发，检测设备和系统后，系统就会根据这个特性对复合式火灾探测器的烟雾浓度预警阈值做出针对性的提高调整，避免导致因为安装环境频繁惊醒预警状态，来避免过度预警消耗复合式火灾探测器的电量，以及造成频繁预警使用户对火警报警行为产生习惯性，导致形成麻痹意识和忽视火灾报警重要性。

非火灾预警判断后，自动进行设备本地光电预警后判断非火警自动消除预警声音，从而实现火警精准计时联动多方推送，预警后判断非火警及时自动后台消音取消预警不会持续打扰用户，更不会打扰其他工作人员，形成误报。

通过分别初始化烟感并配合设置湿敏传感器、一氧化碳传感器和温度传感器，基于三者获得初始化样本数据集合A、B、C；构建BP神经网络并以集合A和B作为输入样本，以集合C作为验证集，训练BP神经网络，训练完毕后，在烟感中置入湿敏传感器、两者一体化设置，实时获得烟感和湿敏传感器的数据，基干训练完的BP神经网络，输出，基于输出结果进行报警或继续监测。

参照附图5-6，通过记录烟感设备安装时的初始化数据，存储进系统数据库，初始化样本数据包含了设备安装位置的地址数据及安装位置的环境数据；

位置数据包含省、市、区、街道、详细地址、大厦楼栋、楼层单元、安装位置等精确到房间号安装方位的详细信息，为设备报警时进行周边设备的数据比对分析提供帮助；通过安装的位置系统自动定位设备所处经纬度数据信息。

环境数据包含：烟雾浓度、温度感应、空气湿度；

通过设备自动触发报警时，连续6次上报环境数据，从触发报警起算，5S/次，通过对烟雾传感器、温度传感器、湿敏传感器三组数据连续6次的差异化比对分析来与触发火灾条件的阈值进行比较，判断设备此次的报警是否属于误报；数据原理如下：

数据1：比对6次烟雾浓度变化数据进行分析是否有持续上升，判断发生火灾的可能性；

数据2：比对6次上传的温度数据，变化是否有存在持续升温；如温度保持不变，则可能是因为灰尘、飞虫等导致感应器被遮挡而引起的误报；

数据3：比对6次数据中，空气湿度的变化，通过计算湿度的下降数据来判断发生火灾的可能性；

通过大数据汇总，根据经纬度、所属区域的所有火灾烟雾探测报警器安装的初始数据汇总到安消一体智能柜系统数据库进行存储存档；火灾烟雾探测报警器安装激活后，待机状态下每24小时进行一次心跳包数据探测上传，数据包含：烟雾浓度、探测温度、空气湿度，实现当烟感设备发生报警时，可以同步与周边设备进行数据对比判断计算是否属于误报的情况。

使用4G网对火灾探测器进行部署连接时，当复合式智能火灾探测报警器探测到烟雾上升触发预警，30S内连续6次，5S/次，持续探测烟雾浓度、空气湿度、环境温度、迷宫内温度的变化情况，通过4G信号传输数据到物联网平台，平台通过算法对4组数据进行计算推导，输出结果，通过无线传输同步推送到火情管理平台、用户手机端、消控值班室；智能安消一体值守柜屏幕显示火灾报警弹窗，并将报警信息传输至消控主机，消控主机打发送开启火灾报警联动的进行应急疏散，防排烟及消防供水增压及喷淋灭火等相关联动指令令。

使用有线局域网部署时，当复合式智能火灾探测报警器探测到烟雾上升触发预警，30S内连续6次，5S/次，持续探测烟雾浓度、空气湿度、环境温度、迷宫内温度的变化情况，通过LORA主机局域网传输数据到物联网平台，平台通过算法对4组数据进行计算推导，输出结果，通过无线传输同步推送到火情管理平台、用户手机端、消控值班室；智能安消一体值守柜屏幕显示火灾报警弹窗，并将报警信息传输至消控主机，消控主机打发送开启火灾报警联动的进行应急疏散，防排烟及消防供水增压及喷淋灭火等相关联动指令。

步骤原理如下：

步骤1：探测设备预警，上传烟雾浓度、温度、湿度的三组数据；

步骤2：初步数据比对，比较预警设备的三组数据与周边同位置(位置比较顺序：同区域、同房间号、同一层、同一栋，范围由细到广进行比较)的设备前一次上传数据之间的数据差，通过计算判断预警设备上报数据是否超出火灾报警阀值，输出初次判定结果，如超出火灾报警阀值数据较多则判定为疑似火灾；

步骤3：连续上传数据，设备触发报警，30秒内每5秒一次，连续进行5次雾浓度、温度、湿度的数据上报，计算报警设备连续上传的数据值是否持续上升；

步骤4：输出计算结果1，各项数据无明显变化，系统判定较大概率属于因外界不确定因素导致设备误报，只进行用户端手机APP上的预警推送/误报推送，不做电话、短信通知，不推送到管理端用户；

步骤5：输出计算结果2，各项数据波动明显，并且各项数据指标持续上升，系统判定较大概率为火灾报警，系统推送火灾报警信息至各个管理终端：手机APP(用户端、管理端)、安消一体智能值守柜、智能微型救援站，火灾报警信息包含：报警设备ID，报警时间，报警位置，设备联系人电话。

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。