[实用新型]基于灰色和RBF双层神经网络的火灾识别报警装置有效

专利信息
申请号: 202020698672.5 申请日: 2020-04-29
公开(公告)号: CN212569977U 公开(公告)日: 2021-02-19
发明(设计)人: 厉谨;马丽萍;张卫国;吴园 申请(专利权)人: 西安工程大学
主分类号: G08B17/12 分类号: G08B17/12;G08B3/10;G08B5/38;G06T7/11;G06T5/40;G06T5/00;G06N3/04
代理公司: 西安弘理专利事务所 61214 代理人: 宁文涛
地址: 710048 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 灰色 rbf 双层 神经网络 火灾 识别 报警装置
【说明书】:

实用新型公开了基于灰色和RBF双层神经网络的火灾识别报警装置包括全局RBF识别单元,全局RBF识别单元分别连接有火焰传感器识别单元、气体传感器识别单元和温度传感器识别单元;还包括若干摄像机,摄像机连接有视频采集卡单元,视频采集卡单元连接图像型火灾识别单元,图像型火灾识别单元连接全局RBF识别单元,全局RBF识别单元作为输入端连接中心控制单元MCU,中心控制单元MCU的输出端连接火灾报警灯和声音报警器;决了感烟、感温、气体型火灾探测系统存在的不适应大空间,传统探测技术判据单一,容易出现误报、漏报、错报的问题。也解决了图像型火灾探测技术中火灾图像背景复杂,火焰区域难以精准分割,特征判据单一,误报漏报率较高的问题。

技术领域

本实用新型属于神经网络型火灾消防安全技术领域,涉及基于灰色和 RBF双层神经网络的火灾识别报警装置。

背景技术

当火灾发生时,如果能够及时发现并报警,就能最大程度的减少损失。传统火灾探测器主要有感温型、感烟型、感光型、气体型和复合型等,探测范围受到空间和高度制约,当监控区域发生火灾时并不能立刻作出响应,只有探测值达到一定程度时才能响应。所以传统的火灾探测器的使用受到条件的限制,适合于小空间单一背景的火灾识别,在大空间的复杂环境中其准确度难以达到要求。

实用新型内容

本实用新型的目的是提供基于灰色和RBF双层神经网络的火灾识别报警装置,解决了传统探测技术判据单一,容易出现误报、漏报、错报的问题。

本实用新型所采用的技术方案是,基于灰色和RBF双层神经网络的火灾识别报警装置包括全局RBF识别单元,全局RBF识别单元分别连接有火焰传感器识别单元、气体传感器识别单元和温度传感器识别单元;

还包括若干摄像机,摄像机连接有视频采集卡单元,视频采集卡单元连接图像型火灾识别单元,图像型火灾识别单元连接全局RBF识别单元,全局RBF识别单元作为输入端连接中心控制单元MCU,中心控制单元MCU 的输出端连接火灾报警灯和声音报警器。

本实用新型的特点还在于:

其中火焰传感器识别单元包括分布式火焰传感器和配套电路板C3704 组成,火焰传感器为紫外光敏管R2868;

其中火焰传感器识别单元还包括火焰灰色神经网络识别单元,火焰传感器连接火焰灰色神经网络识别单元,火焰灰色神经网络识别单元作为输入端连接全局RBF识别单元;

其中气体传感器单元识别单元包括若干MQ2和MQ7,MQ2和MQ7还连接有气体灰色神经网络识别单元,气体灰色神经网络识别单元作为输入端连接全局RBF识别单元;

其中温度传感器识别单元采用包括若干NTC10K热敏电阻传感器, NTC10K热敏电阻传感器连接气体灰色神经网络识别单元,温度灰色神经网络识别单元作为输入端连接全局RBF识别单元;

其中若干所述摄像机包括CCD摄像机和红外CCD像机;

其中视频采集卡单元为TC542N4视频采集卡;

其中中心控制单元MCU为8-32位微处理器芯片。

本实用新型的有益效果是:

采用灰色和RBF双层神经网络进行火灾识别与判断,将传统火灾探测方法与图像型火灾探测方法进行神经网络数据融合识别,将多点分布式的感烟、感温、火焰传感器、分布式摄像头抽样采集的图像特征数据进行灰色神经网络预识别,然后将各探测单元数据输入全局RBF神经网络进行最终识别,如果发生火灾,则通过中心控制系统驱动报警灯和报警器工作。避免了传统火灾探测器灵敏度不高、不适应于大空间环境和图像型火灾探测器判据单一,误报漏报率过高等缺点。

附图说明

图1是本实用新型基于灰色和RBF双层神经网络的火灾识别报警装置的结构示意图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安工程大学,未经西安工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202020698672.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top