一种火情识别方法与流程

摘要: 本技术涉及消防设备与厨房电器,特别是涉及一种火情识别方法。背景技术:1、目前,现有厨房防火止回阀通常采用熔断组件实现被动防火功能。当厨房内部或者公共烟道发生火灾...
一种火情识别方法与流程

本技术涉及消防设备与厨房电器,特别是涉及一种火情识别方法。

背景技术:

1、目前,现有厨房防火止回阀通常采用熔断组件实现被动防火功能。当厨房内部或者公共烟道发生火灾时,熔断金属受热熔化,熔断销钉转动并带动阀门关闭,从而阻断烟气流通路径,防止火势沿烟道蔓延。随着智能消防技术的发展,部分防火止回阀开始配置传感器和控制模块,通过检测熔断机构动作信号判断火情是否发生,并向外部设备发送报警信息。然而,由于防火止回阀长期工作于油烟环境中,烟道气流波动、公共烟道振动以及油烟机启停等因素均会引起阀体振动,导致传感器采集到与熔断动作相似的运动信号,从而影响火情识别的准确性。

2、部分产品针对熔断动作的识别通常采用单一特征参数进行判定。例如,仅根据销钉转动的角加速度峰值是否超过预设阈值判断是否发生熔断动作。当受到烟道振动、油烟机启停冲击或者其他机械扰动影响时,上述判定方式容易将干扰信号误判为熔断动作而产生误报警。另一方面,如果为降低误报警而提高判定阈值,又可能导致真实熔断动作无法被及时识别,从而产生漏判。

技术实现思路

1、基于此,有必要针对上述技术问题,提供一种火情识别方法,所述方法包括:

2、按照预设的检测窗口检测防火止回阀的熔断销钉的运动状态信号;

3、提取当前窗口的运动状态信号;

4、根据所述运动状态信号和预设的特征匹配参数,确定当前窗口的对应的熔断特征匹配度;

5、根据所述熔断特征匹配度和预设的匹配度阈值,判断所述防火止回阀的熔断状态;

6、如果所述熔断状态为发生熔断动作,则基于预设的场景判定权重,确定当前火情来源;

7、如果所述熔断状态为未发生熔断动作,则判定当前未发生火情。

8、作为一种可选的实施方式,所述运动状态信号包括当前窗口对应的峰值角加速度、平均角速度、转动持续时长和加速度变化率。

9、作为一种可选的实施方式,所述特征匹配参数包括角加速度阈值、角速度阈值、时长阈值和变化率阈值,所述根据所述运动状态信号和预设的特征匹配参数,确定当前窗口的对应的熔断特征匹配度的公式为:

10、;

11、其中,

m为熔断特征匹配度,

a

max为峰值角加速度,

v

a为平均角速度,

t

d为转动持续时长,

k

r为加速度变化率,为角加速度阈值,为角速度阈值、为时长阈值、为变化率阈值。

12、作为一种可选的实施方式,所述方法还包括:

13、如果所述当前窗口的运动状态信号中的峰值角加速度小于预设的干扰信号阈值,则执行所述按照预设的检测窗口检测熔断销钉的运动状态信号的步骤;

14、如果所述峰值角加速度大于或等于所述干扰信号阈值,则执行所述根据所述运动状态信号和预设的特征匹配参数,确定当前窗口的对应的熔断特征匹配度的步骤。

15、作为一种可选的实施方式,所述匹配度阈值包括第一匹配度阈值和第二匹配度阈值,所述根据所述熔断特征匹配度和预设的匹配度阈值,判断所述防火止回阀的熔断状态,包括:

16、如果所述熔断特征匹配度大于或等于预设的第一匹配度阈值,则判定所述防火止回阀发生熔断动作;

17、如果所述熔断特征匹配度小于所述第一匹配度阈值,且大于或等于预设的第二匹配度阈值,则连续计算多个检测窗口的对应的熔断特征匹配度;

18、在所述多个检测窗口内,如果所述熔断特征匹配度大于或等于所述第一匹配度阈值,则判定所述防火止回阀发生熔断动作;

19、如果所述熔断特征匹配度小于所述第二匹配度阈值,则判定所述防火止回阀未发生熔断动作。

20、作为一种可选的实施方式,所述如果所述熔断状态为发生熔断动作,则基于预设的场景判定权重,确定当前火情来源,包括:

21、在所述防火止回阀发生熔断动作时,获取厨房内部火情检测信号和公共烟道火情检测信号;

22、分别计算所述厨房内部火情检测信号对应的内部火情得分,以及所述公共烟道火情检测信号对应的外部火情得分;

23、根据所述内部火情得分、所述外部火情得分和所述场景判定权重,确定火情场景得分;

24、如果所述火情场景得分大于或等于预设的内部火情场景分数阈值,则判定当前火情来源为厨房内部;

25、如果所述火情场景得分小于所述内部火情场景分数阈值,则判定当前火情来源为公共烟道;

26、所述根据所述内部火情得分、所述外部火情得分和所述场景判定权重,确定火情场景得分的公式为:

27、;

28、其中,

s

s为火情场景得分,为场景判定权重,

s

in为内部火情得分,

s

out为外部火情得分。

29、作为一种可选的实施方式,所述分别计算所述厨房内部火情检测信号对应的内部火情得分,以及所述公共烟道火情检测信号对应的外部火情得分,包括:

30、如果触发厨房烟雾燃气报警器,则将预设的第一分值赋予所述内部火情得分,否则,将预设的第二分值赋予所述内部火情得分;

31、如果公共烟道温度探测器,则将预设的第三分值赋予所述外部火情得分,否则,将预设的第四分值赋予所述外部火情得分。

32、作为一种可选的实施方式,所述方法还包括:

33、在预先存储的火情来源和消防相应操作之间的对应关系中,查询并触发当前火情来源对应的目标消防响应操作。

34、作为一种可选的实施方式,所述方法还包括:

35、构建熔断销钉动作样本库,所述熔断销钉动作样本库包括真实熔断动作样本、烟道振动干扰样本、油烟机启停干扰样本、厨房内部火情样本和公共烟道火情样本;

36、基于粒子群优化算法,设定多个粒子的位置向量,所述位置向量包括角加速度阈值、角速度阈值、时长阈值、变化率阈值和场景判定权重;

37、基于所述熔断销钉动作样本库,对各粒子对应的角加速度阈值、角速度阈值、时长阈值、变化率阈值和场景判定权重进行迭代优化;

38、将优化后的角加速度阈值、角速度阈值、时长阈值、变化率阈值确定为所述特征匹配参数;

39、存储所述特征匹配参数和优化后的场景判定权重。

40、作为一种可选的实施方式,所述基于所述熔断销钉动作样本库,对各粒子对应的角加速度阈值、角速度阈值、时长阈值、变化率阈值和场景判定权重进行迭代优化,包括:

41、针对各所述粒子,根据该粒子对应的角加速度阈值、角速度阈值、时长阈值、变化率阈值和场景判定权重对所述熔断销钉动作样本库中的样本进行识别,得到识别准确率、漏报率、误报率和识别响应时间;

42、基于所述识别准确率、所述漏报率、所述误报率和所述识别响应时间确定该粒子的适应度值;

43、确定满足适应度值最大化条件的全局最优位置对应的角加速度阈值、角速度阈值、时长阈值、变化率阈值和场景判定权重;

44、所述基于所述识别准确率、所述漏报率、所述误报率和所述识别响应时间确定该粒子的适应度值的公式为:

45、;

46、其中,

f

i为粒子

i的适应度值,α为预设的识别准确率权重,β为预设的漏报率权重,γ为预设的误报率权重,δ为预设的响应时间权重,α、β、γ和δ之和为1,

p

acc为识别准确率,

p

miss为漏报率,

p

false为误报率,

t

resp为预设的算法识别响应时间,

t

max为预设的最大允许响应时间。

47、本技术提供了一种火情识别方法,所述方法包括:按照预设的检测窗口检测防火止回阀的熔断销钉的运动状态信号;提取当前窗口的运动状态信号;根据所述运动状态信号和预设的特征匹配参数,确定当前窗口的对应的熔断特征匹配度;根据所述熔断特征匹配度和预设的匹配度阈值,判断所述防火止回阀的熔断状态;如果所述熔断状态为发生熔断动作,则基于预设的场景判定权重,确定当前火情来源;如果所述熔断状态为未发生熔断动作,则判定当前未发生火情。

48、本技术的实施例提供的技术方案至少带来以下有益效果:

49、相比于仅利用单一加速度参数或者单一阈值判断熔断动作的方式,本技术通过多维动作特征参与判定,可以同时反映熔断销钉动作过程中的运动强度、运动速度、持续时长和运动变化趋势,使真实熔断动作与烟道振动、油烟机启停振动等干扰信号之间的差异区分开,从而提高熔断动作识别的准确性,实现了对真实熔断动作和干扰信号的有效区分,在保证火情识别响应速度的同时降低误报警概率,提高火情识别的准确性和可靠性。

50、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本技术。