智慧消防技术的应用和发展研究

第一章绪论1.1概述我国最普遍且破坏力最严重的主要灾害之一是火灾，火灾不仅会威胁公众安全、造成巨大的经济损失，而且会造成社会秩序混乱、破坏生态平衡造成造成，影响社会的稳定和发展。随着经济建设、社会进步和城市化的迅猛发展，各式各样的高层、地下以及大型综合性建筑越来越多，随之而来的是处处隐藏的火灾隐患导致数量不断上升的火灾灾害及相应的损失。毫无疑问，在火灾发生早期时就能快速、精确地探测到相关的火灾信息实现第一时间对火情的判断是火灾救援急需解决的问题之一。1.2研究背景目前，相继出现的传感网、系统集成以及通信传输等技术共同推进了传统的火灾探测技术不断地发展创新。高新技术的运用，使得在火灾探测技术的基础上构建的火灾探测系统得以满足其应用需求、扩大其应用领域、提高其实际性能。例如，采用软件控制探测器的功能决定权，可以无需考虑传感器件本身的硬性设置和外界环境的干扰实现火灾智能判断。但是，目前的火灾探测已不满足于对已经发生的火灾进行报警，而是需要及时发现周围环境中可能存在的火灾隐患并提前报警，从而实现超早期、高效能的火灾探测。智慧消防落地最基础、最、、简单的，就是应用在高层建筑、九小场所、文物古建、大学院校、商业综合体、卫生医疗以及工业园区等场所。这些场所和人民的生活息息相关，但是由于各种原因，且人员密集，且用户安全意识薄弱，所以存在了严重的安全隐患，因此相关部门对这些场所的消防安全非常重视。这类场景智慧消防应用，主要是发挥预警和监测功能。一方面，是购买和安装智能终端产品，包括火灾自动报警、无线烟感、电气火灾监控、消防通道监控、消防设施远程监控等系统终端。另一方面，是搭建采集场所烟感、用电信息的平台应用，能够实时接收监测和预警信息，实现火警上报和处理。相对来说，这个级别的智慧消防解决方案进入门槛较低，从事企业主要为中小型消防企业和一些物联网企业。通过无线传感器网络（WirelessSensorNetworks，WSN）技术的发展，人们发现WSN技术同样适用于火灾探测系统。例如，传统的探测系统考虑到接线复杂、费时的问题通常需要放弃远距离节点部署，而采用WSN技术可以完全避免接线所带来的困扰，同时，系统架构也随之变得更清晰明了了。然而，WSN不像常规型网络，其在包括传输和网络等很多方面都受到限制，其次，在使用无线传感网进行消防预警和火灾探测这类大规模灾害时，网络中包含有大量没有用的冗余数据。如何解决网络中存在大量冗余数据和无线传感网多方面受限这对矛盾体以实现火灾探测就是需要重要解决的问题之一。因此，我们选择采用数据融合技术，运用设定设定的算法融合对输入的大量数据进行判断和分析、相互关联以及适度去冗，提高多种数据的有效性。1.3研究意义国内对数据融合这一概念的认识和研究是由一套完全自我研究构建的声呐信息采集系统所引发。相对来说，我国数据融合技术还是属于初级的发展阶段，迫切与要在实现技术上进行开展性研究，虽然研究进程缓慢，但从国外较为成熟的融合技术研究理论和技术应用中获得和发展出对自己有用的技术，尽可能实现数据融合、探测技术和移动跟踪等众多相关领域的技术发展、理论创新和实际应用。目前我国依据数据融合技术结合其它相关技术已完成部分探测系统的成功构建，但仅能融合处理统一类型信号。现阶段，我国政府大力支持融合领域的研究工作，提供了大量经济投资和资金渠道，保证了该研究领域充沛的资源享受，促使国内众多研究机构、企业单位以及高校都积极投身融合技术领域的分析探究工作中，获得了大量融合理论技术新成果，但大部分研究成果中还是仅限于知识分析和理论探讨，距离实际得应用还有一定的差距。研究能在一定范围内充实理论。第二章智慧消防技术的理论概述需求分析属于任何系统开发流程必不可少的重要一步，通过对系统需求进行研究分析，明确整体实现目标，并据此完成系统基础架构搭建和上层模块构建。本章节最开始从多个方面对火灾探测技术进行分析，继而提出系统整体目标、识别对象的特征以及常见识别步骤，并对开展的消防预警系统展开全方位的立体探索，最终对本系统的研究进行了可行性分析。2.1火灾探测技术分析火灾探测流程主要包含火灾信息特征提取、火灾信息预处理、火灾信息采集与处理这三个过程。其中，火灾信息预处理是影响火灾识成功率的关键因素之一。因为，如果在现实中采集数据时，传感器节点的状态和环境的干扰因素将影响收集的火灾数据的失真情况，决定火灾探测的结论准确率。为此，人们通过各种办法对火灾信息进行预处理去还原火灾的真实情况，保证系统最终结论的正确率。同时，合适地选取特征进行特征处理是该技术中的关键部分之一，并且特征融合算法的各项性能将直接影响火灾探测系统的整体表现。火灾过程中除了温度的变化，光、火焰等其它信号，还伴随着多种燃烧产物，存在大量的火灾信息。一般人们往往会依据不一样的场景和也许会发生的火灾的特点，仅采用适当的火灾探测器去监测相关的火灾数据参量，本文中所采集的相关火灾参量包括：（1）烟雾火灾发生过程中的烟雾主要是由于物质燃烧时经过高温火焰作用发生分解现象而产生，烟雾虽然处于漂浮状态，但实际上属于固态产物，它是由各种类型微粒密集形成。绝大部分火灾灾害现场都是最开始发生烟雾特征，可以说烟雾是体现火灾发生过程的关键特征之一，所以研究设计的消防预警系统也能够把烟雾纳入到获取的信息中去。（2）温度任何物质燃烧时都会使周围的温度变得越来越高，那么为了检测火灾是否发生可以通过判断温度是否升到设置的阈值或温升的速率是否等于特定值，尤其在明火情况下，温度的上升温度可以说是非常突出的。所以设计开发的消防预警模型能够把温度添加到获取的信息中去。2.2火灾探测中信息融合一般来说，消防预警系统经过火情监测分析判断、火情监测、环境部署以及发出火灾警报等一系列步骤之后，最终获得的火灾报警正确率能够反映出该系统的实际功能表现。如果火情判断过程发生错误报警和灾情遗漏将严重影响整个系统性能的判定，同时也是研究火灾探测技术过程中必须时刻考虑和尽可能解决的问题之一。根据引起火灾的质种类、燃烧源、燃烧量、覆盖范围等因素，火灾灾害具有特征各异的特性。对于这些种类各异的火灾灾害而言，物质燃烧过程中表现出来的一氧化碳、温度、烟雾等火灾信息指标也会有很大差异，所以仅仅依靠单个火灾信息参数的选取和分析判断难以探测出不同种类的火灾灾害。传统类型的灾害消防系统多是采用单个传感器探测火灾信息，因此没法有效地区分初始阶段的探测信息和香烟烟雾、炒菜烟雾和尾气烟雾等其它类干扰性烟雾，表明单个传感器存在多功能化不足，同时其也是造成火灾错误识别的主要因素之一。绝大部分消防系统采用的火灾分析、判断、决策方法的过程都是十分繁琐和抽象的，除了难以探测出不同种类的火灾灾害类型和可能存在的错误警报情况之外，系统中需要处理的火灾信号量也会有明显的冗余现象。为此，Zhangzhen-jiang等人提出了一种基于信息融合的减少传输数据量的机制。在多传感器组成的前端探测模块和火灾探测融合技术应用的基础上构建出有效的消防预警系统，监测、采集、传输环境中的火灾信息量，对获取的信息量建立融合模型并实现特征分析判断，最终获得满足实际需求、正确率高的探测结果，完成对多种类型的火灾灾情的识别判断，实现预警系统的报警功能。2.3智慧消防关键技术第一点，机器智能和学习的前提是有大量的数据，消防行业也是如此是如此的，也需要拥有大大量的消防大数据资源，即包括消防外围的数据，也包括消防内部的数据。第二点第二点，原始原始收集的数据都是从各种地方收上来的，是杂乱无章的、原始的、未加工的，彼此之间是独立的。只有把这些数据融合在一起，最终将数据进行处理、建模，从中挖掘数据的价值才是最重要的。城市消防物联网监控是一个庞大的系统，需要各个子系统互相配合协作。消防应用场景的不断丰富，新的城市物联网消防解决方案、新产品将层出不穷。为快速完成物联网“连接”这一目标，消防企业将更加有意识地完善自身产业版图，更多的发力端到端的解决方案，提供完善、一站式、便捷服务。智慧消防云平台能够实现数据的共享与互通，企业单位、消防部门等不同的用户可以根据自己的需求，开发不同的衍生应用与平台。随着智慧消防建设的不断深入，越来越多的消防设备及消防系统被接入智慧消防系统，云平台是智慧消防系统必不可少的组成部分。5G新技术的到来给“智慧消防”进程带来怎么样的变化与影响？其一：5G可以使无人机更加精准的侦察。无人机作为空中机器人，面对现在大量的高层建筑火灾现场，能够实现高空实时侦察，获取第一时间的现场数据,而无人机航拍多路高清图像实时回传、对带宽要求较高：上行带宽>40Mbps，而4G上行带宽最多只有15Mbps，无法满足图像实时回传的带宽要求。另一方面，传统4G基站垂直面覆盖有限（无人机飞行高度大于100米时，容易失联），5G大规模无线（MassiveMIMO）技术，可在垂直维度空间更好的利用，提供300米低空的良好覆盖，使得无人机的飞行更加安全可靠。其二：5G可以更加灵活得远程指挥调度。随着我国经济的迅速增长，为了更大限度的保护消防员的安全问题，引入了“机器换人”“远程灭火”理念，而远程遥控消防车、机器人、AR实时指挥的一系列操作都依赖于5G的低时延特性（端到端时延20ms以内）。利用5G的大流量特性，海量摄像头通过视频识别技术获的消防机器人附近情况，有利于快速数据分析并动态调整行进路线，准确执行喷淋、喷雾等灭火操作，提高操作的准确性、及时性。第三章智慧消防预警系统3.1设计原则a.系统一致性和完整性原则：一致性指本文系统中数据采集、编码、传输要具有一致性的设计规范和标准，代码可读性强，保证设计流程规范合理、系统所用数据格式标准统一，完整性是指各个模块组成的统一整体构成系统，功能尽可能的完善。b.系统灵活性和适用性原则：本文系统虽然是为特定环境设计，但是需要适应环境不断变化，完善系统的功能。同时为了实现最大化资源利用率和设计优化能力，方案中还需考虑到系统的软硬件填充扩展的功能特征，灵活性和适用性表明系统能够被修改完善和维护的难易程度。3.2设计目标本文设计的智慧消防预警系统主要是将基于多传感器的数据融合技术用于无线传感网，并结合火灾探测相关技术实现对火灾数据的处理。主要涉及目标有如下几点：a.成本低、体积小：由于火灾应急预警场景多面临复杂、不可预估的恶劣环境，需投放大量节点，以保证节点存活率和网络的顺利建立。为了便于节点的运输和安装，节点体积越小越好。b.功耗低：无线传感网中，在保证信息可靠的前提下做到减少能量消耗是非常重要的。由于节点用于火灾预警，节点需依靠自带的电源模块工作，而传感器节点具有感知、计算和通信的功能，相比较传感和计算，通信会消耗很大一部分能量。因此节点设计需要严格遵循低功耗要求，且节点间的无线传输方式也需要做能量优化，尽可能减少节点能耗，延长网络寿命。c.预警迅速、准确：通过将数据融合与无线传感网结合，实现了火灾探测算法流程，能够迅速、准确地探测到前期的火灾隐患，获得相关火情的概率值，达到有效的预警效果。基于无线传感器网的智慧消防预警的系统结构如图3-1所示：图3-1智慧消防预警的系统结构图从系统整体结构图可以看出，本系统首先由多个传感节点采集数据并在前端完成数据的分级融合处理，然后通过AdHoc网络组成无线传感网即形成系统传输媒介，最后通过汇聚节点传输至上位机，在后端的应用服务器完成数据存储以及火灾信息显示。该智慧消防预警系统能够实时监控目标环境，有效分析火灾信息数据，从而达到及时消防预警的目的。图3-2自动式监测模式图3-3智能化预警模式从以上体现系统智慧化的两个方面结合前述的总体设计方案可以发现，本文设计的智慧消防预警系统应用了无线传感网技术和数据融合算法，最大程度上发挥了二者的优点。无线传感网是典型的自给自足的网络，基础设施简单，易于构建，方便系统的整体搭建实施；传感节点可以方便地部署在任何角落，同时采集、传输多种火灾信息，实现火灾灾害的多指标探测目的；系统采用的智慧火灾探测算法能够有效融合感知数据，达到火灾自动识别的效果。因此，本系统具有易部署、多指标、实时监测、有效识别等特点，实现了智慧消防预警。3.3智慧消防落地案例传统的烟感等报警器稳定性、可靠性比较差，且误报率较高，随着可视化在消防领域的应用，在烟感探测器上装集成摄像头，或“火眼”等产品创新研发，报警信息结合可视化必然是未来发展的方向。“火眼”统采用独创的具有先进算法的计算机图像模式识别技术，充分利用已经安装的监控摄像系统实时探测监控区域内可能产生的火焰和烟雾，并发出火灾报警信号。大华、海康威视等以视频为核心的物联网解决方案提供商加入到智慧消防的建设中来，将进一步推进智慧消防可视化的发展。第四章智慧消防数据的收集与应用4.1物联网平台收集与储存数据信息由于智慧消防预警系统适用于火灾应急救援环境，应急救援环境下，缺乏电力、网络等基础设施，而WIFI在无网络覆盖的地区也可以方便的进行部署，且相对于目前常见的无线网络传输方式，例如Zigbee、BLE、3G/4G等，WIFI在传输速度、部署成本、兼容性等各方面具有较为均衡的优势，且目前常用的终端设备例如笔记本电脑、智能手机都可以方便的与WIFI网络进行连接获取数据。目前，主流的无线网络通信标准主要有WIFI，Zigbee，BLE，4G等，对该几种主流无线通信标准的比较如表4-1：图4-1主流无线通信标准比较在使用套接字技术进行通信时，通信双方首先要建立socket通信链路。具体过程为服务器端应先通过初始化数据流套接字并绑定本地IP和端口号来创建socket套接字，然后开始监听以及设置允许接入客户端的个数，对于多个客户端同时发出连接请求时的并发场景时，对于每一个客户端的独立的请求线程，我们需要建立并发服务器去处理，同时接收各个客户端传输过来的数据信息。在客户端也要先创建套接字，通过服务器IP和端口的绑定来完成。4.2大数据技术处理智慧消防数据对于消防预警系统而言，数据融合处理模块是至关重要的一个环节，此模块中涉及的融合处理算法负责对接收到的火灾原始信息数据提取特征量并进行综合性融合，最终获得想要的目标融合结果。本文设计的智慧消防预警系统选择了人工智能算法中的神经网络算法，该算法的核心技术体现在网络的智能化修正能力，根据已有的大量训练样本不断修正网络自身的权值，获得性能最佳的神经网络模型。基于WSN的智慧火灾探测算法结构图4-3所示，图中看出处理过程需两层：图4-3基于WSN的智慧火灾探测算法整体框架图在火灾探测系统中，无线传感网里有多种传感器来完成对监测现场的数据采集工作，那么采用哪些火灾特征量和采用多少火灾特征量作为系统探测量都是实现系统成功探测火灾的关键性因子。如果获取的信号量太少，后续的数据级和特征级处理工作就没办法有效开展，影响最终的系统识别效果；反之火灾特征量太多，虽然有助于探测器的灵敏度提升，但是需要承担算法复杂度提高的代价。一般来说，正常环境中的CO含量极低，只有发生火灾时才会释放出CO气体，此时空气中的CO含量会迅速增加。由此可得出结论，通过对空气中的CO含量提取分析能够判断火灾是否真的发生，另外，火灾发生工作中释放CO的同时也往往存在温度、烟雾浓度升高的现象。所以本文的设计方案决定依靠CO浓度、温度和烟雾浓度在空气中的含量变化监测实现火情探测识别的目的。4.3云计算技术集成智慧消防数据根据一些文献资料所述，采用传统标准算法训练神经网络通常需要经过5000-10000步左右才能满足目标误差需求，训练过程十分缓慢，严重影响网络学习进程。相比较而言，下图反应了运用本文提出的附加动量项的BP算法进行BP神经网络训练，仅经过970步之后误差就已经收敛到期望误差了，其误差为：在允许的误差范围内。即该网络具有较好的收敛特性、耗时少，能够迅速完成整个网络的自我训练过程，而且在多次的仿真实验中发现附加动量项的BP算法稳定，几乎不会陷入局部极小或发生振荡。除此之外，综合数据的误差在合理要求内，因此可以满足火灾探测的及时性、准确性等应用需求。4.4智慧消防的应用案例随着房地产建设和营销渠道的多元化以及小区人口的增加，社区火灾的概率也逐渐增加。（2019年初，上海、武汉等城市均出台文件，鼓励在有条件的小区加装水、电、气、烟感、温感等数据采集感知设备，将采集的信息上传至公安云，并在一些区域做智能安防的试点建设。）而原来物业掌握的消防管理制度已无法满足消防工作的需求,此时需引入“智慧消防”作为物业管理的一种辅助手段，解决日常消防管理的突出问题，构建立体化火灾防控体系。智慧消防是在不影响原有的消防体系使用的前提下，应用NFC、4G/5G、物联网、移动互联等技术，将小区各个消控中心独立运行的火灾自动报警系统进行联网，实现一个或多个小区的集中管理和远程监控；以武汉某智慧社区为例，该社区在智慧化建设过程中，融入了智慧消防、能源监控等内容。在小区重要场所(如出租屋、孤寡老人等）安装智能烟雾探测器，消防建筑用水安装压力传感器，将这些消防系统、设施的报警、故障等信息实时传送给小区平台，管理人员根据报警信息、地图点位及视频信息进行监控管理。平台可以获取设备的信号强度、电池使用情况，为后续的管理、运维提供数据支持。智慧社区平台融合视频等安防数据、消防数据，为社区的平安、便捷提供助力。第五章智慧消防技术的发展5.1火灾预警监测和监管的“智慧化”整个系统中最重要的传感节点采用模块化方式进行设计，由数据采集模块、无线传输模块、供电模块构成。其中，火灾环境数据采集模块结合使用了DHT22温湿度传感器、ALIM8812烟雾传感器以及MQ-2气体传感器，数据融合处理模块采用树莓派3B开发板自带的BroadcomBCM2837处理器，无线传输模块采用树莓派自带的BCM43143WIFI模块。系统中用到的传感节点结构如图5-1所示：图5-1传感节点结构实物照片为了确保消防预警系统良好的功能表现同时为了及时发现设计方案中不足的地方或者没考虑到的研究点，需要分别从系统功能和系统性能两个方面对整个原型系统实现联合测试，系统测试过程中使用的测试平台、操作系统、编译环境等软硬件部署环境如下：（1）硬件测试平台：RaspberryPi3代B型开发板（2）软件测试平台：linux3.0.1、U-boot-1.3.4（3）前端采集设备：CMOSOV5647、MQ-2、DHT22、ALIM8812（4）融合算法：结合WSN和人工神经网络的智慧算法（5）交叉编译环境：arm-linux-gcc-4.5.1、Ubuntu14.04（6）网络通信传输：BCM43143WIFI模块5.2大数据技术的应用图5-2云平台大数据、信息化是我国重要的国家战略。总书记在2018年两院院士大会上的重要讲话指出：“世界正在进入以信息化产业为主导的经济发展时期。我们要把握数字化、网络化、智能化融合发展的契机，以信息化、智能化为杠杆培育新动能”。我一直都是灾害频发的国家，为了防范化解重特大的安全风险，健全公共安全体系，整合优化应急力量和资源，推动形成统一指挥、专常兼备、反应灵敏、上下联动、平战结合的中国特色应急管理体制，提高防灾减灾救灾能力，确保人民群众生命财产安全和社会稳定，2018年国务院机构改革调整，正式组建应急管理部。应急管理是我国治理体系和治理能力的重要组成部分。2019年的11月，总书记在主持中央政治局的第十九次学习的时候强调：“应急管理是国家治理体系和治理能力的重要组成部分，要发挥我国应急管理体系的特色和优势，借鉴国外应急管理有益做法，积极推进我国应急管理体系和能力现代化”。应急管理体系和能力现代化主要包括提高监测预警能力、监管执法能力、辅助指挥决策能力、救援实战能力和社会动员能力。建设统一的全国应急管理大数据应用平台，形成应急管理信息化体系的“智慧大脑”，通过机器学习、神经网络、知识图谱、深度学习等算法，利用模型工厂、应用工厂和应用超市等为上层的监督管理、监测预警、指挥救援、决策支持、政务管理5大业务域提供应用服务能力，有力支撑常态、非常态下的事前、事发、事中、事后全过程业务开展；构建统一的门户，为各级各类用户提供集成化的应用服务入口。最终形成“1+5+5+1"的架构设计，即：1个大平台、5大业务域、5大集成门户和1个应用生态。1个大数据应用平台：利用模型工厂、应用工厂和应用超市提供服务；5大业务域：监督管理、监测预警、指挥救援、决策支持和政务管理；5大集成门户：指挥信息网门户、电子政务外网门户、电子政务内网门户、应急信息网门户、互联网政府门户；1个应用生态：应急管理众创众智的应用新生态。图5-3远程监测智慧消防云平台能够实现数据的互通和共享，消防部门、企业单位等不同的用户可以根据自己的需求，开发不同的衍生应用与平台。随着智慧消防建设的不断深入，越来越多的消防设备及消防系统被接入智慧消防系统，智慧消防安全服务云平台是智慧消防系统必不可少的组成部分。数以亿计的数据上传到云端，这么大体量的数据储备，一定需要大公司来完成。阿里、腾讯、华为都在布局云产业，目的就是未来最大程度获取数据连接，有了数据的用户增长，就有了发展空间。作为现代科技前沿的综合体现，VR艺术是通过人机界面对复杂数据进行可视化操作与交互的一种新的艺术语言形式。对消防综合数据信息进行沉淀，包括火灾信息，人力信息设备信息，建筑信息，天气信息等进行综合评估，以挖掘出消防模式下存在的非人为隐患进行提前预防方案的建立。通过VR虚拟现实的软硬件结合，提供多种消防数据展示，例如：数字化消防预案展示，火灾现场还原，全局灭火力量调控，消防逃生演习，消防设备使用。随着虚拟与现实技术的日趋成熟，利用虚拟现实技术打造VR消防体验场景，为消防训练提供可视化仿真训练平台，体验者可以360°沉浸在虚拟世界中，进而掌握扎实的自救和逃生技能。过去两年，数字孪生已经成为产业界创新探索的重点领域。数字孪生要依托大量基础性技术去构建，包括传感、测量、控制、数据集成、工业建模、数据科学、可视化等。数字孪生初步形成了由数字线程工具提供商、建模工具提供商和孪生模型提供商构成的产业体系。目前数字孪生的工程化应用还处于早期阶段。有少部分应用可以达到模型自主诊断或预测的程度，数字孪生在交通、医疗、消防等领域将有广阔的应用前景。

结束语本文全面地介绍了基于自动火灾探测的智慧消防预警系统的设计，包括研究背景介绍、相关技术调研、系统需求分析、系统总体方案设计、智慧火灾探测算法设计、系统实现与测试等部分。并对火灾探测算法设计部分进行了重点介绍，在火灾数据融合处理环节提出了一种改进的智慧型火灾探测算法，并对这种算法进行了详