一、火灾自动报警系统误报原因及预防措施（论文文献综述）
王熙[1]（2021）在《方家山核电厂火灾频繁误报警原因分析及策略》文中研究指明火灾报警系统是核电厂消防系统的重要组成部分,运行人员通过火警主机CRT及DCS二层报警系统判断现场是否出现火警情况,火灾报警系统的可靠性决定了机组运行是否存在潜在火灾风险。本文阐述了方家山机组运行以来,对"方家山火灾频繁误报警"的报警进行分类统计和原因分析,针对典型的、占比较高的缺陷类型制定了应对策略,并对相关的优化改造效果进行了经验总结,希望能对其他核电厂有一定的借鉴和指导意见。
韩倩倩[2]（2020）在《基于LoRa技术的无线火灾报警系统研究》文中指出随着我国科学技术的发展和经济的快速增长,自然因素或人为因素导致的火灾问题时有发生,人们对火灾报警系统提出了更高的要求。另外,物联网和无线通讯技术的发展为无线火灾报警系统提供了技术支撑。针对现有的火灾报警系统安装和施工位置变更困难等缺点,本文探讨了一种基于LoRa技术的无线火灾报警系统。本文首先介绍和分析了国内外研究现状,通过对火灾发展状况和系统功能要求的研究分析,探讨了基于LoRa技术的无线火灾报警系统的设计思想和总体方案。该系统主要由感烟探测器和监控主机组成,探测器和监控主机通过LoRa网络进行长距离通信。本文设计了光电感烟探测器的硬件部分,包括信号采集电路、无线通信电路、通信接口电路等,监控主机的供电电源电路、复位电路、报警电路等,绘制了硬件电路的原理图及PCB板图。本文分别对火灾报警系统的烟雾报警节点、无线通讯节点和监控主机节点的软件流程进行设计研究,实现了火灾发生时,感烟探测器可以实时采集并处理数据,通过无线传输方式将报警信号传输至监控主机,监控主机发出报警并存储数据,值班人员可以尽快做出判断并采取灭火措施。为了提高系统的传输信号灵敏度、延长系统信号传输距离,本文利用HFSS、ADS等电磁仿真软件对天线进行仿真研究,设计了阻抗匹配网络,研究了无线火灾报警系统的最佳拓扑结构。在HFSS软件中,建立法向模螺旋天线模型,利用控制变量法对天线结构参数进行分析,得到最佳天线模型。在ADS软件中通过非辐射网络来模拟天线的匹配电路,实现天线匹配网络的仿真模型。总体仿真结果表明,法向模螺旋天线增益可达1.85dB,天线馈电端口的回波损耗由-0.78dB降低为-37.61dB,匹配后的阻抗约为50?,可达到最佳匹配状态。最后论文对无线火灾报警系统进行了电磁特性、功能性和传输距离的测试,测试结果表明,在满足远距离、高可靠性无线传输的前提下,基于LoRa的无线火灾报警系统电磁场特性基本满足卫生部要求的人体安全标准。
贾智有[3]（2020）在《商住建筑群电气火灾监测预警及消防安全对策研究》文中研究说明一直以来,火灾都作为一种常见灾害威胁着我们的生活,其中电气方面是引发火灾的主要因素之一,因此,能提前预警火情,及时处理故障,遏制火灾事故发生是消防科技防范需要完成的首要任务。本论文从电气火灾成因和建筑群电气火灾特点分析入手,围绕作者在工程实践领域遇到的商住一体建筑群实例,从满足该项目对电气火灾监测预警的需求为目标,多角度开展研究工作,所研究的电气火灾监测预警技术是基于现场总线技术和多传感器数据融合技术,可以满足该工程实例及城市、县城区其他建筑及类似建筑群对电气火灾预警的基本要求,具有较高的实用性。当前常见的电气火灾监测预警技术主要有火灾自动报警系统和电气火灾监控系统,电气火灾监控系统为独立设置的系统,但仍属于火灾自动报警的范畴,与火灾自动报警系统在建筑防火方面发挥着不同的作用,前者强调的是预防,是预警于火灾发生前,而后者是为了减少损失,是作用于燃烧、冒烟现象发生后。本文从中心管理层、网络通信层和现场设备层三个层级结合项目建筑群特点研究设计电气火灾监控系统。由于建筑数量较多,选取其中便于管理的一栋建筑的消防控制室设置监控主机,对其余建筑进行集中控制。通过温度和剩余电流监测将报警信号转化,并传送给电气火灾监控主机,提供可靠的报警信息,值班人员迅速派工作人员核实查证,以及时排除故障将火灾消除在萌芽状态或更早的扑救初期火灾。本文研究的电气火灾监控系统是一种分布式智能系统,汇集了许多较为成熟的新技术,电气火灾监控系统故障的自我诊断和消除能力得到进一步提高,不仅解决了工程实际问题,也为下一步接入消防远程监控系统和融入“智慧消防”奠定了基础,确保了建筑群在消防安全管理和火灾预防方面的措施更有成效。同时,对当前商住建筑群在消防安全管理方面存在的不足和存在的消防安全风险,研究提出消防安全对策,以实现综合火灾防控,确保建筑群的消防安全。
闵军[4]（2019）在《基于单片机技术的无线智能报警系统设计》文中研究指明基于单片机技术,研制了一种新型多功能无线智能消防报警系统。系统在实现传统烟雾报警的同时,使用MQ-2气体敏感元件来实现对一些可燃气体浓度的检测,通过热敏电阻构成温度采集模块,使用火焰传感器,通过捕捉火焰发出的红外线来进行火焰识别与监控。系统对上述四种监测信号进行多信号采集与处理之后发送给单片机。系统通过搭建BP神经网络来进行数据处理,进一步提高报警的准确性。系统在实际测试中达到预期设计目标,体现在当监测参数超过系统预设阀值,系统即进行报警。系统基于LORA无线通信协议,使用433无线模块来进行短距离无线通讯,同时使用GPRS模块来进行远距离传输。系统具备集成度高,通信方式多样化,消防报警功能全,运行功耗低,易于普及和移植的特点,可满足多种场合的烟雾检测、可燃气体浓度报警、温度监控、火焰识别的功能。
樊镇豪[5]（2019）在《基于多级可拓法的古建筑火灾风险评价研究》文中指出我国古建筑大多为木制或砖木结构,受多年自然侵蚀、含水率低、耐火等级差,加之近年来的大量开发利用,造成火灾隐患多,起火原因复杂,一旦发生火灾,会造成巨大的损失。为了降低古建筑火灾发生的频率,甚至防止火灾事故的发生,同时帮助古建筑管理单位预先控制火灾的发生,古建筑火灾风险评价显得尤为重要。本文通过对古建筑火灾危险性、特点、原因进行分析,结合当前的古建筑火灾形势总结了消防安全现状,建立了古建筑火灾风险评价指标体系及评价模型对古建筑火灾风险进行评价,并根据评价结果提出降低古建筑火灾风险的措施,本文的研究内容和成果主要包括以下几个方面:（1）结合当前古建筑消防安全现状并依据规范标准构建了包括古建筑特征、火灾危险源、消防设施设备、火灾救援能力、消防安全管理等5个一级指标、17个二级指标和43个三级指标的古建筑火灾风险评价指标体系,并对指标体系进行内涵分析,制定了评价指标量化标准。（2）在对各种综合评价法对比后,确定多级可拓评价法作为古建筑火灾风险评价的方法,并利用熵权法求取古建筑火灾风险评价指标的权重,建立古建筑火灾风险评价的多级可拓模型。运用该评价模型对大雄宝殿进行火灾风险评价,在火灾风险评价前进行火灾危险性调查,调查结果通过建筑信息模型（BIM）展示。经过四级可拓评价后,判定大雄宝殿火灾风险等级为3级,发生火灾风险性中等。通过具体分析5个一级指标,发现需要在火灾危险源和消防设施设备进一步改善和提高,从而降低火灾风险等级。（3）针对类似大雄宝殿的古建筑没有合适的自动灭火系统,以大雄宝殿为例,设计了一套应用于类似古建筑的自动报警灭火系统。实现从火灾探测、自动报警至人员疏散、防火灭火的一系列过程完全自动化,提高了扑灭初级火灾的能力,最大限度的减少因火灾造成的生命和财产损失,为古建筑防火灭火提供了新技术、新手段。
辜芳影[6]（2019）在《模糊神经网络在商场火灾探测中的研究与应用》文中指出为了满足人们的日常生活需求,越来越多的大型建筑得以建成,尤其是一些大型商场,在满足人们生活需求的同时也聚集了较多的人口,但也带来了一些安全隐患,火灾安全尤为突出。由于环境的特殊性以及人为原因的不稳定性,导致目前火灾探测系统也呈现不稳定的状态,不断的误报警不仅会给生产生活中带来巨大损失,还会麻木人的神经,使人丧失对火灾探测系统的信任感,从而带来更大的损失。在各种防火手段中,火灾探测技术显得尤为突出,是一种方便简洁的预防和减少火灾发生的重要方法。由于早期的传统火灾探测技术仅限于对单一参数的监测,极易出现误报以及漏报,因此,本人在传统火灾探测技术的基础上,着重分析研究了基于模糊神经网络系统的智能火灾探测系统,并对火灾探测算法稍作改进,并应用于大型商场火灾探测技术中。主要工作内容如下:（1）研究早期单一参数的火灾探测器的原理,以及火灾发生的特征,并针对其探测原理总结出传统火灾探测技术的种种弊端,提出信息融合技术,将火灾现场探知的温度、烟雾浓度以及CO含量一起作为系统的输入。（2）模糊逻辑在非线性问题上有较强的处理能力,利用这一优点,运用模糊逻辑推理来对系统输入的三个特征量进行模糊化、模糊推理以及反模糊化等过程,最终得到64条模糊规则,该模糊推理的仿真过程可通过MATLAB来实现,其输出结果是重要的辅助判据。（3）神经网络有超强的自学习能力,能够模仿人脑来进行学习并总结出规律,根据这一大优点,利用神经网络模型来对样本数据进行模拟以及训练。并比较了最常用也是最典型的BP神经网络以及RBF神经网络来进行比较,通过对同一样本数据的训练,来选择最优的神经网络。（4）模糊逻辑推理与神经网络各有各的优缺点,为了能够极大发挥各自的优点,又能互相弥补彼此的缺陷,因此将模糊推理和神经网络进行有机融合,并在决策层提出一种新的判据,综合模糊逻辑推理以及神经网络系统的结果,进行合理科学的判断,以此来提高模糊神经网络系统对火灾探测的准确性。（5）将设计合理的模糊神经网络系统应用于大型商场的火灾探测系统中,将判断的结果与已知的结果进行对比,以此来验证该模糊神经网络系统的真实性以及可靠性。图[24];表[9];参[71]
姜璐[7]（2019）在《双洞单向公路隧道火灾人员安全疏散研究》文中研究表明随着经济发展和现代化进程加快,我国公路隧道建设稳步推进。为方便各地交通,公路隧道大量涌现,数量逐年递增,且新增一半以上为长大隧道。隧道虽为人们出行出游提供了便利和快捷,却也随之带来了一系列事故隐患,尤其是愈发严峻的火灾。当前情形对隧道运营管理和人员疏散提出了更高要求。因此,本文依托某双洞单向公路隧道工程,利用火灾仿真模拟软件FDS和人员疏散模拟软件Pyrosim FDS+Evac,设置不同火灾疏散场景,模拟分析烟气蔓延规律,确定各工况的可用安全疏散时间ASET,并结合FDS+Evac软件和经验公式确定必需安全疏散时间RSET,根据安全疏散原则判断火灾时人员疏散安全性,进而提出隧道消防设施优化方案,以适应当前隧道发展形势,为隧道火灾疏散和消防救援提供一定理论参考价值。主要研究内容和成果如下:（1）分析总结了近年隧道火灾事故特点和原因,对隧道火灾基础理论和人员疏散基本原则、准则进行了阐述。（2）设置了上游堵塞通风失效、上游堵塞正常通风、上游未堵塞通风失效和上游未堵塞正常通风4种火灾疏散场景,结合烟气蔓延规律和人员安全疏散准则,得到上游堵塞通风失效时,RSET（476.9s）>ASET（470.4s）,无法保证人员安全疏散;上游堵塞正常通风时,由于临界风速作用,朝上游疏散的人员能安全逃生;上游未堵塞通风失效时,RSET（358.9s）<ASET（470.4s）,能确保人员安全性;上游未堵塞正常通风时,由于纵向通风的稀释作用,能保证人员安全疏散。除此之外,还发现火灾时人员能否安全疏散不仅与人自身特性相关,也会受到火灾当时交通状况、通风条件以及疏散方向影响。（3）从减小RSET和增大ASET着手,提出人行横通道间距、通风排烟方式和探测报警系统的优化方案。结合火灾烟气,模拟分析了不同人行横通道间距（200m、210m、220m、230m、240m、250m）设置下的人员疏散情景。当间距为220m时,RSET（444.9s）<ASET（482.9s）,既能保证人员安全,也可节约造价成本,为最佳设置方案。对现有纵向通风和集中排烟方式的烟气蔓延情况进行模拟和对比,建议以集中排烟替换现有纵向通风的通风排烟方式,并阐述了可行性。在此基础上,模拟了集中排烟模式下不同排烟口尺寸（2m×1.5m、2m×2m、2m×3m）、不同开启组数（4组、6组、8组）的排烟效果。当开启4组、尺寸为2m×2m的排烟口时,距离火源50m、100m和150m处能见度下降至危险值的时间分别为436.2s、560.8s、597.0s,相较其他布置方案,能为人员安全疏散提供更充裕的时间。从经济和人员安全角度,确定2m×2m、开启组数为4组为最佳排烟口布置方案。此外,对比分析目前常用探测报警系统,参考相关设计规范,建议以光纤光栅感温探测报警系统与点式红外火焰探测报警系统或图像感光探测报警系统结合的新型系统替代当前老旧系统。
刘伟[8]（2019）在《基于多传感器融合的汽车火灾报警系统设计与研究》文中认为随着我国经济快速发展,汽车在现代生活中变得越来越普及,随之带来了各种各样的汽车火灾事故,造成难以挽回的损失。目前,传统的汽车火灾探测方式是使用单个传感器对单一物理量进行检测,决策机制单一,存在较高的误报率和漏报率,错过了火灾最佳扑救的时间。本文针对上述问题进行研究,并设计了多传感器融合的车辆火灾报警系统,该系统具有汽车火灾报警及自动破窗灭火等功能。通过分析汽车火灾发生的机理及过程,确定了汽车火灾探测特征量,包括温度、烟雾和一氧化碳,并制定了汽车火灾报警系统的总体设计方案。系统主要从硬件、软件和融合算法三个方面进行研究和设计。首先,基于模块化设计原则对系统硬件进行设计,将系统硬件部分划分为七个独立模块,依次对各个模块进行选型和搭建。其次提出了系统软件设计方案,利用CodeWarrior软件进行下位机程序设计,并运用LabVIEW进行上位机软件设计,该系统主要实现了数据采集、特征量监测、数据存储、联动控制及Web发布等功能。最后,通过对多传感器信息融合技术的融合过程、原理及常用的融合算法研究,将贝叶斯融合算法应用于火灾过程预警。收集了模拟汽车车厢内发生火灾的数据并对其进行预处理,同时运用MATLAB软件进行贝叶斯网络算法的数据融合,结果显示三个特征量融合时可靠性更高;并利用Netica软件进行网络模型构建,对采集数据进行验证分析,在此基础上结合MATLAB融合结果确定了汽车在不同火灾报警状态时特征量的离散区间。通过实验验证了所提出的贝叶斯网络融合算法的合理性。
李志昂[9]（2019）在《集散式电气火灾监控系统开发与研究》文中研究说明随着电气设备在生活中的普及,电气火灾也频繁发生,给人们的生活带来了极大的危害。为了减少电气火灾的发生,进行电气火灾监控系统的开发,实时监控电路系统中各节点的电气火灾信息显得尤为重要。论文通过查阅相关文献,了解了目前常用的电气火灾探测技术;介绍了集散式电气火灾监控系统的研究背景和研究现状;分析了短路、线路接触不良、长时间超负荷、剩余电流过大等引起电气火灾的原理和过程,提出了超温和漏电是电气火灾产生的直接原因;拟定了以温度传感器和剩余电流探测器采集电路信息,实现对电气火灾进行监控的方案;根据国家标准的规定和委托单位的要求制定了集散式电气火灾监控系统的设计指标。进行了集散式电气火灾监控系统整体方案设计与认证,提出了利用数据记录文件建立数据库的方案,为WinCE系统数据库的开发提供了新思路;研究了温度传感器和剩余电流探测器的工作原理,进行了集散式电气火灾监控系统数据采集模块的设计。搭建集散式电气火灾监控系统硬件平台,完成了工业平板计算机、监控器、温度传感器、剩余电流探测器、微型打印机和图形显示装置的选型;采用RS-485 ModBUS通信方案,对TIPC8000-104AD型工业平板计算机通信接口资源进行了分配。完成了集散式电气火灾监控系统软件设计,包括火灾监控模块、数据管理模块、报警模块、I/O接口模块;分析了监控系统漏报、误报的原因,提出了缓冲区字节判断机制,大大降低了漏报、误报率;采用数据记录文件建立数据库,实现了用户、报警和故障的数据管理;提出了数据记录文件自动备份方案,解决了系统硬件强制关机时对文件的损坏问题;采用队列技术、通知器技术以及生产者—消费者模型实现多线程同步,解决了多个线程同时访问关键资源时引起的冲突问题。进行了集散式电气火灾监控系统样机综合测试。样机实现了电气火灾监控系统设计指标的全部功能;通过测试表明,报警、故障响应时间满足国家标准的规定和委托单位的要求。
陆莹[10]（2019）在《面向城市购物中心的火灾探测融合算法研究》文中研究表明现代社会中,随着经济的快速发展和科技的不断更新,大型建筑体、商业住宅的集中区域、高层建筑越来越多,规模越来越大,建筑设计和内部构造越来越复杂。由于这些建筑体的特殊性,它们带来的火灾危害程度和火灾控制扑救难度也在不断加大,在这样的发展背景下,开发研制出更高性能、更智能灵敏的火灾探测系统迫在眉睫。由于火灾信息难以预知、非结构性的特点,使用传统的单一参数探测器探测方法由于干扰因素的大量存在,误报率始终无法降低。近几年来,火灾探测器的可靠性、灵敏度做过很多技术改进,在一定程度上提高了火灾报警的准确度。但实践检验说明,目前的火灾探测系统在自动化、智能化方面还有很大的改进空间。要减少火灾误报,比较重要且有效的研究方向是获得对火灾特征信息更准确、细致的描述、判断火情时的信息分析处理更全面、更智能。如今很多学者、工程实践人员在研究基于多种判据的火灾探测技术及其运用到的智能方法。本文以有其火灾特点的城市购物中心为应用背景,通过对火灾原理及当前火灾主要探测方法的研究,提出了基于数据融合算法的火灾探测自动报警系统,基于探测信息、现场环境特点,自动输出系统的最佳决策。对于火灾探测算法的决策判断阶段,保留了根据不同类型的火情概率作为判断参考之一,同时把火灾探测区域的实时相关背景信息也纳入火情决策的判断参考范围,通过多方面信息的有效整合,扩大了火灾探测的决策因子范畴,使系统决策水平上了一个新台阶。论文的主要内容与结论如下:分析了火灾的形成、发展规律、数学模型、火灾探测原理、火灾探测算法的主要几类实现方式,针对城市购物中心分析了其火灾特点。介绍了数据融合的基本理论、过程、结构、不同层级的处理方法,分析该技术在火灾探测领域的应用优势。建立多源信息火灾探测融合算法的系统框架模型,从融合处理的不同层级阶段、信息抽象程度出发,将火灾探测融合算法分成信息层融合算法、特征层融合算法、决策层融合算法三种不同层级,具体信息融合处理步骤和方法有所不同。信息层的主要任务:火灾探测器先通过设定的多种类型传感器采集合适的火灾相关特征参量（常用的有温度、烟雾、CO）,然后对原始数据做预处理,采用局部决策器对信息进行分布式处理,一旦特征参量显示异常,同一组的特征参量将被提交至特征层进行进一步的特征识别。特征层的主要任务:运用基于L-M的BP神经网络算法,对多传感器提供的输入特征层的物理参量进行融合识别,输出当前时刻判断出的各类火情发生概率（明燃火概率、阴燃火概率）。决策层的主要任务:运用模糊推理的算法,充分考虑当前区域的火灾相关环境条件信息,引入间接性判据（火灾危害度、火灾危险度）的评估,使火灾探测系统能结合探测区域的环境条件情况（区域辅助决策因子）,与特征层输出的直接性判据、持续时间进行融合处理,把人们对火灾判断的经验、考虑方式以模糊控制规则的形式表达出来,提出了162条模糊推理控制规则,通过模糊逻辑推理,自动输出可靠度较高的系统决策。通过MATLAB实验火灾数据的模拟仿真,证明论文提出的方法能使火灾探测系统的特征层具有良好的识别能力、使决策层的决策水平得到有效提高,并同样适用于城市购物中心的火灾探测系统。
二、火灾自动报警系统误报原因及预防措施（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、火灾自动报警系统误报原因及预防措施（论文提纲范文）
（1）方家山核电厂火灾频繁误报警原因分析及策略（论文提纲范文）
| 1 方家山机组火灾报警缺陷分析 |
| 1.1 设计基准 |
| 1.2 火灾报警探测器类型 |
| 1.3 2015年缺陷统计与分析及相关策略 |
| 1.4 针对缺陷效果 |
| 2 优化改进 |
| 2.1 相关变更项目 |
| 2.2 技术部分改进优化 |
| 3 实施效果及创新点 |
| 4 结论 |
（2）基于LoRa技术的无线火灾报警系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究意义 |
| 1.4 研究内容及结构安排 |
| 第2章 系统总体设计及相关技术 |
| 2.1 火灾特性 |
| 2.2 无线火灾报警系统方案设计 |
| 2.2.1 感烟探测器 |
| 2.2.2 火灾监控主机 |
| 2.2.3 无线通讯方式 |
| 2.3 LORA技术 |
| 2.4 本章小结 |
| 第3章 无线火灾报警系统总体设计 |
| 3.1 系统总体方案设计 |
| 3.1.1 射频芯片选型 |
| 3.2 无线感烟探测器的硬件设计 |
| 3.2.1 主控芯片MCU电路设计 |
| 3.2.2 烟雾探测器 |
| 3.2.3 通讯接口电路 |
| 3.2.4 无线通信电路设计 |
| 3.3 监控主机的硬件设计 |
| 3.3.1 硬件系统选型 |
| 3.3.2 蜂鸣器报警电路 |
| 3.3.3 复位电路 |
| 3.3.4 电源模块设计 |
| 3.3.5 RS232 接口电路 |
| 3.4 火灾报警系统工作流程 |
| 3.4.1 LoRa通信节点工作流程 |
| 3.4.2 烟雾报警节点工作流程 |
| 3.4.3 监控主机节点工作流程 |
| 3.5 本章小结 |
| 第4章 螺旋天线以及阻抗匹配网络设计 |
| 4.1 HFSS及其他电磁仿真软件 |
| 4.2 螺旋天线 |
| 4.2.1 螺旋天线的方向特性参数 |
| 4.2.2 螺旋天线的增益 |
| 4.2.3 螺旋天线的阻抗特性 |
| 4.3 螺旋天线设计 |
| 4.4 阻抗匹配 |
| 4.4.1 天线阻抗匹配原理 |
| 4.4.2 天线阻抗匹配流程 |
| 4.4.3 天线阻抗匹配仿真 |
| 4.5 拓扑结构仿真 |
| 4.5.1 星型拓扑结构 |
| 4.5.2 树型拓扑结构 |
| 4.5.3 网状拓扑结构 |
| 4.6 本章小结 |
| 第5章 无线火灾报警系统测试 |
| 5.1 安全性测试 |
| 5.2 功能性测试 |
| 5.2.1 火警测试 |
| 5.2.2 故障测试 |
| 5.3 传输距离测试 |
| 5.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
（3）商住建筑群电气火灾监测预警及消防安全对策研究（论文提纲范文）
| 摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 现阶段存在问题 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 研究方法和技术路线 |
| 2 商住建筑群电气火灾成因与特点分析 |
| 2.1 电气火灾的成因分析 |
| 2.1.1 引发电气火灾的直接原因分析 |
| 2.1.2 引发电气火灾的深层次原因分析 |
| 2.2 陕西省电气火灾情况分析 |
| 2.2.1 电气火灾的基本情况 |
| 2.2.2 电气火灾的时间分布 |
| 2.2.3 起火区域、场所的分析 |
| 2.2.4 引火源、起火源的分析 |
| 2.3 商住建筑群电气火灾的特点分析 |
| 2.3.1 规律性 |
| 2.3.2 不确定性 |
| 2.3.3 危害大 |
| 2.4 本章小结 |
| 3 商住建筑群电气火灾监测预警方法 |
| 3.1 火灾自动报警系统的原理与组成 |
| 3.1.1 火灾自动报警系统的原理 |
| 3.1.2 火灾自动报警系统的组成 |
| 3.1.3 火灾自动报警系统的形式 |
| 3.2 电气火灾监控系统的原理与组成 |
| 3.2.1 电气火灾监控系统的原理 |
| 3.2.2 电气火灾监控系统的组成 |
| 3.2.3 电气火灾监控系统的形式 |
| 3.3 火灾自动报警系统与电气火灾监控系统的作用分析 |
| 3.4 电气火灾监控系统各模块设计 |
| 3.4.1 现场设备层模块设计 |
| 3.4.2 网络通信层模块设计 |
| 3.4.3 中心管理层模块设计 |
| 3.5 本章小结 |
| 4 某商住建筑群电气火灾监测预警应用实例 |
| 4.1 某商住建筑群及各单体建筑情况分析 |
| 4.1.1 建筑群基本情况 |
| 4.1.2 单体建筑情况 |
| 4.1.3 电气火灾监测预警功能需求分析 |
| 4.2 某商住建筑群电气火灾监测预警系统构架研究 |
| 4.2.1 系统整体布局 |
| 4.2.2 系统有关探测器布局 |
| 4.2.3 系统各模块间通信线路布置及有关要求 |
| 4.3 某商住建筑群电气火灾监测预警系统各模块选择 |
| 4.3.1 现场设备层模块选择 |
| 4.3.2 网络通信层模块选择 |
| 4.3.3 中心管理层模块选择 |
| 4.4 监测预警系统调试与验收 |
| 4.4.1 系统调试 |
| 4.4.2 系统验收 |
| 4.5 系统报警及故障的处理 |
| 4.5.1 报警的一般处理方法 |
| 4.5.2 系统故障的一般处理方法 |
| 4.5.3 漏电故障检查 |
| 4.6 本章小结 |
| 5 商住建筑群消防安全对策研究 |
| 5.1 建筑群消防安全问题分析 |
| 5.1.1 建筑群建筑本质消防风险较大 |
| 5.1.2 建筑自动消防设施日常未发挥作用 |
| 5.1.3 火灾扑救方面存在制约因素较多 |
| 5.1.4 电气火灾科技防范动力不足 |
| 5.2 建筑群消防安全对策 |
| 5.2.1 加强电气火灾隐患综合治理 |
| 5.2.2 加强各级消防责任制落实 |
| 5.2.3 加强消防科技防范 |
| 5.2.4 加强灭火救援准备工作 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
（4）基于单片机技术的无线智能报警系统设计（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的和意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国内报警器发展现状 |
| 1.3.2 国外报警器发展现状 |
| 1.3.3 报警器发展趋势 |
| 1.4 研究内容及主要工作 |
| 1.5 论文结构 |
| 第2章 无线智能报警系统的设计方案 |
| 2.1 无线智能报警系统的概述 |
| 2.2 系统总体设计方案与结构 |
| 2.3 系统硬件架构设计 |
| 2.3.1 独立式无线报警器 |
| 2.3.2 集中控制器 |
| 2.3.3 监控终端 |
| 2.4 系统软件架构设计 |
| 2.5 系统功能结构 |
| 2.6 系统性能需求分析 |
| 2.6.1 报警精度与反应时间要求 |
| 2.6.2 可靠性与安全性要求 |
| 2.6.3 兼容性与扩展性要求 |
| 2.6.4 故障处理要求 |
| 2.7 硬件设计平台和程序编辑环境介绍 |
| 2.4.1 AD软件简介 |
| 2.4.2 KEIL软件简介 |
| 2.8 系统应用方案介绍 |
| 2.9 本章小结 |
| 第3章 系统的硬件电路设计 |
| 3.1 电源模块 |
| 3.2 单片机的选择以及外围最小系统电路的设计 |
| 3.2.1 单片机的选择 |
| 3.2.2 单片机外围电路设计 |
| 3.3 可燃气体检测模块 |
| 3.3.1 MQ-2的工作原理 |
| 3.3.2 可燃气体浓度检测模块的电路设计 |
| 3.4 红外火焰监控模块 |
| 3.4.1 红外火焰传感器的工作原理 |
| 3.4.2 红外火焰监控模块的电路设计 |
| 3.5 烟雾监控模块 |
| 3.5.1 烟雾监控传感器的工作原理 |
| 3.5.2 烟雾监控模块的电路设计 |
| 3.6 温度监控模块 |
| 3.6.1 温度监控模块的工作原理 |
| 3.6.2 温度监控模块的电路设计 |
| 3.7 声光报警模块 |
| 3.7.1 蜂鸣器驱动电路设计 |
| 3.7.2 LED驱动电路设计 |
| 3.8 无线信号传输模块 |
| 3.8.1 433短距离传输模块电路设计 |
| 3.8.2 GPRS远距离传输模块电路设计 |
| 3.9 本章小结 |
| 第4章 系统的软件设计与抗干扰能力 |
| 4.1 系统报警逻辑 |
| 4.2 人机界面设计 |
| 4.3 报警器的干扰源 |
| 4.4 报警系统抗干扰措施 |
| 4.5 本章小结 |
| 第5章 BP神经网络数据分析 |
| 5.1 系统BP神经网络搭建 |
| 5.1.1 样本数据 |
| 5.1.2 BP神经网络架构设计 |
| 5.2 数据预处理 |
| 5.3 输出数据分析 |
| 5.4 输出数据处理 |
| 5.5 本章小结 |
| 第6章 系统样机的综合调试 |
| 6.1 系统测试环境 |
| 6.2 系统功能测试 |
| 6.2.1 可燃气体浓度检测 |
| 6.2.2 火焰监控与识别 |
| 6.2.3 烟雾浓度检测 |
| 6.2.4 温度采集与监控 |
| 6.3 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 攻读学位期间所开展的科研项目和发表的学术论文 |
| 附录1 独立式无线报警器电路设计原理图 |
| 附录2 现场集中控制器电路设计原理图 |
| 附录3 无线智能报警系统实物图 |
| 附录4 系统报警原始采集数据 |
| 附录5 BP神经网络输出数据 |
（5）基于多级可拓法的古建筑火灾风险评价研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究的背景和意义 |
| 1.1.1 研究的背景 |
| 1.1.2 研究的意义 |
| 1.2 古建筑火灾风险评价研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究内容 |
| 本章小结 |
| 第二章 古建筑火灾与消防安全形势分析 |
| 2.1 古建筑火灾 |
| 2.1.1 古建筑火灾危险性 |
| 2.1.2 古建筑火灾的特点 |
| 2.2 古建筑火灾原因 |
| 2.2.1 1950～1999年古建筑火灾统计分析 |
| 2.2.2 2000～2017年古建筑火灾统计分析 |
| 2.2.3 古建筑火灾原因总结 |
| 2.3 古建筑消防安全现状分析 |
| 本章小结 |
| 第三章 古建筑火灾风险评价指标体系构建与评价方法确定 |
| 3.1 古建筑火灾风险评价指标体系构建原则 |
| 3.2 古建筑火灾风险评价指标体系的建立 |
| 3.3 古建筑火灾风险评价指标体系内涵分析 |
| 3.3.1 古建筑特征 |
| 3.3.2 火灾危险源 |
| 3.3.3 消防设施设备 |
| 3.3.4 火灾救援能力 |
| 3.3.5 消防安全管理 |
| 3.4 评价方法的选择 |
| 3.4.1 古建筑火灾风险评价方法的确定 |
| 3.4.2 多级可拓评价模型建立 |
| 本章小节 |
| 第四章 古建筑火灾风险评价实例应用分析 |
| 4.1 BIM技术与古建筑的结合 |
| 4.1.1 大雄宝殿建筑信息模型的建立 |
| 4.1.2 大雄宝殿火灾危险性调查 |
| 4.2 大雄宝殿火灾风险的多级可拓评价 |
| 4.2.1 大雄宝殿火灾风险等级的划分和指标定量化分析 |
| 4.2.2 确定大雄宝殿火灾风险评价的经典域、节域和待评价物元 |
| 4.2.3 确定大雄宝殿火灾风险各级指标的权重 |
| 4.2.4 一级可拓评价 |
| 4.2.5 二级可拓评价 |
| 4.2.6 三级可拓评价 |
| 4.2.7 四级可拓评价 |
| 4.3 大雄宝殿火灾风险评价结果分析与防火整治措施 |
| 本章小结 |
| 第五章 应用于古建筑的自动报警灭火系统 |
| 5.1 背景技术 |
| 5.2 自动报警灭火系统的设计步骤 |
| 5.2.1 划分和确定报警区域和探测区域 |
| 5.2.2 火灾探测器的选择 |
| 5.2.3 自动灭火系统的选择 |
| 5.2.4 确定系统的设置形式及设备布置形式 |
| 5.3 自动报警灭火系统的具体实施方式 |
| 本章小结 |
| 第六章 结论和展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 附录A 2000～2017年古建筑火灾情况统计 |
| 附录B 大雄宝殿主要建筑构件统计 |
| 附录C 古建筑火灾风险评价指标量化标准 |
| 攻读硕士学位期间发表的学术论文 |
| 致谢 |
（6）模糊神经网络在商场火灾探测中的研究与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 产生误报警的原因 |
| 1.3.1 工程问题 |
| 1.3.2 设备问题 |
| 1.3.3 环境问题 |
| 1.4 提出本文的研究 |
| 第二章 火灾探测系统研究 |
| 2.1 常用火灾探测器工作原理及其优缺点 |
| 2.1.1 感烟探测器 |
| 2.1.2 感温式探测器 |
| 2.1.3 可燃气体火灾探测器 |
| 2.2 传统火灾探测系统和现代火灾探测系统的对比 |
| 2.3 火灾探测的特征现象分析 |
| 2.4 复合探测与多传感器信息融合技术 |
| 2.4.1 火灾复合探测技术 |
| 2.4.2 多传感器信息融合技术概述 |
| 2.4.3 数据融合技术在火灾探测系统中的应用 |
| 2.5 模糊系统和神经网络概述 |
| 2.5.1 模糊系统及其在火灾探测中的应用 |
| 2.5.2 神经网络特点及其在火灾探测中的应用 |
| 2.5.3 模糊系统和神经网络的融合 |
| 2.6 本章小结 |
| 第三章 基于模糊神经网络的智能火灾探测系统 |
| 3.1 火灾探测系统结构 |
| 3.2 信息层中火灾特征信号的选择及预处理 |
| 3.3 神经网络融合系统实现特征层 |
| 3.3.1 神经网络基本特点 |
| 3.3.2 BP神经网络模型 |
| 3.3.3 RBF神经网络模型 |
| 3.3.4 仿真实验结果分析 |
| 3.4 火灾探测系统中的模糊逻辑系统 |
| 3.4.1 模糊逻辑推理系统设计 |
| 3.4.2 模糊逻辑推理系统模糊化处理 |
| 3.4.3 建立模糊规则 |
| 3.4.4 模糊逻辑推理系统反模糊化 |
| 3.4.5 模糊逻辑推理系统MATLAB仿真 |
| 3.5 本章小结 |
| 第四章 模糊神经网络的算法实现 |
| 4.1 信号预处理 |
| 4.2 模糊神经网络模型构建 |
| 4.3 模糊神经网络学习算法 |
| 4.4 火灾探测系统决策层 |
| 4.4.1 决策方法及特点 |
| 4.4.2 决策层推理系统的实现 |
| 4.5 本章小结 |
| 第五章 模糊神经网络在商场火灾探测中的实际应用 |
| 5.1 对象描述 |
| 5.2 数据采集及预处理 |
| 5.3 神经网络训练 |
| 5.4 模糊逻辑推理 |
| 5.5 决策层输出 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 6.3 不足 |
| 参考文献 |
| 致谢 |
| 研究成果 |
（7）双洞单向公路隧道火灾人员安全疏散研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 隧道火灾事故分析 |
| 1.2.1 隧道火灾事故统计 |
| 1.2.2 隧道火灾事故特点 |
| 1.2.3 隧道火灾事故原因 |
| 1.3 隧道通风基础理论 |
| 1.4 国内外研究现状 |
| 1.4.1 国内外隧道火灾研究现状 |
| 1.4.2 国内外隧道火灾人员疏散研究现状 |
| 1.5 本文主要研究内容 |
| 1.6 本文研究方法及主要技术路线 |
| 1.6.1 研究方法 |
| 1.6.2 主要技术路线 |
| 2 工程概况及模拟组织实施 |
| 2.1 工程概况 |
| 2.2 隧道火灾数值模拟 |
| 2.2.1 火灾数值模拟软件 |
| 2.2.2 基本控制方程 |
| 2.2.3 火灾模拟参数 |
| 2.2.4 火灾模拟条件 |
| 2.2.5 隧道模型建立 |
| 2.3 人员疏散模拟 |
| 2.3.1 人员疏散软件 |
| 2.3.2 疏散参数确定 |
| 2.3.3 火灾疏散模拟方案 |
| 2.4 本章小结 |
| 3 隧道火灾人员疏散模拟研究 |
| 3.1 隧道火灾人员安全疏散原则及准则 |
| 3.1.1 人员疏散特征 |
| 3.1.2 安全疏散原则 |
| 3.1.3 安全疏散准则 |
| 3.2 必需安全疏散时间确定 |
| 3.2.1 经验公式 |
| 3.2.2 Pyrosim FDS+EVAC |
| 3.2.3 合理的必需安全疏散时间确定 |
| 3.3 可用安全疏散时间确定 |
| 3.3.1 通风失效时的可用安全疏散时间确定 |
| 3.3.2 正常通风时的可用安全疏散时间确定 |
| 3.4 各工况人员疏散分析 |
| 3.4.1 工况1 |
| 3.4.2 工况2 |
| 3.4.3 工况3 |
| 3.4.4 工况4 |
| 3.4.5 对比分析 |
| 3.4.6 疏散瓶颈 |
| 3.5 本章小结 |
| 4 基于人员安全疏散的隧道消防设施优化 |
| 4.1 人行横通道优化 |
| 4.1.1 人行横通道间距优化设置 |
| 4.1.2 人行横通道间距优化方案模拟分析 |
| 4.1.3 合理的人行横通道间距确定 |
| 4.2 排烟设施优化 |
| 4.2.1 改变排烟方式 |
| 4.2.2 排烟口优化布置 |
| 4.3 隧道探测报警系统优化 |
| 4.3.1 准分布式光纤光栅感温式 |
| 4.3.2 拉曼分布式光纤感温式 |
| 4.3.3 双波长火灾报警系统 |
| 4.3.4 图像火灾探测报警系统 |
| 4.3.5 探测报警系统特点对比 |
| 4.4 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 在校期间的科研成果 |
（8）基于多传感器融合的汽车火灾报警系统设计与研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题来源 |
| 1.2 研究背景及意义 |
| 1.3 国内外汽车火灾报警系统研究现状和趋势 |
| 1.4 多传感器信息融合技术的发展和研究现状 |
| 1.5 本文研究内容 |
| 第二章 多传感器融合的汽车火灾报警系统方案总体分析 |
| 2.1 汽车火灾发生的原因 |
| 2.2 汽车火灾发生的特点 |
| 2.3 汽车火灾发生的过程及探测特征量的确定 |
| 2.4 汽车火灾报警系统的总体方案设计 |
| 2.5 本章小结 |
| 第三章 系统硬件设计与实现 |
| 3.1 系统硬件总体方案设计 |
| 3.2 各硬件模块的设计选型 |
| 3.3 本章小结 |
| 第四章 系统软件设计与实现 |
| 4.1 系统下位机控制器程序设计 |
| 4.2 系统远程监测软件设计 |
| 4.3 本章小结 |
| 第五章 多传感器信息融合技术 |
| 5.1 多传感器数据融合的定义 |
| 5.2 多传感器数据融合的基本原理 |
| 5.3 数据融合的层次分类 |
| 5.4 多传感器信息融合的过程 |
| 5.5 常用的多传感器数据融合方法 |
| 5.6 本章小结 |
| 第六章 贝叶斯网络算法的火灾信息融合验证 |
| 6.1 贝叶斯网络模型概述和特性分析 |
| 6.2 贝叶斯网络理论基础分析 |
| 6.3 基于贝叶斯网络算法的汽车火灾信息融合 |
| 6.4 汽车火灾报警系统实验验证 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简介 |
（9）集散式电气火灾监控系统开发与研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 电气火灾产生原因分析 |
| 1.2.1 短路 |
| 1.2.2 线路接触不良 |
| 1.2.3 超负荷 |
| 1.2.4 剩余电流 |
| 1.3 火灾探测技术的发展过程及趋势 |
| 1.3.1 火灾探测技术的发展过程 |
| 1.3.2 火灾探测技术的发展现状 |
| 1.3.3 火灾探测技术的发展趋势 |
| 1.4 电气火灾监控系统的国内外研究现状 |
| 1.4.1 国外研究现状 |
| 1.4.2 国内研究现状 |
| 1.5 集散式控制系统 |
| 1.6 集散式电气火灾监控系统设计指标 |
| 1.7 本文研究内容 |
| 1.8 本章小结 |
| 第二章 集散式电气火灾监控系统整体方案设计 |
| 2.1 电气火灾监控系统概述 |
| 2.2 电气火灾监控系统整体方案设计 |
| 2.2.1 监控管理层 |
| 2.2.2 数据管理层 |
| 2.2.3 网络通讯层 |
| 2.2.4 数据采集层 |
| 2.3 本章小结 |
| 第三章 集散式电气火灾监控系统硬件平台搭建 |
| 3.1 工业平板计算机 |
| 3.2 现场数据采集模块 |
| 3.2.1 现场数据采集设备的选型 |
| 3.2.2 现场采集设备通讯方式 |
| 3.3 微型打印机 |
| 3.3.1 微型打印机选型 |
| 3.3.2 微型打印机通讯接口设计 |
| 3.4 图形显示装置 |
| 3.5 I/O接口模块设计 |
| 3.6 TIPC8000-104AD资源分配 |
| 3.7 本章小结 |
| 第四章 集散式电气火灾监控系统软件模块设计 |
| 4.1 软件系统整体设计 |
| 4.2 火灾监控模块 |
| 4.2.1 通讯单元 |
| 4.2.2 监控单元 |
| 4.3 数据管理模块 |
| 4.3.1 记录添加单元 |
| 4.3.2 记录查询单元 |
| 4.3.3 记录删除单元 |
| 4.4 报警模块 |
| 4.4.1 蜂鸣器 |
| 4.4.2 打印机 |
| 4.4.3 图形显示装置 |
| 4.5 I/O接口模块 |
| 4.6 关键问题的解决 |
| 4.6.1 用户级别设置 |
| 4.6.2 文件自动备份 |
| 4.6.3 多线程同步 |
| 4.7 本章小结 |
| 第五章 集散式电气火灾监控系统综合测试 |
| 5.1 通讯测试 |
| 5.2 功能测试 |
| 5.2.1 登录功能测试 |
| 5.2.2 通讯界面功能测试 |
| 5.2.3 监控界面功能测试 |
| 5.2.4 记录查询功能测试 |
| 5.2.5 维护界面功能测试 |
| 5.3 现场测试 |
| 5.3.1 循环时间测试 |
| 5.3.2 报警测试 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间主要研究成果 |
| 1 攻读硕士学位期间参与项目 |
| 2 攻读硕士学位期间发表论文 |
| 3 攻读硕士学位期间发表专利 |
（10）面向城市购物中心的火灾探测融合算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 论文研究的目的和意义 |
| 1.2 火灾探测技术研究的历史与现状 |
| 1.3 数据融合技术的发展及研究现状 |
| 第二章 火灾的形成与火灾探测原理 |
| 2.1 火灾的形成 |
| 2.2 火灾的发展规律 |
| 2.2.1 火灾的燃烧状态 |
| 2.2.2 室内火灾的各阶段特点 |
| 2.3 室内火灾的模型 |
| 2.4 城市购物中心的火灾研究 |
| 2.4.1 城市购物中心 |
| 2.4.2 城市购物中心的火灾危险性 |
| 2.4.3 城市购物中心的火灾探测系统 |
| 2.5 火灾探测原理 |
| 2.5.1 火灾探测器 |
| 2.5.2 火灾探测的非结构性特点 |
| 2.6 火灾探测算法的实现 |
| 2.6.1 火灾探测信号的传统处理算法 |
| 2.6.2 火灾探测信号的新型智能处理算法 |
| 2.7 本章小结 |
| 第三章 火灾探测融合算法的模型建立 |
| 3.1 数据融合的基本理论 |
| 3.2 数据融合的过程 |
| 3.3 不同层次的数据融合处理方法 |
| 3.3.1 信息层融合 |
| 3.3.2 特征层融合 |
| 3.3.3 决策层融合 |
| 3.4 数据融合系统的结构 |
| 3.4.1 集中式结构 |
| 3.4.2 分布式结构 |
| 3.4.3 复合式结构 |
| 3.5 火灾探测系统的数据融合算法模型 |
| 3.5.1 火灾探测的数据融合系统框架 |
| 3.5.2 火灾探测的数据融合层次 |
| 3.6 本章小结 |
| 第四章 火灾探测融合算法的信息层、特征层研究 |
| 4.1 引言 |
| 4.2 火灾探测融合算法的信息层 |
| 4.2.1 火灾特征参量的选择 |
| 4.2.2 信息层的局部决策 |
| 4.2.3 特征量的归一化 |
| 4.3 火灾探测融合算法的特征层 |
| 4.3.1 特征层识别算法 |
| 4.3.2 人工神经网络的结构模型 |
| 4.3.3 人工神经网络的学习模式与算法 |
| 4.3.4 BP神经网络研究 |
| 4.3.5 基于火灾探测系统的BP神经网络拓扑结构 |
| 4.3.6 BP神经网络的学习算法 |
| 4.3.7 基于L-M的 BP神经网络算法研究 |
| 4.4 火灾探测融合算法的特征层识别仿真模拟 |
| 4.4.1 基于L-M算法的BP神经网络训练 |
| 4.4.2 标准火实验数据的仿真检验 |
| 4.5 本章小结 |
| 第五章 火灾探测融合算法的决策研究 |
| 5.1 火灾探测融合算法的决策分析 |
| 5.2 辅助决策因子研究 |
| 5.2.1 辅助决策因子的评估对象 |
| 5.2.2 火灾危险度评估方法 |
| 5.2.3 火灾危害度评估方法 |
| 5.3 火灾探测融合算法的决策层 |
| 5.3.1 模糊推理系统的研究 |
| 5.3.2 火灾探测决策层中的模糊推理应用 |
| 5.4 火灾探测融合算法的决策层仿真模拟 |
| 5.5 本章小结 |
| 第六章 总结 |
| 6.1 论文工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 附录 |
| 1 神经网络训练样本模式对 |
| 2 火灾探测的模糊控制规则 |
| 致谢 |
| 攻读硕士学位期间已发表或录用的论文 |
四、火灾自动报警系统误报原因及预防措施（论文参考文献）
- [1]方家山核电厂火灾频繁误报警原因分析及策略[J]. 王熙. 中国核电, 2021(01)
- [2]基于LoRa技术的无线火灾报警系统研究[D]. 韩倩倩. 北京建筑大学, 2020(07)
- [3]商住建筑群电气火灾监测预警及消防安全对策研究[D]. 贾智有. 西安科技大学, 2020(01)
- [4]基于单片机技术的无线智能报警系统设计[D]. 闵军. 上海应用技术大学, 2019(02)
- [5]基于多级可拓法的古建筑火灾风险评价研究[D]. 樊镇豪. 大连交通大学, 2019(08)
- [6]模糊神经网络在商场火灾探测中的研究与应用[D]. 辜芳影. 安徽理工大学, 2019(01)
- [7]双洞单向公路隧道火灾人员安全疏散研究[D]. 姜璐. 四川师范大学, 2019(01)
- [8]基于多传感器融合的汽车火灾报警系统设计与研究[D]. 刘伟. 宁夏大学, 2019(02)
- [9]集散式电气火灾监控系统开发与研究[D]. 李志昂. 扬州大学, 2019(02)
- [10]面向城市购物中心的火灾探测融合算法研究[D]. 陆莹. 上海交通大学, 2019(06)
标签：电气火灾论文; 火灾自动报警系统论文; 智能疏散系统论文; 火灾报警器论文; 风险评价论文;