原文传递
基于多传感器数据融合的舰船火灾预警技术
| 论文题名： | 基于多传感器数据融合的舰船火灾预警技术 |
| 关键词： | 舰船火灾预警;多传感器;数据融合;神经网络;加权估计 |
| 摘要： | 随着我国经济不断地快速发展,船舶产业经济在我国的国民经济中所占的比重越来越高,船舶行业引起了越来越多人的关注和投入。火灾事故是船舶行业发生事故的主要灾害之一，因此发展舰船火灾预警技术具有十分重要的现实意义。传统的舰船火灾监测预警是通过单一类型火灾传感器对相应的单一火灾参数数据进行采集，存在信息不完整且误报率、漏报率较高，进而造成了一定的财产损失，所以应该使用不同类型的传感器进行火灾特征参数的采集并且按照一定的方式进行融合处理，实现对舰船火灾的早期监测预警的目标。 本文把多传感器数据融合技术应用到舰船火灾预警领域，论文分析了舰船火灾预警方法，设计了多传感器融合的火灾预警算法，提高了火灾预警的准确性和有效性，仿真验证了研究成果的有效性。本文主要从以下几个方面展开研究。 首先，在阅读了大量的相关文献基础上，分析总结了舰船火灾预警技术的国内外研究现状和多传感器数据融合技术的国内外研究现状。掌握舰船火灾的产生及发展、特征参数及分类和火灾检测的主要算法。理解多传感器数据融合理论中的定义、基本原理、结构分类和主要的融合算法。 其次，设计了基于加权估计融合的多传感器融合火灾预警算法，抑制了传感器噪声的影响。通过基于加权估计的舰船火灾预警融合算法进行融合处理，然后并向数据中心传输数据信息进行决策。 再次，设计了基于神经网络的多传感器融合火灾预警算法，提高了预报的准确性。使用神经网络算法对舰船火灾预警网络模型进行训练学习，对神经网络结构中的网络连接权值与阈值进行反复的修正进而优化融合算法。 最后，开发了舰船火灾预警仿真系统软件，包括基于加权估计融合的多传感器数据融合舰船火灾预警模型和基于神经网络的多传感器数据融合舰船火灾预警模型两个模块，对在明火、阴燃、无火三类舰船火灾环境下的准确性作出验证。 |
| 作者： | 张传彬 |
| 专业： | 控制科学与工程 |
| 导师： | 蔡成涛 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工程大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
