原文传递
船舶火灾智能报警系统控制策略的研究
| 论文题名： | 船舶火灾智能报警系统控制策略的研究 |
| 关键词： | 船舶火灾;智能报警系统;BP神经网络;报警控制器;模糊推理 |
| 摘要： | 近年来，我国对船舶工业的重视程度越来越高，大量先进的船舶投入使用，但随之引来的船舶事故也越来越多。其中，船舶火灾是威胁船舶安全的重要因素之一，受到各国广泛的重视。船舶在设计过程中，因某些需要，常常把舱室和通道空间设计的十分狭窄，这就为船员安全逃离火灾留下了隐患。一旦一处发生火灾，必然会蔓延到其它舱室，造成更大的财产损失。因此，尽早的了解火情和采取行动是降低损失的关键。采用火灾报警控制系统的方法，可以及时有效的探测火灾，一旦人为确认火灾发生，火灾报警控制器将启动联动装置进行灭火，达到探、防、消于一体的效果。但火灾报警控制系统存在误报漏报率居高不下的问题，设计合理的智能控制算法降低误报漏报率是十分必要的。因此，研究船舶火灾报警系统对及时探测火灾具有重要的意义。 在分析了船舶火灾特点及国内外火灾报警系统发展现状的基础上，设计了一种火灾探测二次推理模型，该模型利用神经网络与D-S证据理论融合的算法，通过收集的相关样本经量化后运用LM算法进行神经网络的训练，等待神经网络训练完成后，将测试样本输入到网络中，而后将网络输出输入到D-S理论中得到最后的判断结果，该模型进行了区别于火灾报警控制器的火灾二次判断，可以有效的降低误报漏报的发生，同时仿真验证了该模型的可行性。虽然该模型可以有效的解决控制器的缺陷，但该方法在探测火灾时，并没有考虑到当前舱室的危险度问题，同时神经网络存在诸多弊端，如随着样本增加，泛化能力下降等问题，故利用模糊控制算法设计了一种火灾危险度评估模型，将不同舱室的危险度加入到火灾判断中，根据探测器采集的数据，经过模糊化后，通过模糊推理得到最后的火灾危险度等级。仿真验证了该模型的可行性。 为了实际验证火灾二次推理模型的可行性，搭建了火灾报警控制系统硬件实验平台。利用实验室现有设备，采用C++编程语言，将火灾报警控制器控制部分编写了界面，探测器采集的数据可以在界面上进行实时显示。同时将提出的BP神经网络与D-S证据融合算法加入到界面中，通过采集不同舱室的数据进行火灾判断。针对明火，阴燃火等不同的情况分别进行了测试，经测试结果表明，该模型可以快速有效的判断火灾的发生，降低了火灾报警控制器的误报漏报率。 |
| 作者： | 王鹏飞 |
| 专业： | 控制科学与工程 |
| 导师： | 姚绪梁 |
| 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
