基于智能传感器的消防监测系统研究与实现

马艳梅

(淮南职业技术学院 智能与电气工程学院，安徽 淮南 232001)

0 引言

智能传感器作为物联网时代的核心组成单元之一，利用无线通讯技术实现机器和人类世界的互联互通，打造了万物感知的时代。同时，人口密度增加使火灾隐患日益突出，传统的消防监控系统已无法满足当前火灾监控的需求。物联网、云计算技术推动了智慧消防时代的到来[1]。2000年澳大利亚率先将无线传感器网络与传感器相结合，设计并应用了火灾联网报警系统，开启了传统消防监控系统智慧化的新途径[2]。日本研究人员依托物联网技术，建立了体系化的集火灾监测、预警、报警以及救援为一体的消费监管系统[3]。英国研究人员将大数据分析预测技术与物联网、视频监控等多项技术结合，建立了火灾预测的大数据分析仓库，经过多年运行、优化升级，效果非常显著[4]。我国在智能消防系统的探索方面，目前较为成功的案例在浙江，为重点管理西湖等人员特别密集风景区的火灾预警以及监控系统，利用火情传感器和无线传输为基础的智慧消防系统，同时设置红外线热感监控装置，实现了远程监督和管理，有效地控制了火灾的发生，提升了监管效率[5-6]。

本文将无线通讯技术和智能传感器相结合，进行火情感知与传输，通过外接温度传感器、红外线采集仪等硬件设备完成环境监测和数据的采集，并设计了电压传感器触发喷水灭火设备，同步使用无线局域网进行数据的远程传输，将火灾预警信号回传至消防监测系统，便于管理人员及时开展工作。在测试阶段对传感器、信号传输以及系统软件进行了压力、功能、性能等多方测试，测试结果表明，该系统可以准确完成火灾预报和设备远程监测，实现了预期目标。

1 系统架构设计

消防监测系统通过无线传感器实现对火灾实时感知和预警，系统的应用框架如图1所示，核心设备主要有无线传感器感知节点、无线网关、视频监控设备以及消防终端等。系统采用模块化的设计模式，分为感知、传输、云平台以及用户展示4个主要模块；数据传输采用窄带物联网通讯，建立云平台实现数据存储以及后续的转发；采用智能主控芯片温度、湿度感应终端，进行烟雾的传感和数据的采集；蜂鸣器完成报警；继电器自动感应喷水[7]。

图1 消防监测管理系统架构图Fig.1 Structure diagram of fire monitoring and management system

图1中，终端层是指感知设备层，包括主控制器、烟雾和温湿度传感器、电压传感器、蜂鸣报警器和喷水继电器4类传感器，完成现场数据的感知、转码、发送和响应处理；传输层采用窄带物联网的传输通讯模式，进行设备采集数据的及时上传；平台层即为应用层，主要作用是实现连接管理、通讯管理和设备管理，采用青云平台，应用平台集成化的数据采集、分类以及异构数据处理分析功能，集成应用层和设备感知层的数据进行通讯；用户层即为APP应用客户端，主要作用是实时监控、远程控制、实施报警和远程复位等，具体的核心部分设计为：

1)无线传感器节点。指在现场布置的具有消防感知功能的无线传感器网络，节点配备高频发射嵌入模块，以确保通信的范围及质量。

2)无线网关。主要采用嵌入式无线智能网关，进行对外的数据传输。

3)监控视频终端。主要对传感器及其周边的视频信息进行监控，并可以将音视频信息发送至远程的服务器。

4)消防终端。提供给消防员进行现场环境参数的采集以及自动联网和数据发送，同时，可以实现GPS定位等功能。

基于智能传感器的消防监测系统包括云端管理界面和用户APP两个功能模块，具体如图2所示。

图2 消防远程监控系统Fig.2 Remote fire monitoring system

由图2可知，云端管理界面结合青云的功能进行集成和展示，核心功能设计了用户管理、数据管理和设备管理模块，服务于管理部门，进行数据的历史数据分析、不同维度的数据统计、异构数据的处理等；用户终端APP的主要模块设计了实时监控、远程控制两个核心模块，实时监控部分实现对传感器获取数据的实时采集和远程管理；远程控制模块主要是对终端采集设备的远程监测以及部分终端的远程控制；监测温湿度传感器、电压和管压传感器以及烟雾传感器，对烟雾蜂鸣报警器和喷水装置等远程自动控制，并对上述硬件设备的触发反应阈值进行远程调整等。另外，用户APP端可以给用户提供信息可视化界面的仿真、展示和数据的各类统计以及预警预测等信息。

2 系统硬件设计

系统硬件终端设计由主控模块、传感器以及执行器模块构成，其中智能终端选用32 bit微控制器嵌入式技术，采用模块化设计思路，将外接温度传感器、湿度传感器、烟雾传感器、电压传感器、管压传感器与智能终端相连接，不同模块间采用BC28无线通讯模块进行通讯。BC28通讯模块具有超紧凑、高性能、低功耗等优点，可以实现多频段NB-IOT无线通信，采用更加易于焊接的LCC封装，通过标准SMT设备可以快速生产该模块，图3为BC28通信模块开发板。

采用专门用于电路PCD设计的软件Altium Designer 10.0来设计消防监测系统，同步建立封装库、模块布线和布局设计图。PCB电路板厂家根据设计图进行实物电路板的设计及电器元件的焊接等工作，完成的硬件实物如图4所示[8]。

图3 BC28通信模块开发板Fig.3 BC28 communication module development board

图4 系统终端实物图Fig.4 Physical drawing of system terminal

3 系统软件设计

图5 核心函数执行流程图Fig.5 Flow chart of core function execution

3.1 终端核心程序

消防监测系统终端采用C语言进行嵌入式开发，对MCU的微处理器完成程序的编写，实现了对消防场所周边环境信息的数据采集，集成了火灾融合预警算法，进行火灾预警。同时，完成窄带数据同行的传输、数据的接收以及APP控制指令的下发、阈值修改等功能，主要核心程序流程图如图5所示[9]。

系统连接通电后，第1步完成模块基本串口、定位和数据输入输出的初始化操作；第2步对蜂鸣器、报警阈值进行初始写入，完成AD转换的启动工作；第3步进行窄带通讯网络的初始化工作，采集各个硬件传感器的数据，判断是否达到报警阈值，如果达到报警阈值则通过继电器触发喷水动作，进行火灾算法判定，并结合采集的数据和判定结果使用无线网关进行数据的上传；最后，根据远程终端的控制结果进行设备和数据的控制。

3.2 温度感知单元

图6 温度采集程序流程图Fig.6 Flow chart of temperature acquisition program

温感控制单元主要是通过温度传感器对串口的数据进行采集并与主控器进行数据传输，温度采集程序的流程图如图6所示。

由图6可知，温度采集器实现过程中应用了单总线的处理方式，完成了与主控器模块的数据发送和接收工作，主控器在硬件设计上通过PA6的引脚完成与温度采集的硬件联接。完成温度采集的前提的是首先初始化温度采集单元，配置串口的I/O通讯接口，对其数据引脚使用上拉输入模式，改变其数据引脚为高危先出的推挽输出模式，这个过程中完成包括温度、湿度的整数、小数以及校验位共计40 bit数据传输。

3.3 火灾融合算法

采用基于模糊推理理论的多传感器火灾融合算法实现火灾判断，具体包含5步：传感器数据采集、采集数据预处理、火灾特征提取、火灾融合判断、火灾预警结果。采用向量V表示多源传感器数据，即

(1)

计算不同温湿度差值

Diff=|V1-V2|+|V3-V4|+|V5-V6|+|V7-V8|

(2)

标记温度和湿度特征值，将该特征值作为判断火情的标识值，即

(3)

设定烟雾信息特征值，发生火灾标记特征值为1，否则为0。

向量矩阵A代表系统多传感器融合判断的结果集合，特征向量B代表信息化原集合，矩阵PA·B中的每个元素Uij代表了信息源i出现j结果的可能性置信度值，X是模糊变化参数，使用模糊变换Y=X·PA·B完成判断结果度分析。设置温湿度等各种信息化语的信息度值公式X、系统特种向量矩阵P，即[10]

(4)

式中：U11,U21,U31为有火灾的置信度;U12,U22,U32为无火灾的置信度。

模糊火灾融合算法进行判断的结果分为有火灾可能和无火灾可能，对应的推理算法流程图如图7所示：

图7 火灾融合判断算法执行流程图Fig.7 Execution flow chart of fire fusion judgment algorithm

(5)

通过融合算法进行火情识别判断，出现火灾的阈值为0.755，未出现火灾的阈值为0.245。通过多次测试各传感器，判断火灾隶属度值，获得多传感器火灾融合判断数据表，如表1所示。

表1 多传感器火灾融合判断数据表Tab.1 Multi-sensor fire fusion judgment data sheet

4 系统测试及结果分析

智能消防监测系统基于Android 技术，利用JAVA语言编写系统APP用户端，实现对监控现场的远程信息化监控。监控作业包括温度、湿度、烟雾、管压、电压等。同时，针对不同的环境，智能消防监测系统可以结合环境，设置设备阈值以及实施控制的功能，APP客户端界面包含控制按钮与一键报警功能。图8为系统APP用户端界面。

采用该系统对食堂、图书馆、高层住宅、地下室、停车场进行实时信息采集并进行测试分析，结果如表2所示。

图8 消防监测系统APP用户端界面Fig.8 Fire monitoring system APP user interface

表2 不同环境下系统实时监测结果Tab.2 Real time monitoring results of the system under different environments

分别对食堂、图书馆、高层住宅、地下室、停车场5种不同复杂环境下智能传感器的运行状况进行监测，应用平台收集APP与控制设备之间的联动情况，结果如表3所示。

表3 不同环境下平台收集APP与控制设备联动情况

上述环境下，基于智能传感器的火灾判断准确度结果如表4所示。

表4 不同环境下火情判断情况Tab.4 Fire judgments under different environments

由表4可知，基于智能传感器的消防监测系统能够在复杂的环境下稳定工作，特别是在信号比较差的地下室等环境依旧可以稳定地进行数据传输。当温度、湿度、烟雾、管压等传感器超出阈值后，APP客户端界面能够准确识别快速报警，对火情判断的准确率高达100%。管理人员可以通过APP进行设备的远程监测、管理，利用模糊算法的火灾检测识别算法具有稳定性高、系统软硬件功能稳定、信息传输及火灾识别效果好等特性，达到了对火灾准确判断、远程监控的消防管理预期要求。

5 结论

基于目前已逐渐成熟的智能传感器及窄带物联网通讯技术，结合火灾融合预警算法，设计开发了智能消防监测系统，将无线通讯技术与智能传感器相结合，进行火情的感知以及传输，通过外接温度传感器、红外线采集仪等硬件设备完成环境的监测和数据的采集，并设计了电压传感器触发喷水灭火设备，同步使用无线局域网进行数据的远程传输，将火灾预警信号回传至消防监测系统，便于管理人员及时开展工作。在测试阶段对传感器、信号传输以及系统软件进行压力、功能、性能等多方测试，测试结果表明，该系统可以准确完成火灾预报和设备远程监测，实现了预期目标。