三红外火焰探测器软件算法设计与实现

开篇：润墨网以专业的文秘视角，为您筛选了一篇三红外火焰探测器软件算法设计与实现范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要： 通过对三红外火焰探测器软件算法的研究，提出一种三红火焰探测的具体软件算法实现方案，该算法融合了阈值法、信号间数字相关分析法和平均功率法解决三红外火焰探测问题，同时通过具体编程及试验验证，实现了三红外火焰探测器远距离探测技术要求，完成了软件算法的具体实现。试验结果表明提出的方案可行，算法能够有效提高三红外火焰探测器探测灵敏度，降低虚警率。

关键词： 三红外； 火焰探测器； 软件算法； 软件实现

中图分类号： TN911?34 文献标识码： A 文章编号： 1004?373X（2014）06?0095?03

从探测机理上三红外火焰探测器具有灵敏度高、可靠性和稳定性好的特点，适用于易燃易爆等火焰探测。因此作为一种非常重要的火焰探测手段，被广泛应用于矿井、油田、石化企业和储存易燃物的场所[1]。三红外火焰探测器软件算法优劣对其灵敏度、抗误报特性有着决定性作用。为了更准确的将火焰信号与其他红外辐射干扰区分开，提高抗误报能力和探测灵敏度，采用数学相关性分析技术将因探测距离增大而衰减并淹没在干扰信号中的火焰信号提取出来[2?3]，但如何利用三个波段的辐射信号间的数学关系，达到快速检测火焰信号的目的，成为实际工程设计中的难题[4]。基于此，本文提出一种基于信号相关性和平均功率的三红外火焰探测器软件算法。

1 软件算法原理分析

火焰探测的算法有闪烁频率分析法、持续时间法、信号间的数学相关分析法、与储存的频带曲线对照分析法和基于神经网络和模糊逻辑的火焰识别算法等。其中，前5种方法都是目前火焰探测器常用的方法，基于神经网络和模糊逻辑的智能火焰识别算法，需要使用已知的训练样本和相应的输出模式对识别火焰的判别规则进行反复调整。但影响火灾的因素很多且随机发生，实际上不可能获得所有状态的样本且由于网络训练时初始权重和阈值是随机的[5]，因此这种方法的漏报和误报率都较高，实用性不强。

在红外探测器的实际使用环境中，不仅存在碳氢或含碳化合物燃烧产生的红外辐射，同时也存在白炽灯、荧光灯、卤素灯等人工光源辐射和背景辐射发出的红外干扰辐射，这种复杂的检测环境不仅降低了红外火焰探测器的探测距离，而且容易造成误报。因此，本文设计的三红外火焰探测器选用三个热释电红外传感器作为探测器件，第1个传感器用于探测由碳氢或含碳化合物燃烧产生的红外辐射（中心波长为4.4 μm）；在大于和小于CO2峰值辐射波段各选择了一个波段，用于鉴别人工光源辐射和背景辐射。对任意一红外辐射源来说，其在这三个波段的光谱特性的数学关系是惟一的，通过分析比较这三个光谱特性的数学关系实现高可靠和远距离探测的目的。据此，本文提出了一种融合了信号间的数学相关分析法和信号平均功率法的三波段火焰识别算法。该算法以数学相关分析法为核心解决远距离探测问题，通过信号平均功率法实现弱信号间的分析处理及比较问题，其具体实现过程如下： 本文用信号的平均功率表示传感器采集到的信号强度，其表达式如下：

式中：k表示采集信号的个数；[x（i）]为每次采集电压信号。

则对于三红外火焰探测器三路信号平均功率为：

式中：[x1]，[x2]，[x3]分别代表三个传感器的输出信号， 根据传感器的光学特性，这三个传感器输出信号均包含了真实火焰信号、人工热源干扰信号和背景干扰信号。k值的选取与火焰的大小密切相关，它间接反映了探测器的响应速度：如需探测器快速响应，k的取值需较小；如需提高探测器可靠性，k的取值需较大。

本文所述的三红外火焰探测器设置有5个报警阈值（分别对应5个灵敏度），它们分别与5个时间特征值的k值（该值表示采集火焰数据的时间）相对应。为保证探测器抗误报特性和可靠性，时间特征值k越小，对应报警阈值需越高。在同一标准火焰条件下，判断时间越短，响应速度越快，时间越长，抗干扰能力越强。本文按照阈值法原理，选取4.4 μm波段下的5个平均功率值与其对应的报警阀值依次按照式（3）进行比较判断：

式中：[P1（k1），P1（k2），P1（k3），P1（k4），P1（k5）]分别代表5个时间特征值下的平均功率值。其中k1m5，报警阈值是依据有火条件下采集火焰数据确定的，阈值要小于真实火焰条件的有效数据，同时满足抗误报要求。由于信号辐射强度间数学关系不随探测距离的变化而变化，且探测器对4.4 μm波段下响应幅值最大，所以在满足相应特征值下不等式（3）之后，再判断此时间特征值下三波段对应平均功率是否满足下式：

式中的a1，a2为3路传感器之间的比例系数，为固定值。当三波段对应的平均功率同时满足上述两个判断条件时，则判断有火。为减少误报，在不满足火警条件时，需进行预警判断，预警算法与火警算法方法相同，区别在于预警阈值要小于报警阈值。

2 软件算法设计

三红外火焰探测器的软件算法主要包括数据采集部分和主程序。本节根据上节算法原理分析给出了软件算法具体设计实现。

2.1 数据采集

数据采集在中断中完成，由于火焰的闪烁频率在7～12 Hz之间，根据香农?奈奎斯特采样定理，设定中断每3 ms采集更新1次数据。通过抓火实验发现，若放大电路的末级输出饱和，火焰算法判断将出现问题，此时需将放大电路的次级输出采集的数据作为火焰判断依据，即数据有效的原则为“若当前输出级数据饱和则看前级数据”。为减小算法的复杂度，此时采集的数据不能直接使用，需进行归一化处理，按照三级之间的放大倍数，统一归一化到末级的采样数据。然后将归一化之后的数据作为求平均功率的有效数据进行存储；同时在中断中进行5个时间特征值（功率）的实时计算更新，分别作为火焰判断的依据供主程序读取。每次数据采集中断占用的CPU时间为小于200 μs，剩余CPU资源全部留给主程序进行火灾软件算法判断和探测器功能实现。这种软件框架能够保证主程序的实时性和主程序软件算法执行的连续性。

2.2 软件主程序单元设计

主程序单元包括系统初始化模块、火焰判断算法模块以及报警输出模块。在系统初始化模块中将完成MCU功能初始化和自检测，并对数据处理中需要的基准电压进行初始化，然后根据火焰判断算法的判断结果对火警状态进行输出，流程图如图1所示。火焰判断算法主要包括以下几步：首先将4.4 μm波段下得到的5个平均功率值与其对应的报警阀值按式（3）进行判断，若满足某个时间特征值下的不等式之后，再判断此时间特征值下，三波段对应的平均功率是否满足4.4 μm波段下的平均功率值均大于其他两路和一定的比例要求，若满足，则判断有火，进行火警输出，流程图见图2。

3 实验结果与分析

为了验证该算法的性能，设计了相关验证性试验。首先，为了验证算法在能够可靠且稳定地对火焰信号和干扰信号做出正确的响应，设计了报警验证和重复性试验；其次，为了测试探测器响应速度和灵敏度，设计了报警响应时间试验和探测灵敏度（距离）试验；最后，为了进一步考察算法对不同干扰源的抗干扰能力，设计了抗干扰试验。

3.1 软件算法报警验证

设置三种实验条件来验证探测器的可靠性和稳定性。其探测距离均为30 m。第一组将标准火作为火焰信号；第二组将调制频率处于10～20 Hz之间的黑体辐射和白炽灯作为干扰信号。第三组将第一组和第二组的两种均作为探测信号，验证结果见表1。

由表1看出：在单纯的火焰条件和有干扰的火焰条件下均能报出火警，不会漏报；在只有干扰的条件下，不会报出火警，没有误报。验证该算法的可行性。根据GB15631?2008特种火灾探测器标准的要求，为了确保采样信号具有普遍意义，需要通过重复点火实验对此火焰识别算法进行验证，实验结果同上述数据均保持一致，验证了此算法的可靠性。

3.2 报警响应时间试验

样机报警响应时间的试验按照样机的灵敏度设置，将标准火（入射角均为0°）正对探测器并将探测距离分别定为10 m，15 m，20 m和30 m，时间记录见表2，结果表明样机的响应时间满足设计要求。

表2 报警响应时间实验结果

3.3 探测距离试验

三红外火焰探测器的一个重要指标就是探测距离，本试验在标准火下测试了样机探测器的探测距离（火焰的入射角为0°，5 s内输出火警信号），结果见表3。实验数据表明样机的性能满足设计要求。

3.4 抗干扰试验

本实验用太阳光、白炽灯、荧光灯等干扰源对该探测器进行干扰（入射角均为0°），从表4可以看出，算法能够对各类干扰源准确无误地做出响应。

4 结 语

三红外火焰探测器软件算法是实现其高灵敏、高可靠、低虚警率的关键。本文针对当前存在的远距离探测、弱信号处理等问题，提出一种基于信号相关性和平均功率结合的三红外火焰探测器软件算法。该算法以数学相关分析法为核心解决远距离探测问题，通过信号平均功率法和阈值法实现弱信号间的分析处理及比较问题。试验结果表明本文提出的方案可行，算法能够有效提高火焰探测器的灵敏度，降低虚警率。

参考文献

[1] 姚秋霞，李民，莫崇典.红外技术探测原理及其在工业消防领域的应用[J].电气应用，2006（3）：40?43.

[2] 周向真.基于多红外波段的火焰探测系统的设计[D].武汉：华中科技大学，2008.

[3] 胡幸江.多波段红外火焰探测器系统研究与产品开发[D].杭州：浙江大学，2013.

[4] 王绍中.火焰探测器[J].石油化工自动化，1998（3）：45?47.

[5] 袁积德.三波段红外火焰探测器的研究与开发[D].杭州：浙江大学，2012.

[6] 何志勇，赵瑞国，袁军社.传感器数据库管理系统设计[J].火箭推进，2010（6）：63?65.