多传感器融合的实验室火灾监测控制系统设计.pdf

2023年第1期 安徽电子信息职业技术学院学报 No.l 2023第22卷(总鎗 12锄)JOURNAL OF ANHUI VOCATIONAL COLLECT：OF ELECTRONICS&INFORMATION TECHNOLOGY Sum No.124 Vol.22文章编号1671-802X(2023)01-0006-08多传感器融合的实验室火灾监测控制系统设计荀磊(江苏工程职业技术学院 信息工程学院，江苏 南通226007)摘 要：火灾是实验室频发的一种安全事故，具有高危险性和不确定性，成为实验室安全事故防治 的重中之重。设计一种“云-管-端”架构的火灾监测控制系统,采用多传感器融合技术监测火灾的特征信 号，利用模糊推理判定规则，如判定为火灾，则启动报警和喷淋灭火。现场测试证明，系统判定火灾正确 性高，响应迅速，运行稳定，可以有效预防实验室火灾。关键词：“云-管-端”架构；火灾监测控制；多传感器触合;模糊推理中图法分类号：TP27 文献标志码:ADesign of Laboratory Fire Monitoring and Control S ystem Based on Multi-sensor FusionXun Lei(School of Information Engineering,Jiangsu College of Engineering and Technology,Nantong 226007,China)Abstract：As the most frequent type of laboratory safety accidents,fire has high risk and uncertainty,which should be the top priority of laboratory safety accident prevention.In view of this,a fire monitoring and control system withcloud-network-terminalarchitecture is designed.The system adopts the u cloud-network-terminal firamework,monitors the characteristic signal of fire through multi-sensor fusion,and judges the fire through fuzzy reasoning.If it is judged as a fire,it will start the alarm and spray fire extinguishing.The field test shows that the system has high correctness in judging fire,rapid response and stable operation,which can eflectively prevent laboratory fire.Key words：“cloudnetwork-terminal”framework;fire monitoring and control;multi-sensor fusion;fuzzy reasoning1引言高校实验室是开展科研和教学实验的重要场 所，具有体量大、种类多、人员相对集中、安全隐患 分布广等特点叫近些年高校实验室安全事故时有 发生，不仅打乱了学校正常的教学和科研秩序，还 造成了无法挽回的人员伤亡和财产损失叫因此研 究实验室安全保障措施，减少和避免安全事故的发 生,十分有意义。文献通过梳理100起实验室安全事故,统计 出实验室安全事故的类型有火灾、爆炸、气体泄漏、*收稿日 ffl：2022-12-11作者筒介:荀磊(1981),男，江苏省建湖县人，讲师，研究方向:计算机测控。基金项目：2020年度江苏工程职业技术学院科研项目云-管-端架构下实训室远程监管系统构建(GYKY/2020/5)XUEBAO2023-03-20荀磊*多传感器融合的实验室火灾监测控制系统设计第1期病毒感染、中毒和水淹，其中火灾发生的比例最大。基于此,设计了一种火灾监测控制系统,该系统传 感器的选择主要基于火灾典型特征信息，采用多传 感器融合技术监测火灾，监测数据经模糊推理，判 定是否发生火灾。当判定是火灾时,系统自动报警 并灭火,同时系统将监测数据通过NB-IoT技术存 储到中国移动0neNET云平台，借助云平台开放的 API接口推送信息至手机客户端，用户可以随时随 地查看实验室火灾监测数据。2系统方案设计系统采用模块化设计，将整个系统分为“云”“管”“端”三个层叫系统架构如图1所示。“云对应 的是中国移动OneNET云平台，主要实现监测数据 的接收、存储和下行控制。“管”对应的是NB-IoT无 线通信模块,主要实现“云”与“端”之间数据的传输 控制。“端”对应的是火灾监测与控制模块，主要实现 火灾监测数据显示、处理和上传，控制报警和灭火。3系统硬件设计智能手机系统硬件由电源模块，火灾监测与控制模块和 NB-IoT无线通信模块三部分组成，如图2所示，电 源模块负责给其他两个模块提供电源。电 源 模 块火灾监测与控制模块单片机最小系统 电路显示电路监测电路 控制电路M5311电路UART电平 转换电路N BII o TN BII o T无线通信模块图2系统硬件组成火灾监测与控制模块由单片机最小系统电路、监测电路、控制电路和显示电路组成。监测电路通 过多种传感器监测火灾,监测数据送单片机最小系 统电路，显示电路显示监测数据,单片机将多传感 器监测数据融合,采用模糊推理判定规则，如果判 定是火灾,则启动报警和灭火。NB-IoT无线通信模块由M5311电路.NanoSIM 卡电路、贴片SIM卡电路和UART电平转换电路组 成。该模块和火灾监测与控制模块通过串口实现连 接,M5311接收到单片机串口定时发过来的监测数 据后，立即转发至OneNET云平台完成存储。通过云 平台开放的API接口设计的手机客户端APP,不仅 可以查询监测数据，也可以发送控制报警和喷淋装 置灭火指令，此时M5311能够立即将指令通过串口2023-03-20XUEBAO荀磊*多传感器融合的实验室火灾监测控制系统设计第1期发送至单片机，单片机再根据指令做出响应。模块电路如图3所示，其中5V电压通过J1外接电3.1电源模块 源适配器获得，3.3 V电压通过5 V电压经系统工作需要3.3 V和5 V两种直流电压，电源 TLV62565DBVR降压得到。3.2火灾监测与控制模块单片机最小系统电路是火灾监测与控制模块 的核心，由单片机、晶振电路、复位电路和调试接口 电路组成。单片机选择低功耗的STM32L151C8T6,晶振电路选择32.768KHz和8MHz两种晶体振荡 器,复位电路选择按键复位系统，调试接口电路选 择SWD串行调试。根据单片机最小系统电路和模 块内其他电路连接的功能需求，配置单片机相关引 脚如表1所示。表1单片机引脚配置序号连接电路引脚编号引脚名称备注1监测电路16PA6火焰17PA7烟雾42,43PB6.PB7温湿度2控制电路20PB2报警46PB9喷淋3显加电路7NRS TOLED25-28PB12-PB15火灾发生时,实验室环境数据发生变化，其中 温度、湿度、火焰和烟雾变化比较明显，因此系统选 择温度、湿度、火焰和烟雾作为火灾的特征信号。如 图4所示，监测电路由多种传感器组成，其中 SHT10模块监测温湿度，红外火焰模块监测火焰,MQ-2模块监测烟雾。V50 V50 V50图4监测电路XUEBAO2023-03-20荀磊*多传感器融合的实验室火灾监测控制系统设计第1期系统判定有火灾时，启动报警和喷淋装置灭 火。控制电路如图5所示，报警功能电路由三极管、电容、电阻和有源蜂鸣器组成，喷淋功能电路控制 的卧式水泵,放置于水箱中，当控制继电器吸合时,水泵工作进行喷淋灭火，其驱动电路由二极管、三 极管、电磁继电器、电容和电阻组成。图5控制电路3.3 NB-IoT无线通信模块NB-IoT无线通信模块的核心是M5311,M5311 满足中国移动蜂窝物联网通用模组技术规范，具有 高性能和低功耗。如图6所示，模块与火灾监测与 控制模块通过串口进行通信，将模块中的TXD和 RXD引脚分别与单片机串口 2引脚PA3和PA2相 连,实现火灾监测、控制模块和NB-IoT无线通信模 块之间的数据交互。V331XLL1toNOJMd乏 isRI乏 ISNq2ISNq2IS ISMISM s_ss_s lLXJalLXJa乏 isQLUAH3SUJHE d B Oslo 一一 alo=8S dlxlAHwUJMDBG.TXDDBG_RXD spi.ssSPI_MISOSPLMOSISPI_SCLKUART1_CTS UART1_RTS UART1_TXD UART1_RXD37 36 35 34 33 32 3130292827M5311:232221图6 NB-IoT无线通信模块GND VCC VPP RST I/O CLK891050 dM2023-03-20XUEBAO闕E3园屈荀磊*多传感器融合的实验室火灾监测控制系统设计第1期4系统软件设计系统软件包括三个部分的设计,分别是火灾监 测与控制程序设计、M5311与OneNET云平台通信 设计和手机客户端APP设计。4.1火灾监测与控制程序设计为了提高实验室火灾判定的准确性，系统将 信息融合技术和模糊推理理论结合起来，设计了 一个针对实验室火灾判定的多传感器融合模糊推 理算法。算法流程如图7所示，首先多传感器监测 环境参数，其次提取特征信息，再次进行模糊推 理，判断火灾发生的可信度,最后判定是否真的发 生火灾。图7多传感器融合模糊推理算法流程对于提取温度特征信息,采用连续监测6个温 度数据，计算6个温度数值之间的差值,如公 式所示。Tdafaenc日 丁1-刃+1爲-刃+75-兀1（1）设温度阈值为丁肩込得到温度特征信息G,如 公式所示。从第一行开始对应的信息源依次是温度、湿度、火焰 和烟雾。第一列代表信息源判定有火灾的隶属度，第 二列代表信息源判定没有火灾的隶属度，可以根据 公式（1）（3）进行求解,对于某一行信息源,有火灾 的隶属度和没有火灾的隶属度之和等于lo1N thresholddifferenceF threshold3ifferenceA实验室火灾监测概况查询最新监测数据查询历史监测数据&丨丨A丨控制报警器与喷淋装置9当前OK,当前位直没有火灾2 仝湼度25.5 T时间：2022-09-29 10：14 54.854湿度/2 XRH时问：2022-09-29 10:14:54.954火焰：OK,没火焰！时同：2022-09-29*10：佃54953R0JEW1:2WC温事历SeW2:25.4*cBt2:2022-0V-29 1013 54.736 於历BW3:25.4*C时3:2022-09-29 1012:55.208*M历Bff4:25.3*C时2022-09 29T0：11：54 375报警器Q开当葡：关关喷淋装置喷淋装置9 W开当苗：关关劭烟芒OK没有烟甜时间：2022 09 29 10：14 55.04565温度历史BSS:25.2*C5:2022-09-29 10：10：54.227图10功能选择页面图11实验室火灾监测概况图12最新监测数据图13温度历史监测数据图4控制报警器和喷淋装置5系统测试选择某大学一实验室进行现场测试，采用电吹 风、废木料燃烧、烟等模拟温湿度、火灾和烟雾场景,经过多次现场测试，确定信息源温度判定有火灾的 可信度为0.35,隶属度为0.45；信息源湿度判定有火 灾的可信度为0.15,隶属度为0.65；信息源火焰判定 XUEBAO 2023-03-20有火灾的可信度为0.4,隶属度为1；信息源烟雾判 定有火灾的可信度为0.1,隶属度为lo根据公式6 计算得到模糊推理判定火灾发生的可能性大小为 0.755,火灾没有发生的可能性为0.245。根据火灾发 生的可能性计算值，设定系统判定火灾发生的阈值 为 0.755。荀磊*多传感器融合的实验室火灾监测控制系统设计第1期系统测试结果如表2所示，通过测试发现,系 糊推理判定火灾准确率明显优于单个信息源判定统运行稳定，控制电路工作正常，多传感器融合，模 结果。表2系统测试结果序号信息源发生火灾隶属度单信息源判定结果融合输出y融合判定结果控制电路实际情况1温度1有火灾0.458无火灾不工作无火灾湿度0.72有火灾火焰0无火灾烟雾0无火灾2温度0.49有火灾0.766有火灾工作有火灾湿度0.63无火灾火焰1有火灾烟雾1有火灾3温度0无火灾0.1无火灾不工作无火灾湿度0无火灾火焰0无火灾烟雾1有火灾4温度0.51有火灾0.776有火灾工作有火灾湿度0.65有火灾火焰1有火灾烟雾1有火灾6结语系统采用“云-管-端”架构、NB-IoT无线传输 技术和多传感器融合模糊推理判定火灾，结合中国 移动OneNET云平台,实现了实验室火灾监测控制 装置与APP之间的数据交互。测试结果证明，系统 判定火灾正确率高、实用性强、运行稳定，可以有效 预防火灾的发生。构建J.电子测量技术,2020,43血：27-32.2 吴祝武，白向玉,孙志强，等.高校实验室安全管理的探索 与实践J.实验技术与管理,2019,36(:1.3 王岩，张志勇,张迎颖，等.100起实验室安全事故分析与 建议口 实验室科学,2021,24(6):221-226,230.4 华为技术有限公司.“云-管-端”:未来信息服务新架构 J.移动通信,2010,34(21)：14-16.参考文献：1杨祯，赵侃.基于物联网与云技术的智慧实验室的设计与(责任编辑:刘涛)2023-03-20XUEBAO