改进的多元数据融合算法在矿井火灾检测系统中的应用

・９４・　工业仪表与自动化装置　２０１０年第４期　改进的多元数据融合算法　在矿井火灾检测系统中的应用　吕宗宝，董军，汝洪芳　（黑龙江科技学院计算机与信息３－．程学院，哈尔滨１５００２７）　摘要：为了可靠地实现矿井火灾报警，准确地探测到着火点位置，在矿井火灾检测系统中提出　了多元数据融合算法。利用数字滤波技术，对单个传感器的采集数据进行预处理，再经过一次同类　传感器的数据融合技术，得到一组较为准确的火灾特征参数值，并把这组参数值代入改进的火灾预　测模型进行二次数据融合，最终实现火灾灾情和位置的的探测。实验表明：该方法能够抑制环境变　化对传感器的干扰，且预测虚警率低、性能稳定。　关键词：数据融合；特征参数；自适应；智能算法；相对差值函数　中图分类号：ＴＰ２７７　文献标志码：Ａ　文章编号：１０００—０６８２（２０１０）０４—００９４—０４　Ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　ｍｉｎｅ　ｆｉｒｅ　ｄｅｔｅｃｔｉｏｎ　ｓｙｓｔｅｍ　ｂａｓｅｄ　ｏｎ　ｉｍｐｒｏｖｅｄ　ｍｕｌｔｉ——ｄａｔａ　ｆｕｓｉｏｎ　ａｌｇｏｒｉｔｈｍ　ＬＶ　Ｚｏｎｇｂａｏ，ＤＯＮＧ　Ｊｕｎ，ＲＵ　Ｈｏｎｇｆａｎｇ　（Ｃｏｌｌｅｇｅ　ｏｆ　Ｃｏｍｐｕｔｅｒ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈｅｉｌｏｎｇｆｉａｎｇ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ　Ｕｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ　１５００２７，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｉｎ　ｏｒｄｅｒ　ｔｏ　ａｃｈｉｅｖｅ　ｔｈｅ　ｍｉｎｅ　ｆｉｒｅ　ａｌａｒｍ　ａｎｄ　ｄｅｔｅｃｔ　ｔｈｅ　ｅｘａｃｔ　ｌｏｃａｔｉｏｎ　ｏｆ　ｉｇｎｉｔｉｏｎ　ｐｏｉｎｔ，ｍｕｌ—　ｔｉｐｌｅ　ｄａｔａ　ｆｕｓｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｗａｓ　ｐｒｏｐｏｓｅｄ　ａｎｄ　ａｐｐｌｉｅｄ　ｉｎ　ｍｉｎｅ　ｆｉｒｅ　ｄｅｔｅｃｔｉｏｎ　ｓｙｓｔｅｍ．Ｔｈｅ　ｄａｔａ　ｃｏｌｌｅｃｔｉｏｎ　ｏｆ　ｓｉｎｇｌｅ　ｓｅｎｓｏｒ　ｗａｓ　ｐｒｅ—ｐｒｏｃｅｓｓｅｄ　ｂｙ　ｕｓｉｎｇ　ｄｉｇｉｔａｌ　ｆｉｌｔｅｒｉｎｇ　ｔｅｃｈｎｉｑｕｅｓ．Ａｎｄ　ｔｈｅｎ　ｆｏｌｌｏｗｉｎｇ　ｓｉｍｉｌａｒ　ｓｅｎｓｏｒｓ　ｄａｔａ　ｆｕｓｉｏｎ　ｔｅｃｈｎｏｌｏｇｙ，ｍｏｒｅ　ａｃｃｕｒａｔｅ　ｃｈａｒａｃｔｅｒｉｓｔｉｃ　ｐａｒａｍｅｔｅｒｓ　ｏｆ　ｍｉｎｅ　ｆｉｒｅ　ｗａｓ　ａｃｑｕｉｒｅｄ．Ａｐｐｌｉｅｄ　ｔｈｅ　ｓｅｔ　ｏｆ　ｐａｒａｍｅｔｅｒｓ　ｔｏ　ｉｍｐｒｏｖｅｄ　ｆｉｒｅ　ｐｒｅｄｉｃｔｉｏｎ　ｍｏｄｅｌ　ｆｏｒ　ｓｅｃｏｎｄａｒｙ　ｄａｔａ　ｆｕｓｉｏｎ，ｔｈｅ　ｄｅｔｅｃｔｉｏｎ　ｏｆ　ｔｈｅ　ｄｉｓａｓｔｅｒ　ａｎｄ　ｔｈｅ　ｌｏｃａｔｉｏｎ　ｏｆ　ｆｉｒｅ　ｗａｓ　ｒｅａｌｉｚｅｄ　ｕｌｔｉｍａｔｅｌｙ．Ａ　ｌａｒｇｅ　ｎｕｍｂｅｒ　ｏｆ　ｅｘｐｅｒｉｍｅｎｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｉｓ　ｍｅｔｈｏｄ　ｉｓ　ｆｕｌｌｙ　ｃａｐａｂｌｅ　ｏｆ　ｉｎｈｉｂｉｔｉｎｇ　ｃｈａｎｇｅｓ　ｉｎ　ａｍｂｉｅｎｔ　ｅｎｖｉｒｏｎｍｅｎｔ　ｉｎｔｅｒｆｅｒｅｎｃｅ　ａｎｄ　ｈａｖｅ　ｌｏｗ　ｐｒｅｄｉｃｔｅｄ　ｆａｌｓｅ　ａｌａｒｍ　ｒａｔｅ　ａｎｄ　ｓｔａｂｌｅ　ｐｅｒｆｏｒｍａｎｃｅ．　Ｋｅｙ　ｗｏｒｄｓ：ｄａｔａ　ｆｕｓｉｏｎ；ｃｈａｒａｃｔｅｒｉｓｔｉｃ　ｐａｒａｍｅｔｅｒ；ｓｅｌｆ—ａｄａｐｔｅｄ；ｉｎｔｅｌｌｉｇｅｎｔ　ａｒｉｔｈｍｅｔｉｃ；ｒｅｌａｔｉｖｅ　ｄｉｆｆｅｒｅｎ　ｆｕｎ　ｔｉＯｎ　０　引言　火灾的变化情况作出预测，实现动态预测警示。　针对传统矿井火灾预测方案中影响火灾因素的　１　火灾报警控制系统的构成　具体数据难以获取，同时又有一定的滞后性等弊端，　多传感器矿井火灾预测报警系统主要由监控中　无法实现智能算法的预测功能。该文提出一种采用　心站、网关节点、中继器、智能分站、各类传感器和传　多传感器数据融合技术进行火灾探测的预警系统，　感器火灾定位报警控制器组成，且含有报警输出多　该系统以新型的红外ＣＯ　／ＣＯ传感器、烟雾传感器、　路继电器控制装置，用于启动自动灭火设备。其系　温度传感器、风速传感器作为火灾探测元件，采用多　统的总体结构如图１所示。　源数据融合技术从矿井火灾动态变化中揭示出其内　矿井火灾检测预警系统的下位机每秒向上位机　部规律，并根据所得到的规律对未来一定时间矿井　传送一些火灾特征气体优化参数。主机在一定时间　段内取得这些多组特征气体数据，得出特征气体的　收稿日期：２０１０—０５—１０　基金项目：黑龙江教育厅科学技术指导项目（１　１５４４０４７）　融合优化值后，再运用构建好的数学模型进行分析　作者简介：吕宗宝（１９７４），男，黑龙江省伊春市人，讲师，硕士　和处理，就能够判断到达矿井火灾危险浓度的时间　主要从事数据库技术和智能控制等方面研究。　和持续增长的时间。这样在每个时间段内，都能得　２０１０年第４期　工业仪表与自动化装置　・９５・　出相应的预测结果，并不断实时刷新。从而可以动　态预测出矿井火灾特征气体的变化规律，如果发现　特征气体浓度持续增长了一定的时间，就进行相应　的显示报警。　图１　矿井火灾预测预报系统图　２　多传感器数据融合算法分析　为了精确地测量及预报矿井火灾，矿井火灾监　控系统中使用的传感器往往比较多，并且传感器输　出大都为非线性，加上温度、湿度、电源波动等环境　因素的影响，使得传感器的输出信号不能准确地反　映被测物理量，造成测量准确度不高、稳定性差等问　题。因此，采用合理的数据融合算法至关重要。　目前，多传感器信息融合主要有贝叶斯估计、卡　尔曼滤波、Ｄ—Ｓ证据推理、模糊推理和神经网络等　方法。这些理论和方法都有各自的优点和不足，它　们应用于不同的融合层次，以期满足特定的应用背　景的要求。　一般而言，火灾数据融合系统分为３层：数据　层、特征层和决策层。文中矿井火灾数据融合系统　主要包括数据层和信息融合中心，结构如图２所示。　Ｉ　匦罂　囊　匾　网　卜圈　ｌＩ堡堕　　臣蓝耍　堕　巫　图２矿井火灾数据融合结构示意图　数据层主要进行数据的采集、处理，通过优化选　择状态信号和过程参数，如温度、烟雾、ＣＯ、ＣＯ：等。　信息融合中心包括２部分：特征层及决策中心，特征　层对来自传感器（同类传感器组）的数据按一定方　式进行特征提取；决策层充分利用特征层所提取的　测量对象（异类传感器组）的各类特征数据，对不同　特征数据进行融合处理，提取最能反映火灾的综合　指标，在火灾预测专家系统的支持下，通过对多传感　器融合数据进行分析，运用数据处理技术对当前火　灾情况作出判断，并根据库中的专家经验知识作出　火灾动态预测，以实现最终的决策。　２．１数据预处理　数据预处理主要进行数据的采集、处理，通过优　化来选择火灾特征气体的状态信号和过程参数。因　为测量数据中存在各种各样的噪声，使得测量数据　不能很准确地反映矿井火灾发展的真实状态，从而　影响过程监控的性能。因此必须对数据进行预处　理。在预处理过程中利用不同的信号处理手段提取　出反映现场某一属性的不同特征数据，可以提高不　同数据的利用率。　１）滤波　设火灾传感器测量信号为　（ｔ），信号真实值为　Ｙ（ｔ），为了消除瞬问干扰对传感器的影响，采用其微　分信号滤除干扰。则Ｙ（ｔ）可由以下公式表示：　ｙ…一　进而可求Ｙ（ｔ）：　－ｌｉａｒ　二兰　ｄｔ　￡一‘０　ｔ—ｔ　２）限幅　为了提高探测的可靠性和抗干扰能力，通常还　对信号进行平均和延时处理，在一定时间内对信号　进行积分，即：　ｘ　（ｔ）＝　（　３）工程中实际实现　研究表明，在火灾探测中，信号往往有阶跃性变　化，反映的是烟雾浓度的剧烈增加或温度的大幅上　升，但它的趋势计算值却较小。为了克服阶跃信号　的影响，便于单片机处理，将同一检测区域内的信号　（ｔ）（ｉ＝１，２，…，ｎ）映射为Ｍ　（ｔ），同时引入决定　最大与最小上升（下降）率的参数ｋ，即　，　。（ｔ一１）＋ｋ，　（　）一　（ｔ一１）＞ｋ　Ｍ　（　）＝｛　（　），｝Ｘ　（　）一Ｍ　（ｔ一１）Ｉ＜七　ＬＭ　（ｔ～１）一ｋ，　（　）一Ｍ　（ｔ一１）＜Ｉｊ｝　通过上式的处理，其阶跃信号函数的冲击就被　处理掉了，数据信号得以优化。　２．２数据融合算法　火灾数据融合系统的数据层对火灾特征气体参　数观测值相对过程的状态进行滤波、限幅预处理后，　其火灾特征气体参数值可以尽可能的反映真实值，　但是对于多传感器系统而言，不同的传感器其检测　・９６・　工业仪表与自动化装置　２０１０年第４期　精度不同，为了克服单个传感器的误差造成的影响，　数据层系统还需再进行初级融合估计，以期得到最　优的火灾特征气体参数值。　义信号Ｙ（ｔ）与其稳定值之间的相对差值函数　ｄ　Ｌ　，、　—　ｙ　（　）一Ｙｉ（ｆ）　鉴于不同的传感器都有其相应的权数，该文在　总均方误差最小这一最优条件下，根据各个传感器　由于只对信号的相对变化部分感兴趣，故可以　把信号变化都近似认为是直线，对信号的相对变化，　得到的测量值以自适应的方式找到其对应的权数，　使融合后的ｌ，达到最优。　设几个传感器的方差分别为　。；所要估计的真　值为ｙ，各传感器的测量值分别为　（ｉ＝１，２，…，　ｎ），它们彼此互相独立，并且是ｙ的无偏估计；各传　感器的加权因子分别为Ｗ　（　）（　＝１，２，…，，ｔ），则融　合后的ｌ，值和加权因子满足以下２式：　＝∑　（　），∑　＝１　总均方差：　＝Ｅ【Ｙ—Ｅ（Ｙ）】［ｙ—Ｅ（ｙ）】‘　因为Ｘ　（ｉ＝１，２，…，ｎ）相互独立，并且为　的　无偏估计，所以　＝Ｅ［Ｙ—Ｅ（　）】【ｙ—Ｅ（】，　）】　因而　：Ｅ［∑　２］　所对应的最小均方差　２　１　ｉ　—　一　∑ｏｒ；　根据多元函数求极值理论，可求出总均方误差　最小时所对应的加权因子为：　１　＝　ｒｏｐ刍盯－－ｙ，　＝∑　（　）∑　（ｊ￡）＝∑　（　）　通过信息融合中心对得到的过程值进行同类传　感器信息初级融合处理后，火灾专家库还要对状态　的估计值进行分析，从而达到对过程的监控。　３火灾趋势预测及推理算法　火灾检测中关心的是火灾特征气体参数相对差　值到达危险门限值所需要的时间，动态预测报警系　统是否可以在发现火灾特征气体参数相对差值持续　增长了一定的时间后，能否进行相应的显示报警。　研究表明：火灾探测信号都有其稳定值，即使有　干扰或噪声影响，信号也是在其稳定值上下波动。　设输入信号融合值ｌ，为Ｙ（ｔ），稳定值为Ｙ　（ｔ），定　这种近似是能够接受的。因此，ｄ（ｔ）／（ｔ　一￡。）表示　了信号在ｔ：一ｔ　时间段的斜率。由斜率大小就可以　直观地了解到目前井下火灾状况，斜率大，则危险性　大；反之，危险性小。　但上面的做法，并不能判断出火灾发生的位置　及强度。为此，引入一个阈值函数，该函数是与火灾　特征气体紧密有关的参数，通过它可大概判断距离　采样地点的远近以及火灾爆发的强度。该阈值函数　主要由相对效应（ＲＥ）构成，ＲＥ效应函数是与火灾　特征气体有关的一个多元融合值。这样不仅实现异　类多传感器数据的融合。而且也实现了火灾位置定　位。　相对效应（ＲＥ）公式是指示井下火区最早和最　近热力反应的有效参数，也是矿井密闭后最令人关　心的一个参数。　ＲＥ＝［０．２６２（Ｎ２＋Ａｒ一３．８３０２）】／（ＣＯ２＋ＣＯ）　式中：０　为氧气浓度，Ｎ：为氮气浓度，Ａｒ为氩气浓　度，ＣＯ　为二氧化碳浓度，ＣＯ为一氧化碳浓度。　因此，相对差值函数可改进为：　ｄ（ｔ）＝　ｙ　（　）　ＲＥ是用来反映采样点与火区相对位置的公式。　如果ＲＥ值升高，相应的ｄ（ｔ）也变大，此时表示火势　增猛，或者是火区向采样点移近。相反，如果ＲＥ值　降低，相应的ｄ（ｔ）也变小，此时表明火势减弱或远　离采样点。　可见，把ＲＥ方程引人相对差值函数对井下火　区进行分析，并结合现场传感器的采集数据送人上　位机后，即可知道燃烧的确切状况。　４软件设计　整个系统软件设计的关键在于采集控制程序，　该程序主要完成采集以及采集过程的控制任务，如　多通道切换、采样、信号转换等。这些功能可以由若　干个程序模块实现，供监控程序或中断程序调用。　数据处理模块所要实现的功能是采集温度、ＣＯ／ＣＯ　和烟雾信号，把它们送人火灾数据融合专家库，完成　井下火灾的实时状态检测，并显示和预测火灾地点、　燃烧物、火灾发展态势。　２０１０年第４期　工业仪表与自动化装置　・９７・　软件的设计采用模块化结构设计，主要包括自　检、数据采集、数据处理、通信等模块。矿井火灾软　件总体结构如图３所示。　位置。虚警率低，稳定性好，但也存在通信量大等问　题。因此如何利用信息压缩阵变换的方法，直接将　原始火灾特征气体数据信息阵加以压缩，减少信息　量，还有待进一步研究。　参考文献：　［１］张文江，宋振骐，杨增夫，等．煤矿重大事故控制研究　的现状和方向［Ｊ］．山东科技大学学报：自然科学版，　２００６，２５（１）：５—８．　谢国民，付华，王涛，等．基于信息融合的煤层自然发　火监测系统研究［Ｊ］．传感器与微系统，２００９，２８（４）：　２７—２９．　刘彬，冉蜀阳．采用多传感器数据融合技术的消防报　警系统［Ｊ］．中国测试技术，２００６，３２（６）：１３２—１３４．　韩崇昭，朱洪艳，段战胜．多源信息融合［Ｍ］．北京：清　华大学出版社，２００６．　图３矿井火灾软件总体结构图　ｒＬ　ｒ；ｒＬ１Ｊ厉剑．火灾探测信号处理算法及其性能评估方法研究　、！２　３　４　５　６　］Ｊ　［Ｄ］．大连：大连理工大学，２００５．　７　１Ｊ　　ｒｌ　５　结论　多传感器矿井火灾预测系统以多传感器作为火　灾探测元件，从火灾变化的内部规律人手，根据矿井　火灾预测模型，实现了对矿井火灾的实时预测。能　齐冀，彭泓，王涛．基于模糊信息融合的矿井火灾监测　系统研究［Ｊ］．煤矿机电，２００９（３）：３４—３７．　付华，王传英，冯爱伟，等．信息融合在煤层自然发火　预测系统中的应用研究［Ｊ］．矿业安全与环保，２００６，　３３（３）：３６—３７．　够可靠地实现火灾报警，以及探。贝０到着火点的准确　（上接第３９页）　的隔离传输，有效地提高了系统的抗干扰能力，工程　意义明显。　参考文献：　［１］解光润．电力系统接地技术［Ｍ］．北京：水利电力出版　社，１９９６．　１２ｊ　ＡＮＳＩ／ＩＥＥＥ　Ｓｔｄ　８１—１９８３．ＩＥＥＥ　ｇｕｉｄｅ　ｆｏｒ　ｍｅａｓｕｒｉｎｇ　ｅａｒｔｈ　ｒｅｓｉｓｔｉｖｉｔｙ，ｇｒｏｕｎｄ　ｉｍｐｅｄａｎｃｅ，ａｎｄ　ｅａｒｔｈ　ｓｕ￣ａｃｅ　测量冲击接地电阻的方法，并且基于ＴＭＳ３２０Ｆ２８１２　ｐｏｔｅｎｔｉａｌｓ　ｏｆ　ａｇｒｏｕｎｄ　ｓｙｓｔｅｍｓ［Ｓ］．１９８３．　［３］ＣＨＯＩ　Ｊ　Ｋ，ＡＨＮ　Ｙ　Ｈ，ＧＯＯ　Ｓ　Ｇ．Ｄｉｒｅｃｔ　ｍｅａｓｕｒｅｍｅｎｔ　ｏｆ　￣ｅｑｕｅｎｃｙ　ｄｏｍａｉｎ　ｉｍｐｅｄａｎｃｅ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　ｇｒｏｕｎｄｉｎｇ　ｓｙｓｔｅｍ［Ｊ］．Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｐｏｗｅｒ　Ｓｙｓｔｅｍ　Ｔｅｃｈｎｏｌｏｇｙ，２００２，（１４）：１３—１７．　［４］ＨＥＩＭＢＡＣＨ　Ｍ，ＧＲＣＥＶ　Ｌ　Ｄ．Ｇｒｏｕｎｄｉｎｇ　ｓｙｓｔｅｍ　ａｎａｌｙｓｉｓ　ｉｎ　ｔｒａｎｓｉｅｎｔｓ　ｐｒｏｇｒａｍｓ　ａｐｐｌｙｉｎｇ　ｅｌｅｃｔｒｏｍａｇｎｅｔｉｃ　ｆｉｅｌｄ　ａｐ—　ｐｒｏａｃｈ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓ　ｏｎ　Ｐｏｗｅｒ　Ｄｅｌｉｖｅｒｙ，１９９７，１２　（１）：１８６—１９３．　［５］刘洋，王建国．能化冲击电流实验系统［Ｊ］．电力自动　图６系统主流程图　图７测量流程图　化设备，２００８（５）：１０３—１０６．　［６］华中工学院，上海交通大学．高电压技术试验［Ｍ］．北　实现冲击接地电阻测量装置的设计。设计中利用了　京：水利水电出版社，１９８３．　ＤＳＰ的高速处理数据的能力，实现变换算法。基于　红外通信和Ｖ／Ｆ变换技术，实现了电压、电流信号　［７］　潘晓杰，刘涤尘．电力系统冲击接地电阻测量装置　［Ｊ］．电力系统自动化，２００６（１６）：９３—９６．