基于PLC控制的电气火灾预警系统设计

孙永强

(重庆翰森建筑工程有限公司,重庆 409000)

城市建设和工业文明的不断发展,各项生产活动对能源的高度集中利用,使起火因素逐渐变得多元化,在这一形势下消防安全也越来越被重视,不仅对消防安全设施的完备程度、消防疏散通道、排烟系统等提出了较为明确的标准,还逐步提高火灾预警系统性能,防患于未然。火灾预警系统能够在火灾发生早期进行预报和提醒,在可控制范围内有效保障人身及财产安全,最大程度避免损失发生。

为此文献[1]研究了一种差分阈值法,利用平滑滤波技术完成对环境数据的检测和预处理,以此检测容易产生火灾情况的异常信号点,综合环境因素分析数据中火灾情况,实现火灾检测和预警;文献[2]研究了一种烟雾检测法,通过视频图像捕捉烟雾的纹理特征及形状变化,分辨火灾源头情况并发出预警信号。但这两种方法均未能通过多重数据融合计算综合考虑火灾情况,因此具有一定的局限性,并不能完全达到理想预警效果。

通过PLC控制器在完成系统语言编程的同时,将编程语言逻辑转换成软件,存储用户系统当中,增加系统适用范围广泛,在此基础上组建系统硬件,利用集成电路单片机完成火灾信号的采集工作,使用温度和烟雾探测传感器分别从温度、烟雾和一氧化碳浓度三方面测量环境信息,通过总线传输到控制器并分析数据指标,系统对三维数据以及火灾发生概率的融合计算,准确完成火灾预警提醒,经实验证明系统具备预警准确、时效性好的优点。

1 基于PLC编程控制器的硬件设计

通过对现有火灾报警装置及系统的调研分析[3-5],提出一种基于PLC编程控制器的无线火灾预警系统设计方案,集成电路芯片是采集火灾信号的模块控制器[6],温度传感器选择DS18B20,选择MQ-2作为烟雾探测传感器,利用总线协议转换通信技术,将传感器采集到的空气温度、烟雾浓度等信息传送到PLC控制器,再由控制器将数据信息与设定数值进行对比分析,判断空气温度、烟雾浓度等数据是否超过正常指标,若超标的情况下,预警系统通过声光方式发出警报,利用GPRS无线通信模块及时向相关人员传送预警信息,提醒相关人员进行火灾预处理和及时撤离,避免发生火灾和人员伤亡,保障财产安全。系统控制方案如图1所示。

图1 系统控制方案

各个传感器的参数型号如表1所示。

表1 传感器的参数型号

通过PLC控制器、GPRS、总线通信以及无线局域网构建完整的通信网络,利用S7-200PLC作为主要控制基站[7],以集成电路芯片数据采集模块和GPRS无线通信模块作为从属基站,再利用总线协议转换将各个通信站点相互连接,利用无线局域网实现S7-200PLC和触摸屏的连接通信,通过以上系统硬件布局,可以实现整个火灾预警系统的控制和监控。系统的整体架构如图2所示。

图2 系统总体架构图

2 系统软件设计

系统软件部分包括确定预警及数据分析流程,在PCL编程控制器的基础上,利用C语言完成底层驱动逻辑和自定义程序的编写[8],经过无误编译后,将其下载到集成芯片中完成核心转移,预警系统的控制逻辑主要分为系统初始化、启动状态锁定、信息数据收集、数据分析、信息通信及监控预警等。

由图3可知,数据经过信息格式转换,交由蓝牙串口[9-10],最终传送到LCD平台及线上TFT平台,通过屏显完成信息可视化展现。将解析后数据与预先设定的火灾预警阈值相比较[11],给预定阈值设定相应的标志位,数据信息一旦触发阈值标志位,预警装置将发出火灾预警语音播报,预警信号灯同时灯光闪烁提醒,此时线上APP出现颜色变换预警信号,实现线上和线下预警信号联动预警,并显示火灾目前发生概况及进程;假设扫描检测到的是系统暂停信号,系统则进入停止运行阶段。

图3 系统软件整体流程图

由于所研究系统能够适用于多种环境,为了防止误报火灾信息引起不必要的骚乱,将采集的各类环境数据信息规格缩放至0～100,利用加权求和算法完成数据信息计算,通过加权后的整体数据情况判断信息的特征值。

其中,数据的具体处理和分析模块,主要包含A/D转换、数据预处理以及算法分析部分,如图4所示,判断数据的具体符号特征,在处理过程中不可避免地会出现不符合数据要求的负数,需要将负数进行补码处理[12],转换成正数信息,利用该信息计算火灾具体情势并进行最终判定。

图4 数据处理分析流程

由于各探测传感器所处环境复杂程度不同,所采集的信息存在不确定性的信息概率,利用贝叶斯理论推理融合不确定信息[13-14],达到信息处理的目的。

假设将A1,A2,…,An作为虚拟火灾环境D的区域划分,且它们之间互相满足相关条件：

Ai∩Aj=φ(i≠j)

(1)

Ai∪Aj∪…∪An=D

(2)

P(Ai)>0(i=1,2,…,n)

(3)

此时针对任一事件B,P(B)>0,其出现结果Ai的概率可表示为

(4)

利用贝叶斯理论对传感器收集数据进行信息融合时,得到的决策信息相互之间是独立存在的,预警系统的决策信息可以看作是A1,A2,…,An[15],经过先验知识的深度判断,可以得到先知概率P(A1)和发生条件概率P(B|Ai),通过后验概率计算公式,得出在已经探测到结果B的情况下,发生Ai事件的后验概率为P(Ai|B)。

系统利用强跟踪滤波,结合分布式信息融合方法,使不确定数据的融合更加完善,便于提取到相关有效信息,对局部状态数据进行相互度信息估计,将传感器探测信息中冗余部分剔除,通过贝叶斯算法,将传感器收集到的监控区域温度、烟雾、一氧化碳浓度等信息进行数据融合,即信息特征量的三维融合,融合后的数据信息可更加详细表达火灾现场的具体情况,方便做出相对准确客观的决策结果,判断是否存在火灾情况,完成系统预警。

3 仿真实验

为验证设计的火灾预警系统在实际操作时的有效性,对温度、烟雾、一氧化碳三种主要火灾数据的特征量进行融合计算。

选择一处空旷建筑的室内作为实验场所,室内大小为4.0 m×3.0 m×5.0 m,选择天然气作为燃烧气体,为保证实验数据可靠,各类探测器的预警阈值设置,须考虑正常情况下室内温度的升高、烟雾及一氧化碳浓度的实际情况,将阈值设定在可靠范围内。为了方便系统对火灾信息的融合应用,将火灾初期、中期的信息数据进行离散处理。设定仿真实验为60 min,在实验前10 min内处于无火状态,10～15 min处于阴燃火状态,15 min之后转为明火状态,分析数据的特征量变化,如图5所示,计算得出的火灾特征参数离散变化区间和发生概率如表2所示。

图5 离散点的特征量变化曲线

表2 火灾特征参数所在离散区间及火灾发生概率

根据图5和表2可以看出,所提系统经过对火情三维特征参数的融合计算,得出离散点特征变化量及概率预测与火灾实际发生时参数值的曲线拟合,可更加全面直观地判断火灾情况,可有效降低单一特征判断所带来的信息不全面问题,减少系统误判,增加系统对火灾预测的准确性。

为进一步评估系统对火灾情况的预警能力,建立火灾信息的训练数据集合和测试数据集合,其中包含无火、阴燃火及明火三种不同的火情状态集合数据,利用差分阈值法、烟雾检测法及本文方法,分别对仿真实验中60组训练数据集合进行训练,获得以时间序列为基础的火灾发生概率预测结果,如图6所示。

图6 三种方法火灾预警能力对比

从图6中可以看出,针对同一批实验数据而言,差分阈值法在火灾发生概率为60%时开始预警,而烟雾检测法在80%概率的时候才开始预警,在实验场所内火灾已经发生,预警实时性差,没有为消防人员留出充足的时间来处理火灾事故。而本文方法在火灾概率为40%的时候发出预警,这个指标不会因为概率过小而产生误报警情况,同时又能够在火灾发生前给相关人员发出火情预警,减少火灾发生概率和损失,预警效果更好。

验证系统的计算响应耗时,为了使实验结果更精确,将实验数据增加到120组,三种方法的响应耗时结果如图7所示。

图7 系统平均响应耗时对比

系统在特定时间内进行多次的预警检测,且没有进行维修和保养,所以平均耗时会逐步增加,即系统的耐久性不断降低。从图7中可以看出,差分阈值法和烟雾检测法,随着数组数量的增加,算法的平均响应耗时也在不断增加,差分阈值法耗时上升趋势相对更快;本文方法在初始耗时就小于其他方法,虽耗时也在上涨,但是实验过程中整体的用时趋于平稳。综合来看所提系统响应耗时最短,且耐久性最好,能够给用户提供长时间精准的火灾预警服务。

4 结 论

本文设计的基于PLC控制的电气火灾预警系统,从硬件、软件及融合算法三方面进行深度研究,经过仿真实验证明,系统通过三维数据的融合计算,对火灾发生概率的预测更为精准,预警能力更强,能够在火灾发生之前及时发出警报,相较于其他方法,提供了更多的救援处理时间,使相关人员能够做出更完善的火灾应对措施,有效性和可靠性更好,同时系统的响应耗时短,耐久性高,整体的鲁棒性好,能够很好地实现火灾的预测和报警,可适应性强。