基于无线通信技术的电气火灾智能监控系统

安 军

（陕西建工集团有限公司，西安 710000）

在建筑中，电气设备的线路需要布设在墙体中，存在易燃隐患，还存在施工产品质量有高有低、安装不规范等多种问题[1-2]。根据相关统计数据，电气原因所引发的火灾事故在各种火灾事故中一直占据着极高比例，电气火灾早已成为一种令人闻之色变的事故灾害。

因此对电气火灾进行监控一直是一个重点研究问题。其中在发生接地短路故障时，电流热量不断积聚，在引燃周围物体后，就会造成火灾[3]。这种方式具备隐秘性、突发性以及随机性等特点，往往很难防范。通过电气火灾智能监控系统能够实现更加全面的电气火灾监控，受到各行各业的推崇，成功帮助各种建筑与场所实现电气火灾的预防与预警。随着建筑规模越来越大，现有的监控系统缺陷越来越明显，为此本文设计了基于无线通信技术的电气火灾智能监控系统，并分析其性能。

1.1 无线通信网络设计

无线通信网络由ZigBee 主站、ZigBee 从站、总线、上位机单元构成，运行流程如下：ZigBee 主站与总线相连，上位机单元向总线发送信息后，主站会收到发送的信息。而一些监控设备也与总线相连，同样会接收到发送的信息并进行处理。ZigBee 主站在收到信息后，会通过无线通信网络向ZigBee 从站发送信息，由从站向与从站相连的监控设备发送接收信息[4]。而信息的回送过程则刚好与发送过程相反。其中总线选用的是485 总线，上位机单元中选用的上位机为OptiPlex-2x，选用的服务器为IPC-610L 多扩展双千兆网口上位机服务器[5]。在ZigBee主站、ZigBee 从站搭建的无线通信网络中，节点使用的ZigBee 芯片设计具体如下：首先配置高性能的无线收发器与高性能的CPU 内核，CPU 内核选用的是32-bit RISC。并在芯片中植入3 种网络协议栈，包括JenNet，ZigBee，IEEE823.15.2。配置多种数字应用接口，包括Comparators，DAC，12-bit ADC，PWM，Timers，GPIO，2-Wire Serial（I2C），SPI，UARTs，并配置96 K 的RAM 与192 K 的ROM。在ROM 中对成熟底层协议栈进行固化，在RAM 中对网络协议栈进行固化。最后配置128-bit 的AES 加密器件与多个低成本外扩器件，包括1 个串行FLASH、5 个电容、1 个晶振[6]。ZigBee 芯片作为主控芯片，为节点配置其他单元，完成ZigBee 节点的设计，具体配置如图1 所示[7]。

图1 ZigBee 节点的配置Fig.1 Configuration of ZigBee node

其中供电单元通过电压调节器为ZigBee 芯片提供1.8 V 电源。并设计一种USB 供电方式为其他器件供电。在USB 供电方式中，选用LD1117-3.3 V芯片对USB 的5 V 电压进行转换，将其转换为3.3 V。在射频单元中，使用的无线射频芯片为CC2541F256，芯片上搭载的片载系统为2.4 GHz Bluetooth。并为无线射频芯片配置一些外部组件，包括5 通道直接内存访问、红外生成电路等[8]。

蓝牙单元使用的蓝牙芯片为BXM 芯片，通过该芯片实现ZigBee 节点之间的通信。为芯片配置接收管脚与UART 串口发送引脚。24 MHz 晶振选用的是TCXO 温补晶振，将其接入ZigBee 芯片中，通过3225 贴片进行封装。在ZigBee 协议栈中，使用的ZigBee 协议为Z-Wave。ZigBee 主站与ZigBee 从站均由协调器与ZigBee 节点构成。其中协调器能够构建无线网络，对无线网络的运行进行维护，并发现其他节点想要加入无线网络的请求，具备自动组织的功能[9]。协调器的工作流程设计具体如下：

（1）对ZigBee 芯片与外设进行初始化处理；

（2）对ZigBee 协议栈进行初始化处理；

（3）构建ZigBee 网络；

（4）对缺省参数进行配置；

（5）监听ZigBee 网络，在ZigBee 网络中接收数据并对数据包进行解析；

（6）将数据封装为串口数据包，通过总线向上位机发送数据；

（7）在监听ZigBee 网络的同时对总线进行监听，在总线中接收数据并对数据包进行解析；

（8）将数据封装为ZigBee 数据包，通过ZigBee网络向ZigBee 从站发送数据。

1.2 监控模块设计

在监控模块中，通过剩余电流探测器与开关电压调节器实现电气火灾剩余电流的监控。其中剩余电流探测器能够实现自检、DI 消防、按键切换、声光报警、液晶显示以及剩余电流报警功能[10]。剩余电流探测器的设计具体如下：
设计了一种控制芯片，能够实现外部信号采集、实时数据显示、信号转换以及开关状态显示等功能[11]。芯片的设计具体如下：配置多个中断源，通过中断的方式将芯片切换至低功耗运行模式。配置16 位精简指令集，使芯片具有多样化的寻址方式与更加灵活的程序编写方式。通过多个寄存器开展运算处理，具体包括功能选择寄存器、输入寄存器、方向寄存器、输出寄存器。通过8 MHz 晶体进行驱动，使芯片达到125 ns 的指令周期。为芯片配置以下片内外设：2 k 的BRAM、60 k的BFLASHROM、多个I/O 端口、硬件双串口USARTl与USART0 以及看门狗电路。在剩余电流采集电路中，通过电压传感器进行剩余电流的测量，选择的电压传感器为毫安级别精密度的电压传感器。剩余电流采集电路的电路设计如图2 所示。选用的液晶显示模块为AMPIRE12864。将AMPIRE12864 接入到控制芯片中，实现参数查询界面、DIDO 状态、报警动作值、剩余电流实时值的显示[12]。

图2 剩余电流采集电路的设计Fig.2 Design of residual current acquisition circuit

1.3 信号数据处理模块设计

在电流信号数据处理模块中，使用的信号滤波处理算法是自适应算法，具体处理步骤如下：

（1）y（a）表示时间b 某点处的一组信号，其中包含着N 个信号，具体描述为

（2）信号y（a）的权值为

式中：ωj′（a） 是第j 个输出的输入向量对应的权向量；
yj′（a）是第j 个输出的输入向量；
l 是N 中的一个正整数。

（4）c（a）表示期望信号，d（a）表示误差信号，则误差信号为

（5）将均方差函数作为误差准则，即：

式中：γ 表示误差准则；
F［］是均方差函数。

（6）根据均方差函数对原始信号实施滤波处理，也就是当γ 最小时，对最佳权系数β*进行求解，求解结果为最小均方误差点，滤除误差大于求解结果的信号。其中最佳权系数求解公式为

式中：γmin为γ 的最小值；
β（a）为输入相关矩阵；
β*为最佳权系数。

就此完成各种信号的滤波处理。

1.4 火灾预警模块设计

在火灾预警模块中，基于模糊神经网络设计电气火灾预警算法，实施电气火灾预警。预警流程如下：

（1）通过MATLAB 软件构建模糊神经网络火灾预警模型，模型为三层结构。

其中输入层中共有4 个节点，分别为工作电流信号、电流电压信号、线路温度信号、线路剩余电流信号；
隐含层中共设置6 个节点，节点数目由式（7）决定，而输出层中共有3 个节点，分别为明火概率、阴燃概率以及无火概率。

式中：mp为该层中设置的节点数；
m1为输入节点数；
m2为输出节点数；
m 是处于1 到10 范围内的整数。

（2）通过newff（）函数实施模糊神经网络的初始化处理；

（3）选择样本对模型进行训练、学习，通过sim（）函数对完成训练的模糊神经网络实施仿真；

（4）通过仿真网络实施电气火灾预警。

2.1 数据采集与处理

对于基于无线通信技术的电气火灾智能监控系统，在搭建的无线通信网络下对其进行多方面的性能测试。测试在某建筑中展开，实验建筑是一个大型建筑，建筑中的电气设备很多，分布在建筑的各层各处，急需开展电气火灾智能监控。首先在实验建筑中搭建设计的无线通信网络。在搭建的无线通信网络下采集实验建筑一段时间的剩余电流信号、工作电压信号、工作电流信号以及电气线路温度信号作为实验数据。

采集的信号信息如下：剩余电流信号范围：0.23～0.87 mA，数据量：1.5 GB；
电流电压信号范围：135～210 V，数据量：2.6 GB；
工作电流信号：105～189 A，数据量：2.3 GB；
电气线路温度信号：15.28～41.20 ℃，数据量：1.2 GB。

对采集的各种信号进行滤波处理，处理后信号的数据量信息如下：
剩余电流信号数据量：1.3 GB；
电流电压信号数据量：2.5 GB；

工作电流信号数据量：2.0 GB；
电气线路温度信号数据量：1.1 GB。

2.2 模型训练

对于处理后的信号数据，将其中的三分之二作为模型训练样本，剩余作为模型预测样本。在训练时，模糊神经网络的训练参数设置情况如下：训练中最小梯度值：20-10；
训练时间：无穷大；
训练目标误差：0.001；
训练结果的间隔步长：30；
训练步数：2000。

根据模型训练结果实施实验建筑电气火灾预警，实现实验建筑的电气火灾实时监控。

2.3 测试结果与分析

2.3.1 信号稳定性测试

对于设计系统，首先对其无线通信网络的信号稳定性进行测试，具体测试项目包括信号强度、丢包率。其中丢包率的测试需要使用ATKKPING 软件，信号强度的测试需要使用频谱仪。测试结果如表1所示。表1 的信号稳定性测试结果表明，搭建的无线通信网络的丢包率较低，信号强度均大于75 dbm，说明该无线通信网络的信号稳定性较强。

表1 信号稳定性测试结果Tab.1 Signal stability test results

2.3.2 信号检测精度测试

接着测试设计系统的数据检测精度。分别对剩余电流信号、工作电压信号、工作电流信号以及电气线路温度信号的测量误差进行测试。测试结果如图3 所示。图3 的测试结果表明，剩余电流信号、工作电压信号、工作电流信号以及电气线路温度信号的最高测量误差分别为0.178%、0.69%、0.49%、0.95%，证明设计系统的整体信号测量误差较低。

图3 信号测量误差测试Fig.3 Signal measurement error test

2.3.3 报警功能测试

对设计系统的报警功能进行测试，在多次电气火灾预警中，观察测试系统的报警相对误差以及报警响应时间，测试结果如图4 所示。图4 的测试结果表明，设计系统的报警相对误差较低，最低仅为0.032%，同时系统的报警响应时间较快，低于500 ms。

图4 报警相对误差以及报警响应时间Fig.4 Relative error of alarm and alarm response time

2.3.4 运行稳定性测试

对设计系统实施浪涌抗扰度试验，多次对设计系统施加浪涌脉冲，每次脉冲的间隔时间为1 min，观察设计系统的运行情况。测试结果如图5 所示。图5 的运行稳定性测试结果表明，在3 次施加浪涌脉冲后，设计系统的运行仍然非常稳定。

图5 运行稳定性测试结果Fig.5 Operation stability test results

为了改善电气火灾智能监控性能，设计了基于无线通信技术的电气火灾智能监控系统，并分析了其应用效果。试验结果表明，本文系统可以实现大型建筑电气火灾的实时监控，并且系统运行稳定可靠。

猜你喜欢 数据量电气火灾 八方电气中国自行车(2022年6期)2022-10-29电气自动化技术在电力系统中的应用建材发展导向(2021年14期)2021-08-23电气安装工程预算探讨建材发展导向(2021年12期)2021-07-22建筑工程电气接地安装建材发展导向(2021年10期)2021-07-16基于大数据量的初至层析成像算法优化北京大学学报（自然科学版）(2021年3期)2021-07-16高刷新率不容易显示器需求与接口标准带宽电脑爱好者(2020年19期)2020-10-20宽带信号采集与大数据量传输系统设计与研究电子制作(2019年13期)2020-01-14掌握火灾逃生知识文理导航·趣味课堂(2016年6期)2016-09-09离奇的火灾故事作文·高年级(2009年7期)2009-08-20固定资产管理系统对物流管理的促进和发展商场现代化(2009年16期)2009-06-22

推荐访问:监控系统 火灾 通信技术