基于温度场的火灾隐患预测方法

摘要

本发明公开了一种基于温度场的火灾隐患预测方法，首先，利用MLX90614传感器构成3*3点阵的远程红外温度检测探头，实现点阵式温度远程测量；其次将点阵式温度探头置于水平、垂直的二维旋转平台上，能够对检测区域进行360度不间断的24小时扫描，获得检测区域的温度场数据，通过激光测距、布谷鸟LS‑SVM回归算法，进行温度实时校正，并通过以太网传送至服务器，生成温度场图像数据；最后针对检测区域的温度分布变化，将检测区域分割成若干子温度场，利用基于时间序列的LS‑SVM回归算法，对下一时刻温度进行预测，将各坐标的历史温度与预测温度，作为输入样本，采用LS‑SVM分类算法对子温度场进行火灾隐患识别，从而实现对被检测区域的火灾隐患的检测和预防。

主权项

一种基于温度场的火灾隐患预测方法，其特征在于，包含以下几个方面：(1)利用物距比为1:12的MLX90614红外测温传感器组成3*3的点阵温度测量探头，并采用两个步进电机构成水平与垂直可旋转的旋转平台，点阵测温探头置于该平台上，实现扫描测温。(2)利用激光测距模块，测量被测目标与测温探头的距离，实现对温度检测结果的补偿，同时将离线的距离参数、介质参数、实际温度构成数据样本，利用模糊LS‑SVM算法进行回归运算建模，得到距离、被测介质类型、测量温度与实际温度的模型，从而实现测量温度的校正，使温度测量的精度提高。(3)利用二维旋转平台进行水平与垂直扫描，监测范围能够完全覆盖被检测区域，并实现不间断的24小时扫描，获得检测区域的温度场数据，并将温度场数据通过以太网传送至服务器，在服务器上生成温度场图像。(4)根据图像的温度场数据，对检测区域的不同坐标的温度场进行图像分割，并对温度数据序列进行相空间重构，利用基于时间序列的LS‑SVM算法对分割出的不同检测区域进行火灾隐患识别，来预测该区域是否有发生火灾的可能。