一种储油场所的自动化火情监测与控制方法技术

本发明专利技术涉及消防安全控制方法领域，特别是涉及一种储油场所的自动化火情监测与控制方法。该方法包括如下步骤：S1：构建火灾识别模型和多分类模型。S2：部署储油场所用火情监测与控制系统。S3：实时采集监测信号，生成一个预警信号。S4：获取预警信号并作出如下决策：S41：获取火场的实时图像和/或热图像。S42：计算火场的实际位置。S43：确定火灾蔓延速度；S5：获取火场的实时图像输入到火灾识别模型中，得到火场特征。S6：将火场特征输入到多分类模型中，生成灭火策略。S7：驱动自动化灭火车执行灭火策略。S8：在导流槽液位高于警戒液位后，启动围堵灭火单元。本发明专利技术解决了现有消防系统无法有效监控并快速处理流淌火等复杂火情的问题。控并快速处理流淌火等复杂火情的问题。控并快速处理流淌火等复杂火情的问题。

【技术实现步骤摘要】
一种储油场所的自动化火情监测与控制方法


[0001]本专利技术涉及消防安全控制方法领域，特别是涉及一种储油场所的自动化火情监测与控制方法。

技术介绍

[0002]加油站、燃油仓库、塑化工厂、储油基地等场所都存储有大量的石油或燃油原料，这些场所具有最高等级消防安全防护等级，也具有最高级别的安全风险。这些场所一旦发生火灾等消防事故，都可能产生重大的社会危害和经济损失。
[0003]储油场所的燃油除了具有易燃、易爆等特性之外，还具有高度流动性，泄露后的燃油在燃烧后会形成流淌火。流淌火不受物理边界限制，蔓延速度快、燃烧面积不断扩大，这些都会给消防部门的灭火处置和防灾救援带来极大挑战。因此应对流淌火的首要原则是：预防为主，尽早发现，及时处理。
[0004]泄漏流淌火应急处置技术是流淌火研究的重点，目前主要方法包括窒息、吸附、封堵和围堵等。在窒息灭火技术方面，常规的压缩空气泡沫和泡沫水喷淋系统均难以覆盖泄漏的流淌液体；干粉灭火器也不适宜扑救流淌火。而正压式泡沫灭火性能高于负压式泡沫，二者通过持续、大量喷射泡沫能够在一定程度上阻断流淌流淌火。在吸附灭火技术方面，碳纳米、无机和有机吸附材料可用于吸附小范围泄漏形成的液池或危险品泄漏救援，但对于大规模泄露，吸附材料的经济性较差，一般不予采用。在封堵防火方面，固定夹具、黏贴式密封胶、强磁、钢带捆扎法等封堵技术，可用于管道、阀门、法兰等泄漏部位的封堵。不过封堵技术一般应用于小规模泄露事故，而对于大规模液体燃料泄漏宜采用围堵技术。围堵防火技术可以将流淌火限定在规定或者局部区域内。例如采用聚氨酯泡沫，将发泡技术与喷雾技术相结合，短时间内完成硬化，可实现对泄漏液体的围堵，这种装置适用于混凝土、沥青及其他硬质表面。
[0005]然而，上述所有的防火灭火措施均高度依赖人工发现火情和及时操作处理。如果储油场所燃油泄漏发生火灾，但是相关的安全人员没能第一时间发现并及时采取措施，仍然可能发生重大的危害和损失。此外，除了应对一般场景的消防喷淋系统之外，常规的消防系统大多不具有自动化处理的能力。即使发现火情，也需要人工进行灭火处理，这不仅可能延迟火情的反应时间，降低处置效率，还可能造成重大人员伤亡。

技术实现思路

[0006]基于此，有必要针对现有消防系统无法有效监控漏油隐患并及时处理流淌火等复杂火情的问题，提供一种储油场所的自动化火情监测与控制方法。
[0007]本专利技术提供的技术方案如下：
[0008]一种储油场所的自动化火情监测与控制方法，该方法应用于一个储油场所用火情监测与控制系统中。储油场所用火情监测与控制系统中包含火灾感应器、PTZ云台、摄像头、自动化灭火车、燃油导流单元、围堵灭火单元和中央服务器。
[0009]在该储油场所用火情监测与控制系统中，火灾感应器用于探测安装位置的声响、光强、温度、烟雾浓度和可燃气体浓度，进而根据各项指标判断感应区域是否发生火灾。摄像头用于获取取景区域的实时图像和红外热成像的热图像。自动化灭火车用于向火灾发生地喷射各种不同的灭火剂。燃油导流单元包括环绕在储油场所周围用于防止燃油外泄的导流槽。导流槽内设置液位计，导流槽底部设置集液罐。围堵灭火单元用于在导流槽内喷出可固化成型的阻燃发泡材料。中央服务器用于接收系统中各个感应元件的检测结果，并对系统中各个执行元件的运行状态进行控制和管理。
[0010]该储油场所的自动化火情监测与控制方法包括如下步骤：
[0011]S1：构建一个用于根据实时图像识别出发生火灾的部分，进而得出火焰高度、火焰体积和火场形态的火灾识别模型。以及一个用于根据产生预警信号的火灾感应器编号、火焰蔓延速率、火焰高度，以及火焰体积，预测出灭火剂类型和灭火剂喷射量的分类结果的多分类模型。
[0012]S2：部署储油场所用火情监测与控制系统，以及火灾识别模型和多分类模型。
[0013]S3：实时获取火灾传感器采集的声、光、温度、烟雾浓度和可燃气体浓度的信号，基于采集的信号计算出相应火灾预测值，判定火灾预测值是否超出一个预设的预警区间，是则生成一个预警信号。
[0014]S4：获取生成的各个预警信号及其对应的预警时刻以及火灾感应器位置；并作出如下决策：
[0015]S41：查询负责预警信号对应的火灾传感器位检测区域的摄像头，调节摄像头的PTZ参数，获取火灾发生地的实时图像和/或热图像。
[0016]S42：根据热图像中高温中心的像素位置以及摄像头的PTZ参数；计算出当前火灾发生地在储油场所内的实际位置。
[0017]S43：判断当前状态下生成的预警信号的数量，并确定火灾蔓延速度：
[0018](1)当预警信号为一处时，以预设的火灾蔓延速度的最小值作为当前状态的火灾蔓延速度。
[0019](2)当预警信号超过一处时，根据预警信号的时间差以及对应的火灾传感器间的距离计算出更新后的火焰蔓延速度。
[0020]S5：获取火场的实时图像，并输入到火灾识别模型中，处理得到当前火场的火焰高度、火焰体积和火场形态。
[0021]S6：将产生预警信号的火灾传感器的火灾感应器编号，火焰蔓延速率，火焰高度和火焰体积共同输入到多分类模型中，得到预测出的灭火剂类型和灭火剂喷射量的分类结果。
[0022]S7：驱动自动化灭火车到达火灾发生地的实际位置，按照多分类模型的预测结果喷射灭火剂，并根据火焰高度调节灭火剂的喷射高度。
[0023]S8：在储油场所内产生不少于一个预警信号后，获取液位计的检测结果；并在导流槽中的液位高于一个预设的警戒液位后，启动围堵灭火单元，在储油场所周围构筑阻燃泡沫防火墙。
[0024]作为本专利技术进一步的改进，步骤S1中，火灾识别模块中包含基于卷积神经网络的火灾识别网络，基于Open CV的图像提取单元，以及计算单元。其中，火灾识别网络用于根据
原始图像识别出图像中发生火灾的区域。图像提取单元用于从原始图像中截取出火灾中火焰区域的部分图像。计算单元用于根据截取出火焰区域的部分图像计算出火焰高度、火焰体积，并判断出火场类型。其中，火场类型包括团块状、条带状和环状。
[0025]作为本专利技术进一步的改进，步骤S1中，多分类模块采用基于决策树、朴素贝叶斯和随机森林中的任意一种机器学习算法的网络模型。多分类模型用于根据火场状态确定采用的灭火策略。其中，多分类模型的输入包括：产生预警信号的火灾感应器编号、火焰蔓延速率、火焰高度、火焰体积。多分类模型的输出包括灭火剂类型和灭火剂喷射量的分类结果。灭火剂类型包括干粉灭火剂、干冰灭火剂和泡沫灭火剂。
[0026]作为本专利技术进一步的改进，步骤S3中，预警信号AL的生成函数如下：
[0027][0028]Cal
i
＝α
·
(spl
i
‑
spl0)+β(li
i
‑
li0)+γ(t
i
‑
t0)+μ(LEL
i
‑
lel0)+σ(P本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种储油场所的自动化火情监测与控制方法，其特征在于，其应用于一个包含火灾感应器、带有PTZ云台的摄像头、自动化灭火车、燃油导流单元、围堵灭火单元和中央服务器的储油场所用火情监测与控制系统中；所述火灾感应器用于探测安装位置的声响、光强、温度、烟雾浓度和可燃气体浓度；所述摄像头用于获取取景区域的实时图像，包括全彩图像和基于红外热成像的热图像；所述自动化灭火车用于向火灾发生地喷射各种不同的灭火剂；所述燃油导流单元为环绕在储油场所周围，用于防止燃油外泄的导流槽；导流槽内设置液位计，导流槽底部设置集液罐；围堵灭火单元用于在所述导流槽内喷出可固化成型的阻燃发泡材料；所述中央服务器用于接收系统中其它设备产生的数据，并对其它设备的运行状态进行控制和管理；所述火情监测与控制方法包括如下步骤：S1：构建一个用于根据实时图像识别出发生火灾的部分，进而得出火焰高度、火焰体积和火场形态的火灾识别模型；以及一个用于根据产生预警信号的火灾感应器编号、火焰蔓延速率、火焰高度、火焰体积，和/或火场形态，预测出灭火剂类型和灭火剂喷射量的分类结果的多分类模型；S2：部署所述储油场所用火情监测与控制系统，以及所述火灾识别模型和多分类模型；S3：实时获取火灾传感器采集的声、光、温度、烟雾浓度和可燃气体浓度的信号，基于采集的信号计算出相应火灾预测值，判定所述火灾预测值是否超出一个预设的预警区间，是则生成一个预警信号；S4：获取生成的各个预警信号及其对应的预警时刻以及火灾感应器位置；并作出如下决策：S41：查询负责所述预警信号对应的火灾传感器位检测区域的摄像头，调节所述摄像头的PTZ参数，获取火灾发生地的实时图像；S42：根据所述热图像中高温中心的像素位置以及摄像头的PTZ参数；计算出当前火灾发生地在储油场所内的实际位置；S43：判断当前状态生成的预警信号数量，并确定火灾蔓延速度：(1)当预警信号为一处时，以预设的火灾蔓延速度的最小值作为当前状态的火灾蔓延速度；(2)当预警信号超过一处时，根据预警信号的时间差以及对应的火灾传感器间的距离计算出更新后的火焰蔓延速度；S5：获取火场的实时图像，并输入到所述火灾识别模型中，处理得到当前火场的火焰高度、火焰体积和火场形态；S6：将产生预警信号的所述火灾传感器的火灾感应器编号、火焰蔓延速率、火焰高度和火焰体积共同输入到所述多分类模型中，得到预测出的灭火剂类型和灭火剂喷射量的分类结果；S7：驱动所述自动化灭火车到达火灾发生地的实际位置，按照所述多分类模型的预测结果喷射灭火剂，并根据所述火焰高度调节灭火剂的喷射高度；S8：在储油场所内产生不少于一个预警信号后，获取所述液位计的检测结果；并在导流槽中的液位高于一个预设的警戒液位后，启动所述围堵灭火单元，在储油场所周围构筑阻燃泡沫防火墙。
2.根据权利要求1所述的储油场所的自动化火情监测与控制方法，其特征在于：步骤S1中，所述火灾识别模块中包含基于卷积神经网络的火灾识别网络，基于Open CV的图像提取单元，以及计算单元；所述火灾识别网络用于根据原始图像识别出图像中发生火灾的区域；所述图像提取单元用于从原始图像中截取出火灾中火焰区域的部分图像，所述计算单元用于根据截取出火焰区域的部分图像计算出火焰高度、火焰体积，并判断出火场类型；所述火场类型包括团块状、条带状和环状。3.根据权利要求1所述的储油场所的自动化火情监测与控制方法，其特征在于：步骤S1中，所述多分类模块采用基于决策树、朴素贝叶斯和随机森林中的任意一种机器学习算法的网络模型；多分类模型用于根据火场状态确定采用的灭火策略，其中，多分类模型的输入包括：产生预警信号的火灾感应器编号、火焰蔓延速率、火焰高度、火焰体积；多分类模型的输出包括灭火剂类型和灭火剂喷射量的分类结果；所述灭火剂类型包括干粉灭火剂、干冰灭火剂和泡沫灭火剂。4.根据权利要求1所述的储油场所的自动化火情监测与控制方法，其特征在于：步骤S3中，所述预警信号AL的生成函数如下：Cal
i
＝α
·
(spl
i
‑
spl0)+β(li
i
...

【专利技术属性】
技术研发人员：李满厚，张超，王昌建，杨慎林，
申请(专利权)人：合肥工业大学智能制造技术研究院，
类型：发明
国别省市：