【技术实现步骤摘要】
本专利技术涉及智能防火门的，特别涉及一种基于人工智能的智能防火门控制方法、系统、装置及介质。
技术介绍
1、在现代建筑中，智能防火门作为一种重要的消防设施，被广泛应用于各种场所以提高消防安全水平。传统的防火门控制系统往往依赖于简单的传感器信号触发开关动作，缺乏对环境变化和设备状态的智能分析能力。同时，现有的智能防火门对于环境数据的采集和分析能力有限，无法准确识别火灾初期的细微迹象。
技术实现思路
1、本专利技术的主要目的为提供一种基于人工智能的智能防火门控制方法、系统、装置及介质，能够提高对环境数据的分析能力，且准确识别火灾初期的细微迹象。
2、为实现上述目的，本专利技术提供一种基于人工智能的智能防火门控制方法，包括：
3、实时获取智能防火门的设备数据和传感数据，对所述传感数据进行特征提取，得到特征数据集；
4、根据所述特征数据集对所述环境数据进行评估处理，得到对应的环境评估信息，对所述设备数据进行状态分析，得到对应的防火门状态数据；
5、将所述环境评估信息和所述防火门状态数据传输到预设的控制模型，通过所述控制模型对所述防火门状态数据进行指令分析，得到对应的控制指令，并基于所述环境评估信息结合所述控制指令生成对应的指令任务；
6、依据所述指令任务控制所述智能防火门，并获取所述智能防火门的反馈信息，依据所述反馈信息对所述控制模型进行模型参数优化，得到优化后的所述控制模型。
7、进一步地，所述实时获取智能防火门的设
8、实时获取部署在所述智能防火门周围的外部传感器采集的外部原始数据，并对外部原始数据进行预处理，得到对应的所述传感数据；
9、获取所述智能防火门的原始内部数据，对原始内部数据进行预处理，得到所述设备数据；
10、依据预设的分类规则对所述传感数据进行类别整合，得到对应的环境数据，对所述传感数据进行初始特征计算，得到所述特征数据集；
11、对环境数据进行环境类型计算，得到烟雾浓度数据、温度数据、火焰数据和气流数。
12、进一步地，所述根据所述特征数据集进行评估处理，得到对应的环境评估信息，包括：
13、对所述特征数据集进行数据读取，得到第一烟雾浓度变化率、第一温度上升率和第一热辐射变化量；
14、依据烟雾浓度数据和气流数据对第一烟雾浓度变化率进行偏差分析，得到对应的烟雾偏差数据，依据温度数据和气流数据对第一温度上升率进行偏差分析，得到对应的温度偏差数据，依据温度数据、火焰数据和气流数据对第一热辐射变化量进行偏差分析，得到对应的热辐射偏差数据；
15、判断烟雾偏差数据、温度偏差数据和热辐射偏差数据是否符合预设的偏差阈值要求，当烟雾偏差数据、温度偏差数据和热辐射偏差数据任一一个数据不符合偏差阈值要求时，基于烟雾偏差数据、温度偏差数据和热辐射偏差数据结合所述环境数据进行风险特征计算，得到修正特征数据集；
16、依据所述环境数据和修正特征数据集对所述智能防火门进行环境评估，得到所述环境评估信息。
17、进一步地，所述对所述设备数据进行状态分析，得到对应的防火门状态数据，包括：
18、对所述设备数据进行类型读取，得到防火门工作状态和电机状态数据；
19、对防火门工作状态进行状态分析，得到防火门的开关状态和锁定状态；
20、对电机状态数据进行健康评估，得到电机健康状态信息；
21、将开关状态、锁定状态和电机健康状态信息进行整合，得到所述防火门状态数据。
22、进一步地，所述通过所述控制模型对所述防火门状态数据进行指令分析，得到对应的控制指令，并基于所述环境评估信息结合所述控制指令生成对应的指令任务，包括：
23、通过所述控制模型的输入层对输入的所述环境评估信息和所述防火门状态数据进行格式转换，得到环境评估矩阵、所述开关状态、所述锁定状态和所述电机健康状态信息；
24、通过所述控制模型的双层卷积层和循环神经网络对所述开关状态、所述锁定状态和所述电机健康状态信息进行综合分析，得到对应的指令特征，依据指令特征进行指令匹配，得到对应的控制指令，并依据环境评估矩阵对控制指令进行任务分析，得到所述指令任务；
25、通过所述控制模型的输出层输出所述指令任务。
26、进一步地，所述通过所述控制模型的双层卷积层和循环神经网络对所述开关状态、所述锁定状态和所述电机健康状态信息进行综合分析，得到对应的指令特征，依据指令特征进行指令匹配，得到对应的控制指令，并依据环境评估矩阵对控制指令进行任务分析，得到所述指令任务，包括：
27、将所述开关状态和所述锁定状态输入到第一卷积层中，通过第一卷积层对所述开关状态和所述锁定状态进行特征识别，得到对应的防火门控制特征；
28、将所述电机健康状态信息输入到第二卷积层中，通过第二卷积层对所述电机健康状态信息进行特征识别，得到对应的防火门电机特征；
29、将所述环境评估矩阵输入到循环神经网络中，通过循环神经网络对所述环境评估矩阵进行风险评估，得到对应的环境风险等级；
30、将防火门控制特征和防火门电机特征输入到激活函数层中，通过激活函数层对防火门控制特征和防火门电机特征进行非线性处理，得到对应的非线性防火门控制特征和非线性防火门电机特征；
31、将非线性防火门控制特征和非线性防火门电机特征输入到池化层中，通过池化层对非线性防火门控制特征和非线性防火门电机特征进行全局池化处理，得到综合指令池化特征；
32、对综合指令池化特征进行指令匹配，得到对应的控制指令，并关联控制指令与环境风险等级；
33、基于环境风险等级对控制指令进行任务分析，得到所述指令任务。
34、进一步地，所述依据所述指令任务控制所述智能防火门，并获取所述智能防火门的反馈信息，依据所述反馈信息对所述控制模型进行模型参数优化，得到优化后的所述控制模型，包括：
35、依据所述指令任务控制所述智能防火门进行指令执行，并获取所述智能防火门执行所述指令任务后发送的所述反馈信息；
36、对所述反馈信息进行解析处理，得到当前防火门状态、防火门执行结果、防火门执行时间和防火门异常情况；
37、对所述指令任务进行预期分析，得到对应的预期执行阈值，依据预期执行阈值对当前防火门状态、防火门执行结果、防火门执行时间进行误差分析，得到对应的状态误差、执行误差和时间误差，对防火门异常情况进行异常分析，得到异常信息数据；
38、基于异常信息数据对状态误差、执行误差和时间误差进行模型参数分析，得到对应的优化参数；
39、基于优化参数对所述控制模型进行参数优化，得到优化后的所述控制模型。
40、本专利技术还提供一种基于人工智能的智能防火门控制系统，应用于上述任意一种基于本文档来自技高网...
【技术保护点】
1.一种基于人工智能的智能防火门控制方法，其特征在于，包括：
2.根据权利要求1所述的基于人工智能的智能防火门控制方法，其特征在于，所述实时获取智能防火门的设备数据和传感数据，对所述传感数据进行特征提取，得到特征数据集，包括：
3.根据权利要求2所述的基于人工智能的智能防火门控制方法，其特征在于，所述根据所述特征数据集进行评估处理，得到对应的环境评估信息，包括：
4.根据权利要求1所述的基于人工智能的智能防火门控制方法，其特征在于，所述对所述设备数据进行状态分析，得到对应的防火门状态数据，包括：
5.根据权利要求4所述的基于人工智能的智能防火门控制方法，其特征在于，所述通过所述控制模型对所述防火门状态数据进行指令分析，得到对应的控制指令，并基于所述环境评估信息结合所述控制指令生成对应的指令任务，包括：
6.根据权利要求5所述的基于人工智能的智能防火门控制方法，其特征在于，所述通过所述控制模型的双层卷积层和循环神经网络对所述开关状态、所述锁定状态和所述电机健康状态信息进行综合分析，得到对应的指令特征，依据指令特征进行指令匹
7.根据权利要求1所述的基于人工智能的智能防火门控制方法，其特征在于，所述依据所述指令任务控制所述智能防火门，并获取所述智能防火门的反馈信息，依据所述反馈信息对所述控制模型进行模型参数优化，得到优化后的所述控制模型，包括：
8.一种基于人工智能的智能防火门控制系统，应用于上述权利要求1-7任意一种所述基于人工智能的智能防火门控制方法，其特征在于，包括：
9.一种基于人工智能的智能防火门控制装置，其特征在于，包括：
10.一种存储介质，其特征在于，存储有计算机指令，所述计算机指令用于使计算机执行根据权利要求1至7任一项所述的方法。
...【技术特征摘要】
1.一种基于人工智能的智能防火门控制方法，其特征在于，包括：
2.根据权利要求1所述的基于人工智能的智能防火门控制方法，其特征在于，所述实时获取智能防火门的设备数据和传感数据，对所述传感数据进行特征提取，得到特征数据集，包括：
3.根据权利要求2所述的基于人工智能的智能防火门控制方法，其特征在于，所述根据所述特征数据集进行评估处理，得到对应的环境评估信息，包括：
4.根据权利要求1所述的基于人工智能的智能防火门控制方法，其特征在于，所述对所述设备数据进行状态分析，得到对应的防火门状态数据，包括：
5.根据权利要求4所述的基于人工智能的智能防火门控制方法，其特征在于，所述通过所述控制模型对所述防火门状态数据进行指令分析，得到对应的控制指令，并基于所述环境评估信息结合所述控制指令生成对应的指令任务，包括：
6.根据权利要求5所述的基于人工智能的智能防火门控制方法，其特...
【专利技术属性】
技术研发人员：程新贵，应振有，
申请(专利权)人：新多集团股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。