基于模糊神经网络的化工生产车间火灾报警方法

摘要：

针对化工生产车间中无火、明火和阴燃等类型的火灾,提出了一种基于模糊神经网络的火灾报警方法.设计了化工生产车间火灾报警整体的报警流程,为提升抗干扰能力,优化数据采集电路,并对数据传输的ZigBee协议栈结构进行设计,对接收到的数据进行归一化处理,提供稳定数据源,确定模糊神经网络火灾判定的输入向量,分析内部函数和权值,构建三角型隶属函数进行计算,实现火灾的分类报警.为验证设计报警方法的有效性,设计了仿真实验,并与传统报警方法对比.仿真结果表明:与传统的火灾报警方法相比,该方法针对多种火灾类型的报警应用中训练收敛速度更快,报警精度更高.

关键词：火灾、模糊神经网络、化工生产车间、烟雾特征、ZigBee协议栈、抗干扰

所属期刊栏目：59

分类号：TP183(自动化基础理论)

在线出版日期：2023-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：64-68