Система мониторинга пожарной и медико экологической безопасности с использованием анализа видеоданных с беспилотных летательных аппаратов
 Скачать 2.07 Mb.
|
|
Академия Государственной противопожарной службы МЧС России На правах рукописи Шевцов Максим Викторович СИСТЕМА МОНИТОРИНГА ПОЖАРНОЙ И МЕДИКО- ЭКОЛОГИЧЕСКОЙ БЕЗОПАСНОСТИ С ИСПОЛЬЗОВАНИЕМ АНАЛИЗА ВИДЕОДАННЫХ С БЕСПИЛОТНЫХ ЛЕТАТЕЛЬНЫХ АППАРАТОВ Специальность 2.3.1. Системный анализ, управление и обработка информации (технические науки) Диссертация на соискание учѐной степени кандидата технических наук Научный руководитель: доктор технических наук, профессор Денисов Алексей Николаевич Москва 2021 2 Оглавление Введение 4 1 Обзор методов и средств обнаружения и распознавания пожаров и управления процессами их устранения 11 1.1 Современная техника и технология обнаружения пожаров 11 1.2 Современные автоматизированные системы контроля пожарной и медико-экологической безопасности 21 1.3 Методы анализа изображений для обнаружения пожаров 25 1.4 Анализ каналов информации, обеспечивающих поддержку принятия управленческих решений на пожаре 37 1.5 Цель и задачи исследования 42 2 Метод и модели оценки пожарной обстановки и состояния людей, находящихся в зоне пожара 44 2.1 Объекты, методы и средства исследования 44 2.2 Метод синтеза математических моделей оценки пожарной обстановки и состояния людей, находящихся в зоне пожара 49 2.3 Нечеткие математические модели прогнозирования и оценки степени тяжести отравления угарным газом 59 2.4 Выводы второго раздела 71 3 Система мониторинга пожарной обстановки с использованием результатов анализа видеоданных с беспилотных летательных аппаратов 73 3.1 Концептуальные модели мониторинга пожарной безопасности 73 3.2 Анализ подсистем автоматизированной системы мониторинга пожарной и медико-экологической безопасности 79 3.2.1 Разработка метода оптимизации функционирования модуля воздушного наблюдения 79 3.2.2 Разработка структуры подсистемы прогнозирования 89 3.2.3 Подсистема анализа и классификации видеоданных 97 3 3.3 Выводы третьего раздела 107 4 Программно-техническое обеспечение мониторинга пожарной и медико- экологической безопасности и результаты исследования 109 4.1 Мобильная система мониторинга, раннего обнаружения и оценки пожарной опасности 109 4.2 Автоматизированная система для классификации снимков, полученных с видеокамер беспилотного летательного аппарата 120 4.2.1 Разработка алгоритма классификации снимков видеоряда от беспилотного летательного аппарата 120 4.2.2 Разработка программно-алгоритмического обеспечения синтеза «слабых» классификаторов снимков видеоряда 124 4.3 Оценка качества классификации сегментов аэроснимков видеоряда 129 4.4 Выводы четвѐртого раздела 134 Заключение 136 Список сокращений и условных обозначений 138 Список литературы 142 4 Введение Актуальность работы. Проблема своевременного обнаружения пожаров позволяет предотвратить огромные экономические потери и человеческие жертвы, поэтому является актуальной для многих стран мира. Для раннего и своевременного обнаружения пожаров осуществляется мониторинг автономных территориальных единиц (АТЕ) с использованием наземных, авиационных и спутниковых систем. При этом использование спутниковых и авиационных мониторинговых систем оправдано только для больших площадей, и они требуют серьезных материально-технических затрат. Значительное снижение требуемых ресурсов обеспечивается использованием беспилотных летательных аппаратов (БПЛА) с установленными на них видеокамерами, изображения с которых в реальном масштабе времени передаются на пульт оператора. При этом увеличение числа видеокамер с одной стороны увеличивает контролируемые площади, а с другой стороны уменьшает эффективность работы оператора системы видеомониторинга. Следовательно, большой поток видеоданных требует значительных ресурсов для его обработки, что вызывает необходимость автоматизации процесса классификации снимков из потока видеоданных с целью сокращения анализируемого информационного потока у операторов. Одним из путей повышения эффективности работы систем мониторинга за пожарной обстановкой является автоматизация обработки видеоинформации, поступающей от видеокамер. С учетом вышеизложенного, разработка методов, алгоритмов и моделей анализа снимков из видеопотока с целью автоматического обнаружения признаков возгорания и распознавания очагов пожара является актуальной задачей. Степень разработанности темы исследования. Проблема извлечения и использования информации из окружающей среды в условиях пожара является ключевой из-за сложности физико-химических процессов горения и процессов 5 теплообмена. Описанию особенностей указанных процессов большое внимание уделено в работах И.С. Молчадского, А.В. Матюшина, С.В. Пузача, Ю.Д. Моторыгина, Ю.А. Кошмарова. Вклад в теоретические основы использования робототехнических средств в системах информационной поддержки мониторинга пожарной безопасности внесли работы С.Ф. Яцуна, П.М. Ефграфова, И.М. Тетерина, А.Н. Денисова, Д.В. Тараканова, Н.Г. Топольского и Н.Н. Брушлинского. Одним из путей решения проблемы принятия решений по минимизации потерь, связанных с неблагоприятной пожарной обстановкой, является применение методов искусственного интеллекта. Тем не менее, в настоящее время отсутствует методика синтеза систем мониторинга пожарной и медико-экологической безопасности, которая объединяла бы как вопросы анализа и классификации данных из видеопотоков, так и вопросы управления сбором данных о пожарной безопасности и экологической обстановки в выделенной АТЕ. За последние десятилетия в России и за рубежом было разработано несколько аналогичных систем мониторинга пожарной и экологической обстановки, однако их общим недостатком является неполная автоматизация и наличие большого количества настраиваемых параметров. Таким образом, научно-технической задачей исследования является разработка методов, алгоритмов и моделей управления и анализа данных в системе мониторинга пожарной и медико-экологической безопасности. Объектом исследования является система мониторинга пожарной и медико- экологической безопасности с использованием данных, получаемых с беспилотных летательных аппаратов. Предметом исследования являются методы и алгоритмы управления мониторингом и классификации данных о, получаемых с беспилотных летательных аппаратов. Цель исследования состоит в повышении эффективности мониторинга пожарной и медико-экологической безопасности посредством оптимизации сбора видеоданных и автоматизации их классификации. 6 Задачи исследования. Для достижения поставленной цели были сформулированы следующие задачи: 1. Выполнить системный анализ методов мониторинга и прогнозирования пожарной и медико-экологической безопасности в выделенных территориальных единицах. 2. Разработать метод синтеза математических моделей оценки пожарной обстановки и состояния людей, находящихся в зоне пожара. 3. Разработать концептуальную модель системы мониторинга пожарной и медико-экологической безопасности с использованием анализа видеоданных с беспилотных летательных аппаратов. 4. Разработать метод оптимизации функционирования модуля воздушного наблюдения пожарной и медико-экологической безопасности. 5. Разработать метод сегментации видеоданных, поступающих с беспилотного летательного аппарата при мониторинге пожарной обстановки. 6. Разработать метод классификации сегментов на аэроснимках, полученных при мониторинге пожарной и медико-экологической безопасности. 7. Провести экспериментальные исследования эффективности предложенных методов, алгоритмов и моделей в системе мониторинга пожарной и медико-экологической безопасности в выделенных территориальных единицах. Научная новизна. В работе получены следующие результаты, характеризующиеся научной новизной: 1. Метод синтеза математических моделей оценки пожарной обстановки и состояния людей, находящихся в зоне пожара, отличающийся использованием гетерогенных блоков данных, описывающих пожарную обстановку и факторы риска для здоровья людей в исследуемой территориальной единице, которые агрегируются в правила принятия решений, и позволяющий синтезировать решающие правила классификации типов и характера пожаров, а также прогнозирования и оценки состояния здоровья в условиях исследуемого класса чрезвычайных ситуаций. 2. Концептуальная модель автоматизированной система мониторинга 7 пожарной и медико-экологической безопасности с использованием анализа видеоданных с беспилотных летательных аппаратов, отличающаяся модулями информационной подсистемы, подсистемы анализа и классификации данных, подсистемы прогнозирования и подсистемы управления, позволяющая оперативно классифицировать и прогнозировать пожарную и медико-экологическую обстановку на мониторируемой территории. 3. Метод оптимизации функционирования модуля воздушного наблюдения, включающий алгоритм планирования траектории мониторинга пожарной обстановки посредством БПЛА, и алгоритм оптимизации числа БПЛА в зоне мониторинга, позволяющий определить необходимый ресурс БПЛА для мониторинга пожарной обстановки в выделенной территориальной единице, и минимизировать состав группировки БПЛА, осуществляющий мониторинг. 4. Метод сегментации видеоданных, заключающийся в сегментации снимка видеоряда на прямоугольные сегменты, селекцию сегментов на ROI и НЕ ROI, с последующим формированием из сегментов ROI трех цветовых каналов, отличающийся тем, что решение о принадлежности сегмента к конкретному классу принимается независимо в каждом канале нейронной сетью с линейной функцией активации, с последующей агрегацией этих решений многослойным персептроном с нелинейной функцией активации, позволяющий повысить оперативность анализа данных в видеопотоке. 5. Метод классификации сегментов на аэроснимках, полученных при мониторинге посредством БПЛА, отличающийся тем, что дескрипторы для классификатора формируются посредством определения спектров Уолша- Адамара в трех типоразмерах окон, выделенных в прямоугольном сегменте заданного размера, позволяющий обучать классификаторы на разделение снимков видеоряда на три класса. Теоретическая и практическая значимость работы состоит в том, что изложенные методы и алгоритмы построения и функционирования системы мониторинга пожарной и медико-экологической безопасности с беспилотными летательными аппаратами позволяют в реальном времени анализировать и 8 классифицировать данные о состоянии окружающей среды. Концептуальная модель автоматизированной системы мониторинга пожарной и медико- экологической безопасности с использованием анализа видеоданных с беспилотных летательных аппаратов была использована при выполнении НИР «Теоретические основы тушения некоторых видов ландшафтных пожаров», выполняемой по плану научной работы Академии ГПС МЧС России на 2020 год. Метод и алгоритмы воздушного наблюдения, разработанные в диссертационной работе, использованы при оперативной работе реагирующих подразделений Главного управления МЧС России по Самарской области в процессе получения и анализа данных мониторинга ландшафтных пожаров и техногенных аварий в рамках поддержки принятия управленческих решений на месте ликвидации чрезвычайных ситуаций природного и техногенного характера. Результаты диссертационной работы используются в учебном процессе Академии ГПС МЧС России при проведении практической подготовки с обучающимися в учебной пожарно-спасательной части. Методы и средства исследований. Для решения поставленных задач использовался математический аппарат цифровой обработки сигналов, статистический анализ, теория нейронных сетей, нечеткая логика принятия решений, методы экспертного оценивания и принятия решений. При разработке модулей классификации изображений и нечетких модулей принятия решений в качестве инструментария использовался MATLAB 2018b с графическим интерфейсом пользователя для Neural Network Toolbox и со встроенным пакетом Fuzzy Logic Toolbox. Положения, выносимые на защиту. 1. Метод синтеза математических моделей оценки пожарной обстановки и состояния людей, находящихся в зоне пожара с использованием гетерогенных блоков данных, описывающих пожарную обстановку и факторы риска для здоровья людей в исследуемой зоне, позволяет синтезировать решающие правила классификации типов и характера пожаров, а также прогнозирования и оценки состояния здоровья в условиях исследуемого класса чрезвычайных ситуаций. 2. Концептуальная модель автоматизированной 9 система мониторинга пожарной и медико-экологической безопасности с использованием анализа видеоданных с беспилотных летательных аппаратов, позволяющая оперативно классифицировать и прогнозировать пожарную и медико-экологическую обстановку на мониторируемой территориальной единице. 3. Метод оптимизации функционирования модуля воздушного наблюдения, включающий алгоритм планирования траектории мониторинга пожарной обстановки БПЛА, и алгоритм оптимизации числа БПЛА в зоне мониторинга территориальной единицы, позволяет минимизировать состав группировки БПЛА, осуществляющий мониторинг. 4. Метод классификации сегментов на аэроснимках, полученных при мониторинге территориальной единицы посредством БПЛА, при использовании в качестве формирователя дескрипторов преобразования Уолша-Адамара в трех типоразмерах окон в выделенном сегменте позволяет осуществлять классификацию снимков с сегментами класса «дым» с точностью не менее 86%, а с сегментами класса «пламя» с точностью не менее 89,5 %. Степень достоверности и апробация работы. Результаты исследования показали их воспроизводимость в различных условиях, непротиворечивость концепциям теории обработки и классификации цифровых изображений, а также аналогичным результатам, полученным другими исследователями. Методы и алгоритмы классификации снимков из видеопотока построены на теории цифровой обработки изображений и согласуются с ранее опубликованными экспериментальными данными по теме диссертационной работы. Основные теоретические положения и научные результаты, изложенные в диссертации, докладывались, обсуждались и получили положительную оценку на Международных и Всероссийских конференциях: «Актуальные проблемы пожарной безопасности» (Москва – 2009); «Проблемы управления безопасностью сложных систем» (Москва – 2009); «Пожаротушение: проблемы, технологии, инновации» (Москва – 2014, 2020); «Системы безопасности – 2021» (Москва – 2021); «Искусственный интеллект в решении актуальных социальных и 10 экономических проблем XXI века» (Пермь – 2021); на научно-технических семинарах Академии ГПС МЧС России (Москва – 2018, 2019, 2020, 2021). Публикации. Основные положения и результаты диссертационной работы опубликованы в 19 научных работах, включающих 6 статей в ведущих рецензируемых научных журналах и изданиях. Структура и объем работы. Диссертация состоит из введения, четырех разделов, заключения и списка использованных источников, включающего 86 отечественных и 30 зарубежных наименований. Работа изложена на 157 страницах машинописного текста, содержит 37 рисунков и 8 таблиц. 11 1 Обзор методов и средств обнаружения и распознавания пожаров и управления процессами их устранения 1.1 Современная техника и технология обнаружения пожаров Пожары приводят к значительным материальным, а иногда и людским потерям. Одной из важнейших задач в борьбе с пожарами является их быстрое обнаружение с классификацией их интенсивности и характера. Это позволяет примерно на 2/3 сокращать возможные убытки. Первичными источниками пожарной обстановки являются пожарные извещатели, которые классифицируются по различным признакам, объединяемые в группы. Возможности различных типов пожарных извещателей оцениваются по тестовым пожарам. Национальным стандартом ГОСТ Р53325-2012 установлена следующая классификация очагов тестовых пожаров (ТП): ТП-1 – открытое горение древесины; ТП-2 – пиролизное тление древесины; ТП-3 – тление со свечением хлопка; ТП-4 – горение полимерных материалов; ТП-5 – горение ЛВЖ с выделением дыма; ТП-6 – горение ЛВЖ без выделения дыма; ТП-9 – тление без свечения хлопка. При проведении сертификационных испытаний и периодических проверках извещателей пламени на работоспособность выявлено, что указанные устройства наиболее быстро обнаруживают очаги возгорания твердых горючих веществ (древесины и полимерных материалов), но неудовлетворительно реагируют на очаги пожаров ТП-2 и ТП-3. Это связано с тем, что так называемый 12 «пульсационный режим горения» отсутствует при тлеющих очагах тестовых пожаров, и процесс по их обнаружению извещателями пламени значительно осложняется. Рассмотрим подробнее наиболее важные подходы к классификации, принятой в Российских документах. По возможности восстановления работоспособности средства обнаружения пожара подразделяются на восстанавливаемые (многократного действия) и невосстанавливаемые (однократного действия). В свою очередь извещатели многократного действия могут быть дистанционно восстанавливаемыми (с возможностью удаленного восстановления работоспособности), самовосстанавливаемыми (с восстановлением работоспособности в автоматическом режиме), восстанавливаемыми вручную (с использованием технических специалистов) и восстанавливаемыми с заменой элементов. Согласно современным нормам проектирования невосстанавливаемые пожарные извещатели не проектируются, но могут использоваться на существующих объектах до окончания сроков эксплуатации. По способу приведения в действие пожарные извещатели подразделяют на автоматические и ручные. Ручные извещатели предназначены для ручного включения сигнала пожарной тревоги в системах пожарной сигнализации и пожаротушения посредством транслирования тревожного извещения при механическом включении приводного элемента. Автоматические пожарные датчики обнаруживают очаги возгорания в автоматическом режиме. По характеру реакции на контролируемый признак пожара устройства обнаружения разделяют на: максимальные (формируют извещение о пожаре при превышении установленного порогового значения); дифференциальные (формируют извещение о пожаре при изменении скорости превышения величины порогового значения); 13 максимально-дифференциальные (формируют извещение о пожаре при любом из вышеуказанных случаев). По способу электропитания извещатели подразделяют на питаемые по шлейфу (двухпроводное включение), питаемые по отдельному проводу (четырехпроводное включение), питаемые от автономного источника (в корпус извещателя установлен источник питания) и автономные (в корпусе конструктивно интегрированы источник питания и элементы, необходимые для обнаружения возгорания). По конфигурации измерительной зоны выделяют следующие виды пожарных извещателей: линейные (реагирует на опасные факторы пожара в горизонтальной, линейной плоскости); точечные (реагирует на опасные факторы пожара в ограниченной зоне); многоточечные (реагирует на опасные факторы пожара посредством их контроля в нескольких зонах). По возможности установки адреса в пожарных извещателях их подразделяют на адресные (устройства, имеющие адрес, определяемый приемно- контрольным прибором) и неадресные. По характеру обмена информацией с приемно-контрольным прибором автоматические устройства обнаружения пожара делятся на пороговые (извещает при достижении или превышении величины установленного порога) и аналоговые (извещает о текущем показателе контролируемого фактора пожара). Следует отметить, что для возможности интеграции с иными контрольно-приемными устройствами неадресные пороговые извещатели также классифицируют по типам сигналов с уточнением характеристик постоянного и переменного тока. Наиболее важным методом классификации для решения задач, поставленных в работе, является классификация пожаров по виду контролирующего признака. По указанной классификации существует несколько 14 типов пожарных извещателей: дымовые, тепловые, пламени, газовые и комбинированные. Тепловые пожарные извещатели являются средствами обнаружения, реагирующими на определенное значение температуры и (или) скорости ее нарастания. Особенностью классификации пороговых тепловых пожарных извещателей (ИПТ) является характер реакции на контролируемый признак пожара, согласно которому данные устройства разделяют на: максимальные (ИПТ, формирующий извещение о пожаре при превышении температурой окружающей среды установленного порогового значения (температуры срабатывания)); дифференциальные (ИПТ, формирующий извещение о пожаре при превышении скорости нарастания температуры окружающей среды установленного порогового значения); максимально-дифференциальные (ИПТ, выполняющий функции максимального и дифференциального ИПТ (по схеме «ИЛИ»)). По конфигурации измерительной зоны тепловые, газовые и дымовые оптико-электронные ИП подразделяют на: точечные (ИПТТ – извещатель пожарный тепловой точечный): ИПТ, в котором устройство обнаружения фактора пожара расположено в ограниченном объеме, много меньшем объема защищаемого помещения; линейные (ИПТЛ – многоточечный тепловой линейный пожарный извещатель): ИПТ, который предполагает возможность обнаружения очага путем объединения тепловых потоков в пространственной зоне нахождения чувствительных элементов самого устройства; многоточечные (ИПТМ – извещатель пожарный тепловой многоточечный): ИПТ, чувствительные элементы которого дискретно расположены в протяженной линейной зоне. 15 Дымовые пожарные извещатели представляют собой средства обнаружения аэрозольных частиц, возникающих в воздухе при химической реакции горения, и реагируют на частицы твердых или жидких продуктов горения или пиролиза в атмосфере. При возникновении очага возгорания на начальном этапе в воздушной или газообразной среде образуется большое количество твердых частиц продуктов горения, именуемого дымом. Особенность функционирования дымовых пожарных извещателей состоит в ионизационном и оптическом способах обнаружения дыма, выделяемого при термическом разложении. Принцип действия ионизационных пожарных извещателей основан на анализе динамики ионизационного тока, воздействующего на радиоизотопную камеру, которая представляет собой элемент измерительного преобразователя дымового извещателя и формирует основные параметры устройства. Действие оптико- электронных пожарных извещателей основано на принципе обнаружения изменений оптических свойств среды. При выделении дыма происходит изменение оптической плотности среды, как в связи с рассеиванием твердыми частицами светового потока, так и за счет ослабления прозрачности атмосферы (потери видимости в помещении или замкнутом пространстве). В последнее время появились сообщения об обнаружителях очагов возгорания с использованием дымовых видеоизвещателей. Данный метод противопожарной защиты представляет собой альтернативный вариант мониторинга пожарной обстановки в зданиях и на открытой местности вне зависимости от времени суток и атмосферных явлений. При использовании данного метода задействуются стационарные камеры видеонаблюдения, выполняющие функции средств обнаружения пожара и отдельных особенностей его развития, а также других сопутствующих характерных признаков. Камеры, установленные в зданиях, помещениях и сооружениях, имеют возможность обнаружения очагов возгорания на начальных стадиях их развития, что снижает риск причинения жизни и здоровья людей и ценному имуществу. Наибольшую эффективность дымовые видеоизвещатели представляют на потенциально опасных, взрывоопасных и технически сложных объектах, поскольку постоянный 16 видеоанализ позволяет обнаружить дым в замкнутом помещении гораздо раньше, чем на него отреагирует классический дымовой извещатель, установленный на потолке. Принцип работы пожарных извещателей пламени заключается в возможности реагирования на оптическое электромагнитное излучение тлеющего пожара или непосредственно очага пламени. Электромагнитное излучение, которое сопровождает процесс возникновения и развития возгорания, в зависимости от длины оптического диапазона может быть представлено в инфракрасном (ИК), видимом, многодиапазонном и ультрафиолетовом (УФ) вариантах. Различные температурные и физико-химические режимы развития пожара предполагают разный спектральный состав электромагнитного излучения. Тип и количество пожарной нагрузки формирует конкретные виды спектров, характерные для определенных веществ и материалов, в целом устанавливающие общие свойства спектра излучения пламени. Электромагнитное излучение в инфракрасном, видимом или ультрафиолетовом диапазонах воздействует на чувствительный элемент средства обнаружения пожара и преобразовывает его в электросигнал, подаваемый на приемно-контрольный прибор. Для ультрафиолетовых устройств предусмотрена ультрафиолетовая область излучений в коротковолновом диапазоне от 185 до 280 нм. Этот диапазон выбран в целях недопущения оптического искажения природным ультрафиолетом, создаваемым солнечными лучами, длина волн которых более 286 нм, что не дает возможности реагирования ультрафиолетовым датчикам на солнечное излучение. Кроме того, ультрафиолетовые датчики имеют технические характеристики, позволяющие выявлять возгорание с больших расстояний (до 80 м), и обеспечивать быстрое (от 0,5 сек) обнаружение очагов пожара [5, 50]. В соответствии с действующей нормативной документацией наиболее оптимальное расстояние для обнаружения тестовых пожаров типа ТП-5 и ТП-6 ультрафиолетовыми извещателями составляет 25 м. Ввиду того, что продукты термического разложения некоторых легковоспламеняющихся и горючих жидкостей и газов, а также химически опасных веществ, эффективно поглощают 17 ультрафиолетовое излучение, обнаружение очагов с больших расстояний не представляется возможным. Ультрафиолетовые средства обнаружения пожара капризны к внешним воздействиям, таким как повышенная запыленность и влажность, соседство с источниками рентген и гамма-излучений, электромагнитные импульсы, создаваемые грозой или излучением при проведении сварочных и иных строительно-ремонтных работ. Поэтому использование указанных пожарных извещателей в зонах, в которых выделяются горючие газы или пары, а также переходят во взвешенное состояние горючие пыли и волокна, следует исключить [50]. При нагревании все вещества и материалы, находящиеся в твердом, жидком или газообразном состояниях, способны выделять излучение в инфракрасном спектре, что влечет распределение в нем большого количества энергии. При этом температурный показатель нагреваемого тела определяет длину волны излучения и еѐ интенсивность. Например, солнечные лучи, направляя потоки инфракрасного излучения, могут стать причиной ложных срабатываний однодиапазонных извещателей пламени. Поэтому наиболее целесообразное проектирование систем пожарной сигнализации с использованием указанных средств обнаружения пожара предполагается в местах, где исключено попадание солнечного света и различных источников, провоцирующих помехи: логистические комплексы, технические и производственные помещения, в которых технологический процесс не предполагает оптическое искажение. Пожар в процессе своего развития совершает колебательные движения низкой частоты в интервале от 2 до 20 Гц, что позволяет инфракрасным извещателям фиксировать данные колебания и исключать иные факторы, влияющие на чувствительный элемент датчика. Но учитывая, что на многих объектах используются спецтранспорт, имеющий сигнально-световые устройства, действие которых может создать ложное оптическое искажение указанным средствам обнаружения, применение частотного метода обнаружения очагов возгорания приводит к определенным трудностям. Выходом из данной проблемной ситуации является использование в одном извещателе нескольких 18 инфракрасных каналов, работающих посредством создания алгоритмов с более интеллектуальной обработкой сигналов, что снижает вероятность реагирования устройств на внешние оптические помехи. Данное техническое решение послужило предпосылкой разработки и внедрению многодиапазонных извещателей, сочетающих в себе симбиоз принципов микропроцессорного отображения измеряемых величин и учета данных, получаемых из нескольких инфракрасных каналов. Это позволило повысить качественные показатели помехоустойчивости указанных устройств. Также установлено, что инфракрасное излучение не подвержено реакции на механические продукты термического разложения и образованию грязи, что даѐт обоснованные преимущества применения данных извещателей в объектах со сложными технологическими процессами производств, транспортной инфраструктуры, а также хранения и переработки горючих пылей, газов и волокон. В целях минимизации получения ложных сигналов элементами системы пожарной сигнализации, производителями пожарно-технической продукции предложены матричные многодиапазонные варианты пожарных извещателей, сочетающие в себе способность реагирования на инфракрасный и ультрафиолетовый спектры излучения. Данные устройства изготавливаются, как правило, во взрывозащищенном исполнении и могут применяться на объектах добычи, переработки и хранения углеводородного сырья и готовой продукции. В настоящее время набирает обороты производство высокотехнологичных видеокамер, способных отслеживать возникновение очагов возгорания в видимом, ультрафиолетовом и инфракрасном спектрах излучения. Обнаружение пожаров в таких автоматизированных системах осуществляется с использованием методов искусственного интеллекта. Большой популярностью пользуются газовые пожарные извещатели, реагирующие на продукты горения, возникающие при тлении и находящиеся в газообразном состоянии. При производстве газовых средств обнаружения пожара используются датчики, собранные из полупроводниковых электрохимических преобразователей. 19 Для выявления и анализа нескольких опасных факторов пожара применяются теплосветовые, теплодымовые, светодымовые и иные извещатели комбинированного типа. Принцип действия самых распространѐнных теплодымовых датчиков заключается в реагировании теплового или дымового каналов обнаружения очага и формировании и передаче сигнала на приемно- контрольный прибор. При этом стоит отметить, что обнаружение пожара происходит по одному признаку, второй признак пожара имеет функцию дополнительного. Традиционно для достижения очень высокой чувствительности в особых зонах контроля противопожарного режима использовали аспирационные системы. Суть работы данных систем обнаружения представляет собой принудительное создание потока воздуха, который засасывается из места, контролируемого элементами пожарной сигнализации, и по специальной трубопроводной сети передается оптическому пожарному устройству, выполняющему функции детектора и выявляющему очаг на ранней стадии до появления опасных факторов пожара, которые можно увидеть человеческим зрением. Лазерные технологии также прочно вошли в сферу разработок систем противопожарной защиты и были, в частности, реализованы в виде фотоэлектрических дымовых пожарных извещателей, в которых используется лазер. Данные приборы контроля многократно превышают уровень восприимчивости чувствительных элементов инфракрасных датчиков, а при сравнении с показателями аспирационных систем, которые оценивают всю зону потенциального пожара, они обладают преимуществом обнаружения конкретного участка, что позволяет более точно определить источник разложения продуктов горения, выделяющихся в форме дыма. Отдельно стоит отметить особую совместимость лазерных датчиков с другими типами тепловых и дымовых средств обнаружения и возможность их точечной интеграции в существующие системы пожарной сигнализации или в качестве отдельных подсистем. Также отсутствует необходимость соблюдения баланса чувствительности между 20 разными извещателями, расположенными на одном шлейфе, что создает условия индивидуального подхода к их размещению, исходя из архитектурных и конструктивных особенностей объектов защиты и неравномерности распределения горючей нагрузки в помещениях или сооружениях. Кроме того, при использовании лазерных пожарных извещателей пылевые составы или волокна, витающие в пространстве помещений, не создадут угрозу частых ложных срабатываний, как это характерно для аспирационных систем обнаружения очагов возгорания или тления. Таким образом, современная промышленность выпускает значительную номенклатуру газовых извещателей, грамотное использование которых позволяет свести к минимуму пожарные риски. Одним из действенных способов повышения качества работы систем обнаружения пожаров является предотвращение ложных тревог, обеспечиваемое рядом технологических приемов. Наиболее значимым из таких приемов было искусственное снижение чувствительности датчиков, что было угрожающим фактором возгорания, особенно на ранних стадиях возникновения пожаров. В современных системах (например, согласно протоколу VDE 0833-2) предусмотрено несколько технических и технологических приемов, минимизирующих вероятность ложных тревог. Рассмотрим основные из них: использование одновременно работающих двух пожарных извещателей, когда решение принимается по совпадению (функция λ) двух тревожных сигналов; использование алгоритмов распознавания образцов пожаров (соответствие сигнальной последовательности событий шаблону ситуации пожара); сочетание различных алгоритмов обнаружения пожара (например, сочетание разных длин волн и углов рассеивания позволяет определять, какая 21 доля неопределенности присутствует в принятом решении, и какой материал горит); применение технологии компенсации фонового сигнала в дежурной камере, в соответствии с которой порог срабатывания извещения адаптируется к уровню фоновой составляющей или загрязнению сигнала; применение высокотехнологичных извещателей с высоким соотношением сигнал/шум и использование сложных алгоритмов, снижающих уровень шума по отношению к полезному сигналу; использование механических воздушных фильтров, улавливающих пыль, и не пропускающих дым (используется в аспирационных извещателях). Таким образом, современная промышленность выпускает набор технических средств, позволяющих значительно снизить угрозы возникновения пожаров. Работы в этом направлении продолжаются во многих странах, включая Россию. |