軟測量技術的多參數(shù)系統(tǒng)范文

本站小編為你精心準備了軟測量技術的多參數(shù)系統(tǒng)參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

《現(xiàn)代建筑電氣雜志》2014年第六期

1智能疏散誘導系統(tǒng)的工作原理

該系統(tǒng)由計算機、煙氣層的煙氣濃度、溫度探測裝置、人群疏散速度探測儀以及動態(tài)疏散線路標識(發(fā)光型指示燈、聲光型指示器、連續(xù)型導向光流標志燈等應急疏散指示器)與安全出口標識等組成。其中人的行為參數(shù)可采用背景減的方法來判斷場景中被人群占據(jù)空間的大小;也可用邊緣提取的方法，通過邊緣周長檢測來估計人群密度［8］;對于高密度人群則采用基于紋理特征分析的方法來估計人群密度［17］。這些方法需要設備投入成本高，實時性差，不便于工程上直接應用與推廣，特別是能見度低時實施效果不理想。為此，本文提出了基于軟測量技術的智能疏散誘導系統(tǒng)。軟測量技術是指將難以測量或不可測的主導變量，選擇另外一些既與主導變量有密切關系又容易測量的變量，通過構造某種數(shù)學關系(軟測量模型)，用計算機軟件實現(xiàn)對主導變量的推斷和估計，并實現(xiàn)以軟件部分代替硬件(傳感器)功能的一種技術［18］。通過本文構建的人流密度-速度模型，用測得的人群移動速度可間接得到人群密度值。建筑火災中人群疏散誘導控制是一個涉及建筑物結構特征、火災發(fā)展過程和人的行為三種基本因素相互作用的復雜系統(tǒng)。智能疏散誘導系統(tǒng)機理模型如圖1所示。

1．1狀態(tài)參變量的知識表征建筑物通道的有效寬度、坡度、彎度等結構參數(shù)對人的步行速度均有一定的影響。綜合國內外學者對人員行進速度的觀測分析［19-20］，不同疏散通道通行的通行難易系數(shù)如表1所示，通行難易系數(shù)用α表示。疏散路徑的當量路徑長度L=αL0，L0為建筑物通道的實際長度:目前火災探測報警系統(tǒng)僅能給出煙氣的濃度和煙氣的溫度值［21］(將來可考慮煙氣毒性指標的影響［22］)，故從實際出發(fā)取濃度和溫度作為煙氣狀態(tài)參數(shù)(試驗驗證時，取同步模擬值)。設煙氣濃度給定值論域為［c1，c2］，測得的煙氣濃度(來自火災探測報警系統(tǒng)煙氣濃度)c在論域［c1，c2］歸一化處理;同理，設煙氣溫度給定值論域為［t1，t2］，測得的煙氣溫度(來自火災探測報警系統(tǒng)煙氣溫度)t在［t1，t2］上歸一化處理。處理后的煙氣狀態(tài)參數(shù)存入火災狀態(tài)信息數(shù)據(jù)庫，形成火災煙氣狀態(tài)信息的知識表征。設定人群密度論域［ρ1，ρ2］，通過人群密度測試裝置獲得實際密度ρ，對ρ在論域［ρ1，ρ2］歸一化處理存入人的行為參數(shù)數(shù)據(jù)庫，完成人的行為參數(shù)的知識表征:

1．2基于LS-SVM支持向量機的智能誘導控制器智能疏散誘導系統(tǒng)的實質是把建筑物通道、火災煙氣狀態(tài)(煙氣濃度、溫度)和人群行為參數(shù)(人群密度)作為LS-SVM［23］支持向量機的輸入，把安全指示燈的頻閃周期T(s)作為LS-SVM支持向量機的輸出構成的一個預測控制模型:核函數(shù)確定后，只要確定σ和懲罰因子γ，用樣本數(shù)據(jù)就可得到式(7)的回歸方程。選用20個典型建筑火災案例，按照以下步驟處理:(1)調用該建筑物的原設計圖紙獲取建筑物結構參數(shù)，計算火災區(qū)域實際疏散路徑的當量長度并經(jīng)數(shù)據(jù)化處理，作為建筑物結構特征的樣本數(shù)據(jù)。(2)用FDS+Evac仿真軟件［24］還原其火災過程得到火災煙氣狀態(tài)參數(shù)，調用該建筑物火災報警系統(tǒng)內數(shù)據(jù)存儲區(qū)的真實火災煙氣狀態(tài)參數(shù)，將兩者按火災進程混合并做數(shù)據(jù)化處理，作為該建筑物的火災煙氣狀態(tài)的樣本數(shù)據(jù)。(3)調用該建筑物監(jiān)控錄像，用圖像處理技術［25］獲得真實人員疏散的人群密度，根據(jù)人群密度-速度關系，將兩者通過數(shù)據(jù)化處理，獲得表征人群行為參數(shù)的樣本數(shù)據(jù)。(4)由于建筑物設計之初，設計者已經(jīng)按照假設的人員密度(人群初始密度)和設計流量布置了合理的疏散通道和安全出口，并且建筑物一旦投入使用其結構參數(shù)基本不變，但疏散人員的“偏向度”，常常導致某些安全出口或通道很少有人使用。優(yōu)先選擇最熟悉的疏散出口或疏散路徑，即便其他的出口或路徑就在附近，只有當該出口區(qū)域人員密度較大或受到火災威脅時，才會選擇附近的其他出口(或路徑)。為此，采用以下原則確定T(s):①就近原則，假設疏散人員優(yōu)先選擇距其最近的安全出口;②均衡疏散原則，當路徑寬窄不一致時，按照人員的通過率均衡疏散。圖1中給出的動態(tài)標識路徑實際是一種糾錯過程，不斷糾正“偏向度”導致的惡果。(5)用其中16個案例的數(shù)據(jù)訓練模型，得到一個4輸入、1輸出的LS-SVM支持向量機預測模型(煙氣狀態(tài)是溫度和濃度2個參變量，圖2中用一路煙氣狀態(tài)示之)，用其余4個案例的數(shù)據(jù)驗證模型的可行性，模型的訓練過程如下:①輸入訓練樣本:L、c、t、ρ作為輸入，T(s)作為輸出控制參量;②選定σ和γ;③用最小二乘支持向量機算法求解參數(shù)αi、b;④將求解得到的參數(shù)代入LS-SVM，并輸入測試樣本對T(s)進行預測。該系統(tǒng)在實際應用中，可根據(jù)實際測得的不同疏散通道的人群密度修正圖1中人的行為狀態(tài)給定值，提高系統(tǒng)的魯棒性。本文采用遺傳算法［26］，用T(s)擬合誤差最小化作為適應度評價函數(shù)，通過選擇、交叉、變異等遺傳操作，經(jīng)過若干代遺傳進化后，獲得LS-SVM模型的最優(yōu)參數(shù)。這里σ集取{0．01，0．1，1，10}，γ集取{1，10，100，1000，10000}，交叉概率取0．6，變異概率取0．2，群體規(guī)模為50，進化代數(shù)為100。最終得到最佳的核寬度σ=0．63，懲罰因子γ=100。

1．3智能誘導控制器的實現(xiàn)用建好的LS-SVM預測控制模型，根據(jù)實際著火的部位(不同防火分區(qū)或樓層)，發(fā)出指令改變指示燈具的頻閃周期，形成多條人群疏散路徑的動態(tài)標識。以人群密度為例，其具體的控制程序為:①當ρ＜ρ1時，其指示燈處于常亮狀態(tài);②ρ1≤ρ≤ρ2時，其頻閃周期為4T(s)，占空比為1∶1;③當ρ＞ρ2時，其頻閃周期為6T(s)，占空比為1∶3，即亮的時間為滅的時間的1/3。T(s)與建筑物防火分區(qū)的劃分、疏散通道的長短、寬窄及其布局等有關，稱之為控制函數(shù)。

1．4控制函數(shù)與人員速度的確定若ρ1=1．18ps/m;ρ2=3．18ps/m［27］，則對應的人員速度閾值由式(3)直接計算得到。T(s)按如下方法確定:①確定防火分區(qū);②設定該防火分區(qū)最危險的火災場景位置;③計算該位置與其最近的安全出口之間的直線最短距離;④該距離除以υm并向上取整。假設n是該防火分區(qū)安全疏散出口的數(shù)量，則人員選擇某出口的概率為式(9)反映了疏散人員的“偏向度”。因此，通過改變疏散指示燈的頻閃周期，能夠改變疏散人員選擇疏散出口或路徑的概率，避免某出口或路徑出現(xiàn)阻塞現(xiàn)象。根據(jù)不同的應用對象，通過現(xiàn)場編程將有關數(shù)據(jù)(如人員速度閾值υa、υb和人員期望速度υm以及不同防火分區(qū)T(s))植入智能誘導控制器，將建筑物環(huán)境參數(shù)和火災狀態(tài)信息數(shù)據(jù)導入控制系統(tǒng)的主機，從而形成基于軟測量技術的多參數(shù)智能疏散誘導系統(tǒng)。

2智能疏散誘導系統(tǒng)的驗證

2．1試驗設計將建筑物地下一層(31m×16m×5．5m，設有3個安全出口，A、B出口寬2m，C出口寬4m)的墻面、頂面均涂成黑色，地板鋪黑色塑料瓷磚(反射率0．045)，并擺放好一定數(shù)量的貨架。在規(guī)定的位置布置好煙氣濃度傳感器、溫度探測裝置、人群疏散速度探測儀以及攝像設備，這些儀器設備通過RS-485總線接口分別進入數(shù)據(jù)采集系統(tǒng)、圖像采集系統(tǒng)。按GB50098—2009《人民防空工程設計防火規(guī)范》設置高位出口語音、低位疏散照明以及地面、墻面連續(xù)型導向光流標志燈，通過控制總線與智能疏散誘導系統(tǒng)相連，構成“黑屋”試驗平臺。

2．2火災危險條件火災的危險狀態(tài)有以下三種:①當煙氣層高于人眼特征高度時，180～200℃煙氣產(chǎn)生的熱輻射會對人造成不可恢復的燒傷，這里取190℃;②當煙氣層低于人眼特征高度時，110～120℃煙氣層對人體構成傷害，這里取115℃;③當CO體積分數(shù)達到2．5×10－3時，可對人構成嚴重傷害。這里人眼特征高度取1．5m，環(huán)境溫度取20℃［27］。

2．3試驗過程試驗人群的組成及特征如表2所示。學生人群僅從正門C進入，而不知A、B門的存在。火災場景設定在圖3的中間位置，可燃物為木制貨架、皮面座椅、沙發(fā)等常見物品。由CFAST模型模擬結果可知，當著火248s時，煙氣層厚度達4m，溫度為55℃，不能對人造成危害;當著火410s時，煙氣溫度為115℃，能對人體造成直接燒傷。此時的CO體積分數(shù)遠小于2．5×10－3，對人體不構成傷害。因此，按火災危險條件②確定危險來臨時間為410s。分別在文獻［28］給出的鄭氏智能疏散系統(tǒng)和本文提出的智能疏散誘導系統(tǒng)的條件下進行疏散試驗。試驗共進行10次。試驗從正常照明燈熄滅開始，最后一個學生走出安全出口時終止。疏散試驗結果如表3所示。由表3可見，鄭氏系統(tǒng)的疏散時間最大值為400s，已接近危險來臨時間;而本系統(tǒng)對應的疏散時間最大值為298s，遠小于危險來臨的時間410s。顯然，本系統(tǒng)具有疏散效率高、疏散時間短的典型特征。

3結語

多參數(shù)智能疏散誘導系統(tǒng)實質是一個4輸入、1輸出的LS-SVM預測控制模型，根據(jù)實際著火的部位，LS-SVM模型發(fā)出控制指示燈具指令，改變其頻閃周期，形成多條人群疏散路徑的動態(tài)標識—動態(tài)標識路徑。試驗結果表明，智能疏散誘導系統(tǒng)的人群疏散時間遠小于危險來臨時間，可滿足特殊場合人群安全疏散的需求。有待于下一步需開展智能疏散誘導系統(tǒng)的誘導方式、安裝位置以及布置方式對疏散人群影響規(guī)律的應用研究。

作者：冉海潮 孫麗華郭英軍單位：河北科技大學