基于CA-Res注意力机制的YOLOv5图像火灾检测算法

为解决人工和传感器火灾检测方法中存在的精度低、速度慢等问题,在分析火灾图像特征的基础上,设计了一种融入可调节坐标残差注意力的改进YOLOv5多路火灾检测算法。该算法在YOLOv5网络模型上进行改进,可以自动提取和学习图像的特征。首先,通过坐标注意力机制,将位置信息嵌入到通道注意力中,使网络能够获得更大范围的信息,提高了对火灾图像的检测精度。其次,通过残差连接保留火焰的初始特征,将初始特征与坐标注意力特征进行自适应结合,实现更好的识别效果。最后,在多路摄像头捕获的实时视频数据上进行火灾的检测与识别,具有较高的准确率。该火灾检测方法可以有效识别和检测火灾早期产生的火焰信息,减少在火灾早期错过最佳扑救时间造成的损失。

光电感烟火灾探测器抗粉尘污染试验研究

利用自研制的粉尘环境模拟试验装置开展光电感烟火灾探测器抗粉尘污染试验研究。研究表明,粉尘环境对感烟探测器的主要影响是使其响应阈值减小,灵敏度增加。点型感烟探测器污染试验后仍能保持基本功能,但独立式感烟探测器经过粉尘污染后有超过半数失去基本功能或不符合使用要求。

大型商业综合体消防安全现状调研与对策研究

大型商业综合体建筑体积大、结构复杂、人员密度大,若管理不善会带来较多的火灾隐患,火灾风险大,发生火灾易造成大量财产损失和人员伤亡。通过对鄂尔多斯市15家典型大型商业综合体的消防安全现状进行调研,分析了存在的主要火灾隐患,并提出了落实消防责任主体、完善消防安全管理制度体系、加大火灾隐患排查力度、加强教育培训等消防安全管理对策建议。

全尺寸预制舱式储能柜热失控早期征兆分析

面向电化学储能应用中出现热失控、火灾、燃爆等一系列消防安全问题,通过开展预制舱式储能柜热失控实体实验研究,分析预制舱式储能系统在热失控早期出现的征兆信息,探索提升电化学储能系统的消防技术方法。首先,本文分析了预制舱式储能系统在热滥用的触发条件下,其电压、温度、氧浓度和CO浓度等关键参数的变化规律,系统讨论了储能系统热失控过程及其早期征兆表现规律。研究结果表明,在热滥用条件下,电芯表面温度迅速升高,系统发生热失控时,其最高温度可达1000℃以上;电压值征兆变化明显早于温度变化,其征兆的早期特征尤为显著,认为电压信号可作为储能系统热失控预警的征兆信号;电箱内温度变化情况显示,电箱下方发生热失控时,液冷系统的隔板有效延迟电箱内部温度变化,保护电池系统安全;获取CO浓度在电箱和电柜内的变化情况,可为气体探测器的设置应用提供基础数据,通过氧浓度估算热释放速率峰值较大,但总热量较低,因而开展初期预警征兆,用以防控储能系统火灾是可行的。针对电化学储能系统热失控的复杂特点,发展多信息融合的检测、预警技术,具有非常重要的意义和应用价值。