本文介绍了一种利用多传感器数据融合技术的电气火灾检测方法,分析了气体传感器的特性,在综述神经网络和模糊逻辑的基础上,结合电气火灾报警系统自身的特性,提出一种电气火灾探测特征模型及一种能够给出电气火灾预报概率的智能算法。这种算法结合了神经网络和模糊逻辑各自的特点,能够解决目前存在的火灾检测设备性能不够完善,存在漏检或误检等方面的问题。 本论文工作的电子鼻采用了金属氧化物气体传感器阵列、电压跟随电路。单片机实现信号的模数转换,最后传输到系统主机。 在系统算法设计过程中,主要应用了以下几种技术:1.数字信号分析技术,主要完成对火灾信号的数字滤波、频谱分析等,以完成对信号的预先处理;2.神经网络技术。运用该项技术对多种电线材料进行短路、过热等的识别分析,并探讨其主要优点和存在的缺点;3.模糊控制技术,模仿人的直觉进行对电气火灾的智能检测,同时也阐述了其存在的问题和缺点;4.自适应神经模糊控制技术,结合神经网络和模糊控制的优点,提高了系统的识别能力。 最后展望了未来技术的发展趋势,阐述了超声、图像技术等在电气智能火灾检测中的实际应用。