高速动车组智能烟火报警系统

鲁教军

摘  要：我国道路建设最近几年发展非常迅速，推动我国整体经济建设的快速发展。高性能的火灾报警系统作为保障动车组行车安全的重要组成部分，可以大大减少火灾事故的发生，有效降低火灾造成的损失。

关键词：高速动车组;智能烟火报警系统

引言

我国经济建设之所以发展如此迅速，离不开各行业的支持和国家政策的扶持，才有今天的局面和规模。每节车厢由六个探测器和一个区域火灾报警控制器组成节点火灾报警子系统，探测器采用烟温复合探测技术，遍布在车厢、卫生间和电气箱等列车重要场所，区域控制器则安装在乘务员休息室边的操作面板上，以便乘务员能够及时处理火警警报。

1烟火报警系统基本设计思想

考虑工业现场复杂的电磁干扰环境，节点火灾报警子系统采用烟温复合探测+数字信号传输方式，最大限度提高系统可靠性和使用寿命。智能火灾探测器采集现场烟雾、温度模拟量信息，经预置火灾探测算法处理，直接得到火警/正常状态判断结果，并通过安全线与区域火灾报警控制器实现数据共享。任何监测点的火警信号都可被火灾报警控制器探测到，一旦发生火灾，控制器能够准确定位火灾事故地点，及时发出声光报警警报，TCMS也能通过VCU得到该节车厢的火灾报警汇总信息。鉴于系统报警误报率随着探测器变脏而增大，系统设计具有故障诊断和联合检测的功能。

2火灾报警系统组成及功能

火灾报警系统由火灾探测器、报警控制装置和报警设备组成。火灾探测器的实质是检测火灾发生时产生的各种物理、化学变化，实现对火灾的动态监测并发出报警信号;报警装置对火灾探测器发出的信号进行分析、判断，发出火灾警报信号，同时还具有故障诊断功能，控制火灾探测器、报警控制装置的驱动及控制电路;报警设备发出警报信号。火灾报警系统在火灾初期，将燃烧产生的烟雾、热量、火焰等物理量通过火灾探测器转变成电信号，实现火灾报警、故障报警、主备电源自动切换、报警部位显示、系统自检、打印等多种功能。

3基于3D点云信息的受电弓滑板磨耗深度测量值检测算法

受电弓及车顶状态动态检测系统采用高速、高分辨率、非接触式图像分析测量技术，实现了对受电弓滑板磨耗、中心线偏移、工作压力等关键特定参数的动态自动检测和车顶异物及关键部件状态的室内可视化观测。基于3D点云信息的受电弓滑板磨耗深度测量值检测设备，主要包括补光灯、光电开关、3D激光传感器、高分辨率照相机等。当受电弓通过检测设备时，补光灯会根据当时的光照条件对光线进行调整和补偿，3D激光传感器将激光发射到碳滑板上，而面阵相机接收反射光线，从而构成大量的3D点云数据，以便进行滑板磨耗值测量。现有的受电弓测量方式大多采用双目相机，利用拍摄的受电弓图像，重构三维空间距离，计算出滑板磨耗值。为了使得测量数据更加精准、有效，提出一种基于3D点云的受电弓健康状态预警模型。采用三维激光扫描技术直接得到真实物体表面的空间采样点，即点云数据，利用点云数据的局部拓扑信息，近邻位置重构三维物体表面情况，获取该受电弓的滑板磨耗值、中心线偏移量以及前后倾斜角度等测量数据，为工作人员提供受电弓的健康情况指导和数据依据。

4终端复示层

1.动车组运行信息浏览终端设在动车所技术组，可以浏览所有被监测动车组运行状态信息，基于数据挖掘技术，自动对动车组运行故障信息进行智能分析、判断，复示故障报警信息并进行预警处理，向调度所提交TIDS系统预报的车辆故障。2.故障预警处理终端设在调度所，对故障进行确认，通知机械师处理车辆故障，回收反馈故障处理结果，完成故障的闭环处理。3.分级审查分析终端为车间、动车段、铁路局、铁道部等各级部门提供查询分析接口，为科学决策提供数据依据。

5智能火灾探测器设计方案

按照模块化设计思想，智能火灾探测器主要包括以下几个模块：烟雾、温度采集电路：选用当前主流的前向散射烟雾检测室，完成红外发光管驱动电路和光电检测电路设计，最终经过AD采样得到烟雾浓度信息;集成温度传感器芯片直接采样得到环境温度信息。输入输出模块：模块主要功能是将智能火灾探测算法的判断结果传输至控制器，设计采用MCU控制继电器输出火警/正常信号、高边功率开关输出故障信号，同时输入输出模块能够应答系统自检信号和工作模式配置信息。基础保障电路：维持单片机正常工作所必须的外围保障电路，像单片机在线编程，上电复位电路和提供稳定时钟脉冲的陶瓷谐振电路。另外为防止程序意外跑飞，除使能MCU自带的看门狗定时器外，还用单稳态多谐振荡器设置了死机显示电路。

6线性温度探测器原理及设计

线性温度探测器也称热敏电缆、感温电缆等，为2根用热敏材料做成彼此绝缘的钢丝。探测原理：线缆受热后热敏材料电阻率降低从而触发开关量的温度报警。感温电缆的结构为2根各自被热敏聚合物包裹着的导线相互绞接，外部有保护套，在正常温度环境下，绞在一起的2根导线彼此绝缘，一旦环境温度达到或超出感温电缆额定温度时，内层热敏聚合物的絕缘性能发生变化，使2根导线近似短路，检测处理器以此为依据判断是否发生火警。根据动车组的运行环境和被监控设备的安装位置，选用额定动作温度为105℃的感温电缆。感温电缆通过线卡、胶粘式电缆固定件固定在牵引设备的顶部和后部。

7基于R-CNN的列车运行故障检测算法应用

分析基于R-CNN算法的列车车头、车厢连接处、车尾及车轮的定位准确性。非极大值抑制（NMS）计算出每一个boundingbox的面积，根据score进行排序，把score最大的boundingbox作为选定的框，计算其余boundingbox与当前最大score的IoU，去除IoU大于设定阈值的boundingbox。重复上面的过程，直至候选boundingbox为空，再将score小于一定阈值的选定框删除得到一类的结果。随后评价本算法的故障识别性能，使用漏报率和误报率来评价算法。漏报率是指在故障检测中存在N次故障有M次未能检测出;误报率是指在检测出的N次故障中，其中，有M次不是故障。经过算法的多次运行获得的误报率为13.5%，漏报率为26.5%。由于车速、大气、光线、抖动等因素的不同，使得不同时期采集的两幅图像之间存在亮度、分辨率、长度等差异，因此会将一些污渍、光照等情判断为故障，造成了一定的误报率;动车组中的故障有些非常隐蔽，行车速度不均衡，将会造成漏报率。在此后的实验过程中，加大图像的预处理，从而使得拍摄的照片更大程度地表征列车故障的真实情况。以实际车厢图像为例，与现有故障识别算法进行性能比较。该算法可以有效地识别故障，并确定其位置，虽然仍存在一些误报区域，但其位置邻近实际故障区域。此外，漏报率也在可控范围之内。而完全基于图像比对的故障识别算法存在大量的误报区域，并未从真正意义上减轻工作人员的劳动量。由此可见，本文算法有效地抑制了误报情况，提升了故障实时检测和自动报警的效率。

结语

由节点火灾报警子系统组成的监控网络，不仅能够实时监测火灾变量，智能判断火灾发生，实现火灾自动探测与报警，而且能够通过VCU向TCMS发送火警消息数据，由TCMS负责实施消防联动控制。

参考文献

[1]  周长庚.新型光电感烟探测器[J].核电子学与探测技术，1998，18（2）：150-151.

[2]  孙爽.点型光电感烟火灾探测器的灵敏度[J].消防科学与技术，2002（6）：39-41.

[3]  范维澄.中国火灾科学基础研究概况[J].火灾科学，2005（1）：57-62.