(19) |
|
|
(11) |
EP 0 654 770 B1 |
(12) |
EUROPÄISCHE PATENTSCHRIFT |
(45) |
Hinweis auf die Patenterteilung: |
|
02.02.2000 Patentblatt 2000/05 |
(22) |
Anmeldetag: 05.09.1994 |
|
|
(54) |
Anordnung zur Früherkennung von Bränden
Device for early detection of fires
Dispositif pour la détection précoce des incendies
|
(84) |
Benannte Vertragsstaaten: |
|
AT BE CH DE DK ES FR GB IE IT LI LU NL PT SE |
(30) |
Priorität: |
22.11.1993 CH 347993
|
(43) |
Veröffentlichungstag der Anmeldung: |
|
24.05.1995 Patentblatt 1995/21 |
(73) |
Patentinhaber: Siemens Building Technologies AG |
|
8708 Männedorf (CH) |
|
(72) |
Erfinder: |
|
- Werner, Jürg, Dr.
CH-8909 Zwillikon (CH)
- Schlegel, Max
CH-8708 Männedorf (CH)
|
(56) |
Entgegenhaltungen: :
EP-A- 0 338 218
|
EP-A- 0 403 659
|
|
|
|
|
- PROCEEDINGS OF IECON 91. 1991INTERNATIONAL CONFERENCE ON INDUSTRIAL ELECTRONICS, CONTROL
AND INSTRUMENTATION, Bd.2, 1. November 1991, KOBE,JAPAN Seiten 1561 - 1566, XP000313493
SHINJI NAKANISHI 'INTELLIGENT FIRE WARNING SYSTEM APPLYING FUZZY THEORY'
|
|
|
|
Anmerkung: Innerhalb von neun Monaten nach der Bekanntmachung des Hinweises auf die
Erteilung des europäischen Patents kann jedermann beim Europäischen Patentamt gegen
das erteilte europäischen Patent Einspruch einlegen. Der Einspruch ist schriftlich
einzureichen und zu begründen. Er gilt erst als eingelegt, wenn die Einspruchsgebühr
entrichtet worden ist. (Art. 99(1) Europäisches Patentübereinkommen). |
[0001] Die vorliegende Erfindung betrifft eine Anordnung zur Früherkennung von Bränden,
mit einer Mehrzahl von mit einer Zentrale verbundenen Meldern, von denen einige mit
mindestens zwei Sensoren für die Überwachung von verschiedenen Brandkenngrössen ausgerüstet
sind, und mit Mitteln für die Verarbeitung der Signale der Sensoren, welche dezentral
in den Meldern angeordnet sind und einen Microcontroller für die Aufbereitung der
Sensorsignale und für die Signalverarbeitung mit dem Zweck der Gewinnung von Gefahrensignalen
aufweisen, wobei die Gewinnung der Gefahrensignale in einem neuronalen Netzwerk erfolgt.
[0002] Derartige Melder haben mehrere Vorteile: Durch die Verlagerung der Signalverarbeitung
von der Zentrale in die Melder ist die Beschränkung der Kommunikationsbandbreite der
üblichen Verbindungen zwischen Zentrale und Meldern ohne Einfluss. Ausserdem ist die
Beobachtungslänge der Signale keinen Einschränkungen unterworfen und die Möglichkeit
einer Überlastung der Zentrale ist praktisch ausgeschlossen. Die hohe Redundanz des
Systems hat ausserdem den Vorteil, dass bei Ausfall oder Störung des Hauptprozessors
in der Zentrale die Melder selbst Alarm auslösen können.
[0003] Die Verwendung des neuronalen Netzwerks hat den Vorteil, dass die Zuverlässigkeit
der Melderfunktion ganz allgemein verbessert wird, indem eine breite Palette von Möglichkeiten
der Verknüpfung der verschiedenen Signalsignaturen, das sind die Erkennungsmuster,
besteht und in dem neuronalen Netzwerk auch optimal genutzt werden kann.
[0004] Bei einem in der EP-A-0 403 659 beschriebenen Brandmelder der eingangs genannten
Art ist dem neuronalen Netzwerk für jeden Sensor ein weiteres neuronales Netzwerk
vorgeschaltet, welchem Zeitmuster der Signale des betreffenden Sensors sequentiell
zugeführt sind. Diese weiteren neuronalen Netzwerke stellen eine Art von Transversalfilter
dar und liefern an ihrem Ausgang je eine Signalsignatur pro Brandphänomen.
[0005] Durch die Erfindung soll nun die Fehlalarmrate pro Detektionspunkt weiter reduziert
und die Zuverlässigkeit der Melder weiter verbessert werden.
[0006] Diese Aufgabe wird erfindungsgemäss dadurch gelöst, das dem neuronalen Netzwerk eine
digitale Filterbank vorgeschaltet ist, welcher die Signale mindestens einer Art der
Sensoren zugeführt sind, und welche an ihrem Ausgang für das neuronale Netzwerk mehrere
Signalsignaturen oder Kriterien für das betreffende Brandphänomen zur Verfügung stellt.
[0007] Durch die digitale Filterbank, welche dem neuronalen Netzwerk mehrere Signalsignaturen
für das betreffende Brandphänomen zur Verfügung stellt, wird die Zuverlässigkeit der
Melder weiter verbessert, weil das neuronale Netzwerk aufgrund der Mehrzahl von Signalsignaturen
so ausgebildet werden kann, dass seine Funktionen voll verständlich und überblickbar
sind.
[0008] Im folgenden wird die Erfindung anhand eines Ausführungsbeispiels und der Zeichnungen
näher erläutert; dabei zeigt:
- Fig. 1
- ein Übersichtsdiagramm der Signalverarbeitung im Melder,
- Fig. 2a, b
- ein Schema der beiden Signalpfade der Signalverarbeitung; und
- Fig. 3
- in Diagramm des neuronalen Netzwerks der Signalverarbeitung.
[0009] Fig. 1 zeigt eine Übersicht der Signalverarbeitung im Melder, die in fünf Stufen
S1 bis S5 aufgeteilt werden kann. Die erste Stufe S1 besteht aus der Sensor-Hardware
und enthält im wesentlichen einen durch einen NTC-Sensor gebildeten Thermosensor 1,
einen durch einen Lichtpulssender und einen Lichtpulsempfänger gebildeten optischen
Sensor 2, ein Vorspannungsnetzwerk 3 für den Thermosensor 1 und einen ASIC 4. Zur
Sensor-Hardware gehört ausserdem noch ein A/D-Wandler 5 eines Microcontrollers MCU.
[0010] Die MCU weist in bekannter Weise eine ROM-Maske auf, die das Betriebssystem und die
Sensorsoftware des Melders enthält und damit sämtliche Abläufe auf der Funktionsebene,
also die Sensorsteuerung, die Signalverarbeitung sowie die Adressierung und die Kommunikation
mit der Zentrale kontrolliert. Der ASIC 4 beinhaltet alle Verstärker und Filter für
das Signal des Lichtimpulsempfängers, einen Einchip-Temperatursensor, die Ansteuerelektronik
für den Lichtpulssender, einen Quarzoszillator und das Aufstart-/Power-Management
sowie die Linienüberwachung für die MCU. Zwischen der MCU und dem ASIC 4 bestehen
ein bidirektionaler, serieller Datenbus und diverse Kontrolleitungen.
[0011] In der an den A/D-Wandler 5 anschliessenden zweiten Stufe S2 werden die Signale aufbereitet,
wobei durch verschiedene Kompensationen versucht wird, ein möglichst genaues Abbild
der reellen Messgrössen zu erhalten. In der dritten Stufe S3 werden Signalsignaturen
oder Kriterien extrahiert, die dann in der vierten Stufe S4 in einem neuronalen Netzwerk
NN zu einem skalaren Gefahrensignal kondensiert und einer Gefahrenstufe zugeordnet
werden. In der fünften Stufe S5 wird schliesslich in einer Verifizierungsstufe 6 der
Entscheid über die definitive Gefahrenstufe gefällt und zusammen mit dem Funktionszustand
oder Status an das Kommunikationsinterface der MCU weitergeleitet.
[0012] Gemäss Fig. 1 werden die ersten drei Stufen S1 bis S3 vom Signal des thermischen
Sensors 1 und vom Signal des optischen Sensors 2 getrennt durchlaufen, was in der
Figur durch zwei Signalpfade, einen "thermischen" und einen "optischen" Pfad, symbolisiert
ist, die dann in der vierten Stufe S4, also im neuronalen Netzwerk zusammengeführt
sind. Der Signalfluss der beiden Pfade durch die Stufen S1 bis S3 ist in den Fig.
2a und 2b, und das neuronale Netzwerk NN ist in Fig. 3 im Detail dargestellt.
[0013] Nachfolgend soll nun zuerst der thermische und dann der optische Signalpfad näher
beschrieben werden: Der NTC-Temperatursensor 1 wird über das Vorspannungsnetzwerk
3 gepulst betrieben und die NTC-Spannung wird dem A/D-Wandler 5 zugeleitet. Die NTC-Temperaturdaten
werden nachfolgend in einer Stufe 7 analysiert, wobei Unterbrechungen und Kurzschluss
erkannt werden. In der Stufe 7 wird ausserdem zur Erhöhung der Messgenauigkeit der
Einfluss von kleinen Treiberspannungsänderungen auf den Messwert kompensiert. Allfällige
Störspitzen werden im nachfolgenden "anti-EMI"-Algorithmus 8 entfernt. Dieser begrenzt
die Signaländerung von einer Messung zur nächsten auf bestimmte, im Datenspeicher
der MCU gespeicherte Werte. Normale Brandsignale passieren diesen Algorithmus unverändert.
[0014] Anschliessend wird in einer Linearisierungsstufe 9 das Ausgangssignal des A/D-Wandlers
mittels einer Interpolationstabelle gemäss der Charakteristik des NTC-Sensors in einen
Temperaturwert umgerechnet. Dann wird in einem Block 10 die Wärmeableitung durch Anschlussdrähte
und Kunststoffwandung und in einem Block 11 die Wärmekapazität des NTC-Sensors 1 kompensiert.
Die Ausgangssignale der Blöcke 10 und 11 durchlaufen dann eine digitale Filterbank
12 und werden schliesslich in einer Stufe 13 mit Parametern verknüpft. Am Ausgang
der Stufe 13 und damit am Ende des thermischen Pfads stehen dann mehrere, vom NTC-Signal
und damit von der Temperatur abhängige Signatursignale oder Kriterien S1 bis Sm zur
Verfügung.
[0015] Im optischen Signalpfad treibt ein Pulsgenerator 14, der alle 3s einen knapp 100µs
langen Strompuls erzeugt, eine den Lichtimpulssender bildende Infrarot-Leuchtdiode
15, die einen Lichtpuls in den optischen Streuraum sendet. Das von allfällig vorhandenem
Rauch gestreute Licht wird von einer Linse gesammelt und auf eine Empfänger-Photodiode
15' geleitet. Der resultierende Photostrom wird synchron zum Sendepuls von einem Integrator
16 integriert. Der nachfolgende, immer noch differentielle Spannungsverstärker 17
bietet mehrere wählbare Verstärkungseinstellungen an. Damit wird der Melder-Grobabgleich
vorgenommen. Ein sogenanntes AMB-Filter 18 eliminiert Gleichstromanteile und niederfrequente
Störungen aus dem Signal. Hochfrequente Störungen wurden bereits vom Integrator 17
beseitigt. Am Ausgang des AMB-Filters 18 erscheint ein einziges unipolares Signal,
das von einem Spannungsverstärker 19 weiter verstärkt wird.
[0016] Das Ausgangssignal des Verstärkers 19 wird im A/D-Wandler 5 in digitale Daten umgewandelt,
womit die softwaremässige Signalverarbeitung beginnt (Fig. 1, Stufe S2). Durch Differenzbildung
in einer Stufe 20 zwischen einer Hell- und einer Dunkelmessung wird jetzt der effektive
Signalhub bestimmt. Dieser gelangt in einen Block 21 und kann dort dank der Verfügbarkeit
der ASIC-Temperatur so korrigiert werden, dass eine weitgehende Kompensation der Temperaturabgänge
der optoelektronischen Bauteile erfolgt. Als letzte und praktisch stufenlose Anpassung
der Signale an eine Sollgrösse dient der softwaremässige Feinabgleich, der ebenfalls
im Block 21 erfolgt. Im nächsten Block 22 beseitigt eine Nachführung diejenigen Signalanteile,
die durch sehr langsame Umwelteinflüsse (beispielsweise Verstaubung) verursacht sind,
und die mit der Zeit ein Scheinrauchsignal erzeugen und damit die Empfindlichkeit
verändern würden.
[0017] Das Resultat aus den bisherigen Verarbeitungsschritten ist eine Grösse , die den
effektiven, gefilterten, abgeglichenen, temperaturkompensierten und nachgeführten
Rauchwert darstellt und die unmittelbare Referenz für die Ermittlung der Gefahrenstufe
bildet. Als letztes Glied (Block 23) in der optischen Signalverarbeitung wirken von
verschiedenen Parametersätzen gesteuerte Algorithmen, die das zeitliche Verhalten
der den Rauchwert darstellenden Grösse beurteilen. Am Ende des optischen Signalverarbeitungspfades
stehen dann die Signatursignale Sm+1 bis Sn zur Verfügung.
[0018] Die Signatursignale S1 bis Sn des thermischen und des optischen Pfades bilden die
Eingangsebene L0 eines geschichteten, neuronalen Netzwerks NN, das in Fig. 3 dargestellt
ist. Aus der Darstellung des neuronalen Netzwerks NN in Fig. 1 ist ersichtlich, dass
diese Eingangsgrössen entweder vom Temperatursignal (T) abhängig sind, oder vom optischen
Signal (O) oder von beiden. Das Netzwerk weist neben der Eingangsebene L0 noch weitere
Ebenen L1 bis L5 mit sogenannten Neuronen oder Knoten auf. In diesen werden die mit
Parametern gewichteten Eingangsgrössen einer Addition und einer Maximum- und/oder
Minimumverknüpfung unterworfen. Die Addition erfolgt in den mit A und die Maximum-
und/oder Minimumverknüpfung in den mit M bezeichneten Neuronen.
[0019] Dabei ist die Maximumverknüpfung die nichtlineare Netzwerfunktion:
die nach dem Prinzip "alles gehört dem Stärksten" arbeitet.
[0020] Die Addition ist das das Skalarprodukt:
[0021] Zwischen den Neuronen sind grundsätzlich alle Verbindungen möglich. In einer Lernphase
während der Entwicklung des Melders kann das Netzwerk in eine Lernumgebung eingebunden
werden. Dabei werden sich durch den Lerneffekt des Netzwerks bestimmte Verbindungen
als bevorzugt erweisen und sich verstärken und andere werden gleichsam verkümmern.
Alternativ kann das Netzwerk auch ohne Lernphase struiert werden. In beiden Fällen
werden aus Sicherheitsgründen im Betrieb die Gewichte des Netzwerks eingefroren.
[0022] Zwischen der Eingangs- und der Ausgangsebene L0 bzw. L5 des neuronalen Netzwerks
NN erfolgt eine Konzentration der jeweiligen Eingangsgrössen auf eine einzige Ausgangsgrösse,
die ein skalares Gefahrensignal darstellt. Das Gefahrensignal wird in einer Quantisierungsstufe
24 einer von mehreren, beispielsweise von mindestens drei, Gefahrenstufen zugeordnet,
und dieses einer der Gefahrenstufen zugeordnete Signal ist das Ausgangssignal GS des
neuronalen Netzwerks NN.
[0023] Schliesslich erfolgt in der dem neuronalen Netzwerk nachgeordneten Verfifizierungsstufe
6 die Verifizierung der definitiven Gefahrenstufe. Das entsprechende Ausgangssignal
GSdef wird zusammen mit dem Funktionszustand (Fig. 1, "Status") über das Kommunikationsinterface
der MCU der Zentrale mitgeteilt.
[0024] Abschliessend sollen noch einige besonders vorteilhafte Eigenschaften und Zusatzfunktionen
des beschriebenen Brandmelders erwähnt werden:
- Die Messung der aktuellen ASIC-Temperatur mit Hilfe eines Einchip-Temperatursensors
wurde bereits erwähnt. Diese Messung, die periodisch erfolgt, liefert einen Temperaturwert,
mit dem die Temperaturgänge der optoelektronischen Bauteile softwaremässig kompensiert
werde, so dass auch bei extremen Temperaturen zuverlässige Rauchdichtemessungen vorgenommen
werden können.
- Die Funktionsweise der Signalnachführung wurde ebenfalls bereits erwähnt. Das Rauchdichtesignal
wird von sehr niederfrequenten Anteilen befreit, um Einflüsse der Umwelt auszufiltern,
die signifikant langsamer sind als Brandphänomene (beispielsweise Verstaubung). Damit
wird eine sehr gute Langzeitkonstanz der Rauchempfindlichkeit erreicht.
- Regelmässig wird automatisch ein Selbsttest auf gewisse Fehler durchgeführt, der den
Melder einer detaillierten Diagnose unterzieht.
[0025] Wenn auch die Verlagerung der Signalverarbeitung von der Zentrale in die Melder und
die Verwendung eines neuronalen Netzwerks bei der Signalverarbeitung für Melder mit
Mehrfachsensoren besonders vorteilhaft ist, so können selbstverständlich auch Melder
mit nur einem Sensor in der beschriebenen Art ausgebildet sein. Ausserdem sei noch
erwähnt, dass das neuronale Netzwerk NN einen ganz speziellen, einer Fuzzy-Logic verwandten
Typus darstellt und daher auch durch eine Fuzzy-Logic ersetzt werden könnte.
[0026] Ein ganz wesentliches Merkmal der vorliegenden Anordnung ist durch die digitale Filterbank
12 und den Block 23 (Fig. 1) gebildet, wobei insbesondere die digitale Filterbank
rekursive Filter enthalten kann. Wenn man anstelle dieser Filterbank und/oder des
Blocks 23 je ein neuronales Netzwerk verwenden und diesem Zeitmuster der Sensorsignale
sequentiell zuführen würde, dann hätte man gegenüber der vorgeschlagenen Lösung zwei
wesentliche Nachteile:
■ Diese neuronalen Netzwerke wären eine Art von Transversalfilter und hätten ein wesentlich
geringeres Gedächtnis als rekursive Filter;
■ am Ausgang jedes dieser neuronalen Netzwerke wäre nur je eine Signalsignatur pro
Brandphänomen (Rauch, Temperatur) erhältlich, wogegen die vorgeschlagene Lösung S1
bis Sm Signalsignaturen für das Brandphänomen Temperatur und Sm+1 bis Sn Signalsignaturen
für das Brandphänomen Rauch zur Verfügung stellt. Diese Mehrzahl von Signalsignaturen
ist aber für die sichere Funktion des neuronalen Netzwerks NN (Fig. 3) sehr wichtig,
weil man dieses dann so ausbilden kann, dass seine Funktionen voll verständlich und
überblickbar sind. Und letzteres ist in einem Sicherheitssystem unbedingt erforderlich.
1. Anordnung zur Früherkennung von Bränden, mit einer Mehrzahl von mit einer Zentrale
verbundenen Meldern, von denen einige mit mindestens zwei Sensoren (1, 2) für die
Überwachung von verschiedenen Brandkenngrössen ausgerüstet sind, und mit Mitteln für
die Verarbeitung der Signale der Sensoren (1, 2), welche dezentral in den Meldern
angeordnet sind und einen Microcontroller (MCU) für die Aufbereitung der Sensorsignale
und für die Signalverarbeitung mit dem Zweck der Gewinnung von Gefahrensignalen aufweisen,
wobei die Gewinnung der Gefahrensignale in einem neuronalen Netzwerk (NN) erfolgt,
dadurch gekennzeichnet, dass dem neuronalen Netzwerk (NN) eine digitale Filterbank
(12) vorgeschaltet ist, welcher die Signale mindestens einer Art der Sensoren (1)
zugeführt sind, und welche an ihrem Ausgang für das neuronale Netzwerk mehrere Signalsignaturen
oder Kriterien (S1 bis Sm) für das betreffende Brandphänomen zur Verfügung stellt.
2. Anordnung nach Anspruch 1, dadurch gekennzeichnet, dass die digitale Filterbank (12)
rekursive Filter enthält.
3. Anordnung nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass das neuronale Netzwerk
(NN) mehrere Ebenen (L1 bis L5) mit Knoten (A, M) aufweist, in denen die mit Parametern
gewichteten Eingangsgrössen einer Addition und Maximum- und/oder Minimumverknüpfung
unterworfen werden.
4. Anordnung nach Anspruch 3, dadurch gekennzeichnet, dass die Signalverarbeitung für
jeden der beiden Sensoren (1, 2) einen getrennten Pfad aufweist, und dass die beiden
Pfade am Eingang des neuronalen Netzwerks (NN) zusammengeführt sind.
5. Anordnung nach Anspruch 4, dadurch gekennzeichnet, dass der Microcontroller (MCU)
eine Maske mit dem Betriebssystem und der Sensorsoftware des Melders und einen Datenspeicher
aufweist, und dass dem Microcontroller ein ASIC (4) zugeordnet ist, der Verstärker
und Filter für das Signal des Empfängers des optischen Sensors (2), einen Temperaturfühler,
die Ansteuerelektronik für den Sender des optischen Sensors und einen Quarzoszillator
enthält.
6. Anordnung nach Anspruch 4, dadurch gekennzeichnet, dass der thermische Pfad eine erste
Stufe (S1) mit einem Vorspannungsnetzwerk (3) für den Betrieb des thermischen Sensors
(1) und mit einem A/D-Wandler (5), eine zweite Stufe (S2) zur Aufbereitung der Signale
und für eventuelle Kompensationen und eine dritte Stufe (S3) zur Gewinnung von Signalsignaturen
enthält, welche Eingangsgrössen für das neuronale Netzwerk (NN) bilden.
7. Anordnung nach Anspruch 6, dadurch gekennzeichnet, dass die zweite Stufe (S2) einen
Block (7) zur Analyse der Ausgangssignale des A/D-Wandlers (5) auf mögliche Fehler
und/oder zur Kompensation des Einflusses von Änderungen der Treiberspannung auf den
Messwert und/oder einen Block (8) zur Entfernung von Störspitzen, einen Block (9)
zur Umrechnung des Messwerts in einen Temperaturwert und/oder einen Block (1 0 bzw.
1 1) zur Kompensation der Wärmeableitung und/oder der Wärmekapazität aufweist.
8. Anordnung nach Anspruch 7, dadurch gekennzeichnet, dass im Block (8) zur Entfernung
von Störspitzen eine Begrenzung der Signaländerung von einer Messung zur anderen auf
bestimmte Werte erfolgt.
9. Anordnung nach Anspruch 6, dadurch gekennzeichnet, dass die dritte Stufe (S3) Mittel
zur Verknüpfung der Ausgangssignale der genannten Elemente enthält, so dass am Ende
des thermischen Pfades verschiedene aus den Temperatursignalen abgeleitete Signatursignale
zur Verfügung stehen.
10. Anordnung nach Anspruch 4, dadurch gekennzeichnet, dass der optische Pfad eine erste
Stufe (S1) mit einem Pulsgenerator (14) zum Treiben des Senders (15) und mit einem
Integrator (16) für das Signal des Empfängers (15') des optischen Sensors (2), sowie
mit einem A/D-Wandler (5), eine zweite Stufe (S2) zur Durchführung von eventuellen
Kompensationen, und eine dritte Stufe (S3) zur Gewinnung von Signalsignaturen enthält,
welche Eingangsgrössen für das neuronale Netzwerk (NN) bilden.
11. Anordnung nach Anspruch 10, dadurch gekennzeichnet, dass dem Integrator (16) ein Spannungsverstärker
(17) für den Grobabgleich und diesem ein Filter (18) zur selektiven Detektion des
empfangenen Lichtpulses unter Unterdrückung von Störsignalen nachgeschaltet ist.
12. Anordnung nach Anspruch 11, dadurch gekennzeichnet, dass durch das Filter (18) vor,
nach und während eines Lichtpulses eine Verrechnung der Signalimpuls-werte erfolgt.
13. Anordnung nach Anspruch 10 oder 11, dadurch gekennzeichnet, dass die zweite Stufe
(S2) einen Block (20) zur Bestimmung des Signalhubs, einen Block (21) zur Kompensation
der Temperaturabgänge der opto-elektronischen Bauteile und /oder zum Feinabgleich,
und/oder einen Block (22) zur Kompensation des Hintergrundsignals und zur Beseitigung
von sich aus langsamen Umwelteinflüssen zusammensetzenden Signalanteilen aufweist,
so dass das Ausgangssignal der zweiten Stufe einen abgeglichenen, temperaturkompensierten
und nachgeführten Rauchwert darstellt.
14. Anordnung nach Anspruch 10, dadurch gekennzeichnet, dass die dritte Stufe (S3) einen
Block (23) zur Beurteilung des zeitlichen Verhaltens des von der zweiten Stufe (S2)
gelieferten Rauchwerts mittels einer Filterung enthält, und dass das so gefilterte
Rauchwertsignal ein Signatursignal des optischen Pfades bildet.
15. Anordnung nach den Ansprüchen 6 und 10, dadurch gekennzeichnet, dass in den Knoten
(A, M) des neuronalen Netzwerks (NN) eine Konzentration der Eingangsgrössen erfolgt,
und dass an der Ausgangsebene (L5) des Netzwerks ein skalares Gefahrensignal erhältlich
und in einer Quantisierungsstufe (24) einer von mehreren Gefahrenstufen zugeordnet
ist.
16. Anordnung nach Anspruch 15, dadurch gekennzeichnet, dass dem neuronalen Netzwerk (NN)
eine Verifizierungsstufe (6) zur Verifizierung der definitiven Gefahrenstufe nachgeordnet
ist.
1. Arrangement for the early detection of fires, with a number of detectors connected
to a control centre, some of which are fitted with at least two sensors (1, 2) for
monitoring different fire parameters, and with means for processing the signals of
the sensors (1, 2) which are arranged locally in the detectors and have a microcontroller
(MCU) for conditioning the sensor signals and for signal processing, with the aim
of obtaining alarm signals, wherein the alarm signals are obtained in a neural network
(NN), characterised in that a digital filter bank (12) is connected upstream of the
neural network (NN), the digital filter bank being fed with the signals of at least
one type of the sensors (1), and making available at its output to the neural network
several signal signatures or criteria (S1 to Sm) for the respective fire phenomenon.
2. Arrangement according to Claim 1, characterised in that the digital filter bank (12)
contains recursive filters.
3. Arrangement according to Claim 1 or 2, characterised in that the neural network (NN)
has several levels (L1 to L5) with nodes (A, M), in which the input variables, weighted
with parameters, undergo an addition and a maximum and/or minimum linkage.
4. Arrangement according to Claim 3, characterised in that the signal processing has
a separate path for each of the two sensors (1, 2), and that the two paths are combined
at the input of the neural network (NN).
5. Arrangement according to Claim 4, characterised in that the microcontroller (MCU)
has a mask with the operating system and the sensor software of the detector, and
a data memory, and that an ASIC (4) that contains the amplifier and filter for the
signal of the receiver of the optical sensor (2), a temperature sensor, the drive
electronics for the transmitter of the optical sensor, and a quartz oscillator, is
allocated to the microcontroller (MCU).
6. Arrangement according to Claim 4, characterised in that the thermal path contains
a first stage (S1) with a biassing network (3) for the operation of the thermal sensor
(1) and with an A/D converter (5), a second stage (S2) for conditioning the signals
for possible compensations, and a third stage (S3) for obtaining signal signatures,
which form input variables for the neural network (NN).
7. Arrangement according to Claim 6, characterised in that the second stage (S2) has
a block (7) for analyzing the output signals of the A/D converter (5) for possible
errors and/or for compensation of the effects of changes in the drive voltage on the
measured value and/or a block (8) for removing glitches, a block (9) for converting
the measured value into a temperature value and/or a block (10 or 11 respectively)
for compensating the heat dissipation and/or the thermal capacity.
8. Arrangement according to Claim 7, characterised in that in the block (8) the signal
change from one measurement to the other is limited to certain values to remove glitches.
9. Arrangement according to Claim 6, characterised in that the third stage (S3) contains
means for linking the output signals of the said elements, so that various signature
signals derived from the temperature signals are available at the end of the thermal
path.
10. Arrangement according to Claim 4, characterised in that the optical path contains
a first stage (S1) with a pulse generator (14) for driving the transmitter (15) and
with an integrator (16) for the signal of the receiver (15') of the optical sensor
(2), as well as an A/D converter (5), a second stage (S2) for implementing any compensations,
and a third stage (S3) for obtaining signal signatures, which form input variables
for the neural network (NN).
11. Arrangement according to Claim 10, characterised in that a voltage amplifier (17)
for the coarse adjustment is connected downstream of the integrator (16) and a filter
(18) for the selective detection of the received light pulse and suppression of interference
signals is connected downstream of said voltage amplifier.
12. Arrangement according to Claim 11, characterised in that a calculation of the signal
pulse values is made via the filter (18) before, after and during a light pulse.
13. Arrangement according to Claim 10 or 11, characterised in that the second stage (S2)
contains a block (20) for determining the signal deviation, a block (21) for compensation
of the temperature outputs of the opto-electronic components and/or for the fine adjustment,
and/or a block (22) for compensation of the background signal and for the elimination
of signal components composed of slow environmental effects, so that the output signal
of the second stage represents an adjusted, temperature-compensated and corrected
smoke value.
14. Arrangement according to Claim 10, characterised in that the third stage (S3) contains
a block (23) for assessing the time characteristic of the smoke value supplied by
the second stage (S2) via a filter arrangement, and that the smoke value signal thus
filtered forms a signature signal of the optical path.
15. Arrangement according to Claims 6 and 10, characterised in that a concentration of
the input variables takes place in the nodes (A, M) of the neural network (NN), and
that a scalar alarm signal is obtainable at the output level (L5) of the network,
and is allocated in a quantizing stage (24) to one of several alarm stages.
16. Arrangement according to Claim 15, characterised in that a verification stage (6)
for verifying the definitive alarm stage is connected downstream of the neural network
(NN).
1. Dispositif pour la détection précoce d'incendies comportant plusieurs avertisseurs,
qui sont reliés à un central et parmi lesquels quelques uns sont équipés d'au moins
deux capteurs (1, 2) pour la surveillance de grandeurs caractéristiques d'incendies,
et des moyens qui sont prévus pour le traitement des signaux des capteurs (1, 2),
qui sont disposés de manière décentralisée dans les avertisseurs et qui comportent
un microcontrôleur (MCU) pour la préparation des signaux de capteurs et pour le traitement
de signaux afin d'obtenir des signaux de dangers, l'obtention des signaux de dangers
s'effectuant dans un réseau neuronal (NN), caractérisé par le fait qu'un banc de filtres
numériques (12) est branché en amont du réseau neuronal (NN), qu'il reçoit les signaux
d'au moins un type de capteurs (1) et qu'il délivre à sa sortie pour le réseau neuronal
plusieurs signatures de signaux ou plusieurs critères (S1 à Sm) pour le phénomène
d'incendie considéré.
2. Dispositif selon la revendication 1, caractérisé par le fait que le banc de filtres
numériques (12) comporte des filtres récursifs.
3. Dispositif selon la revendication 1 ou 2, caractérisé par le fait que le réseau neuronal
(NN) comporte plusieurs niveaux (L1 à L5) avec des noeuds (A, M) dans lesquels les
grandeurs d'entrée pondérées par des paramètres sont soumises à une addition et à
une combinaison formant maximum et/ou minimum.
4. Dispositif selon la revendication 3, caractérisé par le fait que le traitement de
signaux pour chacun des deux capteurs (1, 2) comporte un trajet séparé et que les
deux trajets sont réunis à l'entrée du réseau neuronal (NN).
5. Dispositif selon la revendication 4, caractérisé par le fait que le microcontrôleur
(MCU) comporte un masque ayant le système d'exploitation et le logiciel de capteurs
de l'avertisseur et une mémoire de données et qu'un ASIC (4) est associé au microcontrôleur
(MCU) et comporte des amplificateurs et des filtres pour le signal du récepteur du
capteur optique (2), un capteur de température, l'électronique de commande pour l'émetteur
du capteur optique et un oscillateur à quartz.
6. Dispositif selon la revendication 4, caractérisé par le fait que le trajet thermique
comporte un premier étage (S1) avec un réseau de tension initiale (3) pour le fonctionnement
du capteur thermique (1) et avec un convertisseur A/N (5), un deuxième étage (S2)
pour la préparation des signaux et pour d'éventuelles compensations et un troisième
étage (S3) pour l'obtention de signatures de signaux qui constituent des grandeurs
d'entrée pour le réseau neuronal (NN).
7. Dispositif selon la revendication 6, caractérisé par le fait que le deuxième étage
(S2) comporte un bloc (7) pour l'analyse des signaux de sortie du convertisseur A/N
(5) afin de détecter d'éventuelles erreurs et/ou pour la compensation de l'influence
de variations de la tension d'attaque sur la valeur mesurée et/ou un bloc (8) pour
l'élimination de pointes parasites, un bloc (9) pour la conversion de la valeur mesurée
en une valeur de température et/ou un bloc (10 ou 11) pour la compensation de la dissipation
de chaleur et/ou de la capacité thermique.
8. Dispositif selon la revendication 7, caractérisé par le fait qu'une limitation de
la variation de signal d'une mesure à une autre à des valeurs déterminées s'effectue
dans le bloc (8) destiné à l'élimination de pointes parasites.
9. Dispositif selon la revendication 6, caractérisé par le fait que le troisième étage
(S3) comporte des moyens pour la combinaison des signaux de sortie des éléments mentionnés
de telle sorte que, au bout du trajet thermique, différents signaux de signature déduits
des signaux de température sont disponibles.
10. Dispositif selon la revendication 4, caractérisé par le fait que le trajet optique
comporte un premier étage (S1) avec un générateur d'impulsions (14) pour attaquer
l'émetteur (15) et avec un intégrateur (16) pour le signal du récepteur (15') du capteur
optique (2) ainsi qu'avec un convertisseur A/N (5), un deuxième étage (S2) pour la
mise en oeuvre d'éventuelles compensations et un troisième étage (S3) pour l'obtention
de signatures de signaux qui constituent des grandeurs d'entrée pour le réseau neuronal
(NN).
11. Dispositif selon la revendication 10, caractérisé par le fait qu'un amplificateur
de tension (17) pour l'ajustage approximatif est branché en aval de l'intégrateur
(16) et qu'un filtre (18) pour la détection sélective de l'impulsion lumineuse reçue
avec suppression de signaux parasites est branché en aval de cet amplificateur de
tension.
12. Dispositif selon la revendication 11, caractérisé par le fait qu'un calcul avec les
valeurs d'impulsions de signaux est effectué par le filtre (18) avant, après et pendant
une impulsion lumineuse.
13. Dispositif selon la revendication 10 ou 11, caractérisé par le fait que le deuxième
étage (S2) comporte un bloc (20) pour la détermination de l'amplitude de signal, un
bloc (21) pour la compensation des dépendances des composants optoélectroniques vis-à-vis
de la température et/ou pour l'ajustage précis, et/ou un bloc (22) pour la compensation
du signal de fond et pour l'élimination de composantes de signaux dues à de lentes
influences de l'environnement, de telle sorte que le signal de sortie du deuxième
étage représente une valeur de fumée ajustée, compensée en température et asservie.
14. Dispositif selon la revendication 10, caractérisé par le fait que le troisième étage
(S3) contient un bloc (23) pour juger de l'allure temporelle de la valeur de fumée,
fournie par le deuxième étage (S2), au moyen d'un filtrage et que le signal de valeur
de fumée ainsi filtré constitue un signal de signature du trajet optique.
15. Dispositif selon les revendications 6 et 10, caractérisé par le fait qu'une concentration
des grandeurs d'entrée s'effectue dans les noeuds (A, M) du réseau neuronal (NN) et
qu'un signal de danger scalaire peut être obtenu au niveau de sortie (L5) du réseau
et est associé dans un étage de quantification (24) à un ou à plusieurs niveaux de
danger.
16. Dispositif selon la revendication 15, caractérisé par le fait qu'un étage de vérification
(6) pour la vérification du niveau définitif de danger est branché en aval du réseau
neuronal (NN).