VERFAHREN ZUR VERSCHMUTZUNGSERKENNUNG EINES BRANDMELDERS, BRANDMELDER, COMPUTERPROGRAMM UND MASCHINENLESBARES SPEICHERMEDIUM

Abstract

 Verfahren zur Verschmutzungserkennung eines Brandmelders 1, wobei der Brandmelder 1 eine Sensoreinrichtung zur Erfassung einer Messgröße und zur Ausgabe eines Messsignals S umfasst, wobei das Messsignal S ein Rauschen und/oder eine Streuung aufweist, wobei das Verfahren folgende Schritte umfasst:
- Erfassen des Messsignals S der Sensoreinrichtung für ein Auswertezeitintervall,
- Durchführen einer Zeitreihenanalyse für das Messsignal S im Auswertezeitintervall,
- Bestimmung einer Verschmutzung und/oder Betriebsbereitschaft des Brandmelders 1 basierend auf der Zeitreihenanalyse.

Beschreibung

Stand der Technik

[0001] Die vorliegende Erfindung betrifft ein Verfahren zur Erkennung einer Verschmutzung eines Brandmelders, sowie einen erfindungsgemäß eingerichteten Brandmelder, ein Computerprogramm und ein maschinenlesbares Speichermedium.

[0002] Brandmelder sind häufig als Streulichtbrandmelder ausgebildet, die eine Streulichtstrecke, eine Lichtquelle (z.B. LED) und einen Lichtsensor (z.B. Photodiode) aufweisen. Die Lichtquelle sendet dabei Licht im IR- oder VIS-Bereich aus. Der Lichtsensor ist in einem definierten Winkel zur Abstrahlrichtung der Lichtquelle angeordnet, sodass Licht im Normalfall nicht oder nur in sehr geringem Maße auf den Lichtsensor trifft. Licht wird erst dann von dem Lichtsensor detektiert, wenn Partikel (z.B. Rauch oder Staub) in den optischen Pfad zwischen Lichtquelle und Lichtsensor eintreten und das Licht der Lichtquelle auf den Lichtsensor streuen. Abhängig von dem Signalanstieg wird beispielsweise ein Brand detektiert und als Alarm ausgegeben. Zusätzlich oder alternativ können weitere physikalische Größen, z.B. Temperatur und/oder CO-Gehalt, als Kriterien der Branddetektion genutzt werden.

[0003] Die Druckschrift DE 10 2010 041 693 A1, die wohl den nächstkommenden Stand der Technik bildet, beschreibt ein Verfahren zum Prüfen der Funktionsfähigkeit eines photoelektrischen Rauchmelders mit einem Sendeelement und einem Sensorelement. Zur Prüfung der Funktionsfähigkeit wird das Sendelement zur Aussendung eines Prüfstrahls angesteuert und von Sensorelement als Messsignal erfasst. Das erfasste Messsignal wird mit einem Referenzsignal verglichen und darauf basierend die Funktionsfähigkeit des Rauchmelders, im Speziellen von Sendeelement und Sensorelement bestimmt.

[0004] Bei Betrieb der Brandmelder wirken sich nicht nur die Funktionalität bzw. Qualität von Sender und Empfänger aus, sondern auch Verschmutzungen, Ablagerungen, Strömungen und/oder Staub, insbesondere im Strahlengang und/oder dem Messkanal, aus.

[0005] Es ist daher ein Verfahren zur verbesserten Funktionsprüfung eines Brandmelders wünschenswert, insbesondere um einen sicherheitstechnisch verbesserten und zuverlässigeren Brandmelder bereitzustellen und/oder betreiben zu können.

Offenbarung der Erfindung

[0006] Erfindungsgemäß wird ein Verfahren zur Verschmutzungserkennung eines Brandmelders mit den Merkmalen des Anspruchs 1 bereitgestellt. Ferner werden ein Brandmelder, ein Computerprogramm und ein maschinenlesbares Speichermedium vorgeschlagen. Bevorzugte und/oder vorteilhafte Ausführungsformen ergeben sich aus den Unteransprüchen und der Beschreibung.

[0007] Es wird ein Verfahren zur Verschmutzungserkennung eines Brandmelders vorgeschlagen. Insbesondere bildet die Verschmutzungserkennung eine Funktionsprüfung des Brandmelders. Als Verschmutzungserkennung wird beispielsweise verstanden, eine Erkennung eines Vorliegens und/oder eines Grads einer Ablagerung von Schmutz, Staub und/oder Feuchtigkeit, einer Alterung und/oder Verschleiß von Elektronik und/oder Staubpartikel in der Luft. Der Brandmelder ist zur Detektion eines Brandes, insbesondere von Rauch, Flammen, Glut und/oder eines Schwelbrand ausgebildet. Der Brandmelder ist insbesondere als ein optischer Brandmelder ausgebildet, insbesondere als Streulichtdetektor bzw. Streulichtrauchmelder. Alternativ und/oder ergänzend ist der Brandmelder zur Detektion des Brandes basierend auf einer thermischen Größe, beispielsweise der Temperatur, einer Schwächung, beispielsweise von ionisierender Strahlung, und/oder einer Leitfähigkeit ausgebildet. Im Speziellen kann der Brandmelder eine Kamera zur bildbasierten Branderkennung umfassen.

[0008] Der Brandmelder weist mindestens eine Sensoreinrichtung zur Erfassung einer Messgröße auf. Die Sensoreinrichtungen umfasst vorzugsweise eine Lichtquelle und einen Lichtsensor. Lichtquelle und Lichtsensor sind dabei so angeordnet, dass das Licht der Lichtquelle ohne Streuung an Partikeln und/oder Rauch nicht vom Lichtsensor detektiert wird, und erst durch Streuung des von der Lichtquelle emittierten Lichts an Partikeln, Schmutz, Feuchtigkeit und/oder Rauch vom Lichtsensor detektiert wird. Der Lichtsensor ist insbesondere ausgebildet, eine Lichtmenge zu messen und als Messgröße zu erfassen. Die Ausgabe der erfassten Messgröße erfolgt beispielsweise als Spannung und/oder Strom. Die ausgegebene Messgröße bildet insbesondere das Messsignal. Vorzugsweise ist der Lichtsensor als eine Fotodiode ausgebildet. Das Messsignal bildet dabei vorzugsweise die der detektierten Lichtmenge in Millivolt. Die Erfassung der Messgröße durch die Sensoreinrichtungen erfolgt insbesondere kontinuierlich und/oder zyklisch, beispielsweise im Sekundentakt oder schneller. Das Messsignal umfasst insbesondere die erfasste Messgröße und bildet beispielsweise einen zeitlichen Verlauf der Messgröße.

[0009] Das Messsignal umfasst ein Rauschen und/oder eine Streuung. Die Messung der Messgröße ist eine fehlerbehaftete Messung, sodass beispielsweise die Messung einer konstanten Größe auch zu Abweichungen in der erfassten Messgröße führt, wobei diese Abweichungen beispielsweise eine Streubreite, eine Standardabweichung und/oder eine Varianz aufweisen. Die Abweichungen werden insbesondere als Rauschen und/oder Streuung, insbesondere um den realen Messwert und/oder einen Mittelwert, verstanden. Das Rauschen und/oder Streuen ist insbesondere basierend auf elektronischem Rauschen, Messgenauigkeiten und/oder Sensitivität der Sensoreinrichtungen, Schwankungen in Umgebungsparametern und/oder sonstige Fehlerquellen. Das Rauschen und/oder Streuen ist insbesondere ein Abweichen auf kleinen Zeitskalen, insbesondere kleiner als 1 Sekunde. Insbesondere erfolgt das Erfassen der Messgröße mit einer Abtastrate kleiner 1 Sekunde, insbesondere kleiner oder im Bereich des statistischen Rauschens und/oder Streuens. Ferner erfolgt das Erfassen der Messgröße insbesondere in einer Auflösung kleiner 1 V, im speziellen kleiner 1 mV, vorzugsweise in einer Auflösung kleiner dem statistischen und/oder elektronischen Rauschen und/oder Streuens. Im Speziellen kann das Messsignal eine Mehrzahl und/oder eine Überlagerung von unterschiedlichen Rauschens und/oder Streuens sein, beispielsweise ist das Messsignal ein gemessener Mittelwert und/oder realer Wert plus ein erstes Rauschen, beispielsweise elektronisches Rauschen, plus ein zweites Rauschen, beispielsweise Änderung der Umgebungsparameter. Das Messsignal ist vorzugsweise als ein analoges Signal, insbesondere Strom oder Spannungssignal, ausgebildet.

[0010] Das Verfahrens umfasst das Erfassen des Messsignals der Sensoreinrichtung und/oder das Erfassen mehrerer Messsignale mehrerer Sensoreinrichtungen für und/oder über mindestens ein Auswertezeitintervall. Das Auswertezeitintervall ist insbesondere ausgebildet mindestens 1000, vorzugsweise mindestens 10000 und im Speziellen mindestens 100000 Messpunkte zu umfassen, wobei ein Messpunkt eine zu einem Zeitpunkt erfasste Messgröße beschreibt. Beispielsweise wird das Messsignal für mindestens 5 Minuten, insbesondere mindestens 1 Stunde und im Speziellen mindestens einen Tag erfasst, wobei die zeitliche Auflösung der Messgrößenerfassung beispielsweise kleiner gleich 1 Sekunde und im speziellen kleiner gleich 500 Millisekunden ist. Beispielsweise ist der Lichtsensor seine Fotodiode zur Ausgabe eines Spannungssignals ausgebildet, wobei die Auflösung und/oder Skalenunterteilung des Messsignals kleiner gleich 1 mV ist. Vorzugsweise umfasst das Erfassen des Messsignals eine Speicherung des Messsignals insbesondere als Messsignalverlauf.

[0011] Das Verfahren sieht eine Zeitreihenanalyse für das erfasste Messsignal und/oder für die erfassten Messsignale vor. Die Zeitreihenanalyse erfolgt für das Auswertezeitintervall. Zur Zeitreihenanalyse wird beispielsweise das Auswertezeitintervall in Teilintervalle unterteilt, wobei die Teilintervalle insbesondere gleich groß ausgebildet sind. Vorzugsweise erfolgt für die Zeitreihenanalyse eine Unterteilung des Zeitintervalls auf unterschiedliche Art, beispielsweise für unterschiedliche Teilintervalllängen. Beispielsweise umfasst die Zeitreihenanalyse hierzu eine Mehrzahl an Teilauswertungen für unterschiedliche Teilintervalle. Die Zeitreihenanalyse kann insbesondere auf bekannten statistischen, mathematischen und/oder stochastischen Methoden und/oder Modellen basieren. Vorzugsweise erfolgt die Zeitreihenanalyse mittels eines Computers und/oder softwareimplementiert. Insbesondere werden durch die Zeitreihenanalyse Analyseparameter bestimmt, berechnet und/oder geschätzt. Die erhaltenen Analyseparameter sind beispielsweise Analyseergebnisse der Zeitreihenanalyse.

[0012] Basierend auf der Zeitreihenanalyse wird eine Verschmutzung, eine Funktionsfähigkeit und/oder Betriebsbereitschaft des Brandmelders bestimmt. Insbesondere wird basierend auf der Zeitreihenanalyse eine Verschmutzung einer Rauchkammer und/oder eine Verschmutzung einer Raucheintrittsöffnung in ein Labyrinth eines optischen Streulichtrauchmelders bestimmt. Vorzugsweise erfolgt die Bestimmung der Verschmutzung, der Funktionsfähigkeit und/oder der Betriebsbereitschaft basierend auf den erhaltenen Analyseparametern. Zum Beispiel erfolgt eine Bestimmung einer Abweichung des oder der Analyseparameter von einem Sollwert oder Sollbereich, wobei beispielsweise bei einer zu großen Abweichung nach oben und/oder nach unten eine Verschmutzung als detektiert und/oder vorliegend gilt.

[0013] Der Erfindung liegt die Überlegung zugrunde, dass durch Auswertung eines Messsignals in einem längeren Auswertezeitintervall Rückschlüsse auf eine Verschmutzung und/oder Betriebsfähigkeit des Brandmelders möglich sind. Während zur Auswertung und/oder Bestimmung eines Brandes im Wesentlichen nur der momentane Betrag des Messsignals bzw. der Messwert von Interesse ist, kann der zeitliche Verlauf des Messsignals durch eine Zeitreihenanalyse zusätzliche Informationen liefern, mittels denen eine Verschmutzung oder Betriebsfähigkeit bewertet und/oder festgelegt werden kann.

[0014] Vorzugsweise erfolgt die Zeitreihenanalyse für das Rauschen und/oder die Streuung. Das Verfahren sieht beispielsweise eine Zeitreihenanalyse des Verlaufs der Streuung und/oder des Rauschens mit der Zeit vor. Dies basiert auf der Überlegung, dass der Mittelwert bzw. Hauptanteil des Messsignals, der zur Brandbestimmung benutzt wird, sich durch kleine Verschmutzungen nur langsam und gering ändert. Durch eine Auswertung und Zeitreihenanalyse dieser kleinen Schwankungen in Form von Rauschen und Streuung, können auch langsame Prozesse wie Verschmutzungen elektrisches Rauschen oder Staub detektiert werden. Beispielsweise wird hierbei detektiert und/oder analysiert, wie sich das Rauschen und/oder die Streuung zeitlich im Auswertezeitintervall verändert. Beispielsweise können hierzu Streubreiten und/oder Breiten des Rauschens bestimmt, analysiert und/oder genutzt werden.

[0015] Das Messsignal setzt sich insbesondere aus einem dominanten Mittelwertanteil, einem langsam veränderlichen Trendanteil und/oder einem quasiperiodischen Trendanteil zusammen. Der Mittelwertanteil entspricht zum Beispiel einer bestimmten Partikelkonzentration, der beispielsweise in einem Brandfall mit einem starken Anstieg reagiert. Der langsame Trendanteil basiert beispielsweise auf einer Verschmutzung, insbesondere in Form von Ablagerung von Staub, Feuchtigkeit oder einer Alterung der Lichtquelle und/oder des Lichtsensors. Als quasiperiodischer Trendanteil wird beispielsweise eine verwirbelte Bildung von Staub, beispielsweise durch Lüften, anblasen und/oder Thermik verstanden. Das Verfahren sieht dabei beispielsweise vor, dass vor der Zeitreihenanalyse das Messsignal Trendbereinigt wird. Insbesondere kann das Trendbereinigen das Messsignals für das erfasste Messsignal im Auswertezeitintervall nach dem Erfassen des Messsignals erfolgen aber vor der Zeitreihenanalyse. Der Trend kann beispielsweise ein linearer Trend, ein quadratischer oder beliebiger polynomialer Trend sein. Die Zeitreihenanalyse erfolgt dabei für das Trendbereinigte Messsignal. Im Speziellen kann die Trendbereinigung auch während der eigentlichen Zeitreihenanalyse erfolgen, wobei hierzu das Messsignal des Auswertezeitintervalls in die Teilintervalle unterteilt wird und die Trendbereinigung für die jeweiligen Teilintervalle erfolgt, wobei die weitere eigentliche Zeitreihenanalyse, insbesondere des Rauschens und/oder der Streuung, für und/oder in den trendbereinigten Teilintervallen erfolgt. Dieser Ausgestaltung liegt die Überlegung zugrunde, dass manche Zeitreihenanalysen, insbesondere statistische, stochastische und/oder mathematische Verfahren, nicht für trendbehaftete Größen, Signale und/oder Verläufe möglich sind.

[0016] Insbesondere ist die Zeitreihenanalyse als eine Fluktuationsanalyse ausgebildet. Im Speziellen ist die Fluktuationsanalyse ausgebildet, eine Zeitreihe und/oder Messreihe, hier das Messsignal, mathematisch zu analysieren und insbesondere eine Korrelation, im Speziellen Langzeitkorrelation, zu bestimmen und/oder zu quantifizieren. Die Zeitreihenanalyse, im Speziellen die Fluktuationsanalyse, kann analytisch oder numerisch umgesetzt werden. Die Fluktuationsanalyse kann für Autokorrelationen und/oder Kreuzkorrelationen bestimmt werden. Diese Ausgestaltung liegt die Überlegung zugrunde, dass Änderungen im Zustand des Brandmelders, beispielsweise Verschmutzungen, nicht notwendigerweise mit einer Veränderung des Mittelwerts einhergehen müssen, sondern auch eine langsame Veränderung bewirken können, die lange Zeit unbemerkt bleiben. Aus diesem Grund kann beispielsweise eine Korrelation des Messsignals, insbesondere des Rauschens und/oder der Streuung bewertet werden. Kleinste Veränderungen im Zustand des Brandmelders, welche noch keine Auswirkung auf den Mittelwert haben können sich im Rauschen manifestieren, wobei neben der Rauschbreite insbesondere die Korrelation ein empfindliches Maß für die Veränderungen ist und somit Veränderungen auf kleinster Skala frühzeitig feststellen kann.

[0017] Beispielsweise können Lichtreflexionen an Partikeln, wie Staub oder Feuchtigkeit, im optischen Pfad zu Fluktuationen im Messsignal führen. Hierbei handelt es sich insbesondere um kurzzeitige Veränderungen im Reflexionsverhalten, die auf wesentlich kürzeren Zeitskalen ablaufen als langsame Trends der eigentlichen Ablagerungen. Durch Auswertung der Fluktuationen und/oder deren Korrelation kann frühzeitig eine Verschmutzung detektiert werden.

[0018] Besonders bevorzugt ist es daher, dass die Zeitreihenanalyse eine Korrelationsanalyse und/oder eine Autokorrelationsanalyse umfasst. Durch die Feststellung von Korrelationen im Messsignal können physikalisch relevante Informationen über das System des Brandmelders bestimmt werden und eine Ablagerung, Verschmutzung, Staub oder elektronische Alterung frühzeitig detektiert werden ohne den langsamen Trend der eigentlichen Verschmutzung und/oder Alterung abwarten zu müssen. Es wird somit ein Verfahren bereitgestellt, das frühzeitig Verschmutzungen und/oder Funktionsbeeinträchtigungen eines Brandmelders detektieren und feststellen kann. Es wird daher ein langzeitstabiler und fehlerresistenter Brandmelder betreibbar.

[0019] Vorzugsweise umfasst die Zeitreihenanalyse eine Hurst-Analyse. Mittels der Hurst-Analyse wird als Analyseparameter, beispielsweise ein Exponent H, der sogenannte Hurst-Exponent, bestimmt. Beispielsweise wird hierzu als Zeitreihenanalyse eine Hurst-R/S-Analyse durchgeführt. Hierzu wird beispielsweise für das in Teilintervalle mit einer Teilintervalllänge (s) zerteilte Auswertezeitintervall der Range (R) der kumulierten und gegebenenfalls mittelwertbereinigten Zeitreihe, hier das Messsignal, ermittelt und ins Verhältnis zur Standardabweichung (S) der nicht kumulierten Zeitreihe gesetzt, sodass R/S ermittelt wird. Durch Wahl unterschiedlicher Beobachtungslängen (Teilintervalllänge s) für die Teilintervalle kann ein funktioneller Zusammenhang von R/S in Abhängigkeit der Beobachtungslänge bestimmt werden. Der funktionelle Zusammenhang wird insbesondere als Potenzgesetzt R/S ∼s^H ausgewertet und H als Hurst-Exponent bestimmt. Vorzugsweise wird zur Bestimmung einer Verschmutzung und/oder Betriebsbereitschaft eine Abweichung des Hurst-Exponenten von einem Idealwert herangezogen, wobei der Idealwert beispielsweise 0,5 beträgt.

[0020] Eine Ausgestaltung der Erfindung sieht vor, dass die Zeitreihenanalyse eine Mehrzahl an Einzelzeitreihenanalysen umfasst. Die Einzelzeitreihenanalysen sind insbesondere Zeitreihenanalysen basierend auf unterschiedlichen statistischen Momenten. Beispielsweise werden einzelne Fluktuation-, Korrelations-, Autokorrelations- und/oder Hurst-Analysen für unterschiedliche statistische Momente q durchgeführt. Für die üblich verwendete Varianz und Standardabweichung beträgt das statistische Moment zum Beispiel q=2. Vorzugsweise werden als statistische Momente ganzzahligen Werte zwischen - 10 und 10 verwendet. Zum Beispiel werden für die unterschiedlichen statistischen Momente die Hurst Exponenten H als H(q) bestimmt. Eine solche Analyse wird insbesondere als Multifraktale Spektrum bezeichnet. Insbesondere basiert die Verschmutzungsbestimmung und/oder Betriebsbereitschaftsbestimmung auf einer Auswertung des funktionalen Zusammenhangs von H(q).

[0021] Besonders bevorzugt ist es, dass die Zeitreihenanalyse umfasst und/oder basiert auf einer Autokorrelationsfunktion eine Fourier Transformation des Messsignals eine trendbereinigte Fluktuationsanalyse (Detrended Fluctuation Analysis, DFA) und/oder einer multifraktalen trendbereinigten Fluktuationsanalyse (Multifractal Detrended Fluctuation Analysis, MF-DFA).

[0022] Eine Ausgestaltung des Verfahrens sieht vor, dass das Messsignal für eine Mehrzahl an Auswertezeitintervallen erfasst wird, beispielsweise mindestens zweimal, vorzugsweise mindestens zehnmal und im Speziellen mindestens 100-mal. Die Auswertezeitintervalle sind vorzugsweise bündig aneinander angeschlossen, beispielsweise das nach Beendigung des ersten Auswertezeitintervalls das nächste Auswertezeitintervall direkt anschließt, alternativ können die Auswertezeitintervalle Überlappungen aufweisen oder überlappungsfrei ausgebildet sein, sodass beispielsweise zwischen zwei Auswertezeitintervallen eine Pause der Erfassung vorliegt. Die einzelnen Auswertezeitintervalle werden mittels der Zeitreihenanalyse ausgewertet. Für die erfassten Messsignale der Mehrzahl an Auswertezeitintervallen wird jeweils die Zeitreihenanalyse, insbesondere die Bestimmung des Hurst-Exponenten und/oder der Analyseparameter, durchgeführt. Beispielsweise werden die Analyseparameter und/oder Hurst-Parameter verglichen. Alternativ und/oder ergänzend wird ein zeitlicher Verlauf, eine Veränderung, eine Korrelation oder ein funktioneller Zusammenhang für die Hurst-Exponenten und/oder Analyseparameter bestimmt, wobei die Bestimmung der Verschmutzung vorzugsweise auf dem Vergleich, der Bestimmung und/oder Auswertung basiert.

[0023] Vorzugsweise basieren die Auswertezeitintervalle auf einer Rolling window oder Sliding Window Analyse. Das Rolling Window weist dabei beispielsweise eine feste Intervalllänge, insbesondere die Auswertezeitintervalllänge, auf, wobei zur Bestimmung der Mehrzahl an Auswertezeitintervallen das Rolling Window verschoben wird, wobei das Verschieben ein zeitliches Verschieben des Erfassungsstandpunktes darstellt. Das Verschieben des Rolling Window kann kontinuierlich erfolgen oder diskret, beispielsweise mit einem Zeitversatz gleich der Auswertezeitintervalllänge.

[0024] Insbesondere sieht das Verfahren vor, das basierend auf der Zeitreihenanalyse, besondere dem Analyseparameter und/oder dem Hurst-Exponent, die Verschmutzungsart bestimmt wird und/oder eine Unterscheidung zwischen der Verschmutzungsart erfolgt. Beispielsweise wird basierend auf der Zeitreihenanalyse festgestellt, ob es sich um eine Ablagerung, insbesondere Ablagerung im Bereich der Sensoreinrichtungen handelt oder eine Ablagerung an einem Eingang zum Beispiel Strömungseingang bzw. die Öffnung der Rauchkammer. Ferner kann unterschieden werden, ob es sich um eine Ablagerung oder Staub handelt, beispielsweise, ob es sich um eine stationäre Verschmutzung oder eine dynamische Verschmutzung handelt. Insbesondere kann als Verschmutzungsart unterschieden oder bestimmt werden, ob ein Eingang, beispielsweise die Öffnung der Rauchkammer, verjüngt, verengt und/oder verstopft ist, was zur Folge hätte, dass der zu detektierende Rauch schlechter eintritt. Die Rauchkammer umfasst insbesondere den Messkanal.

[0025] Eine Ausgestaltung der Erfindung sieht vor, dass basierend auf der Zeitreihenanalyse eine Superdiffusion bestimmt wird und/oder werden kann. Als Superdiffusion wird eine Bewegung verstanden, bei der die Bewegung eines Brownschen Teilchens (also z.B. eines diffundierenden Teilchens) mit einer Vorzugsrichtung überlagert ist. Eine solche Überlagerung tritt beispielsweise auf, wenn ein Staubpartikel im Bereich der Sensoreinrichtungen mit einer Luftströmung überlagert ist. Durch eine Ablagerung in einem Strömungseingang des Brandmelders, beispielsweise der Öffnung der Rauchkammer, reduziert sich die Luftströmung im Bereich des Messkanals, sodass Staubteilchen weniger mit einer Vorzugsrichtung überlagert sind, und das Charakteristikum der Superdiffusion mit zunehmender Reduzierung der Luftströmung, Verstopfung und Ablagerung des Strömungseingangs abnimmt. Mit dem Verfahren kann so eine Verschmutzungsbestimmung, insbesondere Verstopfung und/oder Ablagerungsbestimmung, basierend auf einer Zeitreihenanalyse und darauf basierenden Bestimmung der Superdiffusion erfolgen.

[0026] Einen weiteren Gegenstand der Erfindung bildet ein Brandmelder zu Detektion eines Brandes und/oder von Rauch. Insbesondere ist der Brandmelder ausgebildet und/oder eingerichtet, das Verfahren wie vorher beschrieben durchzuführen. Basierend auf der von der Sensoreinrichtung erfassten Messgröße und/oder dem daraus gebildeten Messsignal, wird vom Brandmelder der Brand und/oder Rauch detektiert. Der Brandmelder weist eine Auswerteeinheit auf, wobei diese softwaretechnisch oder hardwaretechnisch ausgebildet sein kann. Die Auswerteeinheit ist insbesondere eingerichtet und/oder ausgebildet, das vorher beschriebene Verfahren auszuführen und/oder durchzuführen. Die Auswerteeinheit ist ausgebildet, das Messsignal für das Auswertezeitintervall zu erfassen, in einer speziellen Ausgestaltung für eine Mehrzahl an Auswertezeitintervallen, zu erfassen. Für das und/oder für die Auswertezeitintervalle ist die Auswerteeinheit ausgebildet, die Zeitreihenanalyse durchzuführen. Basierend auf den Ergebnissen, beispielsweise dem Analyseparameter und im Speziellen dem Hurst-Exponent, kann die Auswerteeinheit eine Verschmutzung und/oder Betriebsbereitschaft des Brandmelders bestimmen.

[0027] Einen weiteren Gegenstand der Erfindung bildet ein Computerprogramm zur Ausführung auf einem Computer und/oder dem Brandmelder wie vorher beschrieben. Insbesondere umfasst das Computerprogramm und/oder basiert das Computerprogramm auf einem Programmcode mit Programmcodemitteln. Das Computerprogramm ist ausgebildet, bei Ausführung auf dem Computer und/oder dem Brandmelder die Schritte des Verfahrens wie vorher beschrieben durchzuführen. Insbesondere ist das Computerprogramm im Brandmelder implementiert, im Speziellen in der Auswerteeinheit, sodass die Auswerteeinheit mittels Durchführung des Computerprogramms und damit des Verfahrens die Verschmutzung und/oder die Betriebsbereitschaft des Brandmelders bestimmt.

[0028] Einen weiteren Gegenstand der Erfindung bildet ein maschinenlesbares Speichermedium, beispielsweise eine DVD, CD, Diskette oder anderweitig Restspeichermedium. Auf dem Speichermedium ist das Computerprogramm, insbesondere der Programmcode und/oder die Programmcodemittel, gespeichert.

[0029] Weitere Vorteile, Ausgestaltungen und Wirkungen ergeben sich aus den beigefügten Figuren und deren Beschreibung. Dabei zeigen:

Figuren 1a, b, c, d einen Brandmelder in unterschiedlichen Zuständen;

Figur 2a, b Zustand und Messsignal eines Brandmelders in einem ersten Zustand;

Figur 3a, b Zustand und Messsignal eines Brandmelders in einem zweiten Zustand;

Figur 3a, b Zustand und Messsignal eines Brandmelders in einem zweiten Zustand;

Figur 4a, b Pfad und Messsignal eines Partikels mit Brownscher Diffusionsbewegung im Brandmelder;

Figur 5a, b Pfad und Messsignal eines superdiffusiven Partikels im Brandmelders;

Figuren 6a, b, c, d Messsignal und Beispiel einer Zeitreihenanalyse;

Figuren 7a, b Messsignal und Analyseparameter als weiteres Beispiel einer Zeitreihenanalyse;

Figuren 8a, b, c beispielhafte Verschmutzungsüberwachung.

[0030] Figuren la-d zeigen ein Ausführungsbeispiel eines photoelektrischen Brandmelders 1. Der Brandmelder 1 ist zur Montage an einer Decke 2 ausgebildet. Der Brandmelder 1 umfasst eine Sensoreinrichtung, wobei die Sensoreinrichtung eine Lichtquelle 3 und einen Lichtdetektor 4 umfasst. Ferner weißt der Brandmelder 1 einen Messkanal 5 auf, wobei der Messkanal 5 auch als Streulichtstrecke bezeichnet wird. Der Lichtdetektor 4 ist ausgebildet, einfallendes Licht als Messgröße zu detektieren und als Messsignal ein Spannungssignal auszugeben.

[0031] Der Brandmelder 1 in Figur 1a zeigt den Brandmelder 1 in einem Normalzustand, auch Ruhezustand genannt. Der Normalzustand wird als Zustand des Brandmelders in einem voll funktionsfähigen Zustand ohne Rauch und/oder Brand, Verschmutzung, Staub und/oder Feuchtigkeit verstanden. Die Lichtquelle 3 und Lichtdetektor 4 sind in einer gemeinsamen Ebene beispielsweise gleichgerichtet zur Decke 2 angeordnet. Die Lichtquelle 3, beispielswese eine LED, strahlt Licht, insbesondere IR-Strahlung und/oder sichtbares Licht, ab. Die Abstrahlung kann insbesondere gerichtet oder sphärisch erfolgen. Das von der Lichtquelle 3 emittierte Licht kann in Richtung des Lichtdetektors 4 durch einen Strahlengang 6 beschrieben werden. Im vorliegenden Zustand wird vom Lichtdetektor 3 kein von der Lichtquelle 3 emittiertes Licht detektiert, da sich der normale Strahlengang 6 nicht zum Detektor erstreckt. Eine Detektion könnte nur erfolgen, wenn das emittierte Licht zum Lichtdetektor 4 gestreut wird. Da in diesem Zustand keine Partikel, z.B. Rauch oder Schmutz, vorliegen, die das Licht in den Lichtdetektor 4 streuen könnten, wird vom Lichtdetektor 4 kein Licht detektiert. Das Messsignal ist hierbei eine Spannung um einen Mittelnullwert, z.B. 0 mV oder 0 mV plus einem Offset, wobei das Messsignal eine Streuung und/oder Rauschen um den Mittelnullwert aufweist.

[0032] Figur 1b zeigt den Brandmelder 1 aus Figur 1a bei Vorliegen eines Brandes. Im Messkanal 5 ist nun Rauch 7 eingedrungen. Der Rauch 7 umfasst insbesondere Partikel und weist reflektierende Eigenschaften auf. Das von der Lichtquelle 3 emittierte Licht wird im Messkanal 5 vom Rauch 7 gestreut, wobei ein Teil des gestreuten Lichts einem erweiterten Strahlengang 8 zum Lichtdetektor 4 folgt. Das gestreute Licht wird vom Lichtdetektor 4 detektiert und als Messgröße bzw. Messsignal ausgegeben, wobei das Messsignal vom Mittelnullwert deutlich abweicht. Basierend auf dem Messsignal wird schließlich der Brand detektiert.

[0033] Figur 1c zeigt den Brandmelder auf Figur 1a, b in einem Zustand ohne Brand und Rauch, jedoch mit einer Verschmutzung in Form einer Staubablagerung 9 im Messkanal 5. Die Staubablagerung 9, auch Staubschicht genannt, umfasst Staubpartikel und weist reflektierende Eigenschaften auf. Obwohl kein Brand vorliegt und kein Rauch im Messkanal 5 ist, liegt der erweiterte Strahlengang 8 vor, wobei dieser durch die Streuung an der Staubablagerung erfolgt. Je nach Ablagerungsgrad wird eine mehr oder weniger starke Lichtstreuung von Lichtdetektor 4 detektiert, sodass ein vom Mittelnullwert abweichendes Messsignal ausgegeben wird. Bei leichten Staubablagerungen 9 wird das Messsignal im Bereich der Streuung und/oder des Rauschens im Normalzustand sein.

[0034] Figur 1d zeigt Brandmelder 1 in einem Zustand mit Staub und/oder Verschmutzung im Bereich einer Raucheintrittsöffnung 10, auch Sensorbereichseingang genannt. Die Raucheintrittsöffnung 10 bilden den Eingang für Rauch, Luft, Staub und/oder Strömungen in den Messkanal 5. Anhaftender Staub im Bereich der Raucheintrittsöffnung 10 wird durch Luft und/oder Strömungen mitgerissen, gelangt so in den Messkanal 5 und eröffnet durch Lichtstreuung den erweiterten Strahlengang 8, sodass auch hier ein vom Mittelnullwert abweichendes Messsignal detektiert wird. Der Staub in dem Bereich der Raucheintrittsöffnung bewirkt im schlimmsten Fall, dass kein Rauch mehr eintreten kann und somit kein Feuer detektiert wird. Aus diesem Grund soll über das hier beschriebene Verfahren erkannt werden, dass der Eingang "verstopft" ist. Das heißt, dass im verschlossenen Zustand weniger Fluktuation in der Kammer gemessen werden sollte als im offenen Zustand, in dem die Luftströmung größer ist.

[0035] Figur 2a zeigt die schematisch die Entwicklung der Lichtstreuung in einem Brandmelder wie aus den Figuren la-d mit der Zeit t. Auf einem Boden 11 des Messkanals 5 ist eine Staubschicht 9 abgesetzt. Es sind drei Momentaufnahmen zu den Zeiten tl, t2 und t3 gezeigt. Das Licht der Lichtquelle 3 und die Strahlengänge 6 sowie erweiterten Strahlengänge 8 sind ebenfalls dargestellt. Eine Strömung 12, die in ihrer Intensität variieren kann, führt zu Bewegungen und einer Änderung in der Staubschicht 9, sodass vom Lichtdetektor 4 diese Schwankungen im Messsignal wiedergespiegelt sind. Obwohl als Messsignal S Werte um den Mittelnullwert (hier s=0) zu erwarten wären (vollkommen streufrei), wird bedingt durch die Streuung an der Staubschicht 9 und die Veränderungen in der Staubschicht 9 ein um den Mittelnullwert rauschendes und/oder schwankendes Messsignal S detektiert. Das Rauschen und/oder Schwanken wird auch als Fluktuation bezeichnet. Figur 2b zeigt beispielhaft ein solches Messsignal S.

[0036] Ein Ähnliches Messsignal ergibt sich für Staub 13, der von der Strömung 12, durch den Messkanal 5 als Staubwolke mitgerissen wird (Figur 3a). Diese mitgerissenen Staubpartikel streuen ebenfalls Licht der Lichtquelle 3 zum Lichtdetektor 4, sodass auch hier im Messsignal s (Figur 3b) eine Schwankung und/oder ein Rauschen um den Mittelnullwert zu verzeichnen ist.

[0037] Figur 4a zeigt den Pfad 13 eines Staubteilchens im Messkanal 5, dargestellt in einer x-y-Ebene. Das Staubteilchen folgt dabei einer Brownschen Molekularbewegung, sodass ein Zickzack-Muster als Pfad 13 resultiert. Das Zentrum dieser Bewegung ist eine Anfangsposition r=(0;0). In Figur 4b ist der zeitliche Verlauf des Abstands r(t) zur Anfangsposition für das Teilchen aus Figur 4a gezeigt. Der Abstand r(t) ist im Wesentlichen eine Schwankung um r(t)=0. Ein mittleres Verschiebungsquadrat <r²(t)> ist hier proportional zur Zeit t. Ferner ist in Figur 4b der Signalverlauf des Messsignals S gezeigt. Das Messsignal S weist, insbesondere durch den Zickzackpfad des Staubteilchens, Fluktuationen auf, wobei die Fluktuationen unkorreliert sind.

[0038] Figur 5a zeigt wie Figur 4a den Pfad 13 eines Staubteilchens im Messkanal 5, dargestellt in einer x-y-Ebene. Das Staubteilchen weist hier jedoch eine Vorzugsrichtung 14 auf, beispielsweise resultierend durch eine Überlagerung mit einer Luftströmung im Messkanal 5, die das Staubteilchen in x-Richtung mitreist. Der Pfad 13 ist hier nicht rein durch eine unkorrelierte Brownsche Bewegung gegeben, sondern in x-Richtung ausgedehnt. Figur 5b zeigt den zugehörigen Abstand r(t), welcher stärker abweicht und variiert als der Abstand r(t) des freien Teilchens (Figur 4). Das mittleres Verschiebungsquadrat <r²(t)> ist skaliert ebenfalls stärker mit der Zeit. Ein solcher Zusammenhang macht sich auch im Messsignal S bemerkbar. Durch Auswertung des Messsignals S, insbesondere von Korrelationen im Rauschen, kann das Vorliegen von Staub, der mit einer Vorzugsrichtung überlagert ist, festgestellt werden.

[0039] Die Figuren 6a - d zeigen beispielhaft das Prinzip einer trendbereinigten Fluktuationsanalyse eines Messsignals S. Das Messsignal S schwankt bzw. rauscht um den Wert S=0, dem Mittelnullwert des vorliegenden Messsignals S. Obwohl dem Rauschen an sich kein eigentlicher Trend oder Verlauf anzusehen ist, kann durch Zeitreihenanalyse des Signals, insbesondere des Rauschens, eine Verschmutzungsuntersuchung erfolgen. Neben dem eigentlichen Messsignal S ist in Figur 6a auch eine kumulierte Reihe 15 dargestellt. Die kumulierte Reihe 15 ergibt sich bei der trendbereinigten Fluktuationsanalyse ebenso wie bei einer klassischen Hurst-Analyse durch sukzessives aufsummieren der Zeitreihe, wobei die Zeitreihe das Messsignal S bildet.

[0040] Die Figuren 6b und 6c zeigen die ebenfalls das Messsignal S und die kumulierte Reihe 15. Nun wird das Analysezeitintervall in gleichgroße Segmente (Teilintervalle) der Länge s geteilt. Für die Zeitreihenanalyse wird das Analysezeitintervall jeweils auf unterschiedliche Art geteilt, wobei sich die Arten in der gewählten Länge s unterscheiden. Figur 6b zeigt eine Unterteilung in kleinere Teilintervalle, also kleinere Länge s, als die in Figur 6c gezeigte Unterteilung. In jedem Segment wird nun an die Zeitreihe ein Polynom n-ten Grades angepasst und von der kumulierten Reihe abgezogen. Von dem so erhaltenen Residuum wird nun die Varianz in jedem Segment ermittelt und über die Anzahl der Segmente gemittelt. Von dieser gemittelten Varianz wird nun die Wurzel gezogen (Standartabweichungsbildung). Das Ergebnis wird beispielsweise als Fluktuationsparameter F(s) bezeichnet.

[0041] Dies wird für die unterschiedlichen Längen s durchgeführt und anschließend der funktionelle Zusammenhang der Form F(s)=Const.₁*s^α+const.₂ bestimmt (wobei F(s) die sog. Fluktuationsfunktion ist), wobei α im Wesentlichen dem Hurst-Exponenten entspricht, jedoch ist dieser nicht wie bei der Hurst Analyse auf 0<H<1 beschränkt sondern kann prinzipiell auch größere Werte annehmen, wenn z.B. die kumulierte Reihe nicht beschränkt ist bzw. die Fluktuationen bereits der Natur einer Bewegung entsprechen, in dem einen Fall spricht man von einem fraktionellen Gausschen Rauschen (fractional Gaussian noise, fGn), in dem anderen -unbeschränkten Fall von einer fraktionellen Brownschen Bewegung (fractional Brownian motion fBm) - das fraktionelle Gaussche Rauschen entspricht einer zeitlichen Ableitung einer fraktionellen Brownschen Bewegung. Eine logarithmische Auftragung ist in Figur 6d gezeigt, wobei α die Steigung der Geraden beschreibt. Die unterschiedlichen Geraden entsprechen unterschiedlichen Ordnungen n des Fit-Polynoms.

[0042] Figur 7a zeigt eine beispielhafte Zeitreihenanalyse eines Messsignals S ausgegeben von einem Brandmelder 1. Neben dem eigentlichen Messsignal S ist auch die zum Messsignal S gehörige kumulierte Reihe 15 gezeigt. Eine Fluktuationsanalyse, insbesondere wie für Figur 6 beschreiben, liefert den in Figur 7b gezeigten funktionellen Zusammenhang der Fluktuationsfunktion F(s), wobei gilt F(s) ∼s^α. Die Fluktuationsfunktionen F(s) sind für unterschiedliche Ordnungen n gezeigt, wobei Kreis n=l, Quadrat n=2 und Dreieck n=3 darstellt. Basierend auf den daraus bestimmbaren Exponenten α wird eine Verschmutzung des Brandmelders bestimmt. Hierbei kann beispielsweise eine Abweichung des Exponenten α von einem Referenzexponenten herangezogen werden.

[0043] Figuren 8a, b, c zeigen schematisch eine Zeitreihenanalyse des Messsignals S in einer rolling Window Analyse. Figur 6a zeigt den Zustand Z des Brandmelders 1 als zeitlichen Verlauf. Figur 6b zeigt das Messsignal S des Brandmelders 1 im gleichen Zeitraum. Während sich der Zustand Z des Brandmelders 1 mit der Zeit verändert, z.B. Zusetzen von Gehäuseöffnungen oder Ablagerung von Schmutz, ändert sich der Mittelwert des Messsignals S während dieser Zeit nicht oder nur sehr wenig. Analysiert man hingegen die Fluktuationen in vorgegebenen Zeitfenstern A1, A2, A3, usw., so kann sich in Abhängigkeit des Zustands die Langzeitkorrelation mit der Zeit ändern. Dies kann beispielsweise in einer signifikanten Änderung der aus der Zeitreihenanalyse ermittelten Analyseparameter P resultierten (Figur 8c). Beispielsweise wird als Analyseparameter P der Skalenparameter α herangezogen.

Ansprüche

1. Verfahren zur Verschmutzungserkennung eines Brandmelders (1),
wobei der Brandmelder (1) eine Sensoreinrichtung zur Erfassung einer Messgröße und zur Ausgabe eines Messsignals (S) umfasst, wobei das Messsignal (S) ein Rauschen und/oder eine Streuung aufweist,
wobei das Verfahren folgende Schritte umfasst:

- Erfassen des Messsignals (S) der Sensoreinrichtung für ein Auswertezeitintervall,

- Durchführen einer Zeitreihenanalyse für das Messsignal (S) im Auswertezeitintervall,

- Bestimmung einer Verschmutzung und/oder Betriebsbereitschaft des Brandmelders (1) basierend auf der Zeitreihenanalyse.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Zeitreihenanalyse für das Rauschen und/oder die Streuung durchgeführt wird.

3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass das Messsignal (S) einen dominanten Mittelwertanteil, einen langsamen Trendanteil und/oder einen quasiperiodischen Trendanteil aufweist, wobei vor Zeitreihenanalyse das Messsignal (S) trendbereinigt wird, wobei die Zeitreihenanalyse für das trendbereinigte Messsignal durchgeführt wird.

4. Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass die Zeitreihenanalyse eine Fluktuationsanalyse umfasst und/oder bildet.

5. Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass die Zeitreihenanalyse eine Korrelations- und/oder Autokorrelationsanalyse umfasst und/oder bildet.

6. Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass die Zeitreihenanalyse eine Hurst-Analyse umfasst und/oder bildet.

7. Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass die Zeitreihenanalyse eine Mehrzahl an Einzelzeitreihenanalysen umfasst, wobei die Einzelzeitreihenanalysen auf unterschiedlichen statistischen Momenten (q) basieren und/oder unterschiedlichen Graden (n) eines Polynomfits basieren

8. Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass die Zeitreihenanalyse auf einer Autokorrelationsfunktion, einer Fourier Transformation, einer Detrended Fluctuation Analysis und/oder einer Multifractal Detrended Analysis basiert.

9. Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass Messsignals (S der Sensoreinrichtung für eine Mehrzahl an Auswertezeitintervallen (A1, A2, A3) erfasst wird, wobei für die Messsignale (S) der Auswertezeitintervalle (A1, A2, A3) jeweils die Zeitreihenanalyse durchgeführt wird, wobei basierend auf einem Vergleich der Mehrzahl an Zeitreihenanalysen die Verschmutzung und/oder die Betriebsbereitschaft des Brandmelders (1) bestimmt wird.

10. Verfahren nach Anspruch 9, dadurch gekennzeichnet, dass die Mehrzahl an Auswertezeitintervallen (A1, A2, A3) auf einem Rolling Window basieren.

11. Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass basierend auf der Zeitreihenanalyse eine Unterscheidung der Verschmutzungsart, insbesondere Ablagerung im Bereich der Sensoreinrichtung, Ablagerung an einem Sensorbereichseingang (10), Staub, Verkleinerung und/oder Verstopfung des Sensorbereichseingang (10), erfolgt.

12. Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass basierend auf der Zeitreihenanalyse eine Superdiffusionsbestimmung erfolgt, wobei basierend auf der Superdiffusionsbestimmung die Verschmutzung bestimmt wird.

13. Brandmelder (1) zur Detektion eines Brandes und/oder von Rauch basierend auf einer Messgröße und/oder einem Messsignal (S), wobei der Brandmelder (1) eine Sensoreinrichtung zur Erfassung der Messgröße und zur Ausgabe des Messsignals (S) umfasst, wobei das Messsignal (S) ein Rauschen und/oder eine Streuung aufweist, mit einer Auswerteeinheit, insbesondere zur Durchführung des Verfahrens nach einem der vorherigen Ansprüche, wobei die Auswerteeinheit ausgebildet ist, das Messsignal (S) für ein Auswertezeitintervall zu erfassen, eine Zeitreihenanalyse des Messsignals (S) im Auswertezeitintervall durchzuführen und basierend auf der Zeitreihenanalyse eine Verschmutzung und/oder Betriebsbereitschaft des Brandmelder (1) zu bestimmen.

14. Computerprogramm zur Ausführung auf einem Computer und/oder dem Brandmelder (1) nach Anspruch 13, dadurch gekennzeichnet, dass das Computerprogramm ausgebildet ist, bei Ausführung auf dem Computer und/oder dem Brandmelder (1) die Schritte des Verfahrens nach einem der Ansprüche 1 bis 12 durchzuführen.

15. Maschinenlesbares Speichermedium, insbesondere nichtflüchtiges maschinenlesbares Speichermedium, auf dem das Computerprogramm nach Anspruch 14 gespeichert ist.

Zeichnung