【摘 要】
:
火灾发生后,由于疏散指示灯状态固定、被困人员慌不择路等因素,人们往往无法迅速准确地找到合适的逃生路径,这给消防疏散带来了巨大的困难。因此,本文进行了基于蚁群算法的最短疏散路径规划,并研发了一套集中控制型的智能消防疏散指示系统,该系统自动地与火灾报警系统进行联动,可以实时监测并控制系统中各种消防设备的工作状态,火灾发生时,根据火警信息,系统会通过蚁群算法对被困人员和安全出口之间的最短疏散路径进行规划
论文部分内容阅读
火灾发生后,由于疏散指示灯状态固定、被困人员慌不择路等因素,人们往往无法迅速准确地找到合适的逃生路径,这给消防疏散带来了巨大的困难。因此,本文进行了基于蚁群算法的最短疏散路径规划,并研发了一套集中控制型的智能消防疏散指示系统,该系统自动地与火灾报警系统进行联动,可以实时监测并控制系统中各种消防设备的工作状态,火灾发生时,根据火警信息,系统会通过蚁群算法对被困人员和安全出口之间的最短疏散路径进行规划,然后只点亮该路径上的疏散指示灯,及时有效地对人员进行疏散。本文的主要研究内容如下:(1)智能消防疏散指示系统下位机的硬件和软件设计。系统的下位机主要包括集中电源、分配电装置和各种类型的消防应急灯具。集中电源是为整套系统进行供电的装置,包括主电源和备用电源。分配电装置通过两总线将集中电源的电分配给灯具,并充当控制器、集中电源以及灯具之间通信的桥梁。系统下位机将ST系列单片机作为主控芯片,通过嵌入式程序对各种消防设备进行控制。(2)应急照明控制器的软件设计。应急照明控制器是整套系统的控制管理中心,向上与火灾报警系统联动,可以接收各种火灾探测设备的火警信息,向下通过485总线与分配电装置相连,用来控制并显示集中电源、分配电装置、消防应急灯具及其它相关附件的工作状态。本文主要负责设计控制器的后台图层编辑软件,来图形化显示系统中的各种消防设备,同时还设计了系统的通信协议。(3)基于蚁群算法的最短疏散路径规划。火灾发生时,根据火警信息,系统可以利用蚁群算法找到被困人员和安全出口之间的最短疏散路径,然后只点亮该路径上的疏散指示灯,及时有效地对人员进行疏散。(4)智能消防疏散指示系统的测试及优化。本文最后对系统样机进行了相关功能的测试,并提出了一些对系统的改进与优化。本文研究的集中控制型智能消防疏散指示系统满足了国家相关标准规范的要求,研发了系统样机并进行了功能测试,可以完成基于蚁群算法的最短疏散路径规划,达到了预期的效果,在智能消防疏散领域具有广泛的应用前景。
其他文献
脑机接口是一种将人或动物大脑与外部设备相连,实现信息交换的技术。脑机接口在神经电生理学、医疗领域、计算神经科学都有着重要作用。通过调查研究发现,当前已经存在并广泛使用的实验设备,不能满足脑机接口科研实验需求,国内外缺少一款高性能的多对象神经信号无线采集与处理实验平台。因此,分析脑机接口实验范式与需求,开发一款高性能的科研实验平台是展开脑机接口科研的基础与重中之重。本文构建的脑机接口实验系统主要分为
火灾一直是危害公众安全与社会财产的主要灾害之一,尽早探测到火灾发生,减少火灾损失是消防领域不断深入研究的方向。随着我国经济建设的迅速发展,超大型空间建筑不断增多,而此类建筑火灾载荷大、人员密集,一旦发生火灾,会造成极大的损害。由于传统型火灾探测器通常采用接触式判断,该方法很难在此类大型空间场所中快速准确的完成火灾预警。因此,本文研究设计一种图像型火焰探测报警系统,实现在超大型空间及户外场景下的早期
由细颗粒物(Fine Particulate Matter with a Diameter Smaller than 2.5μm,PM2.5)引起的空气污染会影响人们的健康。获取PM2.5浓度的连续空间数据可以为环境治理提供重要的数据保障,是目前大气环境研究的热点问题。地面PM2.5监测站是我国PM2.5研究的主要数据来源,但其空间分布不均匀,难以反映PM2.5空间分布情况。为了弥补地面PM2.5
结晶技术广泛应用于精细化工、食品、医药等产品的分离纯化。为了控制和优化结晶过程,需要实时测量溶液浓度。传统的溶液浓度测量结果具有时滞大、人为误差等突出问题,因此,基于光谱的原位测量技术得到了快速发展。由于无损和快速分析的优点,衰减全反射傅里叶变换红外(Attenuated total reflectance-Fourier transform infrared,简称ATR-FTIR)光谱已越来越多
时间序列广泛存在于金融、环境、农业等各领域,其研究在实践活动的推动下获得不断发展。在如今的时间序列研究中,提供准确、可解释的长期预测是一项重要任务。传统的模型主要聚焦在单步预测,将其应用于长期预测时则需要执行迭代计算,由此导致的误差累积通常会使得预测性能恶化,此外,大多数模型往往侧重于提升数值精度而忽视了模型的可解释性和易于理解性。本文则旨在以粒计算为载体,模仿人类的认知和推理机制,构建时间序列长
航空发动机有工况范围大、非线性强、变量及约束多等特性,对其控制系统的设计具有很大的挑战。多模型预测控制将多模型与预测控制相结合,既有预测控制处理受约束多变量控制问题的优点,还可以利用多模型对整个工况的非线性特性进行较为准确地逼近,因此可以很好地适用于航空发动机控制问题。本文以某型涡扇发动机为被控对象开展了多模型预测控制的研究,分别进行了发动机工况范围划分、多模型预测控制器设计、容错控制以及搭建硬件
随着现代工业的快速发展,燃气轮机的应用越来越广泛,其控制系统的研究一直备受能源电力和复杂控制系统领域的重视。现有的单一控制器和普通切换控制,已经不能满足多工况切换的现代高性能燃气轮机的控制要求。因此,本文以某型燃气轮机为被控对象,当系统动态因工况变化而发生变化或受到大的输入扰动时,为确保控制器切换瞬间系统控制量平滑过渡,设计了可以主动观测干扰并补偿的自抗扰主控制器和基于自适应增益补偿器的无扰切换控
“双一流”建设政策颁布实施以来,中国大学的学科建设取得了长足进步。但在国际学术竞争中究竟处于怎样的位置、哪些方面还有提升空间、未来如何进行战略布局等,依然是一系列有待澄清的问题。这不仅关乎第一轮“双一流”建设的成效评价,而且影响着高等教育强国的建设方向及其进程。基于此,本文采用简单赋值法,以软科2017-2021年世界一流学科排名为依据进行数据统计。结果表明:近年来中国大学学科建设颇有成效,呈现出
时序数据广泛存在于工业、经济、气象、交通等各个领域中,这些数据背后蕴含了丰富的事物变化规律,有效掌握并运用这些规律可以有助于开展复杂系统建模、控制和优化决策等理论与应用研究。本文提出一种融合卷积网络和宽度学习网络的时序数据建模方法,具体研究内容如下:为了更好地从时序数据中挖掘出事物变化规律,将变分自编码器和增量学习机制引入宽度卷积网络的构建。首先,利用线性回归方法计算时序数据输入变量和输出变量之间
钢铁工业能源系统的数据准确性直接影响着调度操作人员决策的有效性。由于生产环境复杂,数据采集、传输设备受干扰大,导致采集到的数据具有高噪声甚至异常点,严重干扰了调度人员对系统未来运行趋势的判断。因此,研究钢铁能源数据的异常检测问题显得尤为重要。本文考虑钢铁生产过程中能源的发生、消耗以及存储单元的数据特征,将待测数据归类为单维时间序列与多维时间序列。针对具有类周期性特征的单维时间序列,提出了一种基于多