[发明专利]基于深度学习的多波段红外热释电火焰探测器及探测方法在审
| 申请号: | 202210656259.6 | 申请日: | 2022-06-10 |
| 公开(公告)号: | CN115083103A | 公开(公告)日: | 2022-09-20 |
| 发明(设计)人: | 李晓贤;王奔;王刚;杜梦岩;刘义君;王嘉伟;谷陈丰;陈赫;张歆萌;邢琎;王星星;罗佳琪;贾阳;张伟 | 申请(专利权)人: | 西安中核核仪器股份有限公司 |
| 主分类号: | G08B17/12 | 分类号: | G08B17/12;G06N3/04;G06N3/08 |
| 代理公司: | 北京东方盛凡知识产权代理事务所(普通合伙) 11562 | 代理人: | 王宁宁 |
| 地址: | 710061 陕西*** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 深度 学习 波段 红外 热释电 火焰 探测器 探测 方法 | ||
1.基于深度学习的多波段红外热释电火焰探测器,其特征在于,包括:数据采集单元、信号处理单元及模型监测单元;
所述数据采集单元,用于对环境数据进行采集及标注,得到标注环境数据,其中所述环境数据包括日光数据、人体数据及火焰数据;
所述信号处理单元,用于基于深度学习模型对所述标注环境数据进行分析;
所述模型监测单元,用于基于所述深度学习模型进行火灾监测,得到监测结果。
2.根据权利要求1所述的基于深度学习的多波段红外热释电火焰探测器,其特征在于,所述数据采集单元包括:若干个红外热释电传感器和数据标注单元;
所述红外热释电传感器,用于检测环境中的电磁波波段,获得环境数据;
所述数据标注单元,用于对所述环境数据进行标注,得到标注环境数据。
3.根据权利要求2所述的基于深度学习的多波段红外热释电火焰探测器,其特征在于,
所述电磁波段包括:日光数据的电磁波段、人体数据的电磁波段及火焰数据的电磁波段。
4.根据权利要求1所述的基于深度学习的多波段红外热释电火焰探测器,其特征在于,
所述信号处理单元包括:信号预处理单元和信号分析单元;
所述信号预处理单元,用于对所述标注环境数据进行预处理,得到二维数据帧;
所述信号分析单元,用于基于训练好的深度学习模型对所述二维数据帧进行分析。
5.根据权利要求1所述的基于深度学习的多波段红外热释电火焰探测器,其特征在于,
所述模型监测单元包括:报警输出单元和环境数据监测单元;
所述报警输出单元,用于输出报警信号;
所述环境数据监测单元,用于监测所述环境数据。
6.根据权利要求5所述的基于深度学习的多波段红外热释电火焰探测器,其特征在于,还包括报警显示单元和电源供给单元;
所示报警显示单元,用于将所述报警信号进行显示;
所述电源供给单元,用于对所述数据采集单元、所述信号处理单元、所述模型监测单元及所示报警显示单元进行供电。
7.基于深度学习的多波段红外热释电火焰探测器的探测方法,其特征在于,包括以下步骤:
对环境数据进行采集及标注,得到标注环境数据,其中所述环境数据包括日光数据、人体温度数据及火焰数据;
基于深度学习模型对所述标注环境数据进行分析;
基于所述深度学习模型进行火灾监测,得到监测结果。
8.根据权利要求7所述的基于深度学习的多波段红外热释电火焰探测器的探测方法,其特征在于,
对环境数据进行采集及标注的过程包括:
检测环境中的电磁波波段,获得环境数据;对所述环境数据进行标注,得到标注环境数据;其中,所述电磁波段包括:日光数据的电磁波段、人体数据的电磁波段及火焰数据的电磁波段。
9.根据权利要求7所述的基于深度学习的多波段红外热释电火焰探测器的探测方法,其特征在于,
基于深度学习模型对所述标注环境数据进行分析的过程包括:
对所述标注环境数据进行预处理,得到二维数据帧;基于经过训练好的深度学习模型对所述二维数据帧进行分析。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安中核核仪器股份有限公司,未经西安中核核仪器股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210656259.6/1.html,转载请声明来源钻瓜专利网。





