多傳感器融合車(chē)載電池艙滅火方法研究

劉 煜， 周 銳， 趙 杰

（陜西重型汽車(chē)有限公司汽車(chē)工程研究院， 陜西 西安 710200）

隨著時(shí)代發(fā)展，電動(dòng)汽車(chē)逐步成為各大主機(jī)廠研發(fā)的重點(diǎn)，電池作為其中的核心，安全問(wèn)題也一直備受重視。多傳感器融合車(chē)載電池艙滅火方法研究，通過(guò)溫度、煙霧濃度傳感器實(shí)時(shí)監(jiān)控環(huán)境，考慮單一傳感器失效及誤報(bào)，將可靠性理論應(yīng)用至車(chē)載電池艙領(lǐng)域，實(shí)現(xiàn)對(duì)火災(zāi)的自適應(yīng)判斷。

針對(duì)火災(zāi)過(guò)程，國(guó)內(nèi)學(xué)者對(duì)火災(zāi)發(fā)生的典型特征進(jìn)行分析，綜合多傳感器進(jìn)行相關(guān)研究。傅天駒、鄭嫦娥、田野等提出一種深度學(xué)習(xí)的森林火災(zāi)識(shí)別算法，運(yùn)用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練［1］。孫福志、于軍琪、楊柳提出一種火災(zāi)識(shí)別算法，利用粗糙集理論，設(shè)計(jì)火災(zāi)特征的知識(shí)系統(tǒng)，實(shí)現(xiàn)對(duì)火災(zāi)的良好識(shí)別［2］。Tansky D提出一種多分辨率傳感器數(shù)據(jù)融合的滅火算法，將掃描的信息集成至一個(gè)模型中，實(shí)現(xiàn)了模型數(shù)據(jù)的融合［3］。

圖1 系統(tǒng)結(jié)構(gòu)圖

圖2 模型拓?fù)浣Y(jié)構(gòu)

1 模型拓?fù)鋱D設(shè)計(jì)

自主開(kāi)發(fā)的車(chē)載電池艙滅火系統(tǒng)，其系統(tǒng)結(jié)構(gòu)如圖1所示，包括溫度巡檢儀、煙霧傳感器、中央控制器、報(bào)警模塊及滅火彈。當(dāng)系統(tǒng)監(jiān)測(cè)到溫度和煙霧信息后，中央控制器進(jìn)行數(shù)據(jù)存儲(chǔ)，并通過(guò)液晶顯示模塊實(shí)時(shí)顯示，當(dāng)觸發(fā)滅火時(shí)，中央控制器輸出電信號(hào)觸發(fā)滅火彈噴射。

火災(zāi)發(fā)生可通過(guò)溫度、煙霧濃度等變量參數(shù)體現(xiàn)，不同階段的變量參數(shù)值相差很大，在實(shí)際應(yīng)用中，當(dāng)傳感器失效或存在誤報(bào)情況時(shí)，對(duì)系統(tǒng)判斷的整體影響較大。本文引入多傳感器融合車(chē)載電池艙滅火方法研究，建立貝葉斯模型拓?fù)鋱D，如圖2所示，包括模型輸入溫度傳感器值和濃度傳感器值、上一狀態(tài)與當(dāng)前狀態(tài)的評(píng)估以及是否最終著火的模型輸出。

1.1 貝葉斯網(wǎng)絡(luò)理論介紹

貝葉斯網(wǎng)絡(luò)用二元組B=（D，P） 來(lái)表示，D表示由元素構(gòu)成的有向無(wú)環(huán)圖，P表示元素的條件概率，對(duì)于元素來(lái)說(shuō)，其結(jié)果表示為條件概率P（Xi/π（Xi）），其中π（Xi）表示該元素的上一元素代表的變量值，綜合元素得出的聯(lián)合概率分布函數(shù)如式（1） 所示。

1.2 仿真驗(yàn)證

本文運(yùn)用Netica軟件進(jìn)行貝葉斯網(wǎng)絡(luò)模型設(shè)計(jì)，如圖3所示，輸入變量有：temp1～temp6代表溫度傳感器值的先驗(yàn)概率，smoke、tempterature分別表示煙霧傳感器濃度及溫度傳感器判斷火災(zāi)發(fā)生的極大后驗(yàn)概率，fire表示最后綜合判斷火災(zāi)發(fā)生的條件概率，temp1～temp6、tempterature的初始發(fā)生火災(zāi)概率設(shè)為50%。

圖3 火災(zāi)判定貝葉斯網(wǎng)絡(luò)模型

火災(zāi)概率分布如圖4所示，發(fā)生火災(zāi)表示為abnormal，未發(fā)生火災(zāi)表示為normal，初始狀態(tài)概率均設(shè)為50%，后續(xù)概率隨數(shù)據(jù)變化而變化。

圖4 火災(zāi)概率分布

將參數(shù)T1，T2，T3，T4，T5，T6，Ci和輸出變量P代入式（2）：

式中：狀態(tài)變量T1，T2，T3，T4，T5，T6——溫度傳感器1～6的溫度值；Ci——煙霧濃度；觀測(cè)P——是否發(fā)生火災(zāi)。

依據(jù)圖2的模型拓?fù)浣Y(jié)構(gòu)圖，將變量代入得出有向邊集合，見(jiàn)式（3）：

當(dāng)實(shí)際獲得了某一時(shí)刻的全部輸入變量 （假設(shè)為W），見(jiàn)式（4）：

是否著火（假設(shè)為M） 的條件概率，見(jiàn)式（5）：

由式（6） 得出未著火的后驗(yàn)概率PA，由式（7） 得出著火的后驗(yàn)概率PB，歸一化，由式（8） 得出最終P1著火的極大后驗(yàn)概率P1。

式中：Tu1，Tu2，Tu3，Tu4，Tu5，Tu6——單次測(cè)試中的溫度值；ΔT——其溫度中的最大溫度與最小溫度的差值；T——平均溫度；Ti——單次測(cè)試中溫度中的某一溫度。

由式 （9） 得出未著火的后驗(yàn)概率PC，由式 （10） 得出著火的后驗(yàn)概率PD。

式中：Ci——實(shí)驗(yàn)實(shí)時(shí)采集的煙霧濃度數(shù)據(jù)；C——平均值，取測(cè)試的當(dāng)次數(shù)據(jù)及前9組煙霧濃度數(shù)據(jù)。

歸一化，由式（11） 得出煙霧判斷著火的極大后驗(yàn)概率P2。最后由式（12） 得出最終著火的條件概率P。

圖5 概率分布散點(diǎn)圖

將當(dāng)次溫度數(shù)據(jù)25、34、26、25、29、29，煙霧濃度數(shù)據(jù)120、100、110、90、150、110、100、300、410、500代入數(shù)據(jù)計(jì)算得：

根據(jù)式 （10） ～（13） 計(jì)算出PA=0.25，PB=0.75，P1=0.75，P2=0.834。

最后計(jì)算得著火概率為P=0.9585。

如圖5所示，運(yùn)用Netica軟件進(jìn)行概率識(shí)別，0～100組數(shù)據(jù)表示未著火概率，其值為0；101～200組數(shù)據(jù)為著火概率，從0.5～0.8不等。根據(jù)著火概率統(tǒng)計(jì)分布，著火的概率區(qū)間處于0.6～0.8的組數(shù)最多，所以將概率閾值設(shè)為0.6，作為實(shí)車(chē)驗(yàn)證測(cè)試的閾值。

2 實(shí)車(chē)實(shí)驗(yàn)

2.1 熱量分布規(guī)律驗(yàn)證實(shí)驗(yàn)

2.1.1 實(shí)驗(yàn)設(shè)備與環(huán)境

實(shí)測(cè)布局時(shí)，溫度傳感器1～6以中間支架為界，與支架左右各20cm的平行平面，以每隔30cm等距左右各放置3組溫度傳感器，溫度傳感器7布置于電池艙外側(cè)，用于室溫采集。為驗(yàn)證車(chē)載電池艙熱量分布規(guī)律，實(shí)驗(yàn)所需設(shè)備為：火源（電暖器） 1個(gè)，溫度傳感器7個(gè)，實(shí)驗(yàn)車(chē)輛1輛。

為驗(yàn)證熱量分布規(guī)律，實(shí)際測(cè)試時(shí)將火源放置于傳感器3與4下方20cm處，傳感器1、2放置于火源左側(cè)20cm處，傳感器5、6放置于火源右側(cè)20cm處，傳感器7用于室溫的采集，之后將溫度傳感器1～6 與火源的距離設(shè)為30cm、40cm、50cm，分別測(cè)試6組傳感器的溫度數(shù)據(jù)，各記錄62.5s，相關(guān)布局圖如圖6所示。

2.1.2 實(shí)驗(yàn)結(jié)果與分析

熱量分布規(guī)律結(jié)果如圖7～圖10所示。

圖7～圖10中，火源正對(duì)中間傳感器3和4，正下方20cm，傳感器3和4的溫度上升范圍最大，溫度從25℃上升到60℃，溫度增長(zhǎng)率最高，傳感器1、2、5、6溫度上升范圍從25℃到50℃，其溫度增長(zhǎng)率低于傳感器3、4。

圖6 傳感器布局圖

圖7 距離20cm量測(cè)溫度

圖8 距離30cm量測(cè)溫度

圖9 距離40cm量測(cè)溫度

圖10 距離50cm量測(cè)溫度

故得出結(jié)論，系統(tǒng)工作時(shí)，測(cè)得火源的熱量先經(jīng)由上方傳遞給左右兩側(cè)，當(dāng)傳感器距火源30cm以下時(shí)，可以獲得較大的溫升速率，故實(shí)際測(cè)量時(shí)將傳感器布置于電池艙的上方30cm處，當(dāng)電池艙著火時(shí)可以獲得較快的溫升速率，提高滅火系統(tǒng)的靈敏性。

2.2 電池艙放火實(shí)驗(yàn)

2.2.1 實(shí)驗(yàn)設(shè)備與環(huán)境

如圖11所示，其中圖11a表示車(chē)載電池艙智能滅火系統(tǒng)本體，圖11b表示放火實(shí)驗(yàn)時(shí)使用的滅火彈，圖11c表示設(shè)置火源著火后的效果圖。

圖11 滅火實(shí)驗(yàn)

滅火系統(tǒng)將傳感器1放置于火源正上方30cm處，傳感器2、3放置于傳感器1左側(cè)30cm處，傳感器4、5、6放置于傳感器1右側(cè)30cm處，如圖12所示。

2.2.2 實(shí)驗(yàn)結(jié)果與分析

放火實(shí)驗(yàn)結(jié)果如圖13所示，不難得出，實(shí)際發(fā)生火災(zāi)時(shí)，火源的熱釋放速率曲線呈現(xiàn)火災(zāi)初期、發(fā)展、最大和衰退4個(gè)階段的發(fā)展規(guī)律。由于車(chē)載電池艙環(huán)境相對(duì)密封、火源增長(zhǎng)速度極快，本文模擬火源在7～10s之內(nèi)就達(dá)到了最高溫度值，其后續(xù)火勢(shì)發(fā)展取決于燃料的供給，若燃料供給充足，則火焰會(huì)持續(xù)下去；若燃料有限，則隨著燃料耗盡，車(chē)載電池艙環(huán)境溫度會(huì)逐漸減低，火源會(huì)轉(zhuǎn)變?yōu)橹谢穑踔列』?，正?duì)火源的溫度傳感器溫度上升速率最快。

貝葉斯網(wǎng)絡(luò)中，煙霧濃度是其中的觀測(cè)變量，通過(guò)監(jiān)測(cè)煙霧濃度變化規(guī)律，設(shè)置煙霧變化閾值，用于最終貝葉斯網(wǎng)絡(luò)決策。圖14中，實(shí)測(cè)火災(zāi)實(shí)驗(yàn)過(guò)程中煙霧濃度變化分為3個(gè)階段：火災(zāi)前期，出現(xiàn)少量煙霧，0～6.5s，煙霧濃度呈上升趨勢(shì)，從0上升至800ppm；火災(zāi)中期，燃料充足，煙霧濃度降低，6.5～20s，煙霧濃度呈下降趨勢(shì)，從800ppm下降至100ppm，并在100ppm和200ppm之間波動(dòng)；火災(zāi)后期，隨著燃燒物耗盡，出現(xiàn)大量煙霧，煙霧濃度迅速上升，從200ppm上升至1800ppm。

2.3 貝葉斯網(wǎng)絡(luò)結(jié)果分析

2.3.1 實(shí)驗(yàn)結(jié)果分析

采集100組實(shí)際著火數(shù)據(jù)繼續(xù)分析，相關(guān)結(jié)果如圖15所示。

根據(jù)圖16分析可得，實(shí)際著火時(shí)，火災(zāi)發(fā)生的概率位于0.6～0.8的組數(shù)為90組，概率大于0.8的組數(shù)為6組，在0.5～0.6之間的組數(shù)為4組。從而可知正確報(bào)出火災(zāi)的次數(shù)為96組，存在4組誤判，識(shí)別率達(dá)到96%。

2.3.2 傳感器失效

考慮到傳感器存在失效情況，實(shí)驗(yàn)分別將溫度傳感器1～6，以及煙霧傳感器依次放在車(chē)載電池艙外后，進(jìn)行著火分析，其正確識(shí)別率結(jié)果見(jiàn)表1。

圖12 傳感器布局圖

圖13 傳感器溫度變化圖

圖14 煙霧濃度變化圖

圖15 著火概率圖

圖16 火災(zāi)識(shí)別結(jié)果

3 結(jié)論

本文設(shè)計(jì)了多傳感器融合車(chē)載電池艙滅火方法，通過(guò)綜合采用溫度傳感器、煙霧傳感器實(shí)現(xiàn)對(duì)火災(zāi)的實(shí)時(shí)監(jiān)控，本文提出的火災(zāi)識(shí)別模型正確識(shí)別率達(dá)到96%，在單一傳感器失效時(shí)仍可具備良好的火災(zāi)辨識(shí)能力。

表1 傳感器失效正確識(shí)別率