一种综合管廊电力舱智能型火灾定位方法及分区灭火装置

1.本发明属于消防技术领域，具体涉及一种综合管廊电力舱智能型火灾定位方法及分区灭火装置。


背景技术：

2.地下综合管廊作为一种新兴的地下结构形式，能将通信电缆、电缆、多种信号电缆、热力和燃气管道等纳入地下舱室，能够节约城市土地资源、减少路面的反复开挖。其中，综合管廊电力舱内容纳了10kv～110kv的多种规格电缆，当电缆由于过载、短路等因素导致电缆温度异常升高，电缆一旦燃烧就能够迅速产生大量热量，电力舱内的温度能在短时间内达到1000℃以上，更严重的还会烧毁结构引起坍塌事故。因此，电力舱火灾风险高。一旦出现火灾会影响整个城市的电力、通信系统，对公共安全造成影响。
3.相比于其他狭长空间如公路隧道，电力舱内电缆通常布置在靠墙两侧的多层支架上，且布置形式复杂，导致电缆火灾的火源空间位置以及火灾蔓延特性存在着不确定性。因此，为了确保管廊内的消防安全，需要安装火灾探测装置，它可以支持早期预警和火源定位，这样可以为消防工作提供充足的时间，从而有效地避免或减少火灾带来的损失。
4.现有火灾探测技术的探测目标源可分为：温度、火焰和烟雾。在火焰探测装置中，其中双波长式火焰探测器对明火十分敏感，在日本的公路隧道中应用较多；离子感烟火灾探测器对空气中的烟气微粒敏感，一般用于建筑物室内的火灾探测；最新一代的视频图像火灾探测器可同时监测火焰和烟气的图像，并实时追踪和监控火灾的动态发展，但不适用于狭小空间和复杂结构。电缆隧道是狭长空间结构，两侧分布电缆架情况较为复杂，电缆过热、其他外因引起的早期火灾通常是阴燃，而且火焰会被电缆架遮挡，所以通常管廊内部不使用探测火焰和烟雾的火灾报警技术。另外，电缆隧道中工况条件恶劣，存在大量的电磁干扰，常规的三种火灾传感器很难高效地工作。
5.近几年，随着火灾探测技术不断进步，是以光纤传感技术为基础的光纤拉曼火灾探测技术和光纤光栅感温火灾探测技术，以其突出的技术优势，已在很多领域取代传统的感温电缆，成为主流的火灾探测技术。但是，但是在测量距离较长的测量点处，参量微小波动也会引起系统测量值的较大波动，使系统容易误判，而且拉曼信号信噪比较低，现有的光纤传感器在信号检测精度、信号处理能力方面达不到要求，而且受光的散射现象与光传输损耗的因素影响，所测得的温度精度较差，不能精确定位异常温度点位置。并且分布式光纤通常布置在隧道拱顶位置,在隧道断面上与路面火灾发生点的距离往往是最大的，因此响应时间往往也会有所延长。此外,当隧道内纵向风速较大的情况下(例如开启送风机的情况下)根据通常的绝对温度、绝对温升以及温升梯度均等判别指标均难以在较短时间内识别温度场异常进而触发报警。这制约了基于分布式光纤温度传感装置的火灾探测与报警系统的广泛应用。
6.目前的综合管廊电力舱细水雾型灭火系统是采用全淹没式，一旦出现火灾报警，防火分区(一般长度在200m)两端防火门关闭，送风系统停止，分区内所有的细水雾全部启
动。由于细水雾系统是依靠细微水滴蒸发导致氧气含量降低，即主要是依靠窒息功能进行灭火或者火灾控制，不但耗费大量的水量，且灭火效率较低。为了实现综合管廊安全运营的精细化管理和提高灭火效果，需要快速确定火源的准确位置进行快速处理，因此需要对细水雾系统进行分区设置，确定火灾位置后启动火灾位置所属分区以及左右相邻分区的细水雾喷头，实现精准灭火处理。
7.在现有的关于综合管廊电力舱火灾预测方法的专利中，多以视频图像来检测火源的位置，而且多以全淹没的方式来灭火。在中国专利(专利号：201610154582.8)中公开了一种电缆隧道灭火系统，该发明利用监控设备来监控隧道内的实时情况，包括温度、湿度、烟雾浓度和红外热像图信号，接收机安装在隧道外，用来连接监控设备并传递检测信号和警报信号到接收机。具有及时检测火苗情况,在火灾前期及时扑灭，有效灭火，降低隧道内的电缆损失的优点。但该发明没有对火源位置进行定位，并且采用的是全淹没式灭火，灭火效率较低，造成大量资源浪费。在中国专利(专利号：201811557609.3)中公开了一种地下综合管廊火灾探测系统，该火灾探测系统通过温度、湿度、烟雾监测以及视频监控，探测综合管廊火灾的发生，并将实时数据通过无线模块上传到终端操作器，及时关闭火灾所在区域内的两侧卷帘门，阻止火灾的蔓延。但在综合管廊电力舱内，有诸多电缆敷设遮挡，视频监测很难达到效果。
8.因此，本发明主要针对电力舱内多层电缆布置的特点，在电力舱横断面不同高度、沿纵向不同位置上，依托管廊电缆层架边缘布置有限的温度测点。根据有限的温度测点的测量值，利用一种智能算法快速、准确确定火源位置，然后启动相应的管廊分区的细水雾系统进行灭火，形成综合管廊分区智能型控制策略。


技术实现要素：

9.本发明采用的技术方案为一种综合管廊电力舱智能型火灾定位方法及分区灭火装置，包括防火门、送风机、通风风道、细水雾分区灭火系统、温度传感器、上位机、plc控制器和电缆桥架。所述上位机包括数据采集模块和数据计算分析模块，所述数据采集模块与温度传感器相连，用于采集温度传感器所接收的温度数据，所述数据计算分析模块与数据采集模块相连，利用蚁群算法计算分析所采集的温度数据，所述上位机与plc控制器相连，plc控制器通过阀门驱动模块连接各个电控阀门，plc控制器还连接送风机，所述电控阀门分别与防火门和细水雾分区灭火系统相连。所述通风风道设置在电力舱的两端，所述送风机设置在左侧通风风道内，通风风道与管廊连接处设置送风阀，启动风机前先要把送风阀打开；所述温度传感器竖向布置在每层电缆桥架的靠近走道处，按防火单元分区布置有限测点。
10.进一步地，所述送风风道内设置送风机在日常运营时起通风作用。由于综合管廊是构筑物，里面没有人，在火灾发生时需关闭通风，火灾过程不进行排烟，管廊火灾发生时风机关闭。等火源熄灭后将风机逆转成排烟模风机式，进行排烟。
11.进一步地，所述数据分析模块利用蚁群算法对数据采集模块采集到的温度数据进行分析和预测，从而快速判断电缆火灾的发生以及定位火源位置，并发送信号给plc控制器。
12.进一步地，利用蚁群算法根据所述表征参数建立所述参数优化模型的初始模型，
对所述初始模型中的表征参数进行信息初始化，对信息初始化后的初始模型进行全局搜索以及局部搜索，并更新所述信息素，以建立所述参数优化模型。在整个参数优化的过程中，不采用蚂蚁遍历的路径长度作为标准来全局更新路径上的信息素，而是通过蚂蚁遍历结束后，在预测结果中找到具有最小相对误差的蚂蚁路径来全局更新信息素浓度。
13.进一步地，所述蚁群算法预测火灾发生和火源定位具体方法结合离火源越近，火源温度越高的理论模型。
14.进一步地，所述plc控制器还与远程监控服务器进行连接，用于远程报警和对plc控制器的远程操控。plc控制器具体可采用三菱型fx2n型plc控制器。
15.进一步地，所述上位机内数据计算分析模块预测到的火源温度需达到一定阈值才会发出信号到plc控制器，启动细水雾分区灭火系统。
16.进一步地，所述细水雾分区灭火系统由电控阀门、水管干管、水管支管和细水雾喷头组成。细水雾分区灭火系统根据电力舱长度分为若干防火单元分区，防火单元分区的面积和细水雾喷头的数量由电力舱长度多少来决定。
17.进一步地，每个防火单元分区细水雾喷头不少于四个，通过水管支管连接到水管干管上，可通过建筑供水系统供水，细水雾喷头的开启由电制阀门控制，每个防火单元分区的电控阀门不应少于一个。
18.进一步地，所述细水雾分区灭火系统受到plc控制器控制，可全部开启，也可分区域开启。当电力舱发生火灾时，plc控制器接收到来上位机的火源位置信息，通过控制阀门驱动模块，开启火源位置相邻两个防火单元分区内的细水雾喷头。只需要启动所在防火单元分区的细水雾喷头，而不是传统的整条管廊防火分区内所有喷头全部启动的全淹没模式，实现精准控火和灭火的目的。
19.进一步地，当电力舱发生火灾时，防火门(防火分区两端各设置1个)会响应来自plc控制器的控制信号，迅速关闭。
20.进一步地，当电力舱发生火灾时，设置在通风风道处的送风机将会响应plc控制器的控制信号，迅速关闭。
21.与现有技术相比，本发明的有益效果如下：
22.1.本发明利用蚁群算法在地下综合管廊电力舱的三维空间中搜索火源位置，为当前隧道火灾探测技术提供了一种新的智能方法。
23.2.本发明结构简单，针对综合管廊电力舱的结构特点来布置有限温度测点，对测量的温度数据进行处理，利用智能算法(蚁群算法)，不仅能预测整个管廊空间的温度分布，而且能够快速确定火源位置，不受电缆桥架对火源产生遮挡的影响。
24.3.本发明只需布置有限的温度传感器，基于蚁群算法的分析火灾位置，该蕾西火灾探测系统具有更低的成本、更低的功耗和易于维护的特点，便于工程应用。
25.4.本发明可提高火灾报警的响应时间，并对管廊中潜在的火灾隐患做出预警并提醒工作人员，根据预测到的火源位置从而进行细水雾系统区域式灭火，节约水量，灭火效率更高。
附图说明
26.图1为本发明装置示意图；
27.图2(a)和(b)为本发明温度传感器位置图；
28.图3为分区细水雾灭火系统图；
29.图4为plc控制原理图；
30.图5为本发明中蚁群算法的流程示意图。
31.附图标记：1：防火门；2：送风机；3：通风风道；4：细水雾分区灭火系统；5：温度传感器；6：上位机；7：plc控制器；8：电缆桥架；9：电控阀门；10：水管干管；11：水管支管；12：细水雾喷头；13：防火单元分区；14：数据采集模块；15：数据计算分析模块；16：阀门驱动模块。
具体实施方式
32.以下结合附图和实施例对本发明进行详细说明。
33.本发明采用的技术方案为一种综合管廊电力舱智能型分区灭火装置，包括防火门1、送风机2、通风风道3、细水雾分区灭火系统4、温度传感器5、上位机6、plc控制器7和电缆桥架8。所述上位机6包括数据采集模块14和数据计算分析模块15；所述数据采集模块14与温度传感器5相连，用于采集温度传感器5所接收的温度数据；所述数据计算分析模块15与数据采集模块14相连，利用蚁群算法计算分析所采集的温度数据；所述上位机6与plc控制器7相连，plc控制器7通过阀门驱动模块16连接各个电控阀门9，plc控制器7还连接送风机2，所述电控阀门9分别与防火门1和细水雾分区灭火系统4相连。所述通风风道3设置在电力舱的两端，所述送风机2设置在左侧通风风道3内；通风风道与管廊连接处设置送风阀，启动风机前先要把送风阀打开。所述温度传感器5竖向布置在每层电缆桥架8的靠近走道处，按防火单元分区布置有限测点，如图2所示。
34.进一步地，所述送风风道内送风机在日常运营时为通风作用，在火灾发生时风机关闭，在灭火后开启风机(逆转成排烟模式)进行排烟。
35.进一步地，所述数据分析模块15利用蚁群算法对数据采集模块14采集到的温度数据进行分析和预测，从而快速判断电缆火灾的发生以及定位火源位置，并发送信号给plc控制器7。
36.进一步地，利用蚁群算法根据所述表征参数建立所述参数优化模型的初始模型，对所述初始模型中的表征参数进行信息初始化，对信息初始化后的初始模型进行全局搜索以及局部搜索，并更新所述信息素，以建立所述参数优化模型。在整个参数优化的过程中，不采用蚂蚁遍历的路径长度作为标准来全局更新路径上的信息素，而是通过蚂蚁遍历结束后，在预测结果中找到具有最小相对误差的蚂蚁路径来全局更新信息素浓度。
37.进一步地，所述蚁群算法预测火灾发生和火源定位具体方法结合离火源越近，火源温度越高的理论模型。
38.进一步地，所述plc控制器7还与远程监控服务器进行连接，用于远程报警和对plc控制器的远程操控。plc控制器具体可采用三菱型fx2n型plc控制器。
39.进一步地，所述上位机6内数据计算分析模块15预测到的火源温度需达到一定阈值才会发出信号到plc控制器7，启动细水雾分区灭火系统4。
40.进一步地，所述细水雾分区灭火系统4由电控阀门9、水管干管10、水管支管11和细水雾喷头12组成。细水雾分区灭火系统4根据电力舱长度分为若干防火单元分区13，防火单元分区13的面积和细水雾喷头12的数量由电力舱长度多少来决定。
41.进一步地，每个防火单元分区13细水雾喷头12不少于四个，通过水管支管11连接到水管干管10上，可通过建筑供水系统供水，细水雾喷头12的开启由电制阀门9控制，每个防火单元分区13的电控阀门9不应少于一个。
42.进一步地，所述细水雾分区灭火系统4受到plc控制器7控制，可全部开启，也可分区域开启。当电力舱发生火灾时，plc控制器7接收到来上位机6的火源位置信息，通过控制阀门驱动模块16，开启火源位置相邻两个防火单元分区内的细水雾喷头。只需要启动所在防火单元分区的细水雾喷头，而不是传统的整条管廊防火分区内所有喷头全部启动的全淹没模式，实现精准控火和灭火的目的。
43.进一步地，当电力舱发生火灾时，防火门1(防火分区两端各设置1个)会响应来自plc控制器7的控制信号，迅速关闭。
44.进一步地，当电力舱发生火灾时，设置在通风风道3处的送风机2将会响应plc控制器7的控制信号，迅速关闭。
45.采用本发明进行火灾发展预测及分区灭火的完整步骤方法如下：
46.步骤100：当电缆由于过载、接头位置老化等因素处于过热阶段或发生火灾处于早期阴燃阶段，温度传感器5会监测到温度变化，通过无线信号传输给上位机6中的数据采集模块14。
47.步骤200：数据采集模块14将数据传送到数据分析模块15中，数据分析模块15利用改进后的蚁群算法通过对采集到的温度数据进行预测火源位置。
48.进一步地，该算法利用了一个温度衰减模型来预测温度。
[0049][0050]
其中t
p
为除火源外任一点的温度坐标为(x,y,z),t0为火源温度，坐标为(x0,y0,z0)。式中，b为模型参数，g
p
为位置(x,y,z)处的校正因子(利用蚁群算法寻优得到)。采用修正因子g来反映地下管廊复杂的火灾燃烧机理，适用于复杂火灾燃烧条件下的工程应用。利用部分传感器的温度数据，通过优化预测温度与监测数据之间的最小误差来确定火源位置。
[0051]
其中参数b和火源温度t0可以采用式2基于两个测量数据来计算，如传感器编号1的位置(x1,y1,z1)和位置的传感器编号n(xn、yn、zn)。
[0052][0053]
根据式1和2得出模型参数b和火源位置温度t0:
[0054][0055][0056]
其中，g1和gn分别为传感器1和n位置处的修正因子，通过改进的蚁群优化算法得到。
[0057]
初始条件的火源位置是根据蚁群算法的第一次迭代得出，此时各路径上的信息素量相等，设初始信息素和启发式因子为c和d，利用式(5)启动第一次迭代，蚁群的第一次迭代的终点即为初始的火源位置，火源位置为食物的所在地，即蚂蚁周游最终的目的地为火源位置。
[0058][0059]
其中allowedk表示k下一步可以选择的所有节点，式中η
ij
是一个启发因子，表示蚂蚁从节点i转移到节点j的期望程度，α和β分别表示信息素和启发式因子的相对重要程度。
[0060]
步骤201：将搜索空间离散，并将校正因子g分别放在每一列的离散节点上。
[0061]v1
＝{(x0,y0,z0),|(x0,y0,z0)∈od}，od为整个离散空间
ꢀꢀꢀ
(6)
[0062]v1
＝{gi,|v
min
≤gi≤v
max
(i＝1,2,...n)}
ꢀꢀꢀ
(7)
[0063]
进一步地，蚂蚁是从电力舱的一端行驶到另一端，离散节点的每一列的g是相同的。
[0064]
步骤202：在算法的初始时刻，将m只蚂蚁随机地放在n个节点(离散空间中)，此时各路径上的信息素量相等，设初始信息素和启发式因子为c和d，接下来，每只蚂蚁根据路径上残留的信息素和启发式信息独立地选择下一个节点，在时刻t，蚂蚁k从节点i转移到j的概率为
[0065][0066]
其中allowedk表示k下一步可以选择的所有节点，式中η
ij
是一个启发因子，表示蚂蚁从节点i转移到节点j的期望程度，α和β分别表示信息素和启发式因子的相对重要程度。
[0067]
步骤203：当所有蚂蚁完成一次周游后，各路径上的信息素根据下列式子更新：
[0068]
τ
ij
(t+n)＝(1-ρ)
·
τ
ij
(t)+δτ
ij
ꢀꢀꢀ
(9)
[0069][0070]
其中ρ表示路径上的信息素的蒸发系数，1-ρ表示信息素的持久系数：表示第k只蚂蚁在本次迭代中连线ij上信息素的增量。如果蚂蚁没有经过ij则信息素增量为0，δτ
ij
表示为：
[0071][0072]
其中δ表示为预测值和测量值之间的相对误差：
[0073][0074]
其中t
p
通过式(1)来确定。
[0075]
步骤204：当所有蚂蚁完成一次周游后，各路径上的启发式因子根据下列式子更新：
[0076][0077]
进一步地，火源位置为食物的所在地，即蚂蚁周游最终的目的地为火源位置(该路径下温度最高的点)，在第一次迭代中，会设定初始的信息素和启发式因子，蚁群在第一次迭代后都会得出一个预测的火源位置和火源温度，在之后的每次迭代中都会将上一次迭代的结果输入用来更新信息素和启发式因子，然后再次进行迭代得出新的火源位置和火源温度。
[0078]
步骤205：当迭代终止，挑选出蚁群在所有周游路径中的最优路径即总相对误差δ最小的路径。
[0079]
步骤206：判定该路径中相对误差总和是否小于设定阈值，该路径中预测到的火源位置是否离温度最高的温度传感器位置最近，如果不满足则返回步骤201重新进行迭代，如果满足两个条件则输出结果。
[0080]
步骤207：输出最优路径中预测得到的火源位置以及温度校正因子g。
[0081]
步骤208：利用式(4)求出火源温度。
[0082]
步骤300：上位机6将预测到的火源位置发送给plc控制器7，此时plc控制器7根据所判断的火源位置发出控制信号，关闭送风机2，同时控制防火门1关闭。然后打开火源位置相近的两个防火单元分区13的细水雾喷头12的电控阀门9，实行火灾早期的定点灭火，防止火势的扩散。
[0083]
步骤400：plc控制器7进行远程报警，提醒工作人员。
[0084]
步骤500：灭火一段时间后温度传感器5继续采集温度，如果预测的火源温度依旧超过设定阈值，则继续打开火源所在位置临近两个防火单元分区13的细水雾喷头12的电动控制阀门9继续向管廊内部喷射细水雾进行灭火。
[0085]
步骤600：灭火一段时间后温度传感器5继续采集温度，如果预测的火源温度低于设定阈值，认定此时火源熄灭，则plc控制器将送风机启动并逆转为裴燕模型，将综合管廊内烟气排出。