关键词:
地铁隧道火灾
UWFBG
一维卷积神经网络
降噪处理
光谱畸变
摘要:
在传感技术领域,光纤布拉格光栅(Fiber Bragg Grating,FBG)传感器具有易铺设、抗电磁干扰及无需外部供电等优势,同时对温度和应变等物理量具有高灵敏度响应,因此被广泛应用于火灾监测、结构健康监测等领域。然而,传统FBG温度测量系统在传感距离和测量精度上往往难以兼顾。为满足封闭长距离场景(如地铁隧道)对大容量、长距离和高精度的需求,本研究采用超弱光纤布拉格光栅(Ultra-Weak Fiber Bragg Grating,UWFBG)传感阵列,设计了两套基于UWFBG传感阵列的火灾监测预警系统,深入开展了从系统设计到实验测试的研究工作。
首先,针对地铁隧道火灾监测,设计了两种基于UWFBG传感阵列的分布式温度传感系统,并探讨了温度解调方法。为了实现多点温度监测及火源精确定位,提出基于光谱编码的并联分布式传感系统。不同通道根据实际需求设置FBG数量,并对通道进行编码,既节约了带宽资源,又可直观的了解各通道的温度状况;为了提高系统空间分辨率以实现小尺寸火源检测,提出基于阵列分段的串联分布式传感系统。利用波分复用技术将UWFBG阵列进行分段,并重构每段反射光谱,降低对光源脉冲宽度的要求,减少数据采集的硬件实现成本。
其次,针对所设计的两种传感系统,提出一种传感信号降噪算法及两种温度解调算法。对于并联传感系统,采用卷积去噪自动编码器(Convolutional Denoising Autoencoder,CDAE)对传感信号进行高保真降噪,并通过基于多任务学习的一维卷积神经网络(One-dimensional convolutional neural network,1-DCNN)模型实现温度解调与光谱畸变识别的并行处理,提高了处理效率和精度;对于串联传感系统,则提出基于光谱强度变化(Spectral Intensity Change,SIC)算法的信号转换算法,无需额外降噪与光谱校正,直接采用1-DCNN模型进行火灾识别,实现对小尺寸火源的快速高准确率识别。
最后,搭建基于UWFBG的温度传感解调系统的实验,验证了两种分布式火灾监测系统的可行性。仿真实验表明,在不同信噪比(SNR)和初始分辨率条件下,基于光谱编码的并联分布式传感系统均能实现高精度的温度解调和光谱畸变识别,成功实现了多点温度监测和火灾精确定位。基于阵列分段的串联分布式传感系统测试显示,其光谱畸变识别准确率可达98.6%,且随着SNR提高,热点识别准确率上升,空间分辨率达到10cm,满足地铁隧道火灾监测需求。