机构名称：
¥ 1.0
阴燃火灾的特点是会产生早期气体排放，其中可能包括由于热解或热降解而产生的高浓度 CO 和挥发性有机化合物 (VOC)。如今，独立的 CO 传感器、烟雾探测器或两者的组合是火灾报警系统的标准组件。虽然气体传感器阵列与模式识别技术相结合是早期火灾探测的宝贵替代方案，但在实践中它们存在某些缺点 - 它们可以检测到早期气体排放，但对干扰的免疫力较低，并且传感器时间漂移可能导致校准模型过时。在这项工作中，我们探索了气体传感器阵列在检测阴燃和塑料火灾的同时确保拒绝一系列干扰的性能。我们在经过验证的标准火灾室（240 立方米）中进行了各种火灾和干扰实验。使用 PLS-DA 和 SVM，我们评估了不同多元校准模型对该数据集的性能。我们表明校准模型在几个月后仍然具有预测性，但并未达到完美的性能。例如，校准 4 个月后，PLS-DA 模型提供 100% 特异性和 85% 灵敏度，因为该系统难以检测塑料火灾，其特征接近于干扰场景。尽管如此，我们的结果表明，基于气体传感器阵列的系统能够比传统的基于烟雾的火灾报警系统提供更快的火灾报警响应。我们还建议使用
基于气体传感器阵列的早期火灾探测 - UB
主要关键词
相关文件推荐
