火灾科学杂志已发表格式范文参考
1.火焰光谱数据采集与分析系统的设计与开发
作者：孙赫;郝宪锋;戴永寿
作者单位：中国石油大学
关键词：火焰光谱数据采集;火焰光谱特征提取;滤波放大;频段解耦;稳定性;一致性
摘要：为了在复杂多变的环境中采集到火焰光谱数据并从中提取出稳定性高、一致性好的火焰光谱特征，设计了一 套火焰光谱数据采集与分析系统，从而为研发火焰模拟器提供更可靠的设计指标。首先，系统采用探测波段分别 为３．８μｍ、４．４μｍ、５．０μｍ、１８５ｎｍ～２６０ｎｍ 的红／紫外传感器作为信号采集端，并设计了滤波放大电路，再利用微 控制器对信号进行 Ａ／Ｄ转换，实现了对光谱数据的采集；其次，提出采用频段解耦的方法来分析光谱数据，将每个 探测波段上的光谱数据分解为真实火焰光谱数据和干扰光源光谱数据，根据解耦后的光谱数据进行计算；最后，提 取出了五个火焰光谱特征。实验结果表明，利用该系统提取出的火焰光谱特征可靠性更高，对火焰模拟器的设计 具有重要参考价值。
０ 引言
火焰光谱特征是火焰模拟器的设计指标，火焰 光谱特征提取是设计火焰模拟器的关键环节。火焰 模拟器是一种在严禁使用明火的场合中检验火焰探 测器能否正常报警的装置，设计原理是根据火焰光 谱特征，利用人造红紫外光源并结合滤光片等组件， 发射出光谱特征与真实火焰相近的光束［１］。火焰探 测器是一种能够响应火焰燃烧时的红／紫辐射强度 和闪烁频 率 的 装 置，被 广 泛 用 于 各 种 火 灾 防 范 系 统［２］。由此可见，提取出可靠的火焰光谱特征对提 高火焰模拟器性能，乃至对预防火灾都具有重要意 义。而市场上仍有部分火焰模拟器无法有效检验火 焰探测器，归根结底是因为提取出的火焰光谱特征 稳定性和一致性差。
传统的真实火焰光谱特征提取方法是在有火条 件下直接利用多个不同探测波段红外传感器输出信 号的强度来进行相关计算。杨帮华等［３］直接利用三 个红外探测通道的信号强度提取出了六个火焰光谱 特征；刘燕燕等［４］通过计算四个红外探测通道的数 据均值，同样提取出了六个火焰光谱特征。但是在 实际环境中可能会存在各种机械电气设备等高温热 源干扰和太阳光、雷电等背景辐射干扰［５］，而这些干 扰因素的光谱波段宽，并且会覆盖所有探测波段，会 造成红外传感器输出信号均包含真实火焰信号和干 扰信号［６］，从而导致系统不能提取出稳定的火焰光 谱特征，大大降低了提取结果的可靠性。因此，如何 分析所采集到的火焰光谱数据，使火焰光谱特征提 取结果更可靠成为本文研究的关键问题。
针对目前火焰光谱特征提取方法上的不足，本 文设计开发了一种火焰光谱数据采集与分析系统。 该系统能够在复杂度高的环境下，将每个频段红外传感器输出信号进行解耦，分解为真实火焰信号、高 温热源信号和背景辐射信号，并依此提取出五个可 靠性高的火焰光谱特征。
１ 系统整体设计方案
１．１ 系统硬件设计
火焰光谱数据采集与分析系统的硬件部分应实 现对火焰光谱信号的采集和处理功能。为此，对该 系统的硬件部分进行模块化设计。各模块包括传感 器模块、信号处理模块、主控模块、串口通信模块以 及电源模块。该系统的硬件部分整体组成结构框图 如图１所示。
１．２ 系统软件设计
该系统处理和分析火焰光谱数据的软件程序是 用 Ｃ 语言在 Ｖｉｓｕａｌ ｓｔｕｄｉｏ开发环境中编写。该软 件程序主要是对火焰光谱数据进行数字滤波、频段 解耦合火焰光谱特征提取。其中，在计算机上进行 的光谱特征提取过程包括电压峰值检测、相关性分 析、ＦＦＴ 计算。该系统对火焰光谱数据进行处理与 分析的软件程序流程图如图２所示，整体流程执行 完毕所用时间为２．３ｓ。
２ 火焰光谱信号采集与处理
由于火焰的紫外线检测波长范围为１８５ｎｍ～ ２６０ｎｍ，且火焰在红外波长４．４μｍ 附近的辐射强 度比其他波段要大很多，因此该系统选择４．４μｍ 红 外波段和１８５ｎｍ～２６０ｎｍ 紫外波段作为主要的探测 波段［７］。另外，高温热源和背景环境辐射出的红外线 的辐射强度分别集中在３．８μｍ 波段和５．０μｍ 波段， 为了探测干扰信号的强度，选择３．８μｍ 和５．０μｍ两 个波段作为红外参考波段。综上所述，选用红外３ ．８μｍ、４．４μｍ、５．０μｍ和紫外１８５ｎｍ～２６０ｎｍ作为火 焰光谱信号采集与分析系统的探测波段。
系统选用的紫外传感器是日本滨松 Ｒ２８６８型 紫外传感器，可在火焰燃烧发生瞬间输出高信噪比 的脉冲电流信号［８］，并且配有 Ｃ１０８０７ 系列信号处 理电路，最大限度地削弱了干扰，因此可以直接使用 Ｃ１０８０７电路板的输出信号而无需额外滤波；系统选 用的三个红外传感器分别为郑州炜盛 ＲＤ－９１３ＦＢ１、 ＲＤ－９１３ＦＢ４、ＲＤ－９１３ＦＢ３热 释 电 红 外 传 感 器，中 心 波长 分 别 为 ３．８μｍ±４０ｎｍ、４．４μｍ±５０ｎｍ、５ ．０μｍ±４ ０ｎｍ。所选红外火焰传感器输出 ｍＶ 级 微弱的电压信号，且导电体内部会产生高斯白噪声， 因此为了使微处理器准确获取光谱数据，必须设计 信号处理电路对三个红外传感器输出信号进行滤波 放大处理。
滤波放大电路的设计原理框图如图３所示。为了 能有效提高放大倍数，该电路采用多级放大的形式对 红外传感器输出信号进行三次放大；相关文献表明，火 焰的频率受到现场风速与火势的影响，通常频率在３ Ｈｚ～２５Ｈｚ之间［９］，且主要集中在７Ｈｚ～１ ２Ｈｚ。另 外调研了多个火焰探测器的闪烁频率探测范围，均集 中在３Ｈｚ～２３Ｈｚ范围内。因此设置带通滤波器的截 止频率，使信号处理电路的通过频带为３Ｈｚ～２３Ｈｚ。
３ 火焰光谱数据处理与分析
３．１ 数字滤波
在系统测量过程中，由于外部环境、偶然因素引 起的突变性扰动或传感器内部不稳定等因素会导致 采集的信号产生尖峰脉冲干扰［１０］，为了后续能够准 确地分析数据，必须先对数据进行数字滤波处理。 常用的数字滤波方法有 Ｓ－Ｇ 滤波算法、滑动平均滤 波算法、算术平均滤波算法和中值滤波算法。
为了测试不同滤波算法的效果，将随机数与正 弦函数结合作为待滤波函数，测试结果如图４所示。 滑动平均滤波算法和算术平均滤波算法滤波虽然平滑度高，但是滤波结果会滞后于输出信号；中值滤波 算法平滑度不高，且还需要对数据进行排序，处理时 间较长；Ｓ－Ｇ 滤波算法能够滤除噪声的同时可以确 保信号的形状、宽度不变，满足对光谱数据滤波的要 求，因此选用Ｓ－Ｇ 滤波算法。
３．２ 频段解耦
热释电红外传感器对光强变化极为敏感，当环 境中同时存在真实火焰、高温热源和背景辐射时，热 释电红外传感器的输出信号强度等效于三种信号的 综合强度。因此，为了削弱环境中干扰因素的红外 辐射对火焰光谱特征提取的影响，采用频段解耦的 方法将红外传感器输出信号分离成火焰信号和干扰 信号。假设三个传感器采集到的信号都包含了真实 火焰红外辐射信号、高温热源红外辐射信号和背景 红 外 辐 射 信 号，并 且 可 以 表 示 为 三 者 的 线 性 叠 加［２］，即：
即：
其中：ｘ１ （ｋ）、ｘ２ （ｋ）、ｘ３ （ｋ）分 别 表 示 ３．８μｍ、４ ．４μｍ和５．０μｍ 探测波段的热释电红外传感器输出 信号；ｘｆ（ｋ）表示真实火焰的红外辐射强度；ｘｄ１（ｋ） 表示高温热源红外辐射强度；ｘｄ２（ｋ）表示背景红外 辐射强度。系数ａ、ｂ、ｃ、ｄ、ｅ、ｆ 分别表示三个不同 频段红外传感器对三种信号红外辐射的吸收比例因 子，代表着这三种红外辐射信号对每个频段传感器 的影响。据此可以将各频段传感器的输出信号ｘ１ （ｋ）、ｘ２ （ｋ）、ｘ３ （ｋ）解 耦 为 真 实 火 焰 信 号 强 度 ｘｆ （ｋ）、高温热源干扰信号强度ｘｄ１（ｋ）、背景辐射干扰 信号强度ｘｄ２（ｋ）：
即：
为了确定以上频段解耦过程中的六个关键参 数，控制环境中的光源只有真实火焰，本文用于测试 的火焰选用的是火焰探测器检测国家标准中使用的 油盆火，火源为纯度９５％的乙醇明火，此时三个红外 传感器的输出信号强度比为ｘ１∶ｘ２∶ｘ３＝３∶１∶１， 结合式（１）、式（２）、式（３）可得ａ＝ｄ＝０．３；控制环境 中的光源只有干扰光源，选用的干扰光源有白炽灯、 电烙铁，此时三个红外传感器输出信号强度比接近 于ｘ１∶ｘ２∶ｘ３＝１∶１∶１，结合式（１）、式（２）、式（３） 可得ｂ＝ｃ＝ｅ＝ｆ＝１；控制环境中的光源即存在真 实火焰又存在干扰光源，此时三个红外传感器输出 信号强度比介于３∶１∶１与１∶１∶１之间。因此在 以上特定的火焰与干扰光源的环境中重复以上实 验，最终将ａ、ｂ、ｃ、ｄ、ｅ、ｆ 六个参数确定为：ａ＝０ ．３，ｂ＝１．２，ｃ＝１．０，ｄ＝０．３，ｅ＝０．９，ｆ＝１．１。
３．３ 特征提取
火焰所特有的光谱特征对火焰模拟器的设计具 有重要参考价值。由于火焰中的燃料和氧气的浓 度、温度、气体流动、火焰的形状和大小等因素都在 不断变化，因此火焰产生的红／紫辐射能量也在不断 变化，并且呈现出闪烁特征［１１］；当环境中存在火焰 时，火焰辐射强度会高于干扰源信号强度，这让两者 之间存在一定的相关性。因此，根据上述火焰燃烧 特性，确定提取的火焰光谱特征包括４．４μｍ 波段火 焰红外辐射强度峰值变化特征、多种信号强度相关 性特征、火焰闪烁频率特征、１８５ｎｍ～２６０ｎｍ 波段 火焰紫外辐射强度特征。
３．３．１
４．４μｍ 波段火焰红外辐射强度峰值变化特 征提取（ｆ１）
辐射强度峰值最突出体现变化趋势，因此可将 ４．４μｍ 波段红外辐射强度峰值特征作为待提取的 火焰光谱特征之一。在对采集到的光谱数据进行数 字滤波和频段解耦之后，比较每秒内４．４μｍ 探测通 道的电压值即相对火焰信号强度，得到的最大值则 为每秒内４．４μｍ 波段火焰红外辐射强度峰值，最后计算此时刻４．４μｍ 波段火焰红外辐射强度峰值ｄ１ 与前一时刻峰值ｄ２ 的差值 Ｄ，最终 Ｄ／ｄ２ ＊１００％ 即为４．４μｍ 波段火焰红外辐射强度峰值变化特征。
３．３．２ 多种信号强度相关性特征提取（ｆ２、ｆ３）
在对传感器输出信号进行频段解耦后，提取多 种信号强度相关性特征过程的具体步骤为：
①每１ｓ内对３．８μｍ 探测波段红外传感器输 出信号中高温热源信号的强度进行峰值检测，此峰 值记为ａ１；
②同一时刻对４．４μｍ 探测波段红外传感器输 出信号中火焰信号的强度进行峰值检测，此峰值记 为ａ２；
③同一时刻对５．０μｍ 探测波段红外传感器输 出信号中背景辐射信号的强度进行峰值检测，此峰 值记为ａ３； ④计算多种信号强度相关性特征为 ｆ２ ＝ａ２／ ａ１，ｆ３＝ａ２／ａ３。
３．３．３ 火焰闪烁频率特征提取（ｆ４）
闪烁特性是火焰所特有的。在对传感器输出信 号 进 行 频 段 解 耦 后，本 文 采 用 快 速 傅 里 叶 变 换 （ＦＦＴ）方法，对４．４μｍ 探测通道中的火焰信号进行 频域分析，通过对信号频率分量进行统计，从而定位 到 最 大 响 应 幅 值 对 应 的 频 率，即 为 火 焰 闪 烁 频率［１２］。
３．３．４ １８５ｎｍ～２６０ｎｍ 波段火焰紫外辐射强度特 征提取（ｆ５）
由于紫外传感器响应紫外光后输出的是脉冲信 号，且接收的紫外光辐射强度越大，输出的脉冲个数 越多，因此只要对紫外传感器输出信号的脉冲个数 进行计数，即可提取出１８５ｎｍ～２６０ｎｍ 波段火焰 紫外辐射强度特征。
本文利用ＳＴＭ３２ｆ１０３Ｃ８Ｔ６微处理器的外部中 断功能，捕获特定引脚因脉冲信号输出引起的电平 变化，并 设 置 变 量 进 行 计 数，最 终 变 量 值 即 为 １ ８５ｎｍ～２６０ｎｍ 波段火焰紫外辐射强度相对特征。
４ 实验测试与结果分析
为了验证该系统提取出的火焰光谱特征更可 靠，设置对比试验，一组在提取特征前采用频段解耦 方法分析光谱数据，另一组则直接提取火焰光谱特 征，且多次进行重复性抗干扰测试实验，最后计算标 准差来判断数据的稳定性和一致性。为了方便比较 数据，采用百分比数值来表示部分特征值大小。实 验结果表明，利用该系统提取出的火焰光谱特征可 靠性更高。
４．１ 实验条件设定
该实验在无风条件下进行。按照火灾探测的国 标（ＧＢ ２４１３）规定，利用乙醇明火，将火焰光谱数据 采集与分析系统与燃烧火源距离控制在１２ｍ，以防 传感器信号饱和。盛放酒精的容器尺寸为５ｃｍ×５ ｃｍ×２ｃｍ，酒精浓度为９５％。干扰源选用白炽灯、 电烙铁，并将该系统与干扰源的距离控制在 ３ｍ。 以下所有实验均在以上相同的条件下进行。
４．２ 对比实验结果与分析
在同等条件下进行两组实验，第一组实验中火 焰光谱数据采集与分析系统不针对红外传感器输出 信号进行频段解耦，直接从红外传感器输出信号ｘ１ （ｋ）、ｘ２（ｋ）和ｘ３（ｋ）中提取出待获取的光谱特征， 第二组实验中系统则针对红外传感器输出信号进行 频段解耦，并从解耦出来的火焰信号ｘｆ （ｋ）中提取 出待获取的光谱特征。为了避免实验重复性以及需 要根据多次实验结果进行相关计算分析，两组实验 分别在以上实验条件下进行１０次，编号分别为１～ １０，两组实验的测试结果均为五个火焰光谱特征值， 测试结果如表１和表２所示，另外分别计算了两组 实验结果中五个特征值数据的标准差，对比结果如 表３所示。
由表３可知，利用传统方法提取出的４．４μｍ 波 段火焰红外辐射强度特征ｆ１ 和多种信号强度相关 性特征ｆ２、ｆ３ 相对变化较大，标准差较大，数据一 致性较差；利 用 本 文 方 法 提 取 出 的 火 焰 光 谱 特 征 ｆ１、ｆ２、ｆ３ 均保持在一定范围内，且相对变化更小， 稳定性更好，数据一致性更好。另外，两组实验提取 出的火焰闪烁频率特征ｆ４ 和１８５ｎｍ～２６０ｎｍ 波 段火焰紫外辐射强度特征ｆ５ 相差不大，这是由于 本文采用的频段解耦方法并不会对这两个特征值的 提取过程有影响。因此通过此实验可以证明，利用 该火焰光谱特征采集与分析系统提取出的火焰光谱 特征稳定性和一致性更高，可靠性更高。
５ 结论
本文设计了一款火焰光谱数据采集与分析系统。 为了使采集到的光谱数据更准确，选择了性能优越的 热释电红外传感器和紫外传感器作为采集端，并设计 了信号滤波放大电路对传感器输出信号进行滤波放 大处理；为了削弱环境中干扰因素的影响，对光谱数 据进行了数字滤波和频段解耦，最终提取出了五个高 稳定性的火焰光谱特征。该火焰光谱数据采集与分 析系统可以为研发火焰模拟器提供可靠的设计指标， 对火焰模拟器的设计具有重要的参考价值。
