鄧懿心 宋玉階
(武漢科技大學信息科學與工程學院 武漢 430081)
?
無線火災傳感網絡故障診斷在工業建筑的應用
鄧懿心 宋玉階
(武漢科技大學信息科學與工程學院 武漢 430081)
本文使用粗糙集中一種改進的基于差別矩陣和屬性選擇的屬性約簡算法,對故障樣本數據進行約簡,得到最小約簡集,結合使用新舊版本的BP神經網絡,對工業建筑節點故障進行檢測,仿真實驗結果得到采用RS-new BP神經網絡比old BP神經網絡的迭代次數減少了61次,正確率提高了7.11%。
節點故障診斷 屬性約簡 RS-new BP神經網絡
近年來,工業火災成為火災發展的新動向。由于工業建筑內部復雜,火災形式具有多樣性,火情發展速度很快,特殊工業建筑內還會有爆炸的危險,這些特點決定了工業建筑火災撲救難度大,造成的損失也大,因此采用科學有效的方法預防火災發生顯得至關重要。傳統的有線火災自動報警技術布線復雜、安裝繁瑣、維修困難,很多時候不適合工業建筑火災預警,特別是《建筑設計防火規范》(GB 50016—2014)的頒布實施,對工業建筑防火設計有了更高的要求。而隨著無線網絡通信技術的快速發展,將火災探測技術和無線通信網絡相結合,構成無線傳感網絡(WSN)[1],能夠在無線環境下探測火災,實現對工業建筑火災的預警,保障工業建筑安全。在WSN中,無線傳感網絡節點故障檢測在整個無線網絡系統中占據著重要的地位,無線傳感網絡各個節點的能量極為有限,在網絡中工作的傳感器節點如果因為能量耗盡則不能進行正常的故障診斷工作,導致工業建筑安全受到威脅。……