基于氣體濃度和煙顆粒消光系數的復合火災預警系統*

蔣亞龍，王進軍

(1.安徽新華學院 土木與環境工程學院，安徽 合肥 230088； 2.中國科學技術大學 火災科學國家重點實驗室，安徽 合肥 230027)

0　引言

隨著社會經濟和城市化建設的快速發展，火災發生的頻率、造成的經濟損失和生態環境損失不斷呈現上升趨勢，對人類社會造成了巨大的損失。據統計[1]，從2003年至2013年的10年間，我國火災事故數量高達150萬起，造成了34 897人死亡和58 392人受傷，直接經濟損失高達179億元人民幣。因此在充分掌握火災早期特性和初期火災發展規律的基礎上對火災進行有效預防和探測，避免或減少人員傷亡和社會財富損失，具有越來越重要的現實意義。

火災會產生氣體、氣溶膠、煙霧、火焰和大量熱量，這些統稱為火災參量，通過對這些參量的測定便可判斷是否存在火災。針對以上各種火災參量，誕生了各種各樣的火災探測器，例如感煙探測器、感溫探測器、火焰探測器等等。在此基礎上，又產生了一些新的火災監測方法。例如研究人員嘗試利用計算機視頻監控的方法來進行火災監測，該方法可以有效減小火災的誤報率并縮短報警時間，取得了很好的成效[2-5]。另外針對視頻監控方法，HAI Jun Zhang等[6]又提出了一種基于視覺注意力機制的火災探測與識別的新方法，進一步提高了火災探測的準確性；Amin Khatami等[7]將粒子群優化算法引入了圖像處理技術，進一步縮短了火災監測的響應時間；Steven Verstockt等[8]提出了一種新的多模態火焰和煙霧復合檢測方法，可以很精確地探測到高大空間的火災。

考慮到一方面煙霧濃度、溫度這些常規的物理參數會隨著燃料和燃燒狀況的不同而改變，給探測帶來一定的難度，另一方面在火災的初期，氣體的產生要早于煙霧的出現和溫度的升高，因此研究人員越來越致力于對燃燒過程中產生的火災特征氣體(主要是CO)濃度進行研究，并被認為是一種有著良好發展前景的火災探測方法。作為氣體檢測的重要技術之一，光聲光譜技術由于其高穩定性、高靈敏性、良好的選擇性以及寬動態范圍已被引入到火災探測領域[9-11]以及氣體檢測領域[12-16]。

由于火災燃燒產物是氣體和煙霧顆粒的混合物，火災煙顆粒的消光作用將會嚴重干擾氣體的紅外特征吸收。常規的處理方法是在燃燒產物進入測量裝置之前將煙顆粒進行過濾，但是過濾僅僅能阻擋部分顆粒，并不能保證完全過濾，穿透過濾網的煙顆粒將會對測量結果帶來嚴重影響，因此采用過濾的方法并不能從根本上解決問題。目前幾乎未見有相關文獻報道火災煙顆粒的消光對光聲火災監測造成的影響。本文并沒有采取將火災煙霧顆粒過濾的傳統方法，而是對火災燃燒產生的混合產物直接進行測量，結合光聲光譜技術和煙顆粒散射理論，建立了火災特征氣體和煙顆粒復合探測模型，從而分別提取出火災特征氣體濃度和煙顆粒消光系數。

1　實驗裝置

如圖1所示，測量裝置由以下幾部分構成：信號發生器(TFG3050 DDS)、測量路徑、激光控制器( ILX Lightwave，LDC-3724B)、紅外光電探測器、激光器、前置放大器(B&K，2669L)、鎖相放大器(Signal Recovery 7265)、麥克風(B&K，4192型)、適調放大器(2690-A-0S4)、光聲腔以及數據采集系統。激光器發出的紅外光束，經調制后進入吸收路徑，其調制頻率由信號發生器控制。進入到吸收路徑的光一部分被路徑內的煙霧顆粒反射和一氧化碳氣體吸收，其反射光強由設置在散射平面上的紅外光電探測器測量；另一部分穿過吸收路徑進入光聲腔，使得光強的調制在光聲腔內產生相應的溫度調制，從而激發出相應的聲波。該聲波由傳聲器進行采集，經過濾波及放大處理后，輸入數據采集系統以及計算機進行數據記錄和處理。

圖1　光聲復合火災預警系統原理Fig.1　Schematic diagram of the photoacoustic compound fire alarm system

為了減小背景噪聲，光聲腔的窗口和腔體的光吸收應盡可能小，而材料的密度、比熱、和擴散率應盡可能地大，使流入氣體的熱能盡量減小[17]。另外當光聲腔為矩形、圓柱形或者球形[18]等規則形狀時(甚至可以為H形)，簡正模式具有十分簡單的形式。在上述提及的各種規則形狀中，長方形或圓柱形的腔體結構較好，且根據相關理論分析[19]，圓柱形光聲腔中聲波的衰減要小于長方形光聲腔中聲波的衰減，因此我們設計了圓柱形的光聲腔并使其工作于徑向模式。

2　模型建立

設激光初始光強為I0,中心頻率為v0。經過波長調制后的光源頻率和輸出光強表達式如下：

ν=ν0+νmsinωt

(1)

I=I0+Imsinωt

(2)

式中：νm，Im分別為頻率調制幅度和光強調制幅度；ω為調制的角頻率，ω=2πf。

在無火災情況下，由于此時吸收路徑中無燃燒產物，因此光束穿過吸收路徑時不會發生衰減，所以光聲腔的入射光強Ip0滿足：

Ip0=I0+Imsinωt

(3)

由于光聲腔內有純一氧化碳氣體，該氣體將吸收進入光聲腔的調制光束，隨之激發出相應的聲信號并被轉換成電信號，記為S1(ν)：

S1(ν)=CcellIp0α(ν)=Ccell(I0+Imsinωt)α(ν)

(4)

式中：α(ν)為氣體的吸收系數；Ccell為腔常數。

當發生火災時，火災產物中將同時產生CO氣體和煙霧顆粒，當它們通過采樣管道進入到吸收路徑時，不僅CO氣體會因自身的特征吸收對入射光強造成衰減，而且煙霧顆粒也會因自身的消光作用而對入射光強產生衰減。也就是說此時入射光強的衰減是由CO氣體的吸收和煙霧顆粒的消光共同引起的，衰減的幅度與CO氣體濃度不再存在單一的對應關系，若將此信號直接去反演環境中CO的濃度是不正確的。解決此問題的關鍵就在于如何剔除煙霧顆粒的消光對測量帶來的影響。

此時光源頻率和光強的表達式仍然滿足(1)式和(2)式。由于此時測量路徑中為煙霧顆粒和CO氣體的混合物，因此光源經過吸收路徑后的光強Ip1為：

Ip1=[I0+Imsin(ωt)]exp[-(kgL+ksL)]

(5)

式中：ks為煙霧顆粒的消光系數；kg為CO氣體的消光系數。

此時麥克風產生的光聲信號為：

S2(ν)=CcellIp1α(ν)=Ccell[I0+
Imsin(ωt)]exp[-(kgL+ksL)]α(ν)

(6)

將(4)式比上(6)式，則有：

(7)

根據Mie散射理論，可以得到散射光強Is(θ)和煙顆粒消光系數ks的表達式：

(8)

(9)

式中：λ是入射光的波長；r為散射顆粒中心點與散射光觀察點的距離；i1(θ)，i2(θ)為散射光的強度函數；α為無因次粒徑參量(α=πd/λ)；an，bn為Mie散射系數；是折射率m和顆粒粒徑d的函數。

散射系數an和bn可以根據Bessel函數的遞推關系和初始值計算，由此可得到kg。式(9)和式(7)聯立便可進一步求出CO的消光系數。

3　實驗過程

為了測試該光聲光散射復合火災探測系統的火災探測性能，分別進行了棉繩陰燃、木材熱解、正庚烷明火、木材明火這4種類別的火災模擬實驗，分別為2組陰燃火和2組明火。實驗開始時即采集實驗數據，并點燃這4種材料，將其產生的燃燒產物通入測量路徑。實驗中開啟了采集系統固定窗口平滑處理功能和頻域平均功能以消除隨機噪聲帶來的影響。

實驗使用的火災模擬裝置為一底部為空心長方體、頂部為錐體結構的不銹鋼容器，頂部安裝有PVC管，以便使產生的煙氣混合物進入測量路徑。

3.1　棉繩陰燃

將棉繩固定在直徑100 mm、高140 mm的金屬圓形支架上。從棉繩下端點火，點燃后立即熄滅火焰，使其保持連續冒煙。CO濃度及煙霧消光系數如圖2(a)所示。從圖中可以看出隨著實驗的不斷進行，CO濃度及其煙霧消光系數均不斷增加。CO濃度在t=18 s達到了5×10-6，之后一直保持增長趨勢，在t=120 s達到了最大值108×10-6。煙霧顆粒的消光系數t=27 s達到0.1 m-1，在t=119 s達到最大值1.01 m-1。

3.2　木材熱解

將10 mm×20 mm×35 mm的山毛櫸木塊(含水量小于3%)呈輻射狀放置于加熱功率為1.4 kW (額定功率)、直徑為220 mm的加熱盤上，先給加熱盤通電，直到加熱盤加熱到500℃左右。CO濃度及煙霧消光系數如圖2(b)所示。從圖中可以看出CO氣體在t=84 s達到了5×10-6，之后濃度也一直保持增長趨勢，隨著實驗的進行，在t=526 s達到了最大值202×10-6。煙霧顆粒的消光系數在t=104 s達到0.1 m-1，在t=531 s達到最大值1.58 m-1。

圖2　陰燃火實驗CO濃度和煙顆粒消光系數隨時間的變化Fig.2　Variation curve of carbon monoxide concentrations and extinction coefficient of smoke particles in smoldering fire

3.3　正庚烷明火

將正庚烷加3%(體積百分數)的甲苯倒入直徑為100 mm、厚2 mm的圓形鋼質容器中，總量深度約20 mm，隨即用明火點燃。CO濃度及煙霧消光系數如圖3(a)所示。CO濃度在t=16 s達到了5×10-6，隨著實驗的不斷進行，濃度一直保持增長趨勢，在t=118 s達到了最大值63×10-6。煙霧顆粒的消光系數t=23 s達到0.1 m-1，在t=119 s達到最大值0.87 m-1。

3.4　木材明火

將10 mm×20 mm×250 mm的山毛櫸木條(含水量小于3%)按四層疊放在燃燒箱內，在木架的底面中心放置一直徑為50 mm的小盤，裝入5 mL甲基化酒精并點燃。CO濃度及其煙霧消光系數見圖3(b)所示。其中CO濃度在t=30 s達到了5×10-6，在t=119 s達到了最大值53×10-6。煙霧顆粒的消光系數t=37 s達到0.1 m-1，在t=120 s達到最大值0.63 m-1。

圖3　明火實驗CO濃度和煙顆粒消光系數隨時間的變化Fig.3　Variation curve of carbon monoxide concentrations and extinction coefficient of smoke particles in open fire

從圖2和圖3可以看出，實驗開始后，CO濃度和煙霧顆粒的消光系數均開始增加，表明可燃物燃燒后產生了CO氣體及煙霧顆粒。雖然在上升過程中曲線有波動，但總體呈明顯上升趨勢。由于每組實驗的測量時間均截止到120 s左右，因此可燃物燃盡后CO濃度和煙霧顆粒消光系數下降的曲線未在圖中顯示。

從圖2和圖3可以發現，棉繩陰燃實驗和木材熱解實驗產生的CO濃度較高，最大值分別達到108×10-6和202×10-6，而正庚烷明火和木材明火產生的CO濃度較低，最大值分別為63×10-6和53×10-6。通過分析可知，棉繩陰燃產生的CO濃度分別為2組明火實驗的1.7倍和2倍，木材熱解產生的CO濃度分別為2組明火實驗的3.2倍和3.8倍。這是由于明火中可燃物的燃燒比較充分，C元素大多以CO2的形式釋放，因此燃燒產物中生成的CO濃度較低；而在陰燃火中由于存在不完全燃燒現象，因此CO濃度較高。

4　結論

1)以近紅外激光器作為工作光源，結合波長調制技術以及諧波檢測技術研制了一套光聲復合火災預警系統。結果表明，該系統對4組火災模擬實驗中產生的CO氣體和煙霧顆粒均能較好地探測，可滿足火災預警與探測需求。

2)將火災特征氣體濃度和煙顆粒消光系數作為復合判據，避免了傳統的單一量火災探測器引起的誤報，提高了火災預警的準確性。

3)如采用大功率的激光光源、優化光聲腔的設計參數等還可進一步提高系統的信噪比和檢測靈敏度。針對光聲光譜技術靈敏度高、選擇性好以及響應速度快等優點，當采用其它波長的激光器作為探測光源時，還可以通過測量其它氣體實現其在煤礦瓦斯預警、環境檢測以及工業控制等領域的廣泛應用。

[1]張然.基于模糊神經網絡的火災檢測報警系統[D].成都:西華大學,2014.

[2]ByoungChul Ko, Ji-Hun Jung, Jae-Yeal Nam. Fire detection and 3D surface reconstruction based on stereosco- pic pictures and probabilistic fuzzy logic[J]. Fire Safety Journal,2014,68:61-70.

[3]Seong G. Kong, Donglin Jin, Shengzhe Li, Hakil Kim. Fast fire flame detection in surveillance video using logistic regression and temporal smoothing[J]. Fire Safety Journal,2016,79:37-43.

[4]Chen-Wei Chiu, Tony Lu, Hao-Ting Chao, Chi-Min Shu. Performance assessment of video-based fire detection system in tunnel environment[J]. Tunnelling and Underground Space Technology, 2014,40:16-21.

[5]Arthur K. K. Wong, N. K. Fong. Experimental study of video fire detection and its applications[J]. Procedia Engineering, 2014,71: 316-327.

[6]Hai-jun Zhang, Nan Zhang, Nan-feng Xiao. Fire detection and identification method based on visual attention mechanism[J]. Optik,2015,126:5011-5018.

[7]Amin Khatami, Saeed Mirghasemi, Abbas Khosravi, Chee Peng Lim, Saeid Nahavandi. A new PSO-based approach to fire flame detection using K-Medoids clustering[J]. Expert Systems With Applications, 2017,68: 69-80.

[8]Steven Verstockt, Sofie Van Hoecke, Tarek Beji, et al. A multi-modal video analysis approach for carpark fire detection[J]. Fire Safety Journal,2013,57:44-57.

[9]Keller A, Ruegg M , Forster M, et al. Open photoacoustic sensor as smoke detector[J]. Sensor Actuat B-Chem, 2005, 104:1-7.

[10]Chen T, Su G F,Yuan H Y. In situ gas filter correlation:photoacoustic CO detection method for fire warning[J]. Sensor Actuat B-Chem, 2005,109:233-237.

[11]Wang J W, Wang H L.Tunable fiber laser based photoacoustic gas sensor for early fire detection[J]. Infrared Phys.Techn, 2014,65: 1-4.

[12]Jung Y, Han B, Mostafid M E, et al. Photoacoustic infrared spectroscopy for conducting gas tracer tests and measuring water saturations in landfills[J]. Waste Manage,2012,32:297-304.

[13]Hirschmann CB,Sinisalo S,Uotila J, et al.Trace gas detection of benzene, toluene, p-,m-and o-xylene with a compact measurement system using cantilever enhanced photoacoustic spectroscopy and optical parametric oscillator[J]. Vib Spectrosc,2013, 68:70-176.

[14]Filus Z, Tóth N, Gulyás G,et al.Carrier gas flow arrangement based photoacoustic detection method for measuring gas permeability of polymer membranes[J]. Polym Test, 2013, 32:1099-1104.

[15]Mohebbifar M R, Khalilzadeh J, Dibaee B, et al. Effect of buffer gases on the performance of SO2trace measurement based on photoacoustic spectroscopy[J]. Infrared Phys.Techn, 2014,65:61-66.

[16]ZHANG Xiao-Jun, ZHANG Yong-Gang. Resonate Modes in Photoacoustic Cell for Gas Sensing[J]. J. Infrared Millim. Wave, 2010,29(5):321-324,341.

[17]殷慶瑞,王通,錢夢騄.光聲光熱技術及其應用[M].北京:科學出版社,1999.

[18]史強,胡水明,陳軍,等.新型高性能激光光聲光譜球形光聲池:理論和實驗研究[J].化學物理學報,1998,11(1):20-24.

SHI Qiang, HU Shuiming, CHEN Jun, et al. A new type high quality spherical photoacoustic cell for laser photoacoustic spectroscopy [J]. Chinese Journal of Chemical Physics,1998,11(1):20-24.

[19]Morse P M. Vibration and Sound[M].New York:McGraw-Hill,1948.