嗅觉模拟技术在火灾探测中的应用
【摘要】 如何极早期并且准确探测到火灾历来是火灾探测研究的重点内容之一。近年来，基于气敏传感器阵列与模式识别方法的嗅觉模拟技术成为国内外研究的热点，并且成功应用于环境监测、医疗诊断、医药及食品工业、化工、军事等领域。目前已经有人尝试将其应用于火灾探测方面。将嗅觉模拟技术应用于火灾探测的实质就是利用嗅觉模拟系统中仿生的气敏元件感应火灾前(中) 物质受热分解（燃烧）释放出的气味，这个感应时间早于火灾发生时间、甚至是阴燃发生的阶段，即早于传统火灾探测器的响应时间。所以将其应用于火灾探测领域可以解决以往火灾探测器响应时间晚、响应不准确的关键技术问题。嗅觉模拟技术在火灾探测方面表现出良好的发展潜力。
【关键词】 嗅觉模拟技术；火灾探测；模式识别方法；气味传感器
【中图分类号】 S9012 【文献标识码】 A 【文章编号】 1672-2396[2007] 10-0072-05
Application of Smell Fire Detection Based
on Olfactory Analogue Technology
PAN Ke 1, Guan Shou-an2, SHI Jian-yun1
(1 Dalian Jiaotong University, Dalian 116028;
2 Liaoning Provincial Institute of Safety Science, Shenyang 110004)
Abstract:How to detect fire early and exactly has always been one of the important content in the fire detection research. In recent years, the olfactory analogue technology based on the smell sensor array and pattern recognition becomes a research hot point in the world. And smell detection has successful applied in different fields as environmental monitoring, medical diagnosis, medical and food engineering, chemical engineering, military affairs, etc. At present someone has tried to use it in the fire detection. Applying olfactory analogue technology in fire detection is actually to use bionic gas sensitive component in artificial system for sense of smell to response to the smell released by the heated or resolved (burning) materials before or in the fire. This reaction time is earlier than the time for the fire to take place, or even in the phase of implicit combustion, i.e. earlier than the reaction time of the traditional fire detector. So using it in the area of fire detection can solve the key technology problems of past fire detector, such as later reaction time, inaccurate reaction. The olfactory analogue technology shows good development potential in the area of fire detection.
Key Words: olfactory analogue technology; fire detection; pattern recognition; smell sensor
1. 引言
火在人类文明和社会进步中起着无法估量的重要作用，然而火失去控制，便会危及生命、财产和自然资源，酿成灾害。人类社会发展到今天，火灾依然是威胁人类生命安全的重大灾害之一。火灾是时间和空间上失去控制而蔓延的一种灾害性燃烧现象，是各种灾害中发生最频繁且极具毁灭性的灾害之一，其直接财产损失约为地震的五倍，仅次于干旱和洪涝，而其发生的频度则居各种灾害之首。它遍及城市乡村，造成人员伤亡、财产损失、环境污染甚至生态失衡。
火灾自动探测技术是人类依靠科学技术与火灾做斗争的有效手段之一。早在1847年美国牙科医生钱林(Channing)和缅因大学教授华迈尔(Farmer)研究出世界上第一台用于城镇火灾报警的发送装置，同年，德国的Siemens和Halske公司将电报装置用于传送火灾报警信号，从此揭开了人类发展火灾自动探测与报警技术的序幕。1890年英国成功研制了第一个感温式火灾探测器，它能够有效地探测到火灾产生的热量并自动报警，标志着火灾自动探测技术的正式诞生。从此，人类开创了火灾自动探测报警技术的新纪元。150多年来，在世界科学技术迅猛发展的浪潮中，火灾探测技术也相应的迅猛发展，基于各种火灾识别模式的火灾探测器相继问世，并日臻完善。[1]
目前，在火灾探测的基础研究上，将持续发展的方向有:如何预知现有探测扑救系统在非理想的实际状况下的性能、如何区分与火灾现象具有相同(相似)产物的背景源、加热和燃烧状况下材料行为、如何探测低浓度的热解或燃烧产物(光、热、烟气)等。H.Luck在2002年总结了现今火灾探测领域的特别问题[2,3]：其一，气体在火灾探测中有着重要的作用，关于气体的产生机理、气体毒性、气体的探测作为一个参考的判据非常的重要。气体传感器，尤其是固体小尺寸气体传感器的寿命的显著增强推动了火灾气体探测技术的发展。尽管这些传感器并非为火灾探测目的开发的，但是在火灾探测领域尝试已经成为事实，气体探测目前还不是火灾探测安装的规定组件，但是气体传感器必将和多传感器火灾探测系统中的烟雾或温度传感器复合使用；其二，基于火灾探测的多传感器需要更精细、智能的传感器信号处理方法；其三，一直存在的一个重要问题——在远程控制、控制误报警的探测器问题，寻找更好的探测算法以及远程探测器损坏检测方法很迫切；最后，火灾探测过程模拟及火灾探测器性能的评估。
随着科学技术的进步以及对人体奥秘更深层次的研究，越来越多的新技术应用到了火灾探测领域中，比如将依托于仿生学原理的智能化机械制造(设计)技术应用于传感器设计中，将模拟人类头脑的信息处理技术应用于传感器信息采集、处理过程中。人类孜孜不倦的探索，以求完善传统传感器的不足和研制出性能更优良的新型传感器。
在火灾预测预报领域中，如何能尽早的得到火灾的预报信息成为人们拟解决的关键问题之一。研究人员最后发现，在极早期火灾探测技术方面分析待测区域气体成分有非常大的发展潜力，开辟了嗅觉模拟技术在火灾探测领域中发展的广阔空间。将嗅觉模拟技术应用在火灾的预测、预报领域是近年来科学家们大胆尝试的新课题。要想学会控制和预报火灾，先得了解或在这种现象及其背后隐藏的规律。火灾时物质被加热、燃烧会产生气味；在实际生活中人们可以根据经验闻出电器设备是否过热、饭菜是否烧焦了等，这些气味就是火灾发生的前兆。如果可以利用嗅觉模拟技术来判断阴燃阶段、甚至仅仅是物质在燃烧前受热分解放出气味的阶段，那就可以达到预测预报火灾的目的。人的嗅觉用于火灾报警有两个优点：早期报警和避免失报。因为敏感的嗅觉对于某些化学物质的嗅觉阈值有很高的分辨率。研究表明，在火灾中，气味分子扩散速度要远远大于感烟报警器所能监测的扩散出的相对较大的烟雾粒子，而燃烧时挥发性气体的出现也远早于感烟和感温探测器所能监测到的火焰和温度参数[4]。所有这些都很好的证明了气味传感技术在火灾发生前的超早期预报中有着广阔的应用前景。
2. 嗅觉模拟技术简介
1989年北大西洋公约组织召开了一次关于化学传感器信息处理的高级专题讨论会，该会主题为嗅觉模拟及其系统设计，并第一次对嗅觉模拟系统(即电子鼻)作出了一个正式的定义:嗅觉模拟系统由性能彼此重叠的多个气敏传感器(简称气敏传感器阵列)和适当模式识别方法所组成，具有识别简单和复杂气味的能力[5]。目前，研究及发展中的嗅觉模拟系统主要由气味传感器阵列和模式识别系统两大部分组成，并涉及气味传感技术、信号预处理技术和模式识别技术这三大核心技术。其中，气味传感器阵列是嗅觉模拟系统的关键组成单元，而气味传感器是组成气体传感器阵列的核心器件。气味传感技术是一种模仿生物嗅觉机能而开发的新技术。它能够识别单一或复合的气味(体)，并能借助信息处理技术检测出气味物质(气体成分)的含量和浓度。
气味传感器是利用仿生学原理，根据鼻黏膜在接受气味刺激后引起嗅觉细胞电位改变的原理而研制的。气味传感器使用了一种结构与人类嗅觉鼻黏膜极为相似的人工合成双层薄膜。为了定量薄膜吸附气味的总量，气味传感器还使用了一个压电晶振装置，此装置是一种每秒钟振动数百万次的振动器，当薄膜吸附气味后，覆盖在振动器上的薄膜的重量增加，振动器的频率改变(降低)，频率变化大小可以用电信号输出，能够测量频率就能够确定吸附气味的总量。气味传感器的结构如图1所示[6,7]。
气味传感器的压电晶振装置符合压电传感器的基本制作原理。
1959年，Sauerbrey首次提出了关于厚度剪切压电石英晶体频移(△F)与均匀吸附于物体表面的极薄层刚性物质质量(△M)存在着如下关系[8]:
式中：Fq为石英晶体的基频，rq为石英晶体的密度(2.648g/cm3)，为石英品体的剪切模量[2.947×1011g/(cm·s2)] ,A为石英晶体的面积。将常数和代入上式后，导出,AT切型压电石英晶体的谐振频率变化(△F)与晶体表面吸附物质质量变化(△M)的定量关系:
该式说明△F与△M之间存在线性关系，这个关系式便是压电传感器定量测试应用的理论依据。这种压电传感器具有很高的质量灵敏度，对于一个9MHz的石英晶体谐振器，其质量变化的灵敏度为0.66Hz/mg。在火灾探测的成分分析中，很少的气味分子结合到石英晶体表面就可以引起较大的质量变化，导致明显的谐振频率变化。
气味传感器具有对单一气味敏感的特性，为了适用于复杂的火灾环境，因此有必要将多种气味传感器融合，组成气味传感器阵列，多传感器信息融合的基本原理就像人脑综合处理信息的过程一样，它充分的利用多个传感器资源，通过对各种传感器及其观测信息的合理支配与使用，将各种传感器在空间和时间上的互补和冗余信息依据某种优化准测组合起来，产生对观测环境的一致性解释和描述。信息融合的目标是基于各传感器分离观测信息，通过对信息的优化组合导出更多的有效信息，它的最终目的是利用多个传感器共同或联合操作的优势，来提高整个传感器系统的有效性。
气味传感器阵列即是多传感器技术实际应用的一种。
将多气体/气味传感技术应用于火灾探测识别的最早尝试是在1992年，德国RWE能源公司Niedera-ssem火力发电厂鉴于离子烟尘探测系统在煤粉尘和潮湿环境经常发生误报，以及测量灵敏度的不足于探测纯煤粉尘的低温燃烧等缺点而开发的基于燃烧过程中产生的气体的多传感器报警单元(GSME)，目前，这种报警单元已成功应用于Niederassem褐煤热电厂的给煤设备中，它不但能检测燃烧气体的成分，还能测量混合气体的浓度。[9]
火灾探测器在取得火灾信息后，如何对这些信息进行“标定”，能够定性的表达出是否发生火灾也是专家学者们一直不断研究的问题。特别是复合型火灾探测器以及气味传感器这种使用多个传感元件的探测仪器，它们输出的信息数据成倍增加、冗长单调，如何整合数据使之能准确的表达出真实的情况，使多个气敏传感器组成的嗅觉模拟系统拥有高的选择性、识别性，这就需要模式识别技术[27]。模式识别的基本原理包括数据获取、数据预处理、特征提取和选择、识别过程，目前常用的模式识别方法有统计模式识别算法和神经网络方法，目前，常用的统计模式识别方法主要有：贝叶斯(Bayes)判别法、Fisher判别法、K—近邻法、最小二乘法、偏最小二乘法、聚类分析方法、决策树法、主成分分析方法等[10,11]。在嗅觉模拟技术领域中，模式识别问题就是由气敏传感器阵列的测量空间向被测对象的分类或空间转化的问题，而这种模式空间的变化对识别或鉴别结果有较大的影响。通常情况下，模式识别处理需要经过两个阶段。首先，模式识别器利用数学规则对已知气体/气味的传感器输出进行训练。得到一系列已知气体/气味及其描述的对应规则，并存储到知识库中，这个阶段称为监督式学习。然后，利用知识库中存储的规则对未知气体的传感器输出进行测试，并得到未知气体/气味的分类预测结果。
3. 嗅觉模拟技术用于早期火灾探测的可行性分析
嗅觉模拟系统应用于火灾探测中，主要指的是将气味(体)传感器应用于火灾探测，除了检测空气中可燃气体浓度、成分、含量外，还可检测出某些火灾发生前或发生时所产生的气味物质，通过这些来预测预报火灾。从响应对象的角度可分为两类，一类是检测可燃气体浓度的，用于矿井中瓦斯气体、液化石油气类储罐等重大危险区域的火灾探测。半导体传体式气感器是此类的代表，其原理是传感器中的半导体金属氧化物的电阻随气体含量不同而发生变化，日本 Figaro公司生产的SnO2半导体气敏传感器TGS系列已被国内大多数嗅觉模拟系统所采用。另一类以物质燃烧产生的气味(体)产物为检测对象，比如探测CO2原子团发光光谱谱线等。
早期应用气味传感器的火灾探测器采用的附热法，可以成功的区分出燃烧着的香烟和不同木材燃烧时的气味。利用它的这一特性，可准确的判断出是何种材料着火或即将着火，从而可以有针对性的采取行动，达到预报的目的。现代的气味传感器则利用真空泵主动吸入待检测的气味微粒，极大的提高了该种探测器的灵敏度。
日本早在上世纪90年代末就将嗅觉模拟技术应用于对煤炭、橡胶和木材的早期燃烧时释放气味的探测分析，得出了不同物质，不同质量条件下的传感器输出频率的变化值，并对单一气味、温湿度的敏感性作出了研究。
在我国，基于嗅觉模拟技术的气味火灾探测技术最先应用在煤自然发火的预测预报上[12]。煤的自然发火一直是煤矿的主要灾害之一。近年来，由于开采深度的增加、采掘强度加大以及高产高效工作面的出现，使井下火灾的危险程度不断增大。矿井自然发火的早期预测预报是防止这一灾害的最有效措施之一。我国的煤矿安全专家研制了预报煤矿井下火灾的气味传感器，已初步取得了成效。该气味传感器组中共有五个传感器单元，有对氨的气味灵敏度极高的，有对油的气味灵敏度较好的，有对芳香气味有较高灵敏度的，有对难闻气味灵敏度高的，还有只要有气味物质产生就可响应的。在煤升温过程中这五个单元输出的频率也依次变化。该气味传感器组中的数据如果使用雷达图的形式表现的话，可以发现同种物质所释放的气味的输出图形基本相似，这说明同种气味物质的输出数据在一定条件下是相关的，是呈现出一种非线性关系的。(雷达图是将圆周依传感器的数目五等分后，沿顺时针方向将各轴作为五个传感器的坐标轴，以KHz为数据单位，依次刻画出五个传感器的输出频率绘制成的图形，具体见图2)
当前和今后一段时间，嗅觉模拟在火灾探测中的研究主要是：对多种火灾的辨认能力，失报的条件，早期报警能力和执行持续性监测的工程技术。据报道，目前，有两项研究取得突破性进展：一是美国进行的利用嗅觉模拟技术在疑似纵火现场鉴定火灾促进剂的存在；二是在空间技术中的应用，利用嗅觉模拟系统鉴别多种有毒化学物质，“闻”出空间站内电气设备产生的过热气味。
4. 结论与展望
嗅觉模拟技术的核心是气味传感技术和模式识别技术，火灾的形成过程中最先出现气味，通过气味传感器阵列对气味分子的吸附，然后通过快速有效的模式识别技术可以测定气味成分和量的多少，并据此判断是否出现了火灾；而嗅觉模拟技术应用于火灾探测的实质就是利用嗅觉模拟系统中仿生的气敏元件感应火灾前(中) 物质受热分解（燃烧）释放出的气味，这个感应时间早于火灾发生时间、甚至是阴燃发生的阶段，即早于传统火灾探测器的响应时间。所以将其应用于火灾探测领域可以解决以往火灾探测器响应时间晚、响应不准确的关键技术问题。嗅觉模拟技术在火灾探测方面表现出良好的发展潜力。
火灾探测技术发展到今日，国际上归纳出一些技术指标作为衡量火灾探测器性能的标准。其中较主要的有：灵敏度，即响应火灾参量的灵敏程度；可靠性，即具有较高的响应准确度和抗干扰能力，对诸如振动、电磁干扰、温湿度等外界影响的抵抗能力，具体地，要有防止漏报和误报的能力。在这几方面，气味传感器都具备很好的发展前景。气体火灾探测器不受空间高度、面积以及环境的影响，对于阴燃等早期火灾有很好的灵敏度；具有很好的选择性，可根据需要只对特定气体(味)产生响应而不受其他气体物质影响；重复性和稳定性较好，通过清洗等技术手段处理可反复使用。不足之处在于它较一般探测器复杂，且市场上的该类型产品造价较昂贵，研究人员应进一步努力，提高该产品的性价比，更快的发挥它的优势为人们服务。
参考文献
[1] 陈涛，袁宏永，范维澄. 火灾探测技术研究的展望[J]，火灾科学，2001，4，108-112
[2] H.Luck. Special Issue in Fire Detection[J]，Fire Safety Journal，2002(37)，369-370
[3] H.Luck.Remarks on the state of the Art in Automatic Fire Detection [J]，Fire Safety Journal，Vol.29，1997，77-85
[4] 殷勇. 嗅觉模拟技术[M]，北京：化学工业出版社，2005.4
[5] Gardner J W，et al. Electronic noses:principal and applications[M].Oxford University press，1999
[6] 杨宏民等. 利用气味检测法预测预报煤矿火灾[J]，煤炭科学技术， 2002.12：6-9
[7] 秦华礼，常德强，陈宝智. Research on Coal Mines Fires Prediction[C]// Northeast University(东北大学). Proceeding of 2006 (Shenyang) International Colloquium on Safety Science And Technology(2006(沈阳)安全科学与技术学术研讨会论文集), 辽宁科学技术出版社，2006：386-393
[8] Nanto H，et al. Identification of aromas from wine using quartz resonator gas sensors in conjunction with neural-network analysis[J]. Sensors and Actuators B，1995，24-25：794-795
[9] (德)Horst Ahlers著，王磊，马常霞，周庆译. 多传感器及其应用[M]，北京：国防工业出版社，2001.2
杨宏民，秦华礼等. 煤自然发火气味检测法预测指标的研究[M]，中国煤科院抚顺分院，1998
[10] Ortega A，et al. New pattern recognition system designed for electronic noses[J]，Sensors and Actuators B，2000，69：302-307
[11] Hong H K，et al. Portable electronic nose system with gas sensor array array and artificial neural network[J]. Sensors and Actuators B，2000，66：49-52
[12] 杨宏民，秦华礼等. 煤自然发火气味检测法预测指标的研究[M]，中国煤科院抚顺分院，1998