本發(fā)明涉及智能防火門的，特別涉及一種基于人工智能的智能防火門控制方法、系統(tǒng)、裝置及介質(zhì)。

背景技術(shù)：

1、在現(xiàn)代建筑中，智能防火門作為一種重要的消防設(shè)施，被廣泛應用于各種場所以提高消防安全水平。傳統(tǒng)的防火門控制系統(tǒng)往往依賴于簡單的傳感器信號觸發(fā)開關(guān)動作，缺乏對環(huán)境變化和設(shè)備狀態(tài)的智能分析能力。同時，現(xiàn)有的智能防火門對于環(huán)境數(shù)據(jù)的采集和分析能力有限，無法準確識別火災初期的細微跡象。

技術(shù)實現(xiàn)思路

1、本發(fā)明的主要目的為提供一種基于人工智能的智能防火門控制方法、系統(tǒng)、裝置及介質(zhì)，能夠提高對環(huán)境數(shù)據(jù)的分析能力，且準確識別火災初期的細微跡象。

2、為實現(xiàn)上述目的，本發(fā)明提供一種基于人工智能的智能防火門控制方法，包括：

3、實時獲取智能防火門的設(shè)備數(shù)據(jù)和傳感數(shù)據(jù)，對所述傳感數(shù)據(jù)進行特征提取，得到特征數(shù)據(jù)集；

4、根據(jù)所述特征數(shù)據(jù)集對所述環(huán)境數(shù)據(jù)進行評估處理，得到對應的環(huán)境評估信息，對所述設(shè)備數(shù)據(jù)進行狀態(tài)分析，得到對應的防火門狀態(tài)數(shù)據(jù)；

5、將所述環(huán)境評估信息和所述防火門狀態(tài)數(shù)據(jù)傳輸?shù)筋A設(shè)的控制模型，通過所述控制模型對所述防火門狀態(tài)數(shù)據(jù)進行指令分析，得到對應的控制指令，并基于所述環(huán)境評估信息結(jié)合所述控制指令生成對應的指令任務(wù)；

6、依據(jù)所述指令任務(wù)控制所述智能防火門，并獲取所述智能防火門的反饋信息，依據(jù)所述反饋信息對所述控制模型進行模型參數(shù)優(yōu)化，得到優(yōu)化后的所述控制模型。

7、進一步地，所述實時獲取智能防火門的設(shè)備數(shù)據(jù)和傳感數(shù)據(jù)，對所述傳感數(shù)據(jù)進行特征提取，得到特征數(shù)據(jù)集，包括：

8、實時獲取部署在所述智能防火門周圍的外部傳感器采集的外部原始數(shù)據(jù)，并對外部原始數(shù)據(jù)進行預處理，得到對應的所述傳感數(shù)據(jù)；

9、獲取所述智能防火門的原始內(nèi)部數(shù)據(jù)，對原始內(nèi)部數(shù)據(jù)進行預處理，得到所述設(shè)備數(shù)據(jù)；

10、依據(jù)預設(shè)的分類規(guī)則對所述傳感數(shù)據(jù)進行類別整合，得到對應的環(huán)境數(shù)據(jù)，對所述傳感數(shù)據(jù)進行初始特征計算，得到所述特征數(shù)據(jù)集；

11、對環(huán)境數(shù)據(jù)進行環(huán)境類型計算，得到煙霧濃度數(shù)據(jù)、溫度數(shù)據(jù)、火焰數(shù)據(jù)和氣流數(shù)。

12、進一步地，所述根據(jù)所述特征數(shù)據(jù)集進行評估處理，得到對應的環(huán)境評估信息，包括：

13、對所述特征數(shù)據(jù)集進行數(shù)據(jù)讀取，得到第一煙霧濃度變化率、第一溫度上升率和第一熱輻射變化量；

14、依據(jù)煙霧濃度數(shù)據(jù)和氣流數(shù)據(jù)對第一煙霧濃度變化率進行偏差分析，得到對應的煙霧偏差數(shù)據(jù)，依據(jù)溫度數(shù)據(jù)和氣流數(shù)據(jù)對第一溫度上升率進行偏差分析，得到對應的溫度偏差數(shù)據(jù)，依據(jù)溫度數(shù)據(jù)、火焰數(shù)據(jù)和氣流數(shù)據(jù)對第一熱輻射變化量進行偏差分析，得到對應的熱輻射偏差數(shù)據(jù)；

15、判斷煙霧偏差數(shù)據(jù)、溫度偏差數(shù)據(jù)和熱輻射偏差數(shù)據(jù)是否符合預設(shè)的偏差閾值要求，當煙霧偏差數(shù)據(jù)、溫度偏差數(shù)據(jù)和熱輻射偏差數(shù)據(jù)任一一個數(shù)據(jù)不符合偏差閾值要求時，基于煙霧偏差數(shù)據(jù)、溫度偏差數(shù)據(jù)和熱輻射偏差數(shù)據(jù)結(jié)合所述環(huán)境數(shù)據(jù)進行風險特征計算，得到修正特征數(shù)據(jù)集；

16、依據(jù)所述環(huán)境數(shù)據(jù)和修正特征數(shù)據(jù)集對所述智能防火門進行環(huán)境評估，得到所述環(huán)境評估信息。

17、進一步地，所述對所述設(shè)備數(shù)據(jù)進行狀態(tài)分析，得到對應的防火門狀態(tài)數(shù)據(jù)，包括：

18、對所述設(shè)備數(shù)據(jù)進行類型讀取，得到防火門工作狀態(tài)和電機狀態(tài)數(shù)據(jù)；

19、對防火門工作狀態(tài)進行狀態(tài)分析，得到防火門的開關(guān)狀態(tài)和鎖定狀態(tài)；

20、對電機狀態(tài)數(shù)據(jù)進行健康評估，得到電機健康狀態(tài)信息；

21、將開關(guān)狀態(tài)、鎖定狀態(tài)和電機健康狀態(tài)信息進行整合，得到所述防火門狀態(tài)數(shù)據(jù)。

22、進一步地，所述通過所述控制模型對所述防火門狀態(tài)數(shù)據(jù)進行指令分析，得到對應的控制指令，并基于所述環(huán)境評估信息結(jié)合所述控制指令生成對應的指令任務(wù)，包括：

23、通過所述控制模型的輸入層對輸入的所述環(huán)境評估信息和所述防火門狀態(tài)數(shù)據(jù)進行格式轉(zhuǎn)換，得到環(huán)境評估矩陣、所述開關(guān)狀態(tài)、所述鎖定狀態(tài)和所述電機健康狀態(tài)信息；

24、通過所述控制模型的雙層卷積層和循環(huán)神經(jīng)網(wǎng)絡(luò)對所述開關(guān)狀態(tài)、所述鎖定狀態(tài)和所述電機健康狀態(tài)信息進行綜合分析，得到對應的指令特征，依據(jù)指令特征進行指令匹配，得到對應的控制指令，并依據(jù)環(huán)境評估矩陣對控制指令進行任務(wù)分析，得到所述指令任務(wù)；

25、通過所述控制模型的輸出層輸出所述指令任務(wù)。

26、進一步地，所述通過所述控制模型的雙層卷積層和循環(huán)神經(jīng)網(wǎng)絡(luò)對所述開關(guān)狀態(tài)、所述鎖定狀態(tài)和所述電機健康狀態(tài)信息進行綜合分析，得到對應的指令特征，依據(jù)指令特征進行指令匹配，得到對應的控制指令，并依據(jù)環(huán)境評估矩陣對控制指令進行任務(wù)分析，得到所述指令任務(wù)，包括：

27、將所述開關(guān)狀態(tài)和所述鎖定狀態(tài)輸入到第一卷積層中，通過第一卷積層對所述開關(guān)狀態(tài)和所述鎖定狀態(tài)進行特征識別，得到對應的防火門控制特征；

28、將所述電機健康狀態(tài)信息輸入到第二卷積層中，通過第二卷積層對所述電機健康狀態(tài)信息進行特征識別，得到對應的防火門電機特征；

29、將所述環(huán)境評估矩陣輸入到循環(huán)神經(jīng)網(wǎng)絡(luò)中，通過循環(huán)神經(jīng)網(wǎng)絡(luò)對所述環(huán)境評估矩陣進行風險評估，得到對應的環(huán)境風險等級；

30、將防火門控制特征和防火門電機特征輸入到激活函數(shù)層中，通過激活函數(shù)層對防火門控制特征和防火門電機特征進行非線性處理，得到對應的非線性防火門控制特征和非線性防火門電機特征；

31、將非線性防火門控制特征和非線性防火門電機特征輸入到池化層中，通過池化層對非線性防火門控制特征和非線性防火門電機特征進行全局池化處理，得到綜合指令池化特征；

32、對綜合指令池化特征進行指令匹配，得到對應的控制指令，并關(guān)聯(lián)控制指令與環(huán)境風險等級；

33、基于環(huán)境風險等級對控制指令進行任務(wù)分析，得到所述指令任務(wù)。

34、進一步地，所述依據(jù)所述指令任務(wù)控制所述智能防火門，并獲取所述智能防火門的反饋信息，依據(jù)所述反饋信息對所述控制模型進行模型參數(shù)優(yōu)化，得到優(yōu)化后的所述控制模型，包括：

35、依據(jù)所述指令任務(wù)控制所述智能防火門進行指令執(zhí)行，并獲取所述智能防火門執(zhí)行所述指令任務(wù)后發(fā)送的所述反饋信息；

36、對所述反饋信息進行解析處理，得到當前防火門狀態(tài)、防火門執(zhí)行結(jié)果、防火門執(zhí)行時間和防火門異常情況；

37、對所述指令任務(wù)進行預期分析，得到對應的預期執(zhí)行閾值，依據(jù)預期執(zhí)行閾值對當前防火門狀態(tài)、防火門執(zhí)行結(jié)果、防火門執(zhí)行時間進行誤差分析，得到對應的狀態(tài)誤差、執(zhí)行誤差和時間誤差，對防火門異常情況進行異常分析，得到異常信息數(shù)據(jù)；

38、基于異常信息數(shù)據(jù)對狀態(tài)誤差、執(zhí)行誤差和時間誤差進行模型參數(shù)分析，得到對應的優(yōu)化參數(shù)；

39、基于優(yōu)化參數(shù)對所述控制模型進行參數(shù)優(yōu)化，得到優(yōu)化后的所述控制模型。

40、本發(fā)明還提供一種基于人工智能的智能防火門控制系統(tǒng)，應用于上述任意一種基于人工智能的智能防火門控制方法，包括：

41、采集模塊，所述采集模塊用于實時獲取智能防火門的設(shè)備數(shù)據(jù)和傳感數(shù)據(jù)，對所述傳感數(shù)據(jù)進行特征提取，得到特征數(shù)據(jù)集；

42、分析模塊，所述分析模塊用于根據(jù)所述特征數(shù)據(jù)集對所述環(huán)境數(shù)據(jù)進行評估處理，得到對應的環(huán)境評估信息，對所述設(shè)備數(shù)據(jù)進行狀態(tài)分析，得到對應的防火門狀態(tài)數(shù)據(jù)；

43、處理模塊，所述處理模塊用于將所述環(huán)境評估信息和所述防火門狀態(tài)數(shù)據(jù)傳輸?shù)筋A設(shè)的控制模型，通過所述控制模型對所述防火門狀態(tài)數(shù)據(jù)進行指令分析，得到對應的控制指令，并基于所述環(huán)境評估信息結(jié)合所述控制指令生成對應的指令任務(wù)；

44、控制模塊，所述控制模塊用于依據(jù)所述指令任務(wù)控制所述智能防火門，并獲取所述智能防火門的反饋信息，依據(jù)所述反饋信息對所述控制模型進行模型參數(shù)優(yōu)化，得到優(yōu)化后的所述控制模型。

45、本發(fā)明還提供一種基于人工智能的智能防火門控制裝置，包括：

46、存儲器，用于存儲程序；

47、處理器，用于執(zhí)行所述程序，實現(xiàn)上述任意一項所述的一種基于人工智能的智能防火門控制方法的各個步驟。

48、本發(fā)明還提供一種存儲介質(zhì)，存儲有計算機指令，所述計算機指令用于使計算機執(zhí)行上述任一項所述的方法。

49、本發(fā)明提供的基于人工智能的智能防火門控制方法、系統(tǒng)、裝置及介質(zhì)，具有以下有益效果：

50、通過對傳感數(shù)據(jù)進行深入分析，能夠更準確地識別出火災初期的各種跡象，如溫度異常升高、煙霧濃度增加等，從而實現(xiàn)早期預警和快速響應。通過綜合分析環(huán)境數(shù)據(jù)和特征數(shù)據(jù)集，能更加精確地評估當前環(huán)境的安全狀況，進而制定出合理的應對策略，確保在火災發(fā)生時能夠迅速做出最合適的反應。對設(shè)備數(shù)據(jù)進行狀態(tài)分析，有效監(jiān)測防火門的工作狀態(tài)，及時發(fā)現(xiàn)潛在的故障隱患，并采取預防措施，保證防火門始終處于良好的工作狀態(tài)。將環(huán)境評估信息與防火門狀態(tài)數(shù)據(jù)相結(jié)合，通過智能控制模型生成指令任務(wù)，使得防火門能夠在不同環(huán)境下自動調(diào)整其操作模式，提高系統(tǒng)的靈活性和適應性。根據(jù)防火門的實際反饋信息持續(xù)優(yōu)化控制模型的參數(shù)，使系統(tǒng)能夠不斷學習和進步，隨著時間推移不斷提升自身的性能表現(xiàn)，更好地適應復雜多變的使用環(huán)境。