Departments | |
---|---|
Book Series (92) |
1308
|
Humanities |
2293
|
Natural Sciences |
5354
|
Engineering |
1746
|
Engineering | 284 |
Mechanical and process engineering | 842 |
Electrical engineering | 670 |
Mining and metallurgy | 30 |
Architecture and civil engineering | 73 |
Common |
91
|
Leitlinien Unfallchirurgie
5. Auflage bestellen |
Table of Contents, Datei (26 KB)
Extract, Datei (96 KB)
Das Ausmaß der Schäden die durch einen Brand verursacht werden steht in direktem Zusammenhang mit seiner Dauer, bzw. mit der Zeit zwischen dem Beginn des Brandes und der Löschung. Um den Schaden zu minimieren ist es demzufolge notwendig, den Brand möglichst früh zu erkennen. Automatische Systeme, die einen Brand in seiner frühen Phase erkennen, sind bereits für viele Einsatzgebiete erhältlich.
Im Betrieb einer Brandmeldeanlage zeigt sich jedoch, dass nicht allein die frühzeitige Alarmierung im Falle eines Brandes wichtig ist. In der Zeit, in der kein Brand vorliegt (meist die überwiegende Zeit), sollte das Brandentdeckungssystem auch keinen Alarm melden. Die Unterdrückung von möglichen Fehlalarmen erweist sich als eine noch komplexere Aufgabe als die tatsächliche Branderkennung, zumal die strenge Vorgabe besteht, dass alle Brände entdeckt werden müssen.
Thema dieser Arbeit ist die optische Erkennung und Unterscheidung von Rauch und möglichen Störaerosolen wie Staub oder Wasserdampf. Dabei wurden zwei Ansätze verfolgt: einerseits die Aerosolcharakterisierung anhand von hoch aufgelösten Streu-lichtaufnahmen und andererseits die Unterscheidung von Rauch und Störaerosolen anhand von polarimetrischen Streulichtmessungen. Diese Ansätze können zur optimalen Störunterdrückung auch kombiniert werden.
Durch die bildgestützte Messung von Streulicht ist es möglich, Informationen über die Partikelgrößenverteilung des überwachten Aerosols zu erhalten. Der besondere Vorteil eines videogestützten Systems gegenüber Systemen mit Photodioden, die lediglich die mittlere Intensität des Streulichts auswerten, liegt darin, dass kleine Partikel auch dann erkannt werden können, wenn große, stärker streuende Partikel im Aerosol vorhanden sind. Messungen mit verschiedenen Brand- und Nichtbrandaerosolen haben gezeigt, dass Wasserdampf und Staub von Rauch unterschieden werden kann.
Ein weiterer Vorteil des Einsatzes von Bildsensoren zur Streulichtmessung bietet die Möglichkeit der Richtungsschätzung der strömenden Rauchwolken. Diese kann zur Ortung des Brandherdes beitragen und in Verbindung mit automatischen Löschanlagen eingesetzt werden.
Das zweite vorgestellte Verfahren basiert auf der polarimetrischen Streulichtmessung. Dabei wird zwar nur eine Polarisationsrichtung untersucht, aber auch die Depolarisation der Strahlung wird gemessen. Das System zeigt eine ähnliche Empfindlichkeit für Rauch von offenen Bränden und Rauch von Schwelbränden. Es ist möglich, Staub wegen seiner stark unregelmäßigen Partikelform anhand der Depolarisation zu erkennen. Das Verfahren ist unabhängig von der Strömungsgeschwindigkeit und kann Rauch auch dann erkennen, wenn die Luft bereits mit Staub verunreinigt ist. Ein weiterer Vorteil ist, dass auch Rauch von Schwelbränden mit geringer Temperatur von feinen Stäuben unterschieden werden kann.
ISBN-13 (Printausgabe) | 3869557869 |
ISBN-13 (Hard Copy) | 9783869557861 |
ISBN-13 (eBook) | 9783736937864 |
Language | Alemán |
Page Number | 118 |
Lamination of Cover | matt |
Edition | 1 Aufl. |
Volume | 0 |
Publication Place | Göttingen |
Place of Dissertation | Duisburg |
Publication Date | 2011-11-21 |
General Categorization | Dissertation |
Departments |
Electrical engineering
|
Keywords | Fire Detection, Smoke Detection, Fire Detector, Smoke Detector, Light, Scattering, Smoke, Dust, Aerosol, Polarisation, Depolarisation, Image Based, Video, Camera, Laser |