隧道火灾在发生初期是最容易扑救和控制的,如果能够及早地探测到隧道火灾的发生,在火灾发生的初期就给出警报,及时进行救灾处理,就能够避免火灾的扩大,减少人员伤亡和财产损失。因此,“及时发现、准确报警”成为隧道火灾研究中的重要问题。火灾是一种失去人为控制的燃烧过程,产生火灾的基本要素是可燃物、助燃物和点火源。燃烧过程中的物理和化学现象是可以被探测到的,这些现象包括燃烧副产物、烟、辐射和热,针对这些现象,可采用光电感烟探测法、热(温度)检测法、火焰(光)探测法等。结合公路隧道火灾的特点,选择适合探测隧道火灾的双波长火焰探测器、光纤感温探测器和热敏合金金属线感温探测器,并对其原理、安装、应用及系统构成进行了研究。在分析公路隧道火灾可探测特征的基础上,依据数据融合的基本原理,充分利用多个传感器资源,把多个传感器在空间和时间上的冗余或互补信息依据某种准则来进行融合,以获得被测对象的一致性描述。提出了一种基于数据融合技术的隧道火灾探测算法,以感烟、感温和感光传感器的模拟量为输入,利用人工神经网络和模糊逻辑技术对多传感器信号进行融合,设计出一种快速、准确和有效的隧道火灾自动探测融合系统,可缩短报警时间,降低误报率。克服了以往火灾探测算法单一使用固定阈值的弊端。隧道火灾自动探测融合系统的实现,主要是信息层、特征层及决策层的算法实现。在信息层中,对采集到的信号进行预处理;特征层中采用神经网络特征融合器对预处理后的信息进行特征融合,将隧道火情分辨为明火和阴燃火;最后通过决策层的分析判断,并应用模糊逻辑推理,得出最终的判决结果。