EP0654770B1 - Anordnung zur Früherkennung von Bränden - Google Patents

Anordnung zur Früherkennung von Bränden Download PDF

Info

Publication number
EP0654770B1
EP0654770B1 EP94113869A EP94113869A EP0654770B1 EP 0654770 B1 EP0654770 B1 EP 0654770B1 EP 94113869 A EP94113869 A EP 94113869A EP 94113869 A EP94113869 A EP 94113869A EP 0654770 B1 EP0654770 B1 EP 0654770B1
Authority
EP
European Patent Office
Prior art keywords
signal
stage
arrangement according
signals
neural network
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Lifetime
Application number
EP94113869A
Other languages
English (en)
French (fr)
Other versions
EP0654770A1 (de
Inventor
Jürg Dr. Werner
Max Schlegel
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens AG
Original Assignee
Siemens Building Technologies AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens Building Technologies AG filed Critical Siemens Building Technologies AG
Publication of EP0654770A1 publication Critical patent/EP0654770A1/de
Application granted granted Critical
Publication of EP0654770B1 publication Critical patent/EP0654770B1/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING SYSTEMS, e.g. PERSONAL CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/16—Security signalling or alarm systems, e.g. redundant systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING SYSTEMS, e.g. PERSONAL CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion

Definitions

  • the present invention relates to an arrangement for the early detection of fires, with a A plurality of detectors connected to a control center, some with at least two Sensors for monitoring various fire parameters are equipped with Means for processing the signals from the sensors, which are arranged decentrally in the detectors and a microcontroller for processing the sensor signals and for signal processing have with the purpose of obtaining hazard signals, the extraction of the Danger signals occur in a neural network.
  • Such detectors have several advantages: By relocating signal processing from The central in the detectors is the limitation of the usual communication bandwidth Connections between the control panel and detectors without influence. In addition, the observation length the signals are not subject to restrictions and the possibility of overloading the head office is practically excluded. The high redundancy of the system has also the advantage that in the event of a failure or malfunction of the main processor in the central office Detectors can trigger an alarm themselves.
  • the use of the neural network has the advantage that the reliability of the detector function is generally improved by a wide range of possibilities Linkage of the different signal signatures, that is the recognition pattern, exists and can also be optimally used in the neural network.
  • a further neural network is connected upstream of the neural network for each sensor, which time pattern of the signals of the relevant sensor are sequentially supplied.
  • This other neural networks represent a type of transversal filter and deliver on their Output one signal signature per fire phenomenon.
  • the invention is intended to further reduce the false alarm rate per detection point and the Reliability of the detectors can be further improved.
  • the neural network digital filter bank is connected upstream, which receives the signals of at least one type of sensor are supplied, and which have several signal signatures at their output for the neural network or provides criteria for the fire phenomenon in question.
  • the reliability of the detector further improved because the neural network due to the plurality of signal signatures can be trained so that its functions are fully understandable and clear.
  • Fig. 1 shows an overview of the signal processing in the detector, which is divided into five stages S1 to S5 can be.
  • the first stage S1 consists of the sensor hardware and essentially contains a thermal sensor 1 formed by an NTC sensor, one by a light pulse transmitter and an optical sensor 2 formed by a light pulse receiver, a bias network 3 for the thermal sensor 1 and an ASIC 4.
  • the sensor hardware also includes another A / D converter 5 of a microcontroller MCU.
  • the MCU has a ROM mask that contains the operating system and the sensor software of the detector and thus all processes at the functional level, i.e. the Sensor control, signal processing as well as addressing and communication with the head office controls.
  • the ASIC 4 contains all amplifiers and filters for the signal of the Light pulse receiver, a one-chip temperature sensor, the control electronics for the light pulse transmitter, a crystal oscillator and start-up / power management and line monitoring for the MCU. There is a bidirectional, between the MCU and the ASIC 4 serial data bus and various control lines.
  • the signals are in the second stage S2 following the A / D converter 5 prepared, trying through different compensations, one if possible to get an exact image of the real measurement parameters.
  • the third stage S3 Signal signatures or criteria extracted, which are then in a fourth stage S4 neural network NN condensed into a scalar danger signal and one Risk level can be assigned.
  • the fifth stage S5 is finally in one Verification level 6 the decision about the final danger level is made and together with the functional state or status to the communication interface of the MCU forwarded.
  • the first three stages S1 to S3 are from the signal of the thermal Sensor 1 and separately from the signal of the optical sensor 2, what in the Figure symbolized by two signal paths, a "thermal” and an “optical” path which is then brought together in the fourth stage S4, that is to say in the neural network are.
  • the signal flow of the two paths through levels S1 to S3 is in 2a and 2b, and the neural network NN is shown in Fig. 3 in detail.
  • the NTC temperature sensor 1 is over the bias network 3 operated pulsed and the NTC voltage is fed to the A / D converter 5.
  • the NTC temperature data are subsequently analyzed in a stage 7, where Interruptions and short circuits are detected.
  • level 7 there is also the influence of small driving voltage changes to increase the measurement accuracy compensated for the measured value. Any glitches are shown below "anti-EMI" algorithm 8 removed. This limits the signal change from one Measurement to the next to certain values stored in the data memory of the MCU. Normal fire signals pass this algorithm unchanged.
  • the output signal of the A / D converter is then in a linearization stage 9 using an interpolation table according to the characteristics of the NTC sensor converted into a temperature value. Then in a block 10 the heat dissipation by connecting wires and plastic wall and in a block 11 the Heat capacity of the NTC sensor 1 compensated.
  • the output signals of the blocks 10 and 11 then pass through a digital filter bank 12 and are finally in a level 13 linked with parameters. At the exit of level 13 and thus on At the end of the thermal path there are several, from the NTC signal and thus from temperature-dependent signature signals or criteria S1 to Sm are available.
  • a pulse generator 14 drives which every 100s is almost 100 ⁇ s long current pulse, an infrared light emitting diode forming the light pulse transmitter 15, which sends a light pulse into the optical scattering space. That of any existing Smoke scattered light is collected by a lens and onto a receiver photodiode 15 'directed. The resulting photocurrent is synchronized with the transmission pulse integrated by an integrator 16.
  • the following, still differential Voltage amplifier 17 offers several selectable gain settings.
  • the coarse detector adjustment is then carried out.
  • a so-called AMB filter 18th eliminates DC components and low-frequency interference from the signal. High frequencies Faults have already been eliminated by integrator 17. At the exit of the AMB filter 18 appears as a single unipolar signal from a voltage amplifier 19 is further strengthened.
  • the output signal of the amplifier 19 is converted into digital data in the A / D converter 5, with which the software-based signal processing begins (FIG. 1, stage S2).
  • stage S2 the software-based signal processing begins.
  • the effective signal swing is now determined.
  • This arrives in a block 21 and can be corrected there thanks to the availability of the ASIC temperature so that extensive compensation of the temperature drops of the optoelectronic Components done.
  • the target size is the software fine adjustment, which is also carried out in block 21.
  • tracking eliminates those signal components which are caused by very slow environmental influences (for example dustiness) are caused, and which generate a false smoke signal over time and thus change the sensitivity would.
  • the result of the previous processing steps is a size that the effective, filtered, adjusted, temperature compensated and tracked Represents smoke value and the direct reference for determining the hazard level forms.
  • the last link (block 23) in optical signal processing is from Different parameter-controlled algorithms that determine the temporal behavior assess the size representing the smoke value.
  • the signature signals Sm + 1 to Sn are available.
  • the signature signals S1 to Sn of the thermal and the optical path form the Entry level L0 of a layered, neural network NN, which is shown in FIG. 3 is.
  • the representation of the neural network NN in FIG. 1 shows that these input variables are either dependent on the temperature signal (T), or the optical signal (O) or both.
  • the network points next to the entrance level L0 still further levels L1 to L5 with so-called neurons or nodes on.
  • the input variables of an addition weighted with parameters are stored in these and subjected to a maximum and / or minimum linkage. The addition takes place in the with A and the maximum and / or minimum linkage in the with M designated neurons.
  • the network can be used in a learning environment be involved. This will be through the learning effect of the network certain connections prove to be preferred and reinforce and others will atrophy as it were.
  • the network can also be used without a learning phase be structured. In both cases, the weights are used for safety reasons of the network frozen.
  • the danger signal will in a quantization stage 24 one of several, for example at least three, assigned to security levels, and this assigned to one of the security levels Signal is the output signal GS of the neural network NN.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Fire-Detection Mechanisms (AREA)
  • Fire Alarms (AREA)
  • Control Of Combustion (AREA)
  • Vending Machines For Individual Products (AREA)
  • Looms (AREA)
  • Alarm Systems (AREA)

Description

Die vorliegende Erfindung betrifft eine Anordnung zur Früherkennung von Bränden, mit einer Mehrzahl von mit einer Zentrale verbundenen Meldern, von denen einige mit mindestens zwei Sensoren für die Überwachung von verschiedenen Brandkenngrössen ausgerüstet sind, und mit Mitteln für die Verarbeitung der Signale der Sensoren, welche dezentral in den Meldern angeordnet sind und einen Microcontroller für die Aufbereitung der Sensorsignale und für die Signalverarbeitung mit dem Zweck der Gewinnung von Gefahrensignalen aufweisen, wobei die Gewinnung der Gefahrensignale in einem neuronalen Netzwerk erfolgt.
Derartige Melder haben mehrere Vorteile: Durch die Verlagerung der Signalverarbeitung von der Zentrale in die Melder ist die Beschränkung der Kommunikationsbandbreite der üblichen Verbindungen zwischen Zentrale und Meldern ohne Einfluss. Ausserdem ist die Beobachtungslänge der Signale keinen Einschränkungen unterworfen und die Möglichkeit einer Überlastung der Zentrale ist praktisch ausgeschlossen. Die hohe Redundanz des Systems hat ausserdem den Vorteil, dass bei Ausfall oder Störung des Hauptprozessors in der Zentrale die Melder selbst Alarm auslösen können.
Die Verwendung des neuronalen Netzwerks hat den Vorteil, dass die Zuverlässigkeit der Melderfunktion ganz allgemein verbessert wird, indem eine breite Palette von Möglichkeiten der Verknüpfung der verschiedenen Signalsignaturen, das sind die Erkennungsmuster, besteht und in dem neuronalen Netzwerk auch optimal genutzt werden kann.
Bei einem in der EP-A-0 403 659 beschriebenen Brandmelder der eingangs genannten Art ist dem neuronalen Netzwerk für jeden Sensor ein weiteres neuronales Netzwerk vorgeschaltet, welchem Zeitmuster der Signale des betreffenden Sensors sequentiell zugeführt sind. Diese weiteren neuronalen Netzwerke stellen eine Art von Transversalfilter dar und liefern an ihrem Ausgang je eine Signalsignatur pro Brandphänomen.
Durch die Erfindung soll nun die Fehlalarmrate pro Detektionspunkt weiter reduziert und die Zuverlässigkeit der Melder weiter verbessert werden.
Diese Aufgabe wird erfindungsgemäss dadurch gelöst, das dem neuronalen Netzwerk eine digitale Filterbank vorgeschaltet ist, welcher die Signale mindestens einer Art der Sensoren zugeführt sind, und welche an ihrem Ausgang für das neuronale Netzwerk mehrere Signalsignaturen oder Kriterien für das betreffende Brandphänomen zur Verfügung stellt.
Durch die digitale Filterbank, welche dem neuronalen Netzwerk mehrere Signalsignaturen für das betreffende Brandphänomen zur Verfügung stellt, wird die Zuverlässigkeit der Melder weiter verbessert, weil das neuronale Netzwerk aufgrund der Mehrzahl von Signalsignaturen so ausgebildet werden kann, dass seine Funktionen voll verständlich und überblickbar sind.
Im folgenden wird die Erfindung anhand eines Ausführungsbeispiels und der Zeichnungen näher erläutert; dabei zeigt:
Fig. 1
ein Übersichtsdiagramm der Signalverarbeitung im Melder,
Fig. 2a, b
ein Schema der beiden Signalpfade der Signalverarbeitung; und
Fig. 3
in Diagramm des neuronalen Netzwerks der Signalverarbeitung.
Fig. 1 zeigt eine Übersicht der Signalverarbeitung im Melder, die in fünf Stufen S1 bis S5 aufgeteilt werden kann. Die erste Stufe S1 besteht aus der Sensor-Hardware und enthält im wesentlichen einen durch einen NTC-Sensor gebildeten Thermosensor 1, einen durch einen Lichtpulssender und einen Lichtpulsempfänger gebildeten optischen Sensor 2, ein Vorspannungsnetzwerk 3 für den Thermosensor 1 und einen ASIC 4. Zur Sensor-Hardware gehört ausserdem noch ein A/D-Wandler 5 eines Microcontrollers MCU.
Die MCU weist in bekannter Weise eine ROM-Maske auf, die das Betriebssystem und die Sensorsoftware des Melders enthält und damit sämtliche Abläufe auf der Funktionsebene, also die Sensorsteuerung, die Signalverarbeitung sowie die Adressierung und die Kommunikation mit der Zentrale kontrolliert. Der ASIC 4 beinhaltet alle Verstärker und Filter für das Signal des Lichtimpulsempfängers, einen Einchip-Temperatursensor, die Ansteuerelektronik für den Lichtpulssender, einen Quarzoszillator und das Aufstart-/Power-Management sowie die Linienüberwachung für die MCU. Zwischen der MCU und dem ASIC 4 bestehen ein bidirektionaler, serieller Datenbus und diverse Kontrolleitungen.
In der an den A/D-Wandler 5 anschliessenden zweiten Stufe S2 werden die Signale aufbereitet, wobei durch verschiedene Kompensationen versucht wird, ein möglichst genaues Abbild der reellen Messgrössen zu erhalten. In der dritten Stufe S3 werden Signalsignaturen oder Kriterien extrahiert, die dann in der vierten Stufe S4 in einem neuronalen Netzwerk NN zu einem skalaren Gefahrensignal kondensiert und einer Gefahrenstufe zugeordnet werden. In der fünften Stufe S5 wird schliesslich in einer Verifizierungsstufe 6 der Entscheid über die definitive Gefahrenstufe gefällt und zusammen mit dem Funktionszustand oder Status an das Kommunikationsinterface der MCU weitergeleitet.
Gemäss Fig. 1 werden die ersten drei Stufen S1 bis S3 vom Signal des thermischen Sensors 1 und vom Signal des optischen Sensors 2 getrennt durchlaufen, was in der Figur durch zwei Signalpfade, einen "thermischen" und einen "optischen" Pfad, symbolisiert ist, die dann in der vierten Stufe S4, also im neuronalen Netzwerk zusammengeführt sind. Der Signalfluss der beiden Pfade durch die Stufen S1 bis S3 ist in den Fig. 2a und 2b, und das neuronale Netzwerk NN ist in Fig. 3 im Detail dargestellt.
Nachfolgend soll nun zuerst der thermische und dann der optische Signalpfad näher beschrieben werden: Der NTC-Temperatursensor 1 wird über das Vorspannungsnetzwerk 3 gepulst betrieben und die NTC-Spannung wird dem A/D-Wandler 5 zugeleitet. Die NTC-Temperaturdaten werden nachfolgend in einer Stufe 7 analysiert, wobei Unterbrechungen und Kurzschluss erkannt werden. In der Stufe 7 wird ausserdem zur Erhöhung der Messgenauigkeit der Einfluss von kleinen Treiberspannungsänderungen auf den Messwert kompensiert. Allfällige Störspitzen werden im nachfolgenden "anti-EMI"-Algorithmus 8 entfernt. Dieser begrenzt die Signaländerung von einer Messung zur nächsten auf bestimmte, im Datenspeicher der MCU gespeicherte Werte. Normale Brandsignale passieren diesen Algorithmus unverändert.
Anschliessend wird in einer Linearisierungsstufe 9 das Ausgangssignal des A/D-Wandlers mittels einer Interpolationstabelle gemäss der Charakteristik des NTC-Sensors in einen Temperaturwert umgerechnet. Dann wird in einem Block 10 die Wärmeableitung durch Anschlussdrähte und Kunststoffwandung und in einem Block 11 die Wärmekapazität des NTC-Sensors 1 kompensiert. Die Ausgangssignale der Blöcke 10 und 11 durchlaufen dann eine digitale Filterbank 12 und werden schliesslich in einer Stufe 13 mit Parametern verknüpft. Am Ausgang der Stufe 13 und damit am Ende des thermischen Pfads stehen dann mehrere, vom NTC-Signal und damit von der Temperatur abhängige Signatursignale oder Kriterien S1 bis Sm zur Verfügung.
Im optischen Signalpfad treibt ein Pulsgenerator 14, der alle 3s einen knapp 100µs langen Strompuls erzeugt, eine den Lichtimpulssender bildende Infrarot-Leuchtdiode 15, die einen Lichtpuls in den optischen Streuraum sendet. Das von allfällig vorhandenem Rauch gestreute Licht wird von einer Linse gesammelt und auf eine Empfänger-Photodiode 15' geleitet. Der resultierende Photostrom wird synchron zum Sendepuls von einem Integrator 16 integriert. Der nachfolgende, immer noch differentielle Spannungsverstärker 17 bietet mehrere wählbare Verstärkungseinstellungen an. Damit wird der Melder-Grobabgleich vorgenommen. Ein sogenanntes AMB-Filter 18 eliminiert Gleichstromanteile und niederfrequente Störungen aus dem Signal. Hochfrequente Störungen wurden bereits vom Integrator 17 beseitigt. Am Ausgang des AMB-Filters 18 erscheint ein einziges unipolares Signal, das von einem Spannungsverstärker 19 weiter verstärkt wird.
Das Ausgangssignal des Verstärkers 19 wird im A/D-Wandler 5 in digitale Daten umgewandelt, womit die softwaremässige Signalverarbeitung beginnt (Fig. 1, Stufe S2). Durch Differenzbildung in einer Stufe 20 zwischen einer Hell- und einer Dunkelmessung wird jetzt der effektive Signalhub bestimmt. Dieser gelangt in einen Block 21 und kann dort dank der Verfügbarkeit der ASIC-Temperatur so korrigiert werden, dass eine weitgehende Kompensation der Temperaturabgänge der optoelektronischen Bauteile erfolgt. Als letzte und praktisch stufenlose Anpassung der Signale an eine Sollgrösse dient der softwaremässige Feinabgleich, der ebenfalls im Block 21 erfolgt. Im nächsten Block 22 beseitigt eine Nachführung diejenigen Signalanteile, die durch sehr langsame Umwelteinflüsse (beispielsweise Verstaubung) verursacht sind, und die mit der Zeit ein Scheinrauchsignal erzeugen und damit die Empfindlichkeit verändern würden.
Das Resultat aus den bisherigen Verarbeitungsschritten ist eine Grösse , die den effektiven, gefilterten, abgeglichenen, temperaturkompensierten und nachgeführten Rauchwert darstellt und die unmittelbare Referenz für die Ermittlung der Gefahrenstufe bildet. Als letztes Glied (Block 23) in der optischen Signalverarbeitung wirken von verschiedenen Parametersätzen gesteuerte Algorithmen, die das zeitliche Verhalten der den Rauchwert darstellenden Grösse beurteilen. Am Ende des optischen Signalverarbeitungspfades stehen dann die Signatursignale Sm+1 bis Sn zur Verfügung.
Die Signatursignale S1 bis Sn des thermischen und des optischen Pfades bilden die Eingangsebene L0 eines geschichteten, neuronalen Netzwerks NN, das in Fig. 3 dargestellt ist. Aus der Darstellung des neuronalen Netzwerks NN in Fig. 1 ist ersichtlich, dass diese Eingangsgrössen entweder vom Temperatursignal (T) abhängig sind, oder vom optischen Signal (O) oder von beiden. Das Netzwerk weist neben der Eingangsebene L0 noch weitere Ebenen L1 bis L5 mit sogenannten Neuronen oder Knoten auf. In diesen werden die mit Parametern gewichteten Eingangsgrössen einer Addition und einer Maximum- und/oder Minimumverknüpfung unterworfen. Die Addition erfolgt in den mit A und die Maximum- und/oder Minimumverknüpfung in den mit M bezeichneten Neuronen.
Dabei ist die Maximumverknüpfung die nichtlineare Netzwerfunktion: yi = max (w1* x1, w2* x2,..., wn* xn), [xi=Eingangswert, yi=Ausgangswert] die nach dem Prinzip "alles gehört dem Stärksten" arbeitet.
Die Addition ist das das Skalarprodukt: yi = Σ wi* xi, [xi= Eingangswert, yi=Ausgangswert].
Zwischen den Neuronen sind grundsätzlich alle Verbindungen möglich. In einer Lernphase während der Entwicklung des Melders kann das Netzwerk in eine Lernumgebung eingebunden werden. Dabei werden sich durch den Lerneffekt des Netzwerks bestimmte Verbindungen als bevorzugt erweisen und sich verstärken und andere werden gleichsam verkümmern. Alternativ kann das Netzwerk auch ohne Lernphase struiert werden. In beiden Fällen werden aus Sicherheitsgründen im Betrieb die Gewichte des Netzwerks eingefroren.
Zwischen der Eingangs- und der Ausgangsebene L0 bzw. L5 des neuronalen Netzwerks NN erfolgt eine Konzentration der jeweiligen Eingangsgrössen auf eine einzige Ausgangsgrösse, die ein skalares Gefahrensignal darstellt. Das Gefahrensignal wird in einer Quantisierungsstufe 24 einer von mehreren, beispielsweise von mindestens drei, Gefahrenstufen zugeordnet, und dieses einer der Gefahrenstufen zugeordnete Signal ist das Ausgangssignal GS des neuronalen Netzwerks NN.
Schliesslich erfolgt in der dem neuronalen Netzwerk nachgeordneten Verfifizierungsstufe 6 die Verifizierung der definitiven Gefahrenstufe. Das entsprechende Ausgangssignal GSdef wird zusammen mit dem Funktionszustand (Fig. 1, "Status") über das Kommunikationsinterface der MCU der Zentrale mitgeteilt.
Abschliessend sollen noch einige besonders vorteilhafte Eigenschaften und Zusatzfunktionen des beschriebenen Brandmelders erwähnt werden:
  • Die Messung der aktuellen ASIC-Temperatur mit Hilfe eines Einchip-Temperatursensors wurde bereits erwähnt. Diese Messung, die periodisch erfolgt, liefert einen Temperaturwert, mit dem die Temperaturgänge der optoelektronischen Bauteile softwaremässig kompensiert werde, so dass auch bei extremen Temperaturen zuverlässige Rauchdichtemessungen vorgenommen werden können.
  • Die Funktionsweise der Signalnachführung wurde ebenfalls bereits erwähnt. Das Rauchdichtesignal wird von sehr niederfrequenten Anteilen befreit, um Einflüsse der Umwelt auszufiltern, die signifikant langsamer sind als Brandphänomene (beispielsweise Verstaubung). Damit wird eine sehr gute Langzeitkonstanz der Rauchempfindlichkeit erreicht.
  • Regelmässig wird automatisch ein Selbsttest auf gewisse Fehler durchgeführt, der den Melder einer detaillierten Diagnose unterzieht.
Wenn auch die Verlagerung der Signalverarbeitung von der Zentrale in die Melder und die Verwendung eines neuronalen Netzwerks bei der Signalverarbeitung für Melder mit Mehrfachsensoren besonders vorteilhaft ist, so können selbstverständlich auch Melder mit nur einem Sensor in der beschriebenen Art ausgebildet sein. Ausserdem sei noch erwähnt, dass das neuronale Netzwerk NN einen ganz speziellen, einer Fuzzy-Logic verwandten Typus darstellt und daher auch durch eine Fuzzy-Logic ersetzt werden könnte.
Ein ganz wesentliches Merkmal der vorliegenden Anordnung ist durch die digitale Filterbank 12 und den Block 23 (Fig. 1) gebildet, wobei insbesondere die digitale Filterbank rekursive Filter enthalten kann. Wenn man anstelle dieser Filterbank und/oder des Blocks 23 je ein neuronales Netzwerk verwenden und diesem Zeitmuster der Sensorsignale sequentiell zuführen würde, dann hätte man gegenüber der vorgeschlagenen Lösung zwei wesentliche Nachteile:
  • Diese neuronalen Netzwerke wären eine Art von Transversalfilter und hätten ein wesentlich geringeres Gedächtnis als rekursive Filter;
  • am Ausgang jedes dieser neuronalen Netzwerke wäre nur je eine Signalsignatur pro Brandphänomen (Rauch, Temperatur) erhältlich, wogegen die vorgeschlagene Lösung S1 bis Sm Signalsignaturen für das Brandphänomen Temperatur und Sm+1 bis Sn Signalsignaturen für das Brandphänomen Rauch zur Verfügung stellt. Diese Mehrzahl von Signalsignaturen ist aber für die sichere Funktion des neuronalen Netzwerks NN (Fig. 3) sehr wichtig, weil man dieses dann so ausbilden kann, dass seine Funktionen voll verständlich und überblickbar sind. Und letzteres ist in einem Sicherheitssystem unbedingt erforderlich.

Claims (16)

  1. Anordnung zur Früherkennung von Bränden, mit einer Mehrzahl von mit einer Zentrale verbundenen Meldern, von denen einige mit mindestens zwei Sensoren (1, 2) für die Überwachung von verschiedenen Brandkenngrössen ausgerüstet sind, und mit Mitteln für die Verarbeitung der Signale der Sensoren (1, 2), welche dezentral in den Meldern angeordnet sind und einen Microcontroller (MCU) für die Aufbereitung der Sensorsignale und für die Signalverarbeitung mit dem Zweck der Gewinnung von Gefahrensignalen aufweisen, wobei die Gewinnung der Gefahrensignale in einem neuronalen Netzwerk (NN) erfolgt, dadurch gekennzeichnet, dass dem neuronalen Netzwerk (NN) eine digitale Filterbank (12) vorgeschaltet ist, welcher die Signale mindestens einer Art der Sensoren (1) zugeführt sind, und welche an ihrem Ausgang für das neuronale Netzwerk mehrere Signalsignaturen oder Kriterien (S1 bis Sm) für das betreffende Brandphänomen zur Verfügung stellt.
  2. Anordnung nach Anspruch 1, dadurch gekennzeichnet, dass die digitale Filterbank (12) rekursive Filter enthält.
  3. Anordnung nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass das neuronale Netzwerk (NN) mehrere Ebenen (L1 bis L5) mit Knoten (A, M) aufweist, in denen die mit Parametern gewichteten Eingangsgrössen einer Addition und Maximum- und/oder Minimumverknüpfung unterworfen werden.
  4. Anordnung nach Anspruch 3, dadurch gekennzeichnet, dass die Signalverarbeitung für jeden der beiden Sensoren (1, 2) einen getrennten Pfad aufweist, und dass die beiden Pfade am Eingang des neuronalen Netzwerks (NN) zusammengeführt sind.
  5. Anordnung nach Anspruch 4, dadurch gekennzeichnet, dass der Microcontroller (MCU) eine Maske mit dem Betriebssystem und der Sensorsoftware des Melders und einen Datenspeicher aufweist, und dass dem Microcontroller ein ASIC (4) zugeordnet ist, der Verstärker und Filter für das Signal des Empfängers des optischen Sensors (2), einen Temperaturfühler, die Ansteuerelektronik für den Sender des optischen Sensors und einen Quarzoszillator enthält.
  6. Anordnung nach Anspruch 4, dadurch gekennzeichnet, dass der thermische Pfad eine erste Stufe (S1) mit einem Vorspannungsnetzwerk (3) für den Betrieb des thermischen Sensors (1) und mit einem A/D-Wandler (5), eine zweite Stufe (S2) zur Aufbereitung der Signale und für eventuelle Kompensationen und eine dritte Stufe (S3) zur Gewinnung von Signalsignaturen enthält, welche Eingangsgrössen für das neuronale Netzwerk (NN) bilden.
  7. Anordnung nach Anspruch 6, dadurch gekennzeichnet, dass die zweite Stufe (S2) einen Block (7) zur Analyse der Ausgangssignale des A/D-Wandlers (5) auf mögliche Fehler und/oder zur Kompensation des Einflusses von Änderungen der Treiberspannung auf den Messwert und/oder einen Block (8) zur Entfernung von Störspitzen, einen Block (9) zur Umrechnung des Messwerts in einen Temperaturwert und/oder einen Block (1 0 bzw. 1 1) zur Kompensation der Wärmeableitung und/oder der Wärmekapazität aufweist.
  8. Anordnung nach Anspruch 7, dadurch gekennzeichnet, dass im Block (8) zur Entfernung von Störspitzen eine Begrenzung der Signaländerung von einer Messung zur anderen auf bestimmte Werte erfolgt.
  9. Anordnung nach Anspruch 6, dadurch gekennzeichnet, dass die dritte Stufe (S3) Mittel zur Verknüpfung der Ausgangssignale der genannten Elemente enthält, so dass am Ende des thermischen Pfades verschiedene aus den Temperatursignalen abgeleitete Signatursignale zur Verfügung stehen.
  10. Anordnung nach Anspruch 4, dadurch gekennzeichnet, dass der optische Pfad eine erste Stufe (S1) mit einem Pulsgenerator (14) zum Treiben des Senders (15) und mit einem Integrator (16) für das Signal des Empfängers (15') des optischen Sensors (2), sowie mit einem A/D-Wandler (5), eine zweite Stufe (S2) zur Durchführung von eventuellen Kompensationen, und eine dritte Stufe (S3) zur Gewinnung von Signalsignaturen enthält, welche Eingangsgrössen für das neuronale Netzwerk (NN) bilden.
  11. Anordnung nach Anspruch 10, dadurch gekennzeichnet, dass dem Integrator (16) ein Spannungsverstärker (17) für den Grobabgleich und diesem ein Filter (18) zur selektiven Detektion des empfangenen Lichtpulses unter Unterdrückung von Störsignalen nachgeschaltet ist.
  12. Anordnung nach Anspruch 11, dadurch gekennzeichnet, dass durch das Filter (18) vor, nach und während eines Lichtpulses eine Verrechnung der Signalimpuls-werte erfolgt.
  13. Anordnung nach Anspruch 10 oder 11, dadurch gekennzeichnet, dass die zweite Stufe (S2) einen Block (20) zur Bestimmung des Signalhubs, einen Block (21) zur Kompensation der Temperaturabgänge der opto-elektronischen Bauteile und /oder zum Feinabgleich, und/oder einen Block (22) zur Kompensation des Hintergrundsignals und zur Beseitigung von sich aus langsamen Umwelteinflüssen zusammensetzenden Signalanteilen aufweist, so dass das Ausgangssignal der zweiten Stufe einen abgeglichenen, temperaturkompensierten und nachgeführten Rauchwert darstellt.
  14. Anordnung nach Anspruch 10, dadurch gekennzeichnet, dass die dritte Stufe (S3) einen Block (23) zur Beurteilung des zeitlichen Verhaltens des von der zweiten Stufe (S2) gelieferten Rauchwerts mittels einer Filterung enthält, und dass das so gefilterte Rauchwertsignal ein Signatursignal des optischen Pfades bildet.
  15. Anordnung nach den Ansprüchen 6 und 10, dadurch gekennzeichnet, dass in den Knoten (A, M) des neuronalen Netzwerks (NN) eine Konzentration der Eingangsgrössen erfolgt, und dass an der Ausgangsebene (L5) des Netzwerks ein skalares Gefahrensignal erhältlich und in einer Quantisierungsstufe (24) einer von mehreren Gefahrenstufen zugeordnet ist.
  16. Anordnung nach Anspruch 15, dadurch gekennzeichnet, dass dem neuronalen Netzwerk (NN) eine Verifizierungsstufe (6) zur Verifizierung der definitiven Gefahrenstufe nachgeordnet ist.
EP94113869A 1993-11-22 1994-09-05 Anordnung zur Früherkennung von Bränden Expired - Lifetime EP0654770B1 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CH03479/93A CH686913A5 (de) 1993-11-22 1993-11-22 Anordnung zur Frueherkennung von Braenden.
CH3479/93 1993-11-22
CH347993 1993-11-22

Publications (2)

Publication Number Publication Date
EP0654770A1 EP0654770A1 (de) 1995-05-24
EP0654770B1 true EP0654770B1 (de) 2000-02-02

Family

ID=4256867

Family Applications (1)

Application Number Title Priority Date Filing Date
EP94113869A Expired - Lifetime EP0654770B1 (de) 1993-11-22 1994-09-05 Anordnung zur Früherkennung von Bränden

Country Status (10)

Country Link
US (1) US5751209A (de)
EP (1) EP0654770B1 (de)
JP (1) JPH07192189A (de)
CN (1) CN1052087C (de)
AT (1) ATE189549T1 (de)
CH (1) CH686913A5 (de)
DE (1) DE59409119D1 (de)
DK (1) DK0654770T3 (de)
ES (1) ES2144474T3 (de)
PT (1) PT654770E (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19902319B4 (de) * 1999-01-21 2011-06-30 Novar GmbH, Albstadt-Ebingen Zweigniederlassung Neuss, 41469 Streulichtbrandmelder

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5659292A (en) * 1995-02-21 1997-08-19 Pittway Corporation Apparatus including a fire sensor and a non-fire sensor
ATE208074T1 (de) 1995-08-23 2001-11-15 Siemens Building Tech Ag Brandmelder
AU764012B2 (en) * 1998-09-09 2003-08-07 Siemens Aktiengesellschaft Fire alarm and fire alarm system
DE19932906A1 (de) * 1999-07-12 2001-01-18 Siemens Ag Verfahren und Anordnung zum Erfassen einer Wärmequelle in einem überwachten Gebiet
US6493687B1 (en) * 1999-12-18 2002-12-10 Detection Systems, Inc. Apparatus and method for detecting glass break
DE10011411C2 (de) 2000-03-09 2003-08-14 Bosch Gmbh Robert Bildgebender Brandmelder
US6184792B1 (en) 2000-04-19 2001-02-06 George Privalov Early fire detection method and apparatus
US7034701B1 (en) * 2000-06-16 2006-04-25 The United States Of America As Represented By The Secretary Of The Navy Identification of fire signatures for shipboard multi-criteria fire detection systems
PT102617B (pt) 2001-05-30 2004-01-30 Inst Superior Tecnico Sistema lidar controlado por computador para localizacao de fumo, aplicavel, em particular, a deteccao precoce de incendios florestais
FR2831981B1 (fr) * 2001-11-08 2005-07-08 Cit Alcatel Procede et dispositif d'analyse d'alarmes provenant d'un reseau de communication
US7805002B2 (en) * 2003-11-07 2010-09-28 Axonx Fike Corporation Smoke detection method and apparatus
US7680297B2 (en) * 2004-05-18 2010-03-16 Axonx Fike Corporation Fire detection method and apparatus
US7202794B2 (en) * 2004-07-20 2007-04-10 General Monitors, Inc. Flame detection system
US8248226B2 (en) 2004-11-16 2012-08-21 Black & Decker Inc. System and method for monitoring security at a premises
EP1768074A1 (de) 2005-09-21 2007-03-28 Siemens Schweiz AG Frühzeitige Detektion von Bränden
US7769204B2 (en) * 2006-02-13 2010-08-03 George Privalov Smoke detection method and apparatus
CA2675705A1 (en) * 2007-01-16 2008-07-24 Utc Fire & Security Corporation System and method for video based fire detection
US8378808B1 (en) 2007-04-06 2013-02-19 Torrain Gwaltney Dual intercom-interfaced smoke/fire detection system and associated method
US7786880B2 (en) * 2007-06-01 2010-08-31 Honeywell International Inc. Smoke detector
US8531286B2 (en) * 2007-09-05 2013-09-10 Stanley Convergent Security Solutions, Inc. System and method for monitoring security at a premises using line card with secondary communications channel
ATE493724T1 (de) † 2008-02-15 2011-01-15 Siemens Ag Gefahrenerkennung mit einbezug einer in einem mikrocontroller integrierten temperaturmesseinrichtung
CN104008625A (zh) * 2014-05-21 2014-08-27 关宏 一种图像智能火灾疏散系统
CN104933841B (zh) * 2015-04-30 2018-04-10 重庆三峡学院 一种基于自组织神经网络的火灾预测方法
EP3531386B1 (de) * 2016-10-24 2024-06-12 Hochiki Corporation Feuerüberwachungssystem
CN111263958B (zh) * 2017-10-30 2022-05-27 开利公司 检测器装置中的补偿器
AU2019274402B2 (en) * 2018-05-21 2024-12-05 Tyco Fire Products Lp Systems and methods of real-time electronic fire sprinkler location and activation
US11361654B2 (en) * 2020-08-19 2022-06-14 Honeywell International Inc. Operating a fire system network
US11615684B2 (en) * 2020-11-24 2023-03-28 Pixart Imaging Inc. Smoke detector
CN114333251B (zh) * 2021-12-29 2023-06-20 成都中科慧源科技有限公司 一种智能报警器、方法、系统、设备和存储介质
CN119169757B (zh) * 2024-09-20 2025-07-22 宁波千里眼智能科技有限公司 一种起火预测变频巡检方法、介质及系统

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3099825A (en) * 1960-09-30 1963-07-30 Harriman Cy Control units for fire protective signaling systems
US3703721A (en) * 1971-06-01 1972-11-21 Audio Alert Corp Fire alarm system
US4027302A (en) * 1976-06-03 1977-05-31 W. E. Healey & Associates, Inc. Double detection circuit for conserving energy in fire detection systems and the like
US4319229A (en) * 1980-06-09 1982-03-09 Firecom, Inc. Alarm system having plural diverse detection means
JPS58127292A (ja) * 1982-01-26 1983-07-29 ニツタン株式会社 火災感知システム
US4633230A (en) * 1984-05-04 1986-12-30 Tam Wee M Cooking, fire, and burglar alarm system
JPH0778484B2 (ja) * 1986-05-16 1995-08-23 株式会社日立製作所 空燃比センサの温度制御装置
EP0338218B1 (de) * 1988-03-30 1993-09-15 Cerberus Ag Verfahren zur Brandfrüherkennung
DE68926958T2 (de) * 1988-12-02 1997-04-03 Nohmi Bosai Ltd Feueralarmsystem
IT225152Z2 (it) * 1990-11-05 1996-10-22 G P B Beghelli S R L Ora Begne Perfezionamento nelle lampade di emergenza, specialmente di tipo por- tatile, provviste di un sensore di un gas e/o di fumo nocivo da combu-stione.

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19902319B4 (de) * 1999-01-21 2011-06-30 Novar GmbH, Albstadt-Ebingen Zweigniederlassung Neuss, 41469 Streulichtbrandmelder

Also Published As

Publication number Publication date
PT654770E (pt) 2000-07-31
EP0654770A1 (de) 1995-05-24
CH686913A5 (de) 1996-07-31
ATE189549T1 (de) 2000-02-15
JPH07192189A (ja) 1995-07-28
DK0654770T3 (da) 2000-07-17
ES2144474T3 (es) 2000-06-16
CN1052087C (zh) 2000-05-03
CN1122486A (zh) 1996-05-15
DE59409119D1 (de) 2000-03-09
US5751209A (en) 1998-05-12

Similar Documents

Publication Publication Date Title
EP0654770B1 (de) Anordnung zur Früherkennung von Bränden
DE4436658B4 (de) Vorrichtung und Verfahren zur Störungsuntersuchung
DE69737336T2 (de) Auf Gültigkeit prüfende Sensoren
DE60014709T3 (de) Zweidraht-sender mit selbstprüfung und niedriger leistung
DE69226277T2 (de) Fail-safe fuehlerschaltung
DE3611816C2 (de)
DE10140134A1 (de) Multi-Sensor Detector
DE10297009T5 (de) Sensorfusion unter Verwendung von selbstvaluierenden Prozesssensoren
DE3832428A1 (de) Personen-erfassungsvorrichtung
DE2710877C2 (de) Einbruch-Alarmsystem
DE19622806A1 (de) Verfahren und Vorrichtung zum Erfassen eines Feuers mit verschiedenen Arten von Feuersensoren
WO2006037804A1 (de) Streulicht-rauchmelder
DE69019652T2 (de) Erfassung und Messung von Signalen in faseroptischen Systemen.
EP1860410A1 (de) Verfahren zur Verarbeitung des Ausgangssignals eines Messumformers sowie Kraftmessvorrichtung
EP0157117A1 (de) Testvorrichtung für Intrusionsmelder
WO1995033248A1 (de) Aktiver infrarotmelder
EP0660282B1 (de) Brandmeldesystem zur Früherkennung von Bränden
DE19625896A1 (de) Verfahren zur Erzeugung einer Warnmeldung in einer Analysevorrichtung bei Fehlfunktion einer selbsttätigen Kalibrierung
EP0231786A2 (de) Verfahren zur Elimination von Störungen eines Messsignals
EP1736748B1 (de) Verfahren zur Verarbeitung des Ausgangssignals eines Messumformers sowie eine Kraftmessvorrichtung zur Durchführung des Verfahrens.
EP0877996A2 (de) Vorrichtung zum erzeugen eines alarms und zur überwachung eines gebietes
DE3885745T2 (de) Elektrooptisches datenverarbeitungssystem mit geräuschimmunität.
EP0707247A1 (de) Analysegerät, insbesondere für Abwasser
DE19611503C1 (de) Einrichtung in einem Kraftfahrzeug zur Übertragung von mit Hilfe eines Sensors erzeugten Signalen
DE4244761A1 (de) Füllstand-Meßsystem und Verfahren zur Testsignalübertragung in einem solchen Füllstand-Meßsystem

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AT BE CH DE DK ES FR GB IE IT LI LU NL PT SE

17P Request for examination filed

Effective date: 19951115

17Q First examination report despatched

Effective date: 19980421

GRAG Despatch of communication of intention to grant

Free format text: ORIGINAL CODE: EPIDOS AGRA

RAP1 Party data changed (applicant data changed or rights of an application transferred)

Owner name: SIEMENS BUILDING TECHNOLOGIES AG

GRAG Despatch of communication of intention to grant

Free format text: ORIGINAL CODE: EPIDOS AGRA

GRAH Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOS IGRA

GRAH Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOS IGRA

GRAA (expected) grant

Free format text: ORIGINAL CODE: 0009210

AK Designated contracting states

Kind code of ref document: B1

Designated state(s): AT BE CH DE DK ES FR GB IE IT LI LU NL PT SE

REF Corresponds to:

Ref document number: 189549

Country of ref document: AT

Date of ref document: 20000215

Kind code of ref document: T

REG Reference to a national code

Ref country code: CH

Ref legal event code: EP

GBT Gb: translation of ep patent filed (gb section 77(6)(a)/1977)

Effective date: 20000202

REF Corresponds to:

Ref document number: 59409119

Country of ref document: DE

Date of ref document: 20000309

ITF It: translation for a ep patent filed
REG Reference to a national code

Ref country code: IE

Ref legal event code: FG4D

Free format text: GERMAN

REG Reference to a national code

Ref country code: ES

Ref legal event code: FG2A

Ref document number: 2144474

Country of ref document: ES

Kind code of ref document: T3

REG Reference to a national code

Ref country code: DK

Ref legal event code: T3

REG Reference to a national code

Ref country code: PT

Ref legal event code: SC4A

Free format text: AVAILABILITY OF NATIONAL TRANSLATION

Effective date: 20000428

PLBE No opposition filed within time limit

Free format text: ORIGINAL CODE: 0009261

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: NO OPPOSITION FILED WITHIN TIME LIMIT

26N No opposition filed
REG Reference to a national code

Ref country code: GB

Ref legal event code: IF02

REG Reference to a national code

Ref country code: CH

Ref legal event code: PFA

Owner name: SIEMENS BUILDING TECHNOLOGIES AG C-IPR

Free format text: SIEMENS BUILDING TECHNOLOGIES AG#ALTE LANDSTRASSE 411#8708 MAENNEDORF (CH) -TRANSFER TO- SIEMENS BUILDING TECHNOLOGIES AG C-IPR#GUBELSTRASSE 22#6300 ZUG (CH)

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: DK

Payment date: 20070910

Year of fee payment: 14

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: LU

Payment date: 20070911

Year of fee payment: 14

REG Reference to a national code

Ref country code: PT

Ref legal event code: PC4A

Owner name: SIEMENS SCHWEIZ AG, US

Effective date: 20080829

REG Reference to a national code

Ref country code: PT

Ref legal event code: PC4A

Owner name: SIEMENS AKTIENGESELLSCHAFT, DE

Effective date: 20080829

REG Reference to a national code

Ref country code: FR

Ref legal event code: TP

Ref country code: FR

Ref legal event code: CD

REG Reference to a national code

Ref country code: CH

Ref legal event code: PUE

Owner name: SIEMENS AKTIENGESELLSCHAFT

Free format text: SIEMENS BUILDING TECHNOLOGIES AG C-IPR#GUBELSTRASSE 22#6300 ZUG (CH) -TRANSFER TO- SIEMENS AKTIENGESELLSCHAFT#WITTELSBACHERPLATZ 2#80333 MUENCHEN (DE)

Ref country code: CH

Ref legal event code: NV

Representative=s name: SIEMENS SCHWEIZ AG

REG Reference to a national code

Ref country code: DK

Ref legal event code: EBP

REG Reference to a national code

Ref country code: GB

Ref legal event code: 732E

Free format text: REGISTERED BETWEEN 20090514 AND 20090520

BECA Be: change of holder's address

Owner name: SIEMENS A.G.WITTELSBACHERPLATZ 2, DE-80333 MUENCHE

Effective date: 20100423

BECH Be: change of holder

Owner name: SIEMENS A.G.

Effective date: 20100423

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: DK

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20090331

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: LU

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20080905

REG Reference to a national code

Ref country code: NL

Ref legal event code: SD

Effective date: 20110318

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: IE

Payment date: 20110923

Year of fee payment: 18

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: AT

Payment date: 20110810

Year of fee payment: 18

Ref country code: PT

Payment date: 20110825

Year of fee payment: 18

Ref country code: SE

Payment date: 20110908

Year of fee payment: 18

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: IT

Payment date: 20110927

Year of fee payment: 18

Ref country code: NL

Payment date: 20110913

Year of fee payment: 18

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: ES

Payment date: 20111013

Year of fee payment: 18

Ref country code: BE

Payment date: 20111013

Year of fee payment: 18

REG Reference to a national code

Ref country code: PT

Ref legal event code: MM4A

Free format text: LAPSE DUE TO NON-PAYMENT OF FEES

Effective date: 20130305

BERE Be: lapsed

Owner name: SIEMENS A.G.

Effective date: 20120930

REG Reference to a national code

Ref country code: NL

Ref legal event code: V1

Effective date: 20130401

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: SE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20120906

REG Reference to a national code

Ref country code: SE

Ref legal event code: EUG

REG Reference to a national code

Ref country code: AT

Ref legal event code: MM01

Ref document number: 189549

Country of ref document: AT

Kind code of ref document: T

Effective date: 20120905

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: PT

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20130305

REG Reference to a national code

Ref country code: IE

Ref legal event code: MM4A

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: AT

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20120905

Ref country code: BE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20120930

Ref country code: IE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20120905

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: NL

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20130401

Ref country code: IT

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20120905

REG Reference to a national code

Ref country code: ES

Ref legal event code: FD2A

Effective date: 20131018

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: ES

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20120906

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: FR

Payment date: 20130924

Year of fee payment: 20

Ref country code: GB

Payment date: 20130911

Year of fee payment: 20

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: CH

Payment date: 20131210

Year of fee payment: 20

Ref country code: DE

Payment date: 20131120

Year of fee payment: 20

REG Reference to a national code

Ref country code: DE

Ref legal event code: R071

Ref document number: 59409119

Country of ref document: DE

REG Reference to a national code

Ref country code: CH

Ref legal event code: PL

REG Reference to a national code

Ref country code: GB

Ref legal event code: PE20

Expiry date: 20140904

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: DE

Free format text: LAPSE BECAUSE OF EXPIRATION OF PROTECTION

Effective date: 20140906

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: GB

Free format text: LAPSE BECAUSE OF EXPIRATION OF PROTECTION

Effective date: 20140904