JP2886603B2

JP2886603B2 - 火災警報装置及び火災警報方法

Info

Publication number: JP2886603B2
Application number: JP2053149A
Authority: JP
Inventors: 勝俊斎藤; 勝豊中山
Original assignee: NITSUTAN KK; OOBAYASHIGUMI KK
Current assignee: NITSUTAN KK; OOBAYASHIGUMI KK
Priority date: 1990-03-05
Filing date: 1990-03-05
Publication date: 1999-04-26
Anticipated expiration: 2014-04-26
Also published as: JPH03253998A

Description

【発明の詳細な説明】〔産業上の利用分野〕本発明は、火災感知器から得られるデータに基づいて
火災警報を行なう火災警報装置及び火災警報方法に関す
る。

〔従来の技術〕

一般に、火災警報技術においては、火災感知器におい
て温度，煙濃度等を検知し、検知データを解析すること
によって火災が発生したか否かを検出するようになって
いる。ところで、従来では、火災感知器において検知さ
れた温度，煙濃度等のデータが一定の閾値以上で一定の
期間持続したか否かにより火災が発生したか否かを検出
するようになっていた。

〔発明が解決しようとする課題〕

しかしながら、上述のような従来の仕方では、火災発
生の初期に発生する熱や煙等を検出して早期に警報を発
することが望まれる場合に、検出用の上記閾値，期間を
小さく設定する必要があったので、このため、火災でな
い現象やノイズ等の影響を受け易く、これらの現象をも
火災の発生によるものと誤まって判断し、誤報が出力さ
れ易いという欠点があった。また、火災感知器が故障等
によって一定の閾値以上のデータを一定期間以上出力す
るような場合にも、これを火災の発生によるものと誤ま
って判断し、誤報が出力されるという欠点があった。

本発明は、上記従来技術の欠点を解決し、誤報の発生
率を著しく低減させることが可能であって、さらには火
災発生等の判断に必要なデータ等の容量を増加させずに
迅速にかつ信頼性良く火災発生等の判断を行なうことの
可能な火災警報装置及び火災警報方法を提供することを
目的としている。

〔課題を解決するための手段〕

上記目的を達成するために本発明の火災警報装置およ
び火災警報方法は、火災感知器から時系列的に得られる
アナログレベルデータに基づいて波形パターンデータを
求める波形パターン算出手段と、波形パターン算出手段
により得られた波形パターンデータに基づいて現象の量
的な性質と空間的な性質とを推定し、量的な性質と空間
的な性質とから現象がどの型に属するかの推論を行なう
推論手段とを備え、該推論手段からの推論結果に基づい
て火災判断を行なうようになっていることを特徴として
いる。また、本発明の火災警報装置では、前記推論手段
は、前記推定結果にさらに環境自体の情報をも加えて、
総合的な推論を行なうようになっていることを特徴とし
ている。また、本発明の火災警報方法は、火災感知器の
特性を近似的に表現するために、該火災感知器から得ら
れるであろうアナログレベルデータを、該火災感知器近
傍の現象の量と該火災感知器の属性を示すパラメータと
を用いて近似したモデルを用い、該火災感知器からアナ
ログデータが得られたときに、該アナログレベルデータ
を、上記モデルに従って、現象の量に近似変換し、近似
変換した現象の量に基づいて火災判断を行なうことを特
徴としている。

また本発明の火災警報方法は、火災感知器から時系列
的に得られるアナログレベルデータを解析する解析工程
と、アナログレベルデータの解析結果を参照して火災発
生の可能性が高いか、火災発生の可能性が低いか、ある
いは火災感知器の故障等かを識別する識別工程と、火災
発生の可能性が高いと識別されたときにのみ火災警報を
出力する出力工程とを有していることを特徴としてい
る。

〔作用〕

本発明の火災警報装置および火災警報方法では、火災
感知器から時系列的に得られるアナログレベルデータに
基づいて波形パターンデータを求め、この波形パターン
データを参照して現象の量および分布範囲を推定し現象
がどの型に属するかの判定を行なったり型の移行を検出
する。まして、この推定結果とともに環境自体の情報を
も加えてどのような対処がなされるべきかを総合的に推
定する。

また本発明の火災警報方法では、火災感知器の特性を
近似的に表現するために、該火災感知器から得られるで
あろうアナログレベルデータを、該火災感知器近傍の現
象の量と該火災感知器の属性を示すパラメータとを用い
て近似したモデルを用い、該火災感知器からアナログレ
ベルデータが得られたときに、該アナログレベルデータ
を、上記モデルに従って、現象の量に近似変換し、近似
変換した現象の量に基づいて火災判断を行なう。

〔実施例〕

以下、本発明の一実施例を図面に基づいて説明する。

第１図は本発明に係る火災警報装置の一実施例のブロ
ック図である。第１図を参照すると、本実施例の火災警
報装置は、中央監視装置１と、中央監視装置１に接続さ
れている少なくとも１つの火災感知器FD₁〜FD_nとから構
成されている。中央監視装置１には、種々の演算処理を
行なうマイクロプロセッサ等の中央処理装置２と、処理
プログラムや所定のデータ等が格納される記憶装置３
と、火災感知器FD₁〜FD_nとの間で信号の送受信を行なう
伝送回路４と、中央処理装置２と伝送回路４とのインタ
フェースとして機能する伝送インタフェース部５と、各
種の操作スイッチ，テンキー等を有する操作部６と、各
種の表示，警報を行なう警報表示部６と、中央処理装置
２と操作部5,警報表示部７との間のインタフェースとし
て機能する入出力インタフェース部８とが設けられてい
る。また火災感知器FD₁〜FD_nには、熱，煙，炎等を検知
してこの検知レベルのアナログ信号を出力するセンサ９
と、センサ９からのアナログ信号を中央監視装置１での
デジタル処理に適したアナログレベルデータに変換して
中央監視装置１に伝送する伝送部10とがそれぞれ設けら
れている。

中央監視装置１の中央処理装置２は、記憶装置３内に
記憶されている処理プログラムによって各種の処理を実
行するようになっており、通常、ポーリング等により、
火災感知器FD₁〜FD_nを所定の時間間隔で呼び出し、その
ときに火災感知器FD₁〜FD_nから時系列的に返送されるア
ナログレベルデータに基づいて波形パターンデータを求
める波形パターン算出処理と、この波形パターンデータ
から現象（熱，煙等）についてその量および分布範囲を
推定し現象がどの型に属するかの判定を行なったり型の
移行を検出する第１の推定処理と、この推定結果によっ
てどのような対処がなされるべきかを建物の種類や状況
あるいはその場所の過去のデータ等をも加味して総合的
に推定する第２の推定処理とを行なうようになってい
る。

本実施例における第１の推定処理では、波形パターン
算出処理で得られた波形パターンデータを予め作成され
ている標準波形パターンと直接比較して判断しようとす
るのでなく、得られた波形パターンデータから、現象が
どの型に属するか等を知識ベースを利用し、例えば「if
-then」形式の知識表現により推定するようになってい
る。また第２の推定処理においても、第１の推定処理に
おいて推定された現象の型等と建物の種類等の環境自体
の情報とからどのような対処がなされるべきかを知識ベ
ースを利用し、「if-then」型式の知識表現により推定
するようになっている。

次にこのような構成における火災警報処理動作の一例
について説明する。なお以下では簡単のため、１つの火
災感知器，例えばFD₁だけに着目し、火災感知器FD₁のセ
ンサ９が煙濃度を感知するものとして説明する。第２図
は中央処理装置２が実行する処理の流れを示すフローチ
ャートであって、第２図を参照すると、中央処理装置２
は、先づ、初期化ルーチンを実行して処理前の準備を行
なう（ステップS1）。次いで、火災感知器FD₁を所定の
時間間隔で呼び出し、火災感知器FD₁からの煙濃度のア
ナログレベルを示すアナログレベルデータSL（t_i）を順
次に取込んで、順次順番がわかるようにまたは時刻のデ
ータとともに記憶装置３に格納する（ステップS2）。こ
れにより記憶装置３には、煙濃度の時間的推移を示すア
ナログレベルデータが順次に格納され、中央処理装置２
は、最新のアナログレベルデータを格納するごとに、い
ま取込んだアナログレベルデータと前回までに取込んだ
アナログレベルデータとからアナログレベルデータの時
間変化率，すなわちアナログレベルの波形の傾きＡ
（ｍ）を、例えば、Ａ（ｍ）＝〔SL（t_i）−SL（t_i-1）〕／（t_i−t_i-1） ……（１）として算出する（ステップS3）。そして、この傾きＡ
（ｍ）が前回までの傾きＡ（ｍ−１）とほぼ同じである
か否かを判断し（ステップS4）、近似的に同じであれ
ば、前回までの傾きとほぼ同一の傾きでアナログレベル
の波形が継続しているものとして処理し、今回の傾きＡ
（ｍ）を新たなデータとしては格納せず、前回までの傾
きＡ（ｍ−１）の継続時間t_cにさらに（t_i−t_i-1）を加
算してこれを更新する（ステップS5）。これに対し、近
似的に同じでない場合には、アナログレベルの変化が前
回までとは異なるものとなってとみなし、前回までの傾
きＡ（ｍ−１）の継続時間t_cはこれにより確定し、前回
までの傾きＡ（ｍ−１）と、前回の継続時間t_cと、今回
の傾きＡ（ｍ）と、今回のアナログレベルデータSL
（t_i）とを記憶装置３に記憶する（ステップS5）。この
ようにして、記憶装置３には煙濃度の推移の特徴を示す
アナログレベルの波形を傾きデータと継続時間データと
によりパターン化した波形パターンデータが順次に格納
される。なお傾きデータは、例えば上昇，下降等の正負
どちらの方向に傾いているかの情報と、傾きの程度（大
きさ）とから形成されている。

第３図（ａ）乃至（ｄ）は上述したような波形パター
ン算出処理の具体例を示す図である。第３図（ａ），
（ｂ）はセンサ９で検知された煙濃度のレベル変化の一
例をそれぞれ示している。第３図（ａ）には発炎を伴わ
ない火災（薫焼火災）時のレベル変化が示されており、
このときには、レベルの経時的変化は、燻った状態の緩
やか部分と、勢いを増しつつある部分とから形成されて
いる。これに対し第３図（ｂ）には最初から発炎を伴う
火勢の強い燃焼の火災が示されており、このときには比
較的短時間で高濃度の煙になる。第３図（ｃ）は第３図
（ａ）に示す煙濃度のレベル波形をパターン化した結果
を示しており、この場合には、パターン化によりレベル
波形の各線分の傾きと継続時間のデータからなる波形パ
ターンデータP₁,P₂,P₃,P₄,P₅,P₆が記憶装置３に格納さ
れる。また第３図（ｄ）は第３図（ｂ）に示す煙濃度の
レベル波形をパターン化した場合を示しており、この場
合にも同様にして波形パターンデータQ₁,Q₂,Q₃,Q₄がア
ナログレベル波形を特徴付けるデータとして格納され
る。

このように、本実施例では、火災感知器FD₁からのア
ナログレベルデータに基づいて火災が発生したか否か等
の判断を行なうに先立って、膨大な量のアナログレベル
データをアナログレベル波形の特徴量をもち火災等の判
断に適した波形パターンデータに変換し、データ量を著
しく圧縮することができて、これらの波形パターンデー
タを記憶装置３内に効率的に蓄積することができる。

記憶装置３内に今回までの波形パターンデータが蓄積
されると、中央処理装置２は、第１の推定処理を行な
う。すなわち、先づ、記憶装置３内にステップS5で記憶
された今回のアナログレベルデータSL（t_i）を読出し
て、これが正常のレベルか否かを判断する（ステップS
8）。正常のレベルであるときには、火災の発生などの
異常がないとみなし、処理を終了する。これに対し、今
回のアナログレベルデータSL（t_i）が正常のレベルでな
いときには、火災の発生などの異常な現象が起きたとみ
なし、ステップS9乃至S12に進む。すなわち、このとき
には記憶装置３に以後順次に記憶される波形パターンデ
ータを読出し、波形パターンデータから現象，すなわち
煙（あるいは熱等）の量的な性質（多いか少ないか）を
捉え、また空間的な性質（広い範囲に存在するか、狭い
範囲だけのものか）を推定する処理を開始する。

第４図は現象を量と分布空間とにより４つの型に大き
く分類した場合の例を示しており、第４図では、現象
は、量が少なく分布空間も狭い型E₁と、量は多いが分布
空間の狭い型E₂と、量は少ないが分布空間が広い型E
₃と、量も大きく分布空間も広い型E₄とに分類されてい
る。なお、１つの現象において、１つの型，例えばE₁に
固定されているとは限らず、火災の場合等には、時間の
経過とともに例えば型E₁から型E₂，型E₃，型E₄へと順次
に推移していくのが一般である。煙や熱の現象を量的に
捉えるのは、火災感知器FD₁〜FD_nのセンサ９からの出力
がそもそも量的なレベルを示しているので、問題はな
い。一方、波形パターンデータから現象の空間的な性質
を推定しようとするのは、空間に広く分布している煙や
熱は、安定したレベル波形を示すのに対し、局所的な煙
や熱は時間とともに大きく変動し、不安定なレベル波形
を示すであろうとの考えに基づいている。すなわち、煙
や熱は時間が経つにつれて移動，拡散するという現象の
物理的性質をとらえ、空間的な拡散は、レベル波形の上
では時間軸に反映されるとの考え方に基づいている。

第５図は型E₁あるいは型E₂の例として煙SM₁がセンサ
９のところで局所的に発生した状態を示している。この
ような状態はセンサ９にたばこの煙を吹きかけたときな
どに発生する。煙は短時間のうちにセンサ９を包むが、
すぐに拡散してしまう。従って、センサ９で検知される
煙濃度の波形パターンは、第６図に示すように、急峻な
立上りと立下りとを示すことが予想される。

これに対して、第７図は通常の火災のように空間に多
量の煙SM₂が発生した状態を示している。この場合に
は、センサ９で感知される煙濃度の波形パターンは第８
図に示すように型E₂から型E₃へ移行するか、あるいは第
９図に示すように（また第３図（ｂ），（ｄ）で示した
ように）急峻に立上り、すぐに型E₄となり、この状態か
持続することが予想される。

また第10図は発炎を伴なわない薫煙火災の場合や、ホ
ールのような空間が広い場合などに長い時間をかけて少
しづつ煙SM₃が空間に充満する状態を示している。この
場合には、センサ９で感知される煙濃度の波形パターン
は第11図に示すように（または第３図（ａ），（ｃ）で
示したように）、ゆっくりと着実に上昇し続けて、型E₃
となることが予想される。

以上の例のように、得られた波形パターンデータに基
づいて現象の空間的な性質が推定できる。従って、中央
処理装置２は、時間とともに順次に得られる波形パター
ンデータが上記４つの型E₁,E₂,E₃,E₄のどれに該当する
か、またはどれに近いかを判定するとともに、さらにあ
る型から別の型へ移行したときにはそれを検出する。ま
た４つの型E₁,E₂,E₃,E₄の分類で不十分な場合には、中
間型，混合型等にさらに細かく分類する。

このような処理を実際に行なわせる仕方として、火災
発生時等に生ずると予想される各種の標準波形パターン
を予め作成しておき、得られた波形パターンデータを各
種の標準波形パターンとパターンマッチングさせて火災
の発生か否かまたはセンサ９の故障等かを判断させるこ
とも可能である。ただし、この場合には、多数の標準波
形パターンを用意しなければならず、それらを記憶する
のに一般には大容量を要し、また個々の標準波形パター
ンとマッチングを行なうので一般には処理時間がかか
り、また判断される情報は波形パターンだけに限られる
ので、適切な警報，表示を迅速にかつ信頼性良く行なう
のには限度がある。

このため本実施例では、中央処理装置２は、パターン
マッチングによる手法ではなく、構文解釈的な推論を第
12図に示すようにして行なうようにしている。すなわ
ち、第12図の処理では、どのような傾きと継続時間の線
分がどの時点で得られたかの波形パターンデータを入力
させることによって波形識別用の知識K₁により型の推定
を第１の推定処理として行なわせ、また推定された型に
よってどのような対処がなされるべきかを建物の種類
（オフィスビル，病院，地下街等）や状況（例えば、曜
日，昼間，夜間等の日時）あるいはその場所の過去のデ
ータ（その波形パターンが過去に良く発生しているか
等）についての知識K₂により第２の推定処理として推定
させている。知識K₁は「if-then」型式のルールとして
知識ベースに記憶されており、例えば、「もし、時刻ｔ
以前に、傾きが“g₁”から“g₂”に、継続時間が“11"
から“12"の線分が得られたならば、そのときには、そ
の波形が型“X"に属する可能性が高い。」というような
ルールに従って判別を行なう。同様に知識K₂も「if-the
n」型式のルールとして知識ベースに記憶されており、
例えば、「もし、型E₄であって地下街であってその波形
パターンが過去に発生していないならば、そのときに
は、火災が発生した可能性が極めて高い。」，または、
「もし、型E₃であってオフィスビルであって昼間であっ
てその波形パターンが過去に頻繁に発生しているなら
ば、そのときには、センサ９の故障等である可能性が極
めて高い。」，あるいは「もし、型E₁,E₂であってオフ
ィスビルであって昼間であってその波形パターンが過去
に頻繁に発生しているならば、そのときには、たばこ等
の局所的な煙であり、火災発生の可能性が低い。」とい
うようなルールに従って判別を行なう。

第２図のステップS9乃至S12は、上述のようなルール
を用いた推定処理の概略を示したものであり、ステップ
S8において、異常であると判断されると、上記推定によ
ってこれがセンサ９の故障等によるものか、火災発生の
可能性が高いか否かを判別し（ステップS9）、センサ９
の故障等であると判別したときには、警報表示部７に故
障警報表示を行なう。また火災発生の可能性が高いと判
別したときには、火災警報表示S11を行ない（ステップS
11）、火災発生の可能性が高くないと判別したときに
は、警報表示を行なわずに処理を終了する。

このように、本実施例では、得られた波形パターンデ
ータの情報を参照し、さらには例えば建物の種類や状
況，過去のデータ等の環境自体の情報をも考慮して総合
的な判断を推定によって行なうようになっているので、
異常原因がセンサの故障等によるものか、火災発生の可
能性が高いものか、火災発生の可能性の低いものかをそ
れぞれ信頼性良く判別することができる。そして、火災
発生の可能性が高いと判別された場合にのみ火災警報を
出力するようにしているので、従来に比べて誤報を著し
く少なくすることができる。

また、推定に必要な情報としてアナログレベルデータ
から処理に最低限必要な所定の特徴だけを抽出した波形
パターンデータを用い、またパターンマッチングでなく
推定によりすなわち構文解釈的な推論により判別を行な
うようにしているので、火災発生等の判断を迅速にかつ
信頼性良く行なうことができて、火災の発生を早期に検
出することが可能となる。なおこの際に、判断に必要な
データ等の量をパターンマッチングによる場合などに比
べて少なくすることができる。さらに判断に必要な各種
のデータ等は知識ベースに知識表現として全て格納され
ているので、利用者にとってわかり易くかつ管理し易い
ものとなっている。

なお、上述した推定処理において、以下のようにして
計算される近似的な煙量という概念を導入しても良い。
すなわち、個々のセンサ９の特性をも加味して推定をよ
り精度良く行なう場合、センサ９の特性を近似的に表現
するために、時刻ｎにおいてそのセンサ９から得られる
であろう波形のレベルX_nを、時刻ｎにおけるセンサ９近
傍の煙の量U_nと、センサ９の属性を示すパラメータα，
β（０＜α，β＜1.0）とを用いて X_n＝α×X_n-1＋β×U_n-1 ……（２）として近似したモデルを用いる。なお、パラメータα
は、センサ９内に入った煙が外に出るまでの時定数を表
わし、これが“0"の場合には、時刻ｎでセンサ９に入っ
た煙が時刻（ｎ＋１）には外に出てしまっていることを
意味し、また“1.0"の場合には、センサ９内に一度入っ
た煙が外に出ないことを意味する。またパラメータβ
は、外部の煙がセンサ９内に入り易いか否かを表わす係
数であって、これが“0"のときには、煙はセンサ９内の
入れないことを意味し、また“1.0"の場合にはセンサ９
の内外で差がなく、センサ９が例えば外部環境に直接露
出していることを意味している。いま、パラメータα，
βがそれぞれ“0.5"のセンサ９のモデルの場合には、一
定の濃度の煙（U_n＝“1"）の中にこのセンサを入れてみ
ると、センサから得られるレベルX_nは、時刻ｎの経過と
ともに煙の量Ｇに対して第13図のように変化する。

上記（２）式を、 U_n-1＝（X_n−α×X_n-1）／β ……（３）に変形することにより、アナログ波形のレベルX_nからセ
ンサ９への近似的な煙入力が計算できる。ここで注意す
べきは、波形において同じ１レベルの上昇であっても、
それがどのレベルから上昇したかにより、煙入力が異な
ることである。例えばレベル“0"からレベル“1"への上
昇には、Ｕ＝（1.0−0.5×0.0） /0.5＝2.0 ……（４）の煙入力を必要とするが、レベル“10"からレベル“11"
への上昇には、Ｕ＝（11.0−0.5×10.0）/0.5＝12.0 ……（５）の煙入力を必要とする。

このような近似的な煙量という概念をさらに導入する
ことによって、より信頼性良く、判別を行なわせること
ができる。

〔発明の効果〕

以上に説明したように本発明によれば、火災感知器か
ら時系列的に得られるアナログレベルデータに基づいて
波形パターンデータを求め、この波形パターンデータに
基づいて現象の量および分布範囲を推定し現象がどの型
に属するかの判定を行なったり型の移行を検出するよう
にしているので、誤報の発生率を著しく低減させること
ができるとともに、火災発生等の判断に必要なデータ等
の容量を増加させずに実際の火災発生を早期にかつ信頼
性良く検出することができる。

また、火災感知器の特性を近似的に表現するために、
該火災感知器から得られるであろうアナログレベルデー
タを、該火災感知器近傍の現象の量と該火災感知器の属
性を示すパラメータとを用いて近似したモデルを用い、
該火災感知器からアナログレベルデータが得られたとき
に、該アナログレベルデータを、上記モデルに従って、
現象の量に近似変換し、近似変換した現象の量に基づい
て火災判断を行なうので、火災発生の判別を信頼性良く
行なうことができて、誤報の発生率を著しく低減させる
ことができる。

【図面の簡単な説明】

第１図は本発明に係る火災警報装置の一実施例のブロッ
ク図、第２図は中央処理装置が実行する処理の流れを示
すフローチャート、第３図（ａ）乃至（ｄ）はアナログ
レベルデータから波形パターンデータを得る一例を説明
するための図、第４図は現象を量と分布空間とにより４
つの型に分類した場合の例を示す図、第５図は煙がセン
サのところで局所的に発生した状態を示す図、第６図は
第５図の場合に予想される波形パターンの一例を示す
図、第７図は空間に多量の煙が発生した状態を示す図、
第８図，第９図はそれぞれ第７図の場合に予想される波
形パターンを示す図、第10図は長い時間をかけて少しづ
つ煙が空間に充満する状態を示す図、第11図は第10図の
場合に予想される波形パターンを示す図、第12図は本発
明による推論処理の具体例を示す図、第13図は時刻ｎの
経過に伴なうセンサのレベルX_nの変化を示す図である。１……中央監視装置、２……中央処理装置、３……記憶
装置、４……伝送回路、５……伝送インタフェース部、
６……操作部、７……警報表示部、８……入出力インタ
フェース部、９……センサ、10……伝送部、FD₁乃至FD_n
……火災感知器

───────────────────────────────────────────────────── フロントページの続き (56)参考文献特開平１−298498（ＪＰ，Ａ) 特開昭59−157789（ＪＰ，Ａ) 特開平１−191998（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁶，ＤＢ名) G08B 17/00 - 31/00

Claims

(57)【特許請求の範囲】

【請求項１】火災感知器から時系列的に得られるアナロ
グレベルデータに基づいて波形パターンデータを求める
波形パターン算出手段と、波形パターン算出手段により
得られた波形パターンに基づいて現象の量的な性質と空
間的な性質とを推定し、現象の量の多少と現象の分布空
間の広狭とに基づいて現象の型を複数の型に分類すると
き、現象の量的な性質と空間的な性質とから現象が前記
複数の型のどの型に属するかの推論を行なう推論手段と
を備え、該推論手段からの推論結果に基づいて火災判断
を行なうようになっていることを特徴とする火災警報装
置。
【請求項２】請求項１記載の火災警報装置において、前
記推論手段は、前記推定結果にさらに環境自体の情報を
も加えて、火災発生の可能性の有無に関する推論を行な
うようになっていることを特徴とする火災警報装置。
【請求項３】火災感知器から時系列的に得られるアナロ
グレベルデータに基づいて波形パターンデータを求め、
該波形パターンデータに基づいて現象の量的な性質と空
間的な性質とを推定し、現象の量の多少と現象の分布空
間の広狭とに基づいて現象の型を複数の型に分類すると
き、現象の量的な性質と空間的な性質とから現象が前記
複数の型のどの型に属するかの推論を行ない、該推論結
果に基づいて火災判断を行なうことを特徴とする火災警
報方法。
【請求項４】火災感知器の特性を近似的に表現するため
に、該火災感知器内に入った煙が外に出るまでの時定数
をαとし、外部の煙が該火災感知器内に入り易いか否か
を表わす係数をβとし、時刻ｎにおいて該火災感知器か
ら得られるであろうアナログレベルデータX_nを、時刻ｎ
−１における煙の量U_n-1と時刻ｎ−１に該火災感知器か
ら得られたアナログレベルデータX_n-1と該火災感知器の
属性を示す上記パラメータa,βとを用いてX_n＝α×X_n-1
＋β×U_n-1として近似したモデルを用い、該火災感知器
からアナログレベルデータが得られたときに、該アナロ
グレベルデータを、上記モデルに従って、煙の量に近似
変換し、近似変換した煙の量に基づいて火災判断を行な
うことを特徴とする火災警報方法。