随着社区的发展壮大以及安全标准的提高,可靠的火灾探测系统变得至关重要。无论是在商业场所还是私人住宅中,烟雾探测器在保护生命和财产安全方面都发挥着关键作用。
随着烟雾探测技术的发展,人们对这些系统在实际环境中应达到的性能期望也在不断提高。现代探测器既要足够灵敏,能够捕捉到早期警告信号,又要足够高效,能够稳定运行多年。

考虑到这一点,我们一直在探索将低功耗硬件与智能信号处理技术相结合的方案,例如,使用RL78/G22 MCU,搭配由Reality AI Tools®生成的TinyML模型。它们共同作用,使探测器能够更加准确地识别烟雾模式,发现异常情况,并最终促成更加安全、响应更快的设计,同时加快产品开发和集成速度。
烟雾探测器解决方案
在烟雾探测技术中,常见的探测方法包括光电式、电离式和双传感器式。瑞萨电子的解决方案采用光电技术,该方案对于探测处于早期阶段的慢燃火焰格外有效。
随着近期UL标准修订的出台——尤其是新增了聚氨酯火灾和烹饪误报测试——探测精度要求已变得更加严格。为了满足这些要求,我们的解决方案采用了双波长LED传感架构。不同波长的LED灯在烟雾颗粒上的散射强度会因颗粒大小不同而有所差异。因此,光电二极管检测到的光信号强度也有所不同。凭借这种特性,该解决方案能够更加准确地区分火灾烟雾和烹饪油烟。

图1:如何准确识别火灾烟雾和烹饪油烟的区别
为了有效实施这种传感架构,我们的解决方案采用了以RL78/G22 MCU和模拟前端(AFE)IC为中心的集成式硬件设计。
该系统专为常规型商用烟雾探测器而设计,适用于24V到40V的电源。它集成了限流电路(≤160µA)以及外部通知信号电路,具有以下主要优势:
高能效系统:RL78/G22 MCU具有出色的性能表现和较低的功耗水平。在待机期间启动其内置的SNOOZE模式序列器(SMS)¹,可提高系统能效,并将待机电流消耗减少高达20%。
简洁紧凑的设计:MCU和AFE的组合可减少对于外部元件的需求,让PCB空间更加紧凑,并简化设计。

图2:智能烟雾探测器配置
采用单个智能传感器的AI传感方案
采用双LED的传统方案在探测到并数字化散射的LED光之后,会通过有效算法对烟雾类型进行分类;此外它还有配套的驱动电路。这种方案虽然有效,但它增加了每个探测器的成本和复杂性。因此,我们退一步重新思考了这个问题。相比于思考如何管理两个光源,我们提出了一个更加简单的问题:单个红外LED能否提供探测器所需的全部信息?
借助边缘AI技术,我们不再局限于简单的阈值探测——我们的AI模型不只是确定散射光强度,还会分析信号独特的时序特征。通过将我们的参考设计置于UL规定的所有场景中,从阴燃的木材和剧烈燃烧的聚氨酯,到烹饪油烟等常见的误报源(包括著名的“汉堡测试”),我们收集到了丰富的数据集。利用这些数据,我们训练出了一个机器学习模型。该模型能够直接在RL78/G22 MCU上运行,使系统能够区分每种事件类型的特征信号模式。

图3:光电二极管检测到的LED电流值
由此一来,我们的探测器能够解读其所感知的信息,而不是单纯地对原始光强变化做出反应。此外,它仅使用单个低成本红外LED就能高度准确地区分真实火灾和误报。

图4:Reality AI Tools中的报警检测验证指标
通往更智能的消防安全方案
消防安全的未来不仅在于满足各项标准,更在于构建更加智能、可靠、高效的设备。通过将业界出色的MCU与机器学习智能技术相结合,瑞萨电子的解决方案攻克了全新UL标准的核心难题,并且未在成本或性能方面做出妥协,使各企业能够专注于实现下一代烟雾探测器的创新。

在线留言询价
| 型号 | 品牌 | 询价 |
|---|---|---|
| TL431ACLPR | Texas Instruments | |
| BD71847AMWV-E2 | ROHM Semiconductor | |
| RB751G-40T2R | ROHM Semiconductor | |
| MC33074DR2G | onsemi | |
| CDZVT2R20B | ROHM Semiconductor |
| 型号 | 品牌 | 抢购 |
|---|---|---|
| STM32F429IGT6 | STMicroelectronics | |
| BP3621 | ROHM Semiconductor | |
| TPS63050YFFR | Texas Instruments | |
| IPZ40N04S5L4R8ATMA1 | Infineon Technologies | |
| ESR03EZPJ151 | ROHM Semiconductor | |
| BU33JA2MNVX-CTL | ROHM Semiconductor |
AMEYA360公众号二维码
识别二维码,即可关注
请输入下方图片中的验证码: