CN116246407A - 一种基于人工智能的农林区域火灾预警监管系统 - Google Patents

Abstract

本发明涉及农林火灾预警监管技术领域，尤其涉及一种基于人工智能的农林区域火灾预警监管系统，包括控制端和监测端，控制端的内部设置有预警显示单元，监测端的内部设置有中控监管平台、环境评估分析单元、运行故障风险单元和自检验证单元；本发明是通过对农林区域进行划分区域块，以缩小监测范围的方式提高对农林区域火灾预警信息采集全面性的效果，且通过实时监管的方式提高火灾预警的及时性，同时对采集点进行监管，并通过从内因信息和外因信息两个角度进行结合式分析，以便及时的对异常采集点进行检修，提高采集点采集数据的准确性，以及了解预警延长造成的影响风险情况，以便根据预警延误情况及时做出应对方案的调整。

Description

一种基于人工智能的农林区域火灾预警监管系统

技术领域

本发明涉及农林火灾预警监管技术领域，尤其涉及一种基于人工智能的农林区域火灾预警监管系统。

背景技术

随着当今社会经济的飞速发展，防范火灾的工作显得日趋重要，很多时候火灾发生，被困人员与外界联系中断，不能及时联系消防人员，且森林火灾是一种突发性强、破坏性大、处置救助较为困难的自然灾害。

因此就有必要来研制一种结构相对比较简单、经济且实用的远程报警系统来满足人们的需要，将火灾消灭在萌芽之中，使财产的损失得到大幅度减少，但是，现有的远程报警系统在进行监管时，采集监管面积过大，造成采集信息不全和位置无法锁定的情况，且因受到外因环境影响和内因自身运行情况的影响，造成预警信息不及时或者误报的情况，降低火灾预警效果，且对预警不及时造成的影响无法进行评估，进而不能及时的做出调整，影响对火灾的管控；

针对上述的技术缺陷，现提出一种解决方案。

发明内容

本发明的目的在于提供一种基于人工智能的农林区域火灾预警监管系统，去解决上述提出的技术缺陷，本发明通过对农林区域进行划分区域块，并在各个区域块上设置采集点，以便提高对农林区域的火灾预警效果，通过缩小监测范围的方式提高对农林区域火灾预警信息采集全面性的效果，且通过实时监管的方式提高火灾预警的及时性，同时对采集点进行监管，并通过从内因信息和外因信息两个角度进行结合式分析，以便及时的对异常采集点进行检修，提高采集点采集数据的准确性，以及提高设备的报警及时性和信息传输的稳定性，以及了解预警延长造成的影响风险情况，以便根据预警延误情况及时做出应对方案的调整。

本发明的目的可以通过以下技术方案实现：一种基于人工智能的农林区域火灾预警监管系统，包括控制端和监测端，控制端的内部设置有预警显示单元，监测端的内部设置有中控监管平台、环境评估分析单元、运行故障风险单元和自检验证单元；

当控制端内生成运行指令，并将运行指令发送至监测端，经监测端内部中控监管平台发送至环境评估分析单元，环境评估分析单元在接收到运行指令后，立即采集农林区域的环境数据，环境数据包括环境中的温度值、氧含量值以及烟雾粉尘浓度值，并对环境数据进行测评监管分析，将得到的预警信号发送至运行故障风险单元和自检验证单元；

运行故障风险单元在接收到预警信号后，立即采集异常子区域块中采集点的状态数据，状态数据包括内因信息和外因信息，内因信息包括异常子区域块中采集点中各个电气元件的运行电流和异常子区域块中采集点中的线路损耗值，外因信息包括异常子区域块中采集点的内部温度值、粉尘颗粒含量以及湿度值，并对内因信息和外因信息分别进行分析后，再进行合性影响评估分析，将得到的故障信号发送至控制端内部的预警显示单元，将得到的正常信号发送至自检验证单元；

自检验证单元接收到预警信号和正常信号后，得到报警信号，并将报警信号发送至控制端内部的预警显示单元，当自检验证单元内部得到报警信号时，立即采集报警时长进行预警评估分析，将得到的一级延误信号、二级延误信号以及三级延误信号发送至控制端内部的预警显示单元，其中，报警时长指的是采集点的信号发送器开始发送至报警信号时刻到控制端内部的信号接收器接收到信号时刻之间的时长。

优选的，所述环境评估分析单元对环境数据的测评监管分析过程如下：

第一步：将农林区域划分为i个子区域块，i为大于零的自然数，在每个子区域块内设置采集点，同时采集到设备开始运行时刻到结束运行时刻之间的时长，并将其标记为时间阈值，获取到时间阈值内各个子区域环境中的温度值，并将其标记为实时温度值SWi，同时获取到时间阈值内各个子区域环境中的氧含量值YSi和烟雾粉尘浓度值YHi；

第二步：根据公式得到各个子区域的实时环境风险系数Hi，构建实时环境风险系数Hi的集合A，获取到集合A中的最大子集，并将其标记为最大实时环境风险系数Hmax，同时将最大实时环境风险系数Hmax所对应的子区域块标记为异常子区域块，并将最大实时环境风险系数Hmax与其内部录入存储的预设最大实时环境风险系数阈值进行比对分析：

若最大实时环境风险系数Hmax小于等于预设最大实时环境风险系数阈值，则不生成任何信号；

若最大实时环境风险系数Hmax大于预设最大实时环境风险系数阈值，则生成预警信号。

优选的，所述运行故障风险单元的内因信息分析过程如下：

步骤一：将时间阈值划分为o个子时间节点，o为大于零的自然数，获取到各个子时间节点内异常子区域块中采集点中各个电气元件的运行电流，获取到运行电流超出预设运行电流所对应的电气元件的总个数，并将其标记为负荷数，同时将运行电流超出预设运行电流所对应的电气元件标记为异常元件，以此获取到时间阈值内异常元件的运行温度，以此获取到异常元件的平均运行温度，并将负荷数和平均运行温度的积标记元件风险系数FX；

步骤二：获取到各个子时间节点内异常子区域块中采集点中的线路损耗值，获取到线路损耗值超出预设线路损耗值阈值的部分，并将其标记为风险损耗值，以此获取到各个子时间节点内的风险损耗值，求得风险损耗值的均值，并将其标记为平均风险损耗值PS；

步骤三：根据公式得到异常子区域块中采集点的内因影响系数N。

优选的，所述运行故障风险单元的外因信息分析过程如下：

SS1：获取到各个子时间节点内异常子区域块中采集点的内部温度值，获取到相连两个子时间节点的内部温度值之间的差值，并将其标记为浮动值，以此获取到相连两个子时间节点的单位时间浮动值，获取到时间阈值内单位时间浮动值的最大值和最小值，并将单位时间浮动值的最大值和最小值之间的差值标记为最大跨度值ZK；

SS2：获取到各个子时间节点内异常子区域块中采集点的粉尘颗粒含量和湿度值，并将粉尘颗粒含量和湿度值的积标记绝缘干扰值，标号为JYo，获取到绝缘干扰值JYo的和，并将其标记为风险绝缘干扰值FG；

SS3：根据公式得到异常子区域块中采集点的外因影响系数W。

优选的，所述运行故障风险单元的综合性影响评估分析过程如下：

获取到内因影响系数N和外因影响系数W，并将内因影响系数N和外因影响系数W的积标记为影响评估值YP，并将影响评估值YP与其内部录入存储的预设影响评估值阈值进行比对分析：

若影响评估值YP小于预设影响评估值阈值，则生成正常信号；

若影响评估值YP大于等于预设影响评估值阈值，则生成故障信号。

优选的，所述自检验证单元的预警评估分析过程如下：

获取到采集点的信号发送器开始发送至报警信号时刻到控制端内部的信号接收器接收到信号时刻之间的时长，并将其标记为报警时长，并将报警时长与预设报警时长阈值进行比对分析：

若报警时长小于等于预设报警时长阈值，则不生成任何信号；

若报警时长大于预设报警时长阈值，则获取到报警时长超出预设报警时长阈值的部分，并将其标记影响时长，同时获取到最大实时环境风险系数Hmax超出预设最大实时环境风险系数阈值的部分，并将其标记为环境风险管控值，以此获取到影响时长和环境风险管控值之积，并将其标记为风险增长值，并将风险增长值与其内部录入存储的预设风险增长值区间进行比对分析：

若风险增长值大于预设风险增长值区间中的最大值，则生成一级延误信号；

若风险增长值位于预设风险增长值区间之内，则生成二级延误信号；

若风险增长值小于预设风险增长值区间中的最小值，则生成三级延误信号。

本发明的有益效果如下：

（1）本发明是通过对农林区域进行划分区域块，并在各个区域块上设置采集点，以便提高对农林区域的火灾预警效果，通过缩小监测范围的方式提高对农林区域火灾预警信息采集全面性的效果，且通过实时监管的方式提高火灾预警的及时性，同时对采集点进行监管，并通过从内因信息和外因信息两个角度进行结合式分析，以便及时的对异常采集点进行检修，提高采集点采集数据的准确性，以及提高设备的报警及时性和信息传输的稳定性；

（2）本发明还通过划分区域块，有助于根据采集点的编号快速的对火灾区域块进行锁定，及时的做出处理，提高火灾预警的准确性，以及通过对预警时长进行递进式分析，了解预警延长造成的影响风险情况，以便根据预警延误情况及时做出应对方案的调整，进而提高火灾预警的精准性和管控效果。

附图说明

下面结合附图对本发明作进一步的说明；

图1是本发明系统流程框图；

图2是本发明局部分析图；

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1：

请参阅图1-图2所示，本发明为一种基于人工智能的农林区域火灾预警监管系统，包括控制端和监测端，控制端的内部设置有预警显示单元，监测端的内部设置有中控监管平台、环境评估分析单元、运行故障风险单元和自检验证单元，控制端与监测端呈双向通讯连接，中控监管平台与环境评估分析单元呈单向通讯连接，环境评估分析单元与运行故障风险单元和自检验证单元均呈单向通讯连接，运行故障风险单元与自检验证单元呈单向通讯连接；

当控制端内生成运行指令，并将运行指令发送至监测端，经监测端内部中控监管平台发送至环境评估分析单元，环境评估分析单元在接收到运行指令后，立即采集农林区域的环境数据，环境数据包括环境中的温度值、氧含量值以及烟雾粉尘浓度值，并对环境数据进行测评监管分析，判断农林区域的环境是否存在异常，以保证设备的监测效果，具体的环境数据测评监管分析过程如下：

将农林区域划分为i个子区域块，i为大于零的自然数，在每个子区域块内设置采集点，用于对数据的采集，同时采集到设备开始运行时刻到结束运行时刻之间的时长，并将其标记为时间阈值，获取到时间阈值内各个子区域环境中的温度值，并将其标记为实时温度值SWi，同时获取到时间阈值内各个子区域环境中的氧含量值YSi和烟雾粉尘浓度值YHi；

并经过公式

得到各个子区域的实时环境风险系数，其 中，a1、a2以及a3分别为实时温度值、氧含量值和烟雾粉尘浓度值的预设比例因子系数，比 例因子系数用于修正各项参数在公式计算过程中出现的偏差，从而使得计算结果更加准 确，a4为预设修正系数，取值为1.382，a1、a2以及a3均为大于零的正数，Hi为各个子区域的 实时环境风险系数，系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于 后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据 初步设定对应的运行系数；只要不影响参数与量化后数值的比例关系即可，进而构建实时 环境风险系数Hi的集合A，获取到集合A中的最大子集，并将其标记为最大实时环境风险系 数Hmax，同时将最大实时环境风险系数Hmax所对应的子区域块标记为异常子区域块，并将 最大实时环境风险系数Hmax与其内部录入存储的预设最大实时环境风险系数阈值进行比 对分析：

若最大实时环境风险系数Hmax小于等于预设最大实时环境风险系数阈值，则不生成任何信号；

若最大实时环境风险系数Hmax大于预设最大实时环境风险系数阈值，则生成预警信号，并将预警信号发送至运行故障风险单元和自检验证单元。

实施例2：

运行故障风险单元在接收到预警信号后，立即采集异常子区域块中采集点的状态数据，状态数据包括内因信息和外因信息，内因信息包括异常子区域块中采集点中各个电气元件的运行电流和异常子区域块中采集点中的线路损耗值，外因信息包括异常子区域块中采集点的内部温度值、粉尘颗粒含量以及湿度值，判断异常子区域块中采集点在内因和外因结合干扰下的运行状态，以便及时的进行检修，提高采集点采集数据的准确性，以及提高设备的报警及时性和信息传输的稳定性，具体的内因信息分析过程如下：

将时间阈值划分为o个子时间节点，o为大于零的自然数，获取到各个子时间节点内异常子区域块中采集点中各个电气元件的运行电流，获取到运行电流超出预设运行电流所对应的电气元件的总个数，并将其标记为负荷数，同时将运行电流超出预设运行电流所对应的电气元件标记为异常元件，以此获取到时间阈值内异常元件的运行温度，以此获取到异常元件的平均运行温度，并将负荷数和平均运行温度的积标记元件风险系数，标号为FX，需要说明的是元件风险系数FX的数值越大，则异常子区域块中采集点故障风险等级越高；

获取到各个子时间节点内异常子区域块中采集点中的线路损耗值，获取到线路损耗值超出预设线路损耗值阈值的部分，并将其标记为风险损耗值，以此获取到各个子时间节点内的风险损耗值，求得风险损耗值的均值，并将其标记为平均风险损耗值，标号为PS；

并经过公式

得到异常子区域块中采集点的内因影响系数，其 中，b1和b2分别为元件风险系数和平均风险损耗值的预设权重系数，b3为预设修正因子， b1、b2以及b3均为大于零的正数，N为内因影响系数；

具体的外因信息分析过程如下：

获取到各个子时间节点内异常子区域块中采集点的内部温度值，获取到相连两个子时间节点的内部温度值之间的差值，并将其标记为浮动值，以此获取到相连两个子时间节点的单位时间浮动值，获取到时间阈值内单位时间浮动值的最大值和最小值，并将单位时间浮动值的最大值和最小值之间的差值标记为最大跨度值，标号为ZK，需要说明的是，最大跨度值ZK的数值越大，则对异常子区域块中采集点影响越大；

获取到各个子时间节点内异常子区域块中采集点的粉尘颗粒含量和湿度值，并将粉尘颗粒含量和湿度值的积标记绝缘干扰值，标号为JYo，获取到绝缘干扰值JYo的和，并将其标记为风险绝缘干扰值，标号FG；

并经过公式

得到异常子区域块中采集点的外因影响 系数，其中，c1和c2分别为最大跨度值和风险绝缘干扰值的预设比例系数，c3为预设容错系 数，c1、c2以及c3均为大于零的正数，W为外因影响系数；

并根据得到内因影响系数N和外因影响系数W，进行综合性影响评估分析，具体的综合性影响评估分析过程如下：

获取到内因影响系数N和外因影响系数W，并将内因影响系数N和外因影响系数W的积标记为影响评估值YP，并将影响评估值YP与其内部录入存储的预设影响评估值阈值进行比对分析：

若影响评估值YP小于预设影响评估值阈值，则生成正常信号，并将正常信号发送至自检验证单元；

若影响评估值YP大于等于预设影响评估值阈值，则生成故障信号，并将故障信号发送至控制端内部的预警显示单元，预警显示单元在接收到故障信号后，立即将异常子区域块中采集点的编码以文字的方式进行展示，进而及时的对异常子区域块中采集点机械能检修和维护，以便提高采集点采集数据的准确性和有效性，提高预警监测效果。

实施例3：

自检验证单元接收到预警信号和正常信号后，得到报警信号，并将报警信号发送至控制端内部的预警显示单元，预警显示单元在接收到报警信号后，立即控制报警灯进行工作，同时显示异常子区域块中采集点的编码，以便快速的对火灾区域块进行锁定，及时的做出处理，提高火灾预警的准确性和及时性；

其中，当自检验证单元内部得到报警信号时，立即对采集点的信号发送器和控制端内部的信号接收器进行分析，获取到采集点的信号发送器开始发送至报警信号时刻到控制端内部的信号接收器接收到信号时刻之间的时长，并将其标记为报警时长，并将报警时长与预设报警时长阈值进行比对分析：

若报警时长小于等于预设报警时长阈值，则不生成任何信号；

若报警时长大于预设报警时长阈值，则获取到报警时长超出预设报警时长阈值的部分，并将其标记影响时长，同时获取到最大实时环境风险系数Hmax超出预设最大实时环境风险系数阈值的部分，并将其标记为环境风险管控值，以此获取到影响时长和环境风险管控值之积，并将其标记为风险增长值，并将风险增长值与其内部录入存储的预设风险增长值区间进行比对分析：

若风险增长值大于预设风险增长值区间中的最大值，则生成一级延误信号；

若风险增长值位于预设风险增长值区间之内，则生成二级延误信号；

若风险增长值小于预设风险增长值区间中的最小值，则生成三级延误信号，其中，一级延误信号、二级延误信号以及三级延误信号所对应的报警延误造成的影响风险程度依次降低，并将一级延误信号、二级延误信号以及三级延误信号发送至控制端内部的预警显示单元，预警显示单元在接收到一级延误信号、二级延误信号以及三级延误信号后，立即做出一级延误信号、二级延误信号以及三级延误信号预设提醒应对方案，进而及时精准的了解火灾预警情况，同时根据预警延误情况及时做出应对方案的调整，进而提高火灾预警的精准性和管控效果；

综上所述，本发明通过对农林区域进行划分区域块，并在各个区域块上设置采集点，以便提高对农林区域的火灾预警效果，通过缩小监测范围的方式提高对农林区域火灾预警信息采集全面性的效果，且通过实时监管的方式提高火灾预警的及时性，同时对采集点进行监管，并通过从内因信息和外因信息两个角度进行结合式分析，以便及时的对异常采集点进行检修，提高采集点采集数据的准确性，以及提高设备的报警及时性和信息传输的稳定性，同时通过划分区域块，有助于根据采集点的编号快速的对火灾区域块进行锁定，及时的做出处理，提高火灾预警的准确性，以及通过对预警时长进行递进式分析，了解预警延长造成的影响风险情况，以便根据预警延误情况及时做出应对方案的调整，进而提高火灾预警的精准性和管控效果。

阈值的大小的设定是为了便于比较，关于阈值的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据设定基数数量；只要不影响参数与量化后数值的比例关系即可。

上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置，以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种基于人工智能的农林区域火灾预警监管系统，其特征在于，包括控制端和监测端，控制端的内部设置有预警显示单元，监测端的内部设置有中控监管平台、环境评估分析单元、运行故障风险单元和自检验证单元；

当控制端内生成运行指令，并将运行指令发送至监测端，经监测端内部中控监管平台发送至环境评估分析单元，环境评估分析单元在接收到运行指令后，立即采集农林区域的环境数据，环境数据包括环境中的温度值、氧含量值以及烟雾粉尘浓度值，并对环境数据进行测评监管分析，将得到的预警信号发送至运行故障风险单元和自检验证单元；

运行故障风险单元在接收到预警信号后，立即采集异常子区域块中采集点的状态数据，状态数据包括内因信息和外因信息，内因信息包括异常子区域块中采集点中各个电气元件的运行电流和异常子区域块中采集点中的线路损耗值，外因信息包括异常子区域块中采集点的内部温度值、粉尘颗粒含量以及湿度值，并对内因信息和外因信息分别进行分析后，再进行合性影响评估分析，将得到的故障信号发送至控制端内部的预警显示单元，将得到的正常信号发送至自检验证单元；

自检验证单元接收到预警信号和正常信号后，得到报警信号，并将报警信号发送至控制端内部的预警显示单元，当自检验证单元内部得到报警信号时，立即采集报警时长进行预警评估分析，将得到的一级延误信号、二级延误信号以及三级延误信号发送至控制端内部的预警显示单元，其中，报警时长指的是采集点的信号发送器开始发送至报警信号时刻到控制端内部的信号接收器接收到信号时刻之间的时长。

2.根据权利要求1所述的一种基于人工智能的农林区域火灾预警监管系统，其特征在于，所述环境评估分析单元对环境数据的测评监管分析过程如下：

第一步：将农林区域划分为i个子区域块，i为大于零的自然数，在每个子区域块内设置采集点，同时采集到设备开始运行时刻到结束运行时刻之间的时长，并将其标记为时间阈值，获取到时间阈值内各个子区域环境中的温度值，并将其标记为实时温度值SWi，同时获取到时间阈值内各个子区域环境中的氧含量值YSi和烟雾粉尘浓度值YHi；

第二步：根据公式得到各个子区域的实时环境风险系数Hi，构建实时环境风险系数Hi的集合A，获取到集合A中的最大子集，并将其标记为最大实时环境风险系数Hmax，同时将最大实时环境风险系数Hmax所对应的子区域块标记为异常子区域块，并将最大实时环境风险系数Hmax与其内部录入存储的预设最大实时环境风险系数阈值进行比对分析：

若最大实时环境风险系数Hmax小于等于预设最大实时环境风险系数阈值，则不生成任何信号；

若最大实时环境风险系数Hmax大于预设最大实时环境风险系数阈值，则生成预警信号。

3.根据权利要求1所述的一种基于人工智能的农林区域火灾预警监管系统，其特征在于，所述运行故障风险单元的内因信息分析过程如下：

步骤一：将时间阈值划分为o个子时间节点，o为大于零的自然数，获取到各个子时间节点内异常子区域块中采集点中各个电气元件的运行电流，获取到运行电流超出预设运行电流所对应的电气元件的总个数，并将其标记为负荷数，同时将运行电流超出预设运行电流所对应的电气元件标记为异常元件，以此获取到时间阈值内异常元件的运行温度，以此获取到异常元件的平均运行温度，并将负荷数和平均运行温度的积标记元件风险系数FX；

步骤二：获取到各个子时间节点内异常子区域块中采集点中的线路损耗值，获取到线路损耗值超出预设线路损耗值阈值的部分，并将其标记为风险损耗值，以此获取到各个子时间节点内的风险损耗值，求得风险损耗值的均值，并将其标记为平均风险损耗值PS；

步骤三：根据公式得到异常子区域块中采集点的内因影响系数N。

4.根据权利要求3所述的一种基于人工智能的农林区域火灾预警监管系统，其特征在于，所述运行故障风险单元的外因信息分析过程如下：

SS1：获取到各个子时间节点内异常子区域块中采集点的内部温度值，获取到相连两个子时间节点的内部温度值之间的差值，并将其标记为浮动值，以此获取到相连两个子时间节点的单位时间浮动值，获取到时间阈值内单位时间浮动值的最大值和最小值，并将单位时间浮动值的最大值和最小值之间的差值标记为最大跨度值ZK；

SS2：获取到各个子时间节点内异常子区域块中采集点的粉尘颗粒含量和湿度值，并将粉尘颗粒含量和湿度值的积标记绝缘干扰值，标号为JYo，获取到绝缘干扰值JYo的和，并将其标记为风险绝缘干扰值FG；

SS3：根据公式得到异常子区域块中采集点的外因影响系数W。

5.根据权利要求4所述的一种基于人工智能的农林区域火灾预警监管系统，其特征在于，所述运行故障风险单元的综合性影响评估分析过程如下：

获取到内因影响系数N和外因影响系数W，并将内因影响系数N和外因影响系数W的积标记为影响评估值YP，并将影响评估值YP与其内部录入存储的预设影响评估值阈值进行比对分析：

若影响评估值YP小于预设影响评估值阈值，则生成正常信号；

若影响评估值YP大于等于预设影响评估值阈值，则生成故障信号。

6.根据权利要求1所述的一种基于人工智能的农林区域火灾预警监管系统，其特征在于，所述自检验证单元的预警评估分析过程如下：

获取到采集点的信号发送器开始发送至报警信号时刻到控制端内部的信号接收器接收到信号时刻之间的时长，并将其标记为报警时长，并将报警时长与预设报警时长阈值进行比对分析：

若报警时长小于等于预设报警时长阈值，则不生成任何信号；

若报警时长大于预设报警时长阈值，则获取到报警时长超出预设报警时长阈值的部分，并将其标记影响时长，同时获取到最大实时环境风险系数Hmax超出预设最大实时环境风险系数阈值的部分，并将其标记为环境风险管控值，以此获取到影响时长和环境风险管控值之积，并将其标记为风险增长值，并将风险增长值与其内部录入存储的预设风险增长值区间进行比对分析：

若风险增长值大于预设风险增长值区间中的最大值，则生成一级延误信号；

若风险增长值位于预设风险增长值区间之内，则生成二级延误信号；

若风险增长值小于预设风险增长值区间中的最小值，则生成三级延误信号。

Images