建筑是人类生存的本体,火灾是人类生活中主要的事故之一,建筑火灾是对建筑环境安全构成威胁的主要因素之一,每年因火灾造成的人员伤亡和财产损失非常严重。正因如此,如何构建一套安全有效的建筑火灾监测系统就变得尤为重要。传统建筑火灾监测系统的探测部分大都采用有线布线方式,而随着建筑体的规模和结构复杂度的逐年增加,布线难度与日俱增,且因各种环境因素的干扰而经常出现漏报误报的情况,其已经不能完全适应当前建筑物的防火要求。无线传感网技术和多源信息融合技术的出现,为这一问题提供了可行的解决技术手段。基于此,本文从建筑火灾监测的需求着手,对照传统建筑火灾监测系统中存在的关键问题展开研究,参照相关国家和行业标准,设计了一套基于无线传感网络的建筑火灾监测系统,并重点解决了具有电量检测功能的无线传感节点的设计,以及提高火情预测能力的算法研究,主要内容如下:(1)通过研究无线传感网络领域的相关研究成果,在分析建筑火灾探测需求的基础上,根据相关建筑消防设计标准,提出基于无线传感网的建筑火灾监测系统整体架构。(2)具有电池电量检测的无线火灾探测传感节点的硬件设计。其主要包括传感器模块、ZigBee模块、供电模块、电池电量检测模块以及下载调试模块的电路,采用Altium Designer 16版的专业设计软件进行探测节点相关模块的电路原理图和PCB的设计,并进行节点实物的制作和测试。(3)无线火灾探测传感节点的软件设计。其主要包括协调器节点、路由节点、电池电量检测模块以及传感器模块的软件设计。(4)基于多传感器数据融合技术的火情预测算法研究。在对已有算法研究分析的基础上,针对极限学习机算法(ELM)存在的网络随机性大的问题,在ELM算法的基础上引入粒子群算法(PSO)对ELM的相关参数进行优化处理,测试可知,PSO-ELM算法明显提高了火情预测的准确率。研究表明,在ZigBee无线传感网火灾探测节点上加入电池电量检测模块,实现了节点电量的实时管理,可有效提高远端火灾探测节点运行的稳定性和可靠性;而应用粒子群对极限学习机算法参数的优化可有效改善火情预测准确率,进而使得建筑火灾监测系统的工作更加有效。