AI 多光谱防火：紫外光谱补的是什么盲区

电气火灾占工业火灾死因的 30% 以上，但传统烟感探测器在它面前几乎无能为力。原因是 **电气火源前期没有可见烟雾**：

电气线路老化 → 局部发热 → 绝缘碳化 → 电弧放电 → 引燃周边可燃物。在"引燃"之前的 数十秒到 数分钟 里，烟感探测器看到的是"无信号"。等它响时，火已经烧起来了。

更糟的是充电桩 / 锂电池热失控——前期是热能积累不是燃烧，烟感完全检测不到。

红外波段（IR）对"温度"敏感。理论上电气线路过载会发热，红外应该能捕捉。

但现场环境噪声极大：阳光直射的金属表面、热风扇排风口、电焊作业、空压机散热——都是 红外"高温"信号源，但都不是火。误报率 40%+ 是常态。

而且红外的关键软肋是 **不能检测电火花脉冲**。电弧放电的持续时间是毫秒级，热量来不及扩散，红外相机的帧率（30fps）根本捕捉不到。看到"高温"时，已经过了。

电弧放电会产生强烈的紫外辐射（200-400nm，主要在日盲区 240-280nm）。这个波段在地表自然环境里几乎不存在——大气层把太阳的紫外吸收掉了，叫"日盲区"。

也就是说：**紫外信号 = 几乎确定的人造电弧/电火花**。误报率天然低。

而且紫外探测的是辐射本身，不是温度——脉冲到达紫外传感器的瞬间就响，毫秒级响应，能在火势扩散前预警。

紫外单独用也有问题：紫外信号离散（一道电弧 = 一个脉冲），普通环境的电气设备启停（继电器吸合 / 接触器开断）也会产生短促紫外脉冲。如果只看紫外，误报率仍然高。

正确做法是 **紫外 + 可见光双光谱融合**： - 紫外通道：检测电弧脉冲（敏感度高） - 可见光通道：识别火苗 / 烟气 / 设备状态（语义判断）

两路信号都需要 + AI 模型在时间窗口内做联合判定，才是真信号。这把误报率压到 5% 以内。

紫外传感器有两条路线：

**热释电式（PE）**：成本低（几十元）、响应慢（百毫秒）、有余辉效应。适合粗筛。

**光电倍增管（PMT）**：响应快（微秒）、灵敏度高、但成本高（几百到上千元）+ 抗振动要求高 + 老化快。

工程取舍：第一级 PE 做粗筛（节省功耗 / 算力），触发后第二级 PMT 做精确判定。这是典型的"分级决策"工程范式。

工业园区 / 老旧厂房 / 配电室 / 仓库 ——这些场景大多 **没有结构化布线**。一个传统消防工程要先布线槽 / 拉网线 / 走电源管，单点安装成本 1000-3000 元（含人工）。

我们做的是 4G 自带电源 + 4G 通信的一体机：壁挂 / 吊装 / 立柱式三种安装方式都支持，**单点安装 < 30 分钟，无需拉线**。配套云端聚合告警，运维人员手机即时收到推送。

老旧场景施工成本下降 60% 以上 —— 这往往是项目能不能落地的决定性因素。

单光谱友商方案：8cm 打火机火苗 在 2 米外才能稳定检测。 我们的双光谱方案：同样火苗在 7 米外稳定检测，无误报。

更关键是 **电火花/电弧检测**：友商方案对短促电弧基本无响应，我们的方案能在 50ms 内识别并告警。

这两个数字背后，是对紫外光谱物理特性的工程化利用，不是"AI 算法更好"——硬件路径选对了，算法只是把它发挥出来。