火灾有蔓延速度快,破坏力强等特点,特别是对参与扑救工作的消防人员的人身安全造成巨大威胁。实现自动控制下的定点灭火对于提高灭火过程中高效性和准确性的要求、保障消防人员生命安全有重要意义。本文以消防水枪水射流为研究对象,在实验的基础上提出了基于遗传算法优化的BP神经网络的落点预测模型及水枪姿态控制方法。本文研究的主要内容如下:(1)本文基于林用消防车构建了水射流实验平台。实验平台主要用于消防水枪工况参数、外界环境参数及水射流落点数据的采集,为后续模型的建立提供依据。实验平台主要包括:消防水枪、云台、升降台、各类传感器及计算机。实验平台中器材搭建部分需要完成管路、电路的设计连接及各传感器的排布;软件部分需要解决信息的传输、数据的处理和主要设备的控制等问题。在完成实验平台构建的基础上对水射流实验的方案进行了设计。(2)本文首先通过统计学方法对各水射流影响因素进行分析,选择出水射流落点预测模型中的输入变量。分别利用BP神经网络和遗传算法优化的BP神经网络构建了水射流落点的预测模型,通过实验对两个模型进行了对比。实验结果表明,遗传算法能够有效优化BP神经网络,GA-BP神经网络预测模型中各组实验的平均误差距离约为0.43m,平均相对误差在6.5%左右,最佳预测平均相对误差可以达到5.69%,能够有效的对水射流落点进行预测。(3)本文对基于水射流落点预测模型的消防水枪姿态控制方法进行研究,设计了用于调节水枪角度的PID控制器。在已建立的模型基础上,将预测落点与火源点坐标进行对比。利用其偏差计算出水枪姿态的变化量并对消防设备的工况参数进行调整,经多次调整使落点逼近火源位置以完成自动控制下的定点灭火。仿真实验表明本文提出的控制方法,可在10s内将水枪姿态调整到预测落点与火源点间偏差在0.1m以内的状态。