本文结合火灾信号的特点，在分析了现代火灾探测技术中存在的问题的基础上，提出一种基于模糊神经网络的智能火灾探测器。该探测器采用凌阳公司最新推出的16位单片机SPCEO61A作为控制核心，对火灾发生时特征比较明显的温度、烟雾、CO气体三种传感器信息进行融合，利用智能算法，得出火灾发生的可能性；同时为了简化系统结构、合理布线，提高系统的可靠性，探测器通讯采用CAN总线结构。这样充分利用了SPCEO61A处理速度快，易扩展和CAN总线数据传输的可靠性、开放性，在硬件上保证了火灾探测的实时性和准确性，可有效地降低误报率。在控制算法上，利用神经网络的自学习能力和模糊逻辑易于理解的特点，将二者结合起来，采用模糊神经网络控制。为了突出火灾发生时传感器信息的信号特征，在神经网络前后均串联有模糊系统。考虑到火灾信号的渐变特性，将控制论中的反馈思想和火灾信号特征持续时间也引入到火灾探测算法上，以一段时间内探测信号的整体变化趋势作为判断依据，因此达到了提早报警和进一步降低误报率的目的。仿真结果表明该模糊神经网络能够准确探测各种标准火和试验火，有很强的抗干扰能力，从而验证了系统的有效性和可行性。