CN110436974A - 一种园林绿化垃圾的无公害处理方法及系统 - Google Patents
一种园林绿化垃圾的无公害处理方法及系统 Download PDFInfo
- Publication number
- CN110436974A CN110436974A CN201910839056.9A CN201910839056A CN110436974A CN 110436974 A CN110436974 A CN 110436974A CN 201910839056 A CN201910839056 A CN 201910839056A CN 110436974 A CN110436974 A CN 110436974A
- Authority
- CN
- China
- Prior art keywords
- rubbish
- module
- garbage
- central control
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- C—CHEMISTRY; METALLURGY
- C05—FERTILISERS; MANUFACTURE THEREOF
- C05F—ORGANIC FERTILISERS NOT COVERED BY SUBCLASSES C05B, C05C, e.g. FERTILISERS FROM WASTE OR REFUSE
- C05F11/00—Other organic fertilisers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W30/00—Technologies for solid waste management
- Y02W30/40—Bio-organic fraction processing; Production of fertilisers from the organic fraction of waste or refuse
Landscapes
- Chemical & Material Sciences (AREA)
- Organic Chemistry (AREA)
- Processing Of Solid Wastes (AREA)
Abstract
本发明属于园林绿化垃圾的无公害处理技术领域,公开了一种园林绿化垃圾的无公害处理方法及系统,空气检测器检测垃圾处理环境空气数据;重金属检测器检测垃圾中重金属数据;摄像器采集垃圾图像数据;利用运输带运输园林垃圾;利用筛选机构对垃圾进行分类筛选;在已分类的易燃垃圾中添加阻燃剂溶液进行垃圾的阻燃操作;在已分类的垃圾中添加化学物质来降低垃圾纤维密度;利用粉碎机将筛选的植物性垃圾进行粉碎;吸附重金属污染物;利用微生物对植物性垃圾进行发酵成肥料;化学物质对筛选的塑料垃圾化学分解;显示器显示检测的垃圾处理环境空气、垃圾中重金属、垃圾图像数据。本发明提高待分类垃圾的识别准确率、垃圾分类效率,降低垃圾分类成本。
Description
技术领域
本发明属于园林绿化垃圾的无公害处理技术领域,尤其涉及一种园林绿化垃圾的无公害处理方法及系统。
背景技术
目前,最接近的现有技术:园林,指特定培养的自然环境和游憩境域。在一定的地域运用工程技术和艺术手段,通过改造地形(或进一步筑山、叠石、理水)、种植树木花草、营造建筑和布置园路等途径创作而成的美的自然环境和游憩境域,就称为园林。园林建设与人们的审美观念、社会的科学技术水平相始终,它更多地凝聚了当时当地人们对正在或未来生存空间的一种向往,在当代,园林选址已不拘泥于名山大川、深宅大府,而广泛建置于街头、交通枢纽、住宅区、工业区以及大型建筑的屋顶,使用的材料也从传统的建筑用材与植物扩展到了水体、灯光、音响等综合性的技术手段。现有园林垃圾处理过程中通过人工拣选、风选等,其人工成本高、处理速度慢、效率低;园林垃圾种类复杂,其中存在很多易燃垃圾,垃圾处理过程中存在很多安全隐患;园林垃圾中包含很多塑料垃圾、大的植物枝条等,降解困难,耗费时间长;同时,去除垃圾重金属工程量大,投资昂贵,修复成本极高,需要打扰土壤结构,只能小面积污染治理,很难大面积推广应用。
综上所述,现有技术存在的问题是:现有园林垃圾处理过程中通过人工拣选、风选等,其人工成本高、处理速度慢、效率低;园林垃圾种类复杂,其中存在很多易燃垃圾,垃圾处理过程中存在很多安全隐患;园林垃圾中包含很多塑料垃圾、大的植物枝条等,降解困难,耗费时间长;同时,去除垃圾重金属工程量大,投资昂贵,修复成本极高,需要打扰土壤结构,只能小面积污染治理,很难大面积推广应用。
发明内容
针对现有技术存在的问题,本发明提供了一种园林绿化垃圾的无公害处理方法及系统。
本发明是这样实现的,一种园林绿化垃圾的无公害处理方法,所述园林绿化垃圾的无公害处理方法包括以下步骤:
步骤一,通过空气检测模块利用空气检测器检测垃圾处理环境空气数据;通过重金属检测模块利用重金属检测器检测垃圾中重金属数据;通过垃圾图像采集模块利用摄像器采集垃圾图像数据;
所述垃圾图像数据的去噪方法为:
(1)将含噪图像f(x,y)进行二维平稳小波变换,分别获得子带系数:低频系数、水平细节系数、垂直细节系数和对角细节系数;
(2)对第一层的低频系数利用PCNN进行区域分割;
(3)将低频系数保持不变,对各层的水平细节系数、垂直细节系数和对角细节系数分别进行邻域阈值处理;
(4)采用脉冲耦合神经网络对噪声图像进行处理,得到熵序列En,将En作为边缘检测算子;
(5)进行阈值寻优,得到最优去噪阈值k;
(6)根据求得的边缘检测算子En和最优去噪阈值k,采用改进的各向异性扩散模型对图像进行去噪;使用去噪后的稀疏系数和字典重建图像;联合稀疏表示的字典D∈RJm ×(J+1)n表示为:
其中J表示传感器的数量,图像的维度为m×n。冗余字典Dc∈Rm×n和Dj∈Rm×n分别是信号公共部分和专有部分的稀疏表示字典;
转化为下式求解稀疏表示系数:
步骤二,中央控制模块通过运输模块利用运输带运输园林垃圾;
步骤三,通过分类筛选模块利用筛选机构对垃圾进行分类筛选;
步骤四,通过阻燃模块在已分类的易燃垃圾中添加阻燃剂溶液进行垃圾的阻燃操作;通过预处理模块在已分类的垃圾中添加化学物质来降低垃圾纤维密度;
步骤五,通过粉碎模块利用粉碎机将筛选的植物性垃圾进行粉碎;
步骤六,通过吸附模块吸附重金属污染物;通过发酵模块利用微生物对植物性垃圾进行发酵成肥料;通过分解模块利用化学物质对筛选的塑料垃圾进行化学分解;
步骤七,通过显示模块利用显示器显示检测的垃圾处理环境空气、垃圾中重金属、垃圾图像数据。
进一步,所述利用筛选机构对垃圾进行分类筛选方法如下:
1)获取待分类垃圾的第一检测图像;
2)使用深度学习神经网络处理所述第一检测图像以判断所述待分类垃圾是否与可垃圾相匹配,如果是,则发出第一控制信号,以控制将所述待分类垃圾送入区;如果不是,则发出第二控制信号,以控制将所述待分类垃圾送入非区;
3)获取所述待分类垃圾的第二检测图像,其中,所述第一检测图像和所述第二检测图像的拍摄角度不同;
4)使用所述深度学习神经网络处理所述第二检测图像并结合所述第一检测图像的处理结果,以判断所述待分类垃圾是否与所述可垃圾相匹配,如果是,则发出所述第一控制信号,以控制将所述待分类垃圾送入所述区;如果不是,则发出所述第二控制信号,以控制将所述待分类垃圾送入所述非区。
进一步,所述吸附重金属污染物的方法如下:
(1)将垃圾堆肥,将其中的不可利用的固体废弃物拣出,所述的不可利用的固体废弃物包括塑料膜、纤维袋、金属、玻璃制品、砖瓦石块,然后将剩余垃圾粉碎后按质量比1:1加入水,并置于匀浆机上匀浆处理制成垃圾匀浆液;
(2)垃圾匀浆液多次通过四层大孔吸附膜反应罐,反应罐第一层膜为包裹硫酸的大孔树脂交换膜,所述的硫酸的质量浓度为45~55%,包裹硫酸的大孔树脂交换膜中的硫酸中的H+与匀浆中的重金属Zn、Cu、Co、Ni、Sn发生氧化还原反应,生成Zn2+、Cu2+、Co2+、Ni2+、Sn2+,使匀浆液中的金属全部以金属离子的方式存在;反应罐的第二层膜为包裹有活性炭的聚偏氟乙烯复合膜;第三层膜为改性纤维素与聚氨酯复合而成的微孔膜,其中改性纤维素的含量为5%;第四层膜为粘土矿物的大孔吸附膜;初次吸附除去垃圾匀浆液中的重金属;
(3)向处理过的匀浆液加水稀释至浓度为20%后再加入PH调节剂调节PH为2~3,然后向其中加入相对于匀浆液0.2倍量的浓度为0.3mol/L的柠檬酸,在转速为200~300r/min的摇床上摇动2~3h后循环通过强酸性苯乙烯系阳离子交换树脂柱,然后通过聚碳酸酯与聚丙烯腈复合的中空纤维超滤膜过滤;
(4)将步骤(3)所得的滤液通过加压溶气气浮,通过气浮工艺除去污水中的油膜和油珠及其他有机污染物,然后通过含有氨基-膦酸官能团的络合树脂再次去除未被吸附的重金属离子。
本发明的另一目的在于提供一种运行所述园林绿化垃圾的无公害处理方法的园林绿化垃圾的无公害处理系统,所述园林绿化垃圾的无公害处理系统包括:
空气检测模块,与中央控制模块连接,用于通过空气检测器检测垃圾处理环境空气数据;
重金属检测模块,与中央控制模块连接,用于通过重金属检测器检测垃圾中重金属数据;
垃圾图像采集模块,与中央控制模块连接,用于通过摄像器采集垃圾图像数据;
中央控制模块,与空气检测模块、重金属检测模块、垃圾图像采集模块、运输模块、分类筛选模块、粉碎模块、吸附模块、发酵模块、分解模块、显示模块连接,用于通过单片机控制各个模块正常工作;
运输模块,与中央控制模块连接,用于通过运输带运输园林垃圾;
分类筛选模块,与中央控制模块连接,用于通过筛选机构对垃圾进行分类筛选;
粉碎模块,与中央控制模块连接,用于通过粉碎机将筛选的植物性垃圾进行粉碎;
吸附模块,与中央控制模块连接,用于吸附重金属污染物;
发酵模块,与中央控制模块连接,用于通过微生物对植物性垃圾进行发酵成肥料;
分解模块,与中央控制模块连接,用于通过化学物质对筛选的塑料垃圾进行化学分解;
显示模块,与中央控制模块连接,用于通过显示器显示检测的垃圾处理环境空气、垃圾中重金属、垃圾图像数据。
进一步,所述园林绿化垃圾的无公害处理系统还包括:
阻燃模块,与中央控制模块连接,用于通过在已分类的易燃垃圾中添加阻燃剂溶液进行垃圾的阻燃操作;
预处理模块,与中央控制模块连接,用于通过在已分类的垃圾中添加化学物质来降低垃圾纤维密度。
本发明的另一目的在于提供一种应用所述园林绿化垃圾的无公害处理方法的信息数据处理终端。
本发明的优点及积极效果为:本发明通过分类筛选模块采用深度学习神经网络的方法对待分类垃圾进行实时检测识别,并自动分类,从而提高待分类垃圾的识别准确率,提高垃圾分类的效率,降低垃圾分类的成本;通过阻燃模块在已分类的易燃垃圾中添加阻燃剂溶液,可以有效地阻止废弃物碎片燃烧,减少安全隐患的发生;通过预处理模块在已分类的垃圾中添加化学物质,可以降低垃圾纤维密度,缩短垃圾处理时间,提高垃圾处理效率;同时,通过吸附模块利用包裹硫酸的大孔树脂交换膜能减少重金属处理中的成本,而且金属与硫酸接触面大,反应更完全,再通过活性炭、改性纤维素、粘土矿物吸附重金属离子,而且在反应罐中多次循环,去除金属污染物更彻底;利用加压溶气气浮能去除垃圾中的油膜和油珠,对后续去除重金属更加完全。整个工艺过程连续操作,对去除垃圾中的重金属完全,且不会造成二次污染。
附图说明
图1是本发明实施例提供的园林绿化垃圾的无公害处理方法流程图。
图2是本发明实施例提供的园林绿化垃圾的无公害处理系统结构示意图;
图中:1、空气检测模块;2、重金属检测模块;3、垃圾图像采集模块;4、中央控制模块;5、运输模块;6、分类筛选模块;7、阻燃模块;8、预处理模块;9、粉碎模块;10、吸附模块;11、发酵模块;12、分解模块;13、显示模块。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下。
针对现有技术存在的问题,本发明提供了一种园林绿化垃圾的无公害处理方法及系统,下面结合附图对本发明作详细的描述。
如图1所示,本发明提供的园林绿化垃圾的无公害处理方法包括以下步骤:
S101:通过空气检测模块利用空气检测器检测垃圾处理环境空气数据;通过重金属检测模块利用重金属检测器检测垃圾中重金属数据;通过垃圾图像采集模块利用摄像器采集垃圾图像数据;
S102:中央控制模块通过运输模块利用运输带运输园林垃圾;
S103:通过分类筛选模块利用筛选机构对垃圾进行分类筛选;
S104:通过阻燃模块在已分类的易燃垃圾中添加阻燃剂溶液进行垃圾的阻燃操作;通过预处理模块在已分类的垃圾中添加化学物质来降低垃圾纤维密度;
S105:通过粉碎模块利用粉碎机将筛选的植物性垃圾进行粉碎;
S106:通过吸附模块吸附重金属污染物;通过发酵模块利用微生物对植物性垃圾进行发酵成肥料;通过分解模块利用化学物质对筛选的塑料垃圾进行化学分解;
S107:通过显示模块利用显示器显示检测的垃圾处理环境空气、垃圾中重金属、垃圾图像数据。
如图2所示,本发明实施例提供的园林绿化垃圾的无公害处理系统包括:空气检测模块1、重金属检测模块2、垃圾图像采集模块3、中央控制模块4、运输模块5、分类筛选模块6、阻燃模块7、预处理模块8、粉碎模块9、吸附模块10、发酵模块11、分解模块12、显示模块13。
空气检测模块1,与中央控制模块4连接,用于通过空气检测器检测垃圾处理环境空气数据;
重金属检测模块2,与中央控制模块4连接,用于通过重金属检测器检测垃圾中重金属数据;
垃圾图像采集模块3,与中央控制模块4连接,用于通过摄像器采集垃圾图像数据;
中央控制模块4,与空气检测模块1、重金属检测模块2、垃圾图像采集模块3、运输模块5、分类筛选模块6、阻燃模块7、预处理模块8、粉碎模块9、吸附模块10、发酵模块11、分解模块12、显示模块13连接,用于通过单片机控制各个模块正常工作;
运输模块5,与中央控制模块4连接,用于通过运输带运输园林垃圾;
分类筛选模块6,与中央控制模块4连接,用于通过筛选机构对垃圾进行分类筛选;
阻燃模块7,与中央控制模块4连接,用于通过在已分类的易燃垃圾中添加阻燃剂溶液进行垃圾的阻燃操作;
预处理模块8,与中央控制模块4连接,用于通过在已分类的垃圾中添加化学物质来降低垃圾纤维密度
粉碎模块9,与中央控制模块4连接,用于通过粉碎机将筛选的植物性垃圾进行粉碎;
吸附模块10,与中央控制模块4连接,用于吸附重金属污染物;
发酵模块11,与中央控制模块4连接,用于通过微生物对植物性垃圾进行发酵成肥料;
分解模块12,与中央控制模块4连接,用于通过化学物质对筛选的塑料垃圾进行化学分解;
显示模块13,与中央控制模块4连接,用于通过显示器显示检测的垃圾处理环境空气、垃圾中重金属、垃圾图像数据。
本发明提供的分类筛选模块6分类方法如下:
1)获取待分类垃圾的第一检测图像;
2)使用深度学习神经网络处理所述第一检测图像以判断所述待分类垃圾是否与可垃圾相匹配,如果是,则发出第一控制信号,以控制将所述待分类垃圾送入区;如果不是,则发出第二控制信号,以控制将所述待分类垃圾送入非区;
3)获取所述待分类垃圾的第二检测图像,其中,所述第一检测图像和所述第二检测图像的拍摄角度不同;
4)使用所述深度学习神经网络处理所述第二检测图像并结合所述第一检测图像的处理结果,以判断所述待分类垃圾是否与所述可垃圾相匹配,如果是,则发出所述第一控制信号,以控制将所述待分类垃圾送入所述区;如果不是,则发出所述第二控制信号,以控制将所述待分类垃圾送入所述非区。
本发明提供的分类方法还包括:
获取与采集所述第一检测图像相对应的垃圾分类装置的标识号;
根据所述标识号选择与所述标识号相对应的所述深度学习神经网络的训练参数;
在确定所述待分类垃圾与所述可垃圾相匹配的情况下,统计数量;
在所述数量超过所述区的预定承载数量的情况下,发出控制信号,以提示中心所述区的垃圾。
本发明提供的可垃圾包括至少一种类型的可垃圾,所述区包括至少一个子区,所述第一控制信号包括至少一个子控制信号,其中,所述垃圾分类方法还包括:
判断所述待分类垃圾是否与所述至少一种类型的可垃圾之一相匹配,如果是,则发出相应的所述子控制信号,以控制将所述待分类垃圾送入相应的所述子区;如果不是,则发出所述第二控制信号,以控制将所述待分类垃圾送入所述非区。
本发明提供的判断所述待分类垃圾是否与可垃圾相匹配包括:
计算所述待分类垃圾与所述可垃圾之间的匹配率;
判断所述匹配率是否超过第一预设匹配率阈值,如果是,确定所述待分类垃圾与所述可垃圾相匹配;如果不是,确定所述待分类垃圾与所述可垃圾不相匹配。
本发明提供的吸附模块10吸附方法如下:
(1)将垃圾堆肥,将其中的不可利用的固体废弃物拣出,所述的不可利用的固体废弃物包括塑料膜、纤维袋、金属、玻璃制品、砖瓦石块,然后将剩余垃圾粉碎后按质量比1:1加入水,并置于匀浆机上匀浆处理制成垃圾匀浆液;
(2)垃圾匀浆液多次通过四层大孔吸附膜反应罐,反应罐第一层膜为包裹硫酸的大孔树脂交换膜,所述的硫酸的质量浓度为45~55%,包裹硫酸的大孔树脂交换膜中的硫酸中的H+与匀浆中的重金属Zn、Cu、Co、Ni、Sn发生氧化还原反应,生成Zn2+、Cu2+、Co2+、Ni2+、Sn2+,使匀浆液中的金属全部以金属离子的方式存在;反应罐的第二层膜为包裹有活性炭的聚偏氟乙烯复合膜;第三层膜为改性纤维素与聚氨酯复合而成的微孔膜,其中改性纤维素的含量为5%;第四层膜为粘土矿物的大孔吸附膜;初次吸附除去垃圾匀浆液中的重金属;
(3)向处理过的匀浆液加水稀释至浓度为20%后再加入PH调节剂调节PH为2~3,然后向其中加入相对于匀浆液0.2倍量的浓度为0.3mol/L的柠檬酸,在转速为200~300r/min的摇床上摇动2~3h后循环通过强酸性苯乙烯系阳离子交换树脂柱,然后通过聚碳酸酯与聚丙烯腈复合的中空纤维超滤膜过滤;
(4)将步骤(3)所得的滤液通过加压溶气气浮,通过气浮工艺除去污水中的油膜和油珠及其他有机污染物,然后通过含有氨基-膦酸官能团的络合树脂再次去除未被吸附的重金属离子。
下面结合实验对本发明的技术效果作详细的描述。
本实验的园林垃圾主要指园林中产生的有机物质。近年来,我国越来越重视城市绿化,因此,园林垃圾产生的数量变得越来越多,虽然焚烧垃圾能够有效地消除园林垃圾,但也造成资源浪费。由此可见,研究园林绿化垃圾的无公害处理方法及系统十分有必要。
1、园林垃圾常见处理方法
园林垃圾主要产生在春天与秋天,春天,为了保持植物的美观,需要修剪草皮与枝桠,产生大量的杂草与树枝,秋天,出现大量的落叶。我国对于园林垃圾有许多处理方法,然而为了能够快速处理园林垃圾,往往选择焚烧的方式,但是,大部分园林垃圾在焚烧过程中,产生大量颗粒物及浓烟,不仅造成严重的空气污染,而且也影响城市居民的身体健康。由于产生大量的可吸入颗粒,加剧城市的PM2.5,从而使城市出现严重的雾霾,严重影响城市居民的出行及身体健康。
2、园林绿化垃圾的无公害处理方法及系统
就近选取园林进行本发明园林绿化垃圾的无公害处理系统的实验试点。
首先,通过空气检测模块利用空气检测器检测垃圾处理环境空气数据;通过重金属检测模块利用重金属检测器检测垃圾中重金属数据;通过垃圾图像采集模块利用摄像器采集垃圾图像数据;中央控制模块通过运输模块利用运输带运输园林垃圾;通过分类筛选模块利用筛选机构对垃圾进行分类筛选;通过阻燃模块在已分类的易燃垃圾中添加阻燃剂溶液进行垃圾的阻燃操作;通过预处理模块在已分类的垃圾中添加化学物质来降低垃圾纤维密度;通过粉碎模块利用粉碎机将筛选的植物性垃圾进行粉碎;通过吸附模块吸附重金属污染物;通过发酵模块利用微生物对植物性垃圾进行发酵成肥料;通过分解模块利用化学物质对筛选的塑料垃圾进行化学分解;最后,通过显示模块利用显示器显示检测的垃圾处理环境空气、垃圾中重金属、垃圾图像数据。
利用本发明园林绿化垃圾的无公害处理系统,将修剪后的树枝、树叶通过机械适当粉碎后,经生物菌种技术二次发酵或自然腐熟后形成有机肥加以利用。有机肥总养分含量大于6.2%,总氮达9%,全磷含量达1.9%,全钾含量达2.0%,有机质含量大于52.6%,达到国家农业部对生物有机肥的要求标准,p H值为7.3,水分小于18.8%,有机质含量、营养元素等各项指标均达到NY525-2002行业标准。
在吸附模块中,将垃圾进行堆肥处理,不同园林垃圾堆肥的效果是不同的,现针对不同的园林垃圾进行堆肥实验,结果具体如下表1所示。
表1不同园林垃圾堆肥实验对比分析
注:种子发芽指数>0.5,表明堆肥已基本腐熟;种子发芽指数>0.8,表明堆肥已完全腐熟。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。
Claims (6)
1.一种园林绿化垃圾的无公害处理方法,其特征在于,所述园林绿化垃圾的无公害处理方法包括以下步骤:
步骤一,通过空气检测模块利用空气检测器检测垃圾处理环境空气数据;通过重金属检测模块利用重金属检测器检测垃圾中重金属数据;通过垃圾图像采集模块利用摄像器采集垃圾图像数据;
所述垃圾图像数据的去噪方法为:
(1)将含噪图像f(x,y)进行二维平稳小波变换,分别获得子带系数:低频系数、水平细节系数、垂直细节系数和对角细节系数;
(2)对第一层的低频系数利用PCNN进行区域分割;
(3)将低频系数保持不变,对各层的水平细节系数、垂直细节系数和对角细节系数分别进行邻域阈值处理;
(4)采用脉冲耦合神经网络对噪声图像进行处理,得到熵序列En,将En作为边缘检测算子;
(5)进行阈值寻优,得到最优去噪阈值k;
(6)根据求得的边缘检测算子En和最优去噪阈值k,采用改进的各向异性扩散模型对图像进行去噪;使用去噪后的稀疏系数和字典重建图像;联合稀疏表示的字典D∈RJm×(J+1)n表示为:
其中J表示传感器的数量,图像的维度为m×n,冗余字典Dc∈Rm×n和Dj∈Rm×n分别是信号公共部分和专有部分的稀疏表示字典;
转化为下式求解稀疏表示系数:
步骤二,中央控制模块通过运输模块利用运输带运输园林垃圾;
步骤三,通过分类筛选模块利用筛选机构对垃圾进行分类筛选;
步骤四,通过阻燃模块在已分类的易燃垃圾中添加阻燃剂溶液进行垃圾的阻燃操作;通过预处理模块在已分类的垃圾中添加化学物质来降低垃圾纤维密度;
步骤五,通过粉碎模块利用粉碎机将筛选的植物性垃圾进行粉碎;
步骤六,通过吸附模块吸附重金属污染物;通过发酵模块利用微生物对植物性垃圾进行发酵成肥料;通过分解模块利用化学物质对筛选的塑料垃圾进行化学分解;
步骤七,通过显示模块利用显示器显示检测的垃圾处理环境空气、垃圾中重金属、垃圾图像数据。
2.如权利要求1所述的园林绿化垃圾的无公害处理方法,其特征在于,所述利用筛选机构对垃圾进行分类筛选方法如下:
1)获取待分类垃圾的第一检测图像;
2)使用深度学习神经网络处理所述第一检测图像以判断所述待分类垃圾是否与可垃圾相匹配,如果是,则发出第一控制信号,以控制将所述待分类垃圾送入区;如果不是,则发出第二控制信号,以控制将所述待分类垃圾送入非区;
3)获取所述待分类垃圾的第二检测图像,其中,所述第一检测图像和所述第二检测图像的拍摄角度不同;
4)使用所述深度学习神经网络处理所述第二检测图像并结合所述第一检测图像的处理结果,以判断所述待分类垃圾是否与所述可垃圾相匹配,如果是,则发出所述第一控制信号,以控制将所述待分类垃圾送入所述区;如果不是,则发出所述第二控制信号,以控制将所述待分类垃圾送入所述非区。
3.如权利要求1所述的园林绿化垃圾的无公害处理方法,其特征在于,所述吸附重金属污染物的方法如下:
(1)将垃圾堆肥,将其中的不可利用的固体废弃物拣出,所述的不可利用的固体废弃物包括塑料膜、纤维袋、金属、玻璃制品、砖瓦石块,然后将剩余垃圾粉碎后按质量比1:1加入水,并置于匀浆机上匀浆处理制成垃圾匀浆液;
(2)垃圾匀浆液多次通过四层大孔吸附膜反应罐,反应罐第一层膜为包裹硫酸的大孔树脂交换膜,所述的硫酸的质量浓度为45~55%,包裹硫酸的大孔树脂交换膜中的硫酸中的H+与匀浆中的重金属Zn、Cu、Co、Ni、Sn发生氧化还原反应,生成Zn2+、Cu2+、Co2+、Ni2+、Sn2+,使匀浆液中的金属全部以金属离子的方式存在;反应罐的第二层膜为包裹有活性炭的聚偏氟乙烯复合膜;第三层膜为改性纤维素与聚氨酯复合而成的微孔膜,其中改性纤维素的含量为5%;第四层膜为粘土矿物的大孔吸附膜;初次吸附除去垃圾匀浆液中的重金属;
(3)向处理过的匀浆液加水稀释至浓度为20%后再加入PH调节剂调节PH为2~3,然后向其中加入相对于匀浆液0.2倍量的浓度为0.3mol/L的柠檬酸,在转速为200~300r/min的摇床上摇动2~3h后循环通过强酸性苯乙烯系阳离子交换树脂柱,然后通过聚碳酸酯与聚丙烯腈复合的中空纤维超滤膜过滤;
(4)将步骤(3)所得的滤液通过加压溶气气浮,通过气浮工艺除去污水中的油膜和油珠及其他有机污染物,然后通过含有氨基-膦酸官能团的络合树脂再次去除未被吸附的重金属离子。
4.一种运行权利要求1~3任意一项所述园林绿化垃圾的无公害处理方法的园林绿化垃圾的无公害处理系统,其特征在于,所述园林绿化垃圾的无公害处理系统包括:
空气检测模块,与中央控制模块连接,用于通过空气检测器检测垃圾处理环境空气数据;
重金属检测模块,与中央控制模块连接,用于通过重金属检测器检测垃圾中重金属数据;
垃圾图像采集模块,与中央控制模块连接,用于通过摄像器采集垃圾图像数据;
中央控制模块,与空气检测模块、重金属检测模块、垃圾图像采集模块、运输模块、分类筛选模块、粉碎模块、吸附模块、发酵模块、分解模块、显示模块连接,用于通过单片机控制各个模块正常工作;
运输模块,与中央控制模块连接,用于通过运输带运输园林垃圾;
分类筛选模块,与中央控制模块连接,用于通过筛选机构对垃圾进行分类筛选;
粉碎模块,与中央控制模块连接,用于通过粉碎机将筛选的植物性垃圾进行粉碎;
吸附模块,与中央控制模块连接,用于吸附重金属污染物;
发酵模块,与中央控制模块连接,用于通过微生物对植物性垃圾进行发酵成肥料;
分解模块,与中央控制模块连接,用于通过化学物质对筛选的塑料垃圾进行化学分解;
显示模块,与中央控制模块连接,用于通过显示器显示检测的垃圾处理环境空气、垃圾中重金属、垃圾图像数据。
5.如权利要求4所述的园林绿化垃圾的无公害处理系统,其特征在于,所述园林绿化垃圾的无公害处理系统还包括:
阻燃模块,与中央控制模块连接,用于通过在已分类的易燃垃圾中添加阻燃剂溶液进行垃圾的阻燃操作;
预处理模块,与中央控制模块连接,用于通过在已分类的垃圾中添加化学物质来降低垃圾纤维密度。
6.一种应用权利要求1~3任意一项所述园林绿化垃圾的无公害处理方法的信息数据处理终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910839056.9A CN110436974A (zh) | 2019-09-05 | 2019-09-05 | 一种园林绿化垃圾的无公害处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910839056.9A CN110436974A (zh) | 2019-09-05 | 2019-09-05 | 一种园林绿化垃圾的无公害处理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110436974A true CN110436974A (zh) | 2019-11-12 |
Family
ID=68439353
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910839056.9A Pending CN110436974A (zh) | 2019-09-05 | 2019-09-05 | 一种园林绿化垃圾的无公害处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110436974A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111804709A (zh) * | 2020-07-27 | 2020-10-23 | 沈阳腾越建筑工程有限公司 | 一种污泥及建筑垃圾资源化利用的方法和系统 |
CN112979357A (zh) * | 2021-02-26 | 2021-06-18 | 华东师范大学重庆研究院 | 一种绿色有机肥重金属的吸附与去除方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102009057A (zh) * | 2010-09-16 | 2011-04-13 | 中山市祥源环保工程有限公司 | 一种生活垃圾处理方法 |
CN204135040U (zh) * | 2014-08-28 | 2015-02-04 | 湖南人文科技学院 | 一种垃圾综合处理系统 |
CN106023224A (zh) * | 2016-05-30 | 2016-10-12 | 天水师范学院 | 一种中药材显微图像的pcnn自动分割方法 |
CN106180140A (zh) * | 2016-07-14 | 2016-12-07 | 胡大苇 | 一种城市生活垃圾中重金属污染物的去除方法 |
CN106495765A (zh) * | 2016-11-09 | 2017-03-15 | 重庆睿容环保科技有限公司 | 一种园林绿化垃圾处理方法 |
CN106683066A (zh) * | 2017-01-13 | 2017-05-17 | 西华大学 | 一种基于联合稀疏模型的图像融合方法 |
CN106734118A (zh) * | 2017-02-17 | 2017-05-31 | 刘波 | 一种生活垃圾臭气的处理方法 |
CN207672064U (zh) * | 2017-12-14 | 2018-07-31 | 湖北天禹环保科技有限公司 | 一种家庭能源机器人 |
CN108687107A (zh) * | 2018-05-03 | 2018-10-23 | 无锡智高点技术研发有限公司 | 一种垃圾处理方法 |
CN109013664A (zh) * | 2018-09-12 | 2018-12-18 | 福建省劲牛重工发展有限公司 | 一种垃圾资源化利用协同处理方法及产业园 |
CN109201514A (zh) * | 2017-06-30 | 2019-01-15 | 京东方科技集团股份有限公司 | 垃圾分类回收方法、垃圾分类装置以及垃圾分类回收系统 |
CN109606991A (zh) * | 2019-01-11 | 2019-04-12 | 郑州大学 | 智能垃圾桶及基于深度学习的垃圾分类方法 |
CN111842425A (zh) * | 2020-07-17 | 2020-10-30 | 唐山聚人环保科技有限公司 | 一种工业废弃物混合处理回收利用环保装置及其控制方法 |
-
2019
- 2019-09-05 CN CN201910839056.9A patent/CN110436974A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102009057A (zh) * | 2010-09-16 | 2011-04-13 | 中山市祥源环保工程有限公司 | 一种生活垃圾处理方法 |
CN204135040U (zh) * | 2014-08-28 | 2015-02-04 | 湖南人文科技学院 | 一种垃圾综合处理系统 |
CN106023224A (zh) * | 2016-05-30 | 2016-10-12 | 天水师范学院 | 一种中药材显微图像的pcnn自动分割方法 |
CN106180140A (zh) * | 2016-07-14 | 2016-12-07 | 胡大苇 | 一种城市生活垃圾中重金属污染物的去除方法 |
CN106495765A (zh) * | 2016-11-09 | 2017-03-15 | 重庆睿容环保科技有限公司 | 一种园林绿化垃圾处理方法 |
CN106683066A (zh) * | 2017-01-13 | 2017-05-17 | 西华大学 | 一种基于联合稀疏模型的图像融合方法 |
CN106734118A (zh) * | 2017-02-17 | 2017-05-31 | 刘波 | 一种生活垃圾臭气的处理方法 |
CN109201514A (zh) * | 2017-06-30 | 2019-01-15 | 京东方科技集团股份有限公司 | 垃圾分类回收方法、垃圾分类装置以及垃圾分类回收系统 |
CN207672064U (zh) * | 2017-12-14 | 2018-07-31 | 湖北天禹环保科技有限公司 | 一种家庭能源机器人 |
CN108687107A (zh) * | 2018-05-03 | 2018-10-23 | 无锡智高点技术研发有限公司 | 一种垃圾处理方法 |
CN109013664A (zh) * | 2018-09-12 | 2018-12-18 | 福建省劲牛重工发展有限公司 | 一种垃圾资源化利用协同处理方法及产业园 |
CN109606991A (zh) * | 2019-01-11 | 2019-04-12 | 郑州大学 | 智能垃圾桶及基于深度学习的垃圾分类方法 |
CN111842425A (zh) * | 2020-07-17 | 2020-10-30 | 唐山聚人环保科技有限公司 | 一种工业废弃物混合处理回收利用环保装置及其控制方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111804709A (zh) * | 2020-07-27 | 2020-10-23 | 沈阳腾越建筑工程有限公司 | 一种污泥及建筑垃圾资源化利用的方法和系统 |
CN112979357A (zh) * | 2021-02-26 | 2021-06-18 | 华东师范大学重庆研究院 | 一种绿色有机肥重金属的吸附与去除方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Garten | Variation in foliar 15N abundance and the availability of soil nitrogen on Walker Branch watershed | |
Adamo et al. | Natural and pre-treatments induced variability in the chemical composition and morphology of lichens and mosses selected for active monitoring of airborne elements | |
Abraham et al. | The unquantified risk of post-fire metal concentration in soil: A review | |
CN110436974A (zh) | 一种园林绿化垃圾的无公害处理方法及系统 | |
Baltrėnaitė et al. | The sustainable role of the tree in environmental protection technologies | |
Kramer et al. | Soil carbon dynamics across a windthrow disturbance sequence in southeast Alaska | |
Wang et al. | Exposure pathways, environmental processes and risks of micro (nano) plastics to crops and feasible control strategies in agricultural regions | |
Šimonovičová et al. | Experimental treatment of hazardous ash waste by microbial consortium Aspergillus niger and Chlorella sp.: decrease of the Ni content and identification of adsorption sites by Fourier-transform infrared spectroscopy | |
Guo et al. | Phytoremediation as a potential technique for vehicle hazardous pollutants around highways | |
CN110813230B (zh) | 一种复合生物炭及其制备方法和应用 | |
Angehrn-bettinazzi et al. | An attempt to evaluate some factors affecting the heavy metal accumulation in a forest stand | |
Holmes et al. | Processes affecting surface and chemical properties of chrysotile: Implications for reclamation of asbestos in the natural environment | |
Ivica et al. | Soil treatment engineering | |
Mehmood et al. | Assessment of Air Pollution Tolerance and Physicochemical Alterations of Alstonia Scholaris along Roadsides of Lahore, Pakistan | |
Raza et al. | Role of phytoremediation in removing air pollutants: a review | |
Natali et al. | Increased mercury in forest soils under elevated carbon dioxide | |
Soto-Jiménez et al. | A first approach to study the mobility and behavior of lead in hypersaline salt marsh sediments: Diffusive and advective fluxes, geochemical partitioning and Pb isotopes | |
Tupikova et al. | The study of plants and embryozem soils on the technogenic dumps aimed to the improvement of the monitoring and remediation in industrial zones | |
Jiang-shan et al. | Concentrations and seasonal dynamics of dissolved organic carbon in forest floors of two plantations (Castanopsis kawakamii and Cunninghamia lanceolata) in subtropical China | |
Yamuza-Magdaleno et al. | Long-term sediment organic carbon remineralization in different seagrass and macroalgae habitats: implication for blue carbon storage | |
Bukola et al. | The Application of Biomaterials in Ecological Remediation of Land Pollution: Bioremediation of Heavy Metals in Cement Contaminated Soil Using White-Rot Fungus Pleurotus sajor-caju | |
Urban et al. | Preliminary study of platinum accumulation in the fruitbodies of a model fungal species: king oyster mushroom (Pleurotus eryngii) | |
Clough | Comparison of aluminium, basic cations and acidity in the soil of indigenous forests and pine stands in the southern Cape | |
杨景成 et al. | 西双版纳不同热带生态系统土壤有机质的光谱学特性 | |
Maynard et al. | Elemental sulphur dust deposition on soils and vegetation of lodgepole pine stands in west-central Alberta |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191112 |
|
WD01 | Invention patent application deemed withdrawn after publication |