CN111237765A - 一种基于信息技术进行垃圾配比的垃圾预处理系统及方法 - Google Patents
一种基于信息技术进行垃圾配比的垃圾预处理系统及方法 Download PDFInfo
- Publication number
- CN111237765A CN111237765A CN201911192924.5A CN201911192924A CN111237765A CN 111237765 A CN111237765 A CN 111237765A CN 201911192924 A CN201911192924 A CN 201911192924A CN 111237765 A CN111237765 A CN 111237765A
- Authority
- CN
- China
- Prior art keywords
- garbage
- temporary storage
- heat value
- storage pit
- measuring device
- 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
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23G—CREMATION FURNACES; CONSUMING WASTE PRODUCTS BY COMBUSTION
- F23G5/00—Incineration of waste; Incinerator constructions; Details, accessories or control therefor
- F23G5/02—Incineration of waste; Incinerator constructions; Details, accessories or control therefor with pretreatment
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23G—CREMATION FURNACES; CONSUMING WASTE PRODUCTS BY COMBUSTION
- F23G5/00—Incineration of waste; Incinerator constructions; Details, accessories or control therefor
- F23G5/50—Control or safety arrangements
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Processing Of Solid Wastes (AREA)
Abstract
本发明公开了一种基于信息技术进行垃圾配比的垃圾预处理系统,包括临时贮存坑(3)、信息处理模块(9)和至少三个热值分类贮存坑(14),临时贮存坑(3)的内侧设有至少两个位于不同角度的用于识别垃圾类型的摄像机(4);临时贮存坑(3)的底部设有渗沥液排放管(8),临时贮存坑(3)和渗沥液排放管(8)之间设有用于过滤的土工复合排水网(7),临时贮存坑(3)的底部设有温度测量装置(5)和若干个含水率测量装置(6),摄像机(4)、温度测量装置(5)和含水率测量装置均与信息处理模块(9)连接。本发明的基于信息技术进行垃圾配比的垃圾预处理系统实现垃圾热值的精确测量,从而对垃圾进行分类配比提高焚烧的稳定性。
Description
技术领域
本发明属于垃圾焚烧技术领域,更具体地,涉及一种基于信息技术进行垃圾配比的垃圾预处理系统及方法。
背景技术
近几年,随着我国经济的快速增长,居民生活水平也在不断提高。与此同时,我国的垃圾产量也在逐年增加,各地普遍出现了垃圾围城的困境。 2016年超过2亿吨,达到2.04亿吨,同比增长6.81%。垃圾焚烧是我国一种主要的生活垃圾处理方式。
热值是影响垃圾焚烧厂能否正常运行和运行成本的一个重要因素。目前,我国的生活垃圾主要进行混合收运,含有较多的厨余垃圾,含水率通常达到60%。同时,考虑到城市生活垃圾的热值变化大、“水分高,热值低”等特点,垃圾焚烧厂为了提高生活垃圾热值确保进入焚烧炉内垃圾热值达到设计需求,通常都建有较大的贮存坑。垃圾入炉前,在贮存坑内存放通常为5~7天,充分去除垃圾中的渗沥液,并进行一定的发酵,以便提高垃圾热值。这种预处理方式是基于一种粗放式的管理,所有垃圾均需进行5~7天的堆放,一方面可能造成部分含水率低,热值较高的垃圾在堆放中热值反而降低,另一方面热值较低的垃圾甚至需要添加煤、油等燃料。同时,垃圾在堆放过程中,需进行多次的翻堆,以提高发酵效果,这也间接增加了预处理成本。
基于此,本发明提供了一种基于信息化技术进行垃圾配比的垃圾焚烧厂预处理技术。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供一种基于信息技术进行垃圾配比的垃圾预处理系统及方法,通过在临时贮存坑中设置摄像机拍摄下落垃圾的视频从而识别出垃圾的种类,通过温度测量装置测量垃圾的温度和含水率测量装置测量垃圾的含水率,从而根据这些参数计算得到垃圾的热值,然后根据热值的范围不同将其进行分类,从而提高了焚烧的稳定性,改善后续焚烧工况,降低了焚烧的成本。
为了实现上述目的,本发明提供一种基于信息技术进行垃圾配比的垃圾预处理系统,包括临时贮存坑、信息处理模块和至少三个热值分类贮存坑,所述临时贮存坑的内侧设有至少两个位于不同角度的用于识别垃圾类型的摄像机;
所述临时贮存坑的底部设有渗沥液排放管,所述临时贮存坑和渗沥液排放管之间设有用于过滤的土工复合排水网,所述临时贮存坑的底部设有温度测量装置和若干个含水率测量装置,所述摄像机、温度测量装置和含水率测量装置均与所述信息处理模块连接,以通过对测量数据的处理得到垃圾的热值。
进一步地,若干含水率测量装置中至少一个设置在临时贮存坑的底部,另一个设置在临时贮存坑靠近中部的位置。
进一步地,所述温度测量装置外套设有套管,所述套管与所述临时贮存坑的底部可拆卸式的连接。
进一步地,所述热值分类贮存坑设置在所述临时贮存坑的周围,所述临时贮存坑的顶部设有用于将垃圾转移到所述热值分类贮存坑内的抓斗起重机。
进一步地,所述临时贮存坑的底板为可水平移动的抽拉式结构,若干个所述热值分类贮存坑并列设置在所述临时贮存坑的底部,所述底板和所述热值分类贮存坑之间设有移动式出料口,所述移动式出料口底部设有的漏斗结构。
进一步地,若干个所述热值分类贮存坑并列设置在所述临时贮存坑的底部,所述临时贮存坑的底板上设有对应不同的热值分类贮存坑的底开门。
进一步地,所述土工复合排水网的顶部设有一层金属网格过滤网,金属网格过滤网与所述土工复合排水网间隔设置。
进一步地,所述临时贮存坑的侧壁厚度为300mm~500mm,且池内涂有防腐、防渗的涂层。
作为本发明的另一个方面,提供一种基于信息技术进行垃圾配比的垃圾预处理方法,包括如下步骤:
S1垃圾运输车倾倒垃圾时,利用高清高速摄像机从多个角度拍摄视频,并在拍摄视频中截取图像;
S2利用图像处理单元和语义识别单元对上述截取图像进行垃圾成分进行测定,得出六种垃圾主要成分的含量;
S3垃圾倾斜完毕后,含水率测量设备装置测垃圾中含水率,在发酵至少2小时后,用温度测量装置测量垃圾堆体中间温度;
S4利用BP神经网络模型,结合六种垃圾成分、含水率、温度测定垃圾热值;
S5根据垃圾热值进行分类存放,并进行配比进料。
进一步地,步骤S2包括:
S21建立垃圾照片语义识别训练数据库,数据库采用焚烧厂现场拍摄垃圾倾倒视频,并对采样垃圾测量热值,形成训练数据库;S22进行语义分割模型训练。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
(1)本发明的基于信息技术进行垃圾配比的垃圾预处理系统,通过在临时贮存坑中设置摄像机拍摄下落垃圾的视频从而识别出垃圾的种类,通过温度测量装置测量垃圾的温度和含水率测量装置测量垃圾的含水率,从而根据这些参数计算得到垃圾的热值,然后根据热值的范围不同将其进行分类,从而提高了焚烧的稳定性,改善后续焚烧工况,降低了焚烧的成本。
(2)本发明的基于信息技术进行垃圾配比的垃圾预处理系统,含水率测量装置至少设有两个,一个设置在临时贮存坑的底部,另一个设置在临时贮存坑靠近中部的位置,其它的均匀设置在底部和中部的含水率测量装置之间,多个含水率测量装置的测量能够减少不同部位垃圾含水率不同造成的误差。
(3)本发明的基于信息技术进行垃圾配比的垃圾预处理系统,临时贮存坑和渗沥液排放管之间设有土工复合排水网,土工复合排水网起到过滤的作用,防止垃圾或细小颗粒进入渗沥液管道中堵塞管道;温度测量装置外套设有套管,套管用于保护温度测量装置。
(4)本发明的基于信息技术进行垃圾配比的垃圾预处理系统,智能化程度高,操作简单,可实现低热值垃圾和高热值垃圾进行配比,杜绝使用煤、油等作为低热值垃圾添加燃料;减少垃圾翻堆次数,从而减少预处理操作步骤,降低预处理成本。同时,本发明可减少垃圾在贮存池内的存储时间,从而减少垃圾焚烧厂贮存池大小并减少渗沥液的产生。
附图说明
图1是本发明实施例中一种基于信息技术进行垃圾配比的垃圾预处理系统的结构示意图;
图2是本发明中临时贮存坑与分类热值贮存坑之间连接的第一实施例的示意图;
图3是本发明中临时贮存坑与分类热值贮存坑之间连接的第二实施例的示意图;
图4是本发明实施例中语义分隔图像分析和BP神经网络热值计算模型流程图;
在所有附图中,同样的附图标记表示相同的技术特征,具体为:1-投料口、2-抓斗起重机、3-临时贮存坑、4-摄像机、5-温度测量装置、6-含水率测量装置、7-土工复合排水网、8-渗沥液排放管、9-信息处理模块、 10-底板、11-金属网格过滤网、12-凹槽、13-移动式出料口、14-分类热值贮存坑。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
图1是本发明实施例中一种基于信息化技术进行垃圾配比的垃圾处理系统的结构示意图。如图1所示,基于信息化技术进行垃圾配比的垃圾处理系统包括投料口1、抓斗起重机2、临时贮存坑3、摄像机4、温度测量装置5、含水率测量装置6、土工复合排水网7、渗沥液排放管8和信息处理模块9;临时贮存坑3用于垃圾的识别过程中的存储,临时贮存坑的一侧顶部设有投料口1,垃圾车通过投料口1将垃圾倾倒进入到临时贮存坑3内;
优选地,临时贮存坑的侧壁厚度为300mm~500mm,且池内涂有防腐、防渗的涂层,用于防止贮存坑腐蚀、渗漏。
临时贮存坑3的内侧设有若干个摄像机4,若干个摄像机4位于同一高度,且设置在临时贮存坑3的不同角度,在垃圾倾倒后从顶部落下的过程中拍摄垃圾的视频信息,并在拍摄视频中间隔截取图像,作为基本图像信息,通过图像信息识别垃圾的类别。
优选地,摄像机4设置在距离垃圾倾倒口0.1m~0.5m的高度范围内,在此范围内,一方面,摄像机4拍摄的图像中的垃圾分散的更开;另一方面,不会因为垃圾堆积拍不到垃圾散开的图像甚至被堆积的垃圾遮住摄像头。
临时贮存坑3的底部设有渗沥液排放管8,通过渗沥液排放管8将垃圾中的主要的水沥出;临时贮存坑3和渗沥液排放管8之间设有土工复合排水网7,土工复合排水网7起到过滤的作用,防止垃圾或细小颗粒进入渗沥液管道8中堵塞管道。优选地,土工复合排水网7采用纺土布作为夹层,起到反滤作用,进一步地,采用600g/m2有纺土工布作为夹层。
优选地,土工复合排水网7顶部设有一层金属网格过滤网,金属网格过滤网与土工复合排水网7间隔设置,金属网格过滤网一方面用于拦截较大或者有尖刺部的垃圾,在土工复合排水网7之前提供依次粗过滤;另一方面,间隔设置用于保护土工复合排水网7免于受到重压或者尖刺物刺破。
临时贮存坑3的底部设有含水率测量装置6,含水率测量装置6用于采集临时贮存坑3内的含水率信息,含水率测量装置6至少设有两个,一个设置在临时贮存坑3的底部,另一个设置在临时贮存坑靠近中部的位置,其它的均匀设置在底部和中部的含水率测量装置6之间,多个含水率测量装置的测量能够减少不同部位垃圾含水率不同造成的误差。
优选地,含水率测量装置6为微波测量装置。
优选地,设置在靠近临时贮存坑总部位置的含水率测量装置距离贮存坑3的底部0.2m~0.4m,因为水分会渗透到靠近底部的位置,在此高度内能最真实的反应临时贮存坑3内垃圾的含水量值。
温度测量装置5设置在临时贮存坑3内,温度测量装置5用于测量垃圾的温度,用于后续的热值的测定;温度测量装置5外套设有套管,套管用于保护温度测量装置5,套管5可拆卸式的与临时贮存坑3的底部连接,可方便温度测量装置5的装入和拿出。优选地,套管为铜管,铜管能够较好地传递垃圾的温度,不会影响温度测量装置5温度的测量,同时铜管的强度能够起到保护作用。进一步地,铜管的强度>600Mpa,高度为0.8~1.5m,直径为5cm~10cm。
信息处理模块9分别与摄像机4、温度测量装置5和含水率测量装置6 连接,信息处理模块包括语义识别单元、神经网络单元和图像处理单元。将摄像机4拍摄的视频截取的图像输入到图像处理单元中处理后提取信息,并通过语义识别单元识别出垃圾的类型,垃圾六种主要成分为动植物有机物、纸类、塑料、织物、竹木、橡胶六大类,将温度测量装置5和含水率测量装置6的测量数据输入到神经网络单元中,计算出垃圾的热值。优选地,根据信息处理模块9计算出的垃圾的热值,将其分为热值小于 5000kj/kg,5000~8000kj/kg和大于8000kj/kg三种。
临时贮存坑3的顶部设有抓斗起重机2,临时贮存坑3的周围设有至少三种热值的贮存坑,通过抓斗起重机2将垃圾转移到对应热值的贮存坑中。临时贮存坑的侧壁厚度为300-500mm,且池内涂有防腐、防渗的涂层同时还是为了能够支撑抓斗起重机。
作为另外一种选择,在临时贮存坑3的底部并列设有至少三个热值分类贮存坑14,分别对应不同热值范围内垃圾的贮存。
图2是本发明中临时贮存坑与分类热值贮存坑之间连接的第一实施例的示意图。如图2所示,临时贮存坑3的底板10为可水平移动的抽拉式结构,对应的金属网格过滤网11同样为可水平移动的抽拉式结构,土工复合排水网7覆盖在底板10上;底板10和金属网格过滤网11穿过临时贮存坑3的侧壁并均在端部设有把手,通过把手可将底板10和金属网格过滤网11 抽出,从而使得临时贮存坑3的底部变成开口结构。临时贮存坑3和热值分类贮存坑14之间设有移动式出料口13,移动式出料口13顶部覆盖临时贮存坑的底部,移动式出料口13设有底部朝向热值分类贮存坑14的漏斗结构,且漏斗结构的底部的直径小于热值分类贮存坑14的口径大小。通过移动移动式出料口13,使得热值分类贮存坑14对准不同的热值分类贮存坑 14,从而将垃圾汇聚到不同的热值分类贮存坑14中。优选地,临时贮存坑 3的侧壁设有与金属网格过滤网11对应的凹槽12,且凹槽12内设有密封结构,用于金属网格过滤网11固定和密封。
图3是本发明中临时贮存坑与分类热值贮存坑之间连接的第二实施例的示意图。如图3所示,金属网格过滤网11同样为可移动的抽拉式结构,土工复合排水网7的端部与金属网格过滤网11连接,将金属过滤网抽出的过程中可以将土工复合排水网7带出。底板上对应不同的热值分类贮存坑设有朝下打开的底开门,且门开口处朝向对应的热值分类贮存坑设有漏斗结构。不同热值范围的垃圾会打开对应的底开门,从而将垃圾汇聚到对应的热值分类贮存坑中。
优选地,移动式出料口13或底开门与信息处理模块9相连,通过测定的热值直接自动控制移动式出料口13的移动位置和底开门的开关。
本发明还提供一种基于信息技术进行垃圾配比的垃圾预处理方法,
S1垃圾运输车倾倒垃圾时,利用高清高速摄像机从多个角度拍摄视频,并在拍摄视频中截取图像;优选地,拍摄视频截取图形间隔时间为1s;
S2利用图像处理单元和语义识别单元对上述截取图像进行垃圾成分进行测定,得出六种垃圾主要成分的含量;
其中,语义识别单元中的语义分割模型的建立步骤如下:
S21建立垃圾照片语义识别训练数据库
数据库采用焚烧厂现场拍摄垃圾倾倒视频,并对采样垃圾测量热值,形成训练数据库;将视频及热值输入系统,进行模型原始训练。
S22语义分割模型训练
S221模型输入与输出格式
输入:mini_batch个图像,整个矩阵尺寸:mini_batch*im_h*im_w*3
输出:一组矩阵heatmap,整个矩阵尺寸:mini_batch*im_h*im_w*7 (这里7表示6类加一个背景)
S222图片预处理(训练过程和测试过程都进行)
输入图像减去输入图像像素平均值;
Pixel=pixel–mean(pixel)
S223训练参数:每迭代一次输入图像个数mini_batch:4;学习率 learning_rate:0.0001
S224后处理:特征输出为mini_batch*im_h*im_w*7(这里7表示6类加一个背景);运用softmax函数作归一化,通过神经网络推导,确定于某一类的概率。
S224评价指标:选用均像素精度(Mean Pixel Accuracy,MPA)和均交并比(MeanIntersection over Union,MIoU)两个指标
其中:k为类的个数,本模型中为7;Pij为本属于类i但被预测为类j 的像素数量;Pii即为真正的数量,Pij和Pji分布为假正和假负。
S3垃圾倾斜完毕后,含水率测量设备装置测垃圾中含水率,在发酵至少2小时后,用温度测量装置测量垃圾堆体中间温度;
S4利用BP神经网络模型,结合六种垃圾成分、含水率、温度测定垃圾热值;
其中,神经网络模型训练步骤如下
S41当步骤S22达到模型需求后,结合步骤S22语义分割模型中得到的六种垃圾成分比例,结合测量含水率及温度,共形成8个指标参数,进而形成训练样本集;
S42数据预处理
对数据进行归一化预处理,将收集的数据映射到[-1,1]之间。转换公式为:
其中,Y为归一化处理后的输入值,L为原始值,Lmax和Lmin为神经网络输入量的最大值和最小值。
S43网络结构设计:本发明神经网络采用含有一层隐含层的三层神经网络。输入层含有6大类物理组分、含水率及温度共8个输入层的神经元。本模型输出只有一个期望热值,因此输出层神经元数目为1;
S44隐含层设计:本发明神经网络隐含有8个输入神经元,优选的隐含层设计为12个,训练速率为0.15;
S45功能函数的设计:本发明采用双曲正切S型函数作为隐含层的功能函数,采用线性函数作为输出层的功能函数;
S46设置训练精度:训练精度通常选取为0.05、0.01、0.005、0.001。训练精度越大则目标误差越大,模型仿真能力差;训练精度越小则模型仿真能力越强,但训练时间较长,网络容错能力较差。本发明优选的训练精度为0.005;
S47模型评价:训练好的模型采用平均相对误差Mape进行评价,当 Mape精度小于7%时认为模型训练达到预期目标,否则需重新对模型进行训练;
其中,xn为实测值,x′n为测定值。
S5根据垃圾热值进行分类存放,并进行配比进料。
本方法及系统智能化程度高,操作方便,可以实现垃圾焚烧预处理的精细化操作。能很好的解决垃圾热值变化大导致垃圾焚烧厂预处理操作复杂、低热值垃圾额外添加燃料以及进炉垃圾热值不稳定产生污染物质等问题并减少渗沥液的产生。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于信息技术进行垃圾配比的垃圾预处理系统,其特征在于,包括临时贮存坑(3)、信息处理模块(9)和至少三个热值分类贮存坑(14),所述临时贮存坑(3)的内侧设有至少两个位于不同角度的用于识别垃圾类型的摄像机(4);
所述临时贮存坑(3)的底部设有渗沥液排放管(8),所述临时贮存坑(3)和渗沥液排放管(8)之间设有用于过滤的土工复合排水网(7),所述临时贮存坑(3)的底部设有温度测量装置(5)和若干个含水率测量装置(6),所述摄像机(4)、温度测量装置(5)和含水率测量装置均与所述信息处理模块(9)连接,以通过对测量数据的处理得到垃圾的热值。
2.根据权利要求1所述的一种基于信息技术进行垃圾配比的垃圾预处理系统,其特征在于,若干含水率测量装置(6)中至少一个设置在临时贮存坑(3)的底部,另一个设置在临时贮存坑靠近中部的位置。
3.根据权利要求1所述的一种基于信息技术进行垃圾配比的垃圾预处理系统,其特征在于,所述温度测量装置(5)外套设有套管,所述套管与所述临时贮存坑(3)的底部可拆卸式的连接。
4.根据权利要求1~3中任一项所述的一种基于信息技术进行垃圾配比的垃圾预处理系统,其特征在于,所述热值分类贮存坑(14)设置在所述临时贮存坑(3)的周围,所述临时贮存坑(3)的顶部设有用于将垃圾转移到所述热值分类贮存坑(14)内的抓斗起重机(2)。
5.根据权利要求1~3中任一项所述的一种基于信息技术进行垃圾配比的垃圾预处理系统,其特征在于,所述临时贮存坑(3)的底板为可水平移动的抽拉式结构,若干个所述热值分类贮存坑(14)并列设置在所述临时贮存坑(3)的底部,所述底板和所述热值分类贮存坑(14)之间设有移动式出料口(13),所述移动式出料口(13)底部设有(14)的漏斗结构。
6.根据权利要求1~3中任一项所述的一种基于信息技术进行垃圾配比的垃圾预处理系统,其特征在于,若干个所述热值分类贮存坑(14)并列设置在所述临时贮存坑(3)的底部,所述临时贮存坑(3)的底板上设有对应不同的热值分类贮存坑的底开门。
7.根据权利要求1所述的一种基于信息技术进行垃圾配比的垃圾预处理系统,其特征在于,所述土工复合排水网(7)的顶部设有一层金属网格过滤网,金属网格过滤网与所述土工复合排水网(7)间隔设置。
8.根据权利要求1所述的一种基于信息技术进行垃圾配比的垃圾预处理系统,其特征在于,所述临时贮存坑的侧壁厚度为300mm~500mm,且池内涂有防腐、防渗的涂层。
9.一种基于信息技术进行垃圾配比的垃圾预处理方法,其特征在于,包括如下步骤:
S1垃圾运输车倾倒垃圾时,利用高清高速摄像机从多个角度拍摄视频,并在拍摄视频中截取图像;
S2利用图像处理单元和语义识别单元对上述截取图像进行垃圾成分进行测定,得出六种垃圾主要成分的含量;
S3垃圾倾斜完毕后,含水率测量设备装置测垃圾中含水率,在发酵至少2小时后,用温度测量装置测量垃圾堆体中间温度;
S4利用BP神经网络模型,结合六种垃圾成分、含水率、温度测定垃圾热值;
S5根据垃圾热值进行分类存放,并进行配比进料。
10.根据权利要求9所述的一种基于信息技术进行垃圾配比的垃圾预处理方法,其特征在于,步骤S2包括:
S21建立垃圾照片语义识别训练数据库,数据库采用焚烧厂现场拍摄垃圾倾倒视频,并对采样垃圾测量热值,形成训练数据库;S22进行语义分割模型训练。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911192924.5A CN111237765A (zh) | 2019-11-28 | 2019-11-28 | 一种基于信息技术进行垃圾配比的垃圾预处理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911192924.5A CN111237765A (zh) | 2019-11-28 | 2019-11-28 | 一种基于信息技术进行垃圾配比的垃圾预处理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111237765A true CN111237765A (zh) | 2020-06-05 |
Family
ID=70874143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911192924.5A Pending CN111237765A (zh) | 2019-11-28 | 2019-11-28 | 一种基于信息技术进行垃圾配比的垃圾预处理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111237765A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113139015A (zh) * | 2021-04-16 | 2021-07-20 | 广州大学 | 生活垃圾能量空间分布信息处理方法、系统、装置和介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0667489A2 (de) * | 1994-02-09 | 1995-08-16 | Entsorgung Dortmund GmbH | Verfahren und Vorrichtung zur Konditionierung von Abfällen vor einer Müllverbrennungsanlage |
CN106287730A (zh) * | 2016-08-17 | 2017-01-04 | 重庆钢铁集团设计院有限公司 | 一种垃圾储坑加热方法 |
CN107054937A (zh) * | 2017-03-23 | 2017-08-18 | 广东数相智能科技有限公司 | 一种基于图像识别的垃圾分类提示装置和系统 |
CN109344894A (zh) * | 2018-09-28 | 2019-02-15 | 广州大学 | 基于多传感器融合和深度学习的垃圾分类识别方法及装置 |
CN109781785A (zh) * | 2019-01-31 | 2019-05-21 | 成都市兴蓉再生能源有限公司 | 一种污泥-垃圾协同焚烧混合物料热值测定方法 |
CN110345488A (zh) * | 2019-06-17 | 2019-10-18 | 中国计量大学 | 一种用于垃圾焚烧厂的入炉垃圾水分监测系统和方法 |
-
2019
- 2019-11-28 CN CN201911192924.5A patent/CN111237765A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0667489A2 (de) * | 1994-02-09 | 1995-08-16 | Entsorgung Dortmund GmbH | Verfahren und Vorrichtung zur Konditionierung von Abfällen vor einer Müllverbrennungsanlage |
CN106287730A (zh) * | 2016-08-17 | 2017-01-04 | 重庆钢铁集团设计院有限公司 | 一种垃圾储坑加热方法 |
CN107054937A (zh) * | 2017-03-23 | 2017-08-18 | 广东数相智能科技有限公司 | 一种基于图像识别的垃圾分类提示装置和系统 |
CN109344894A (zh) * | 2018-09-28 | 2019-02-15 | 广州大学 | 基于多传感器融合和深度学习的垃圾分类识别方法及装置 |
CN109781785A (zh) * | 2019-01-31 | 2019-05-21 | 成都市兴蓉再生能源有限公司 | 一种污泥-垃圾协同焚烧混合物料热值测定方法 |
CN110345488A (zh) * | 2019-06-17 | 2019-10-18 | 中国计量大学 | 一种用于垃圾焚烧厂的入炉垃圾水分监测系统和方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113139015A (zh) * | 2021-04-16 | 2021-07-20 | 广州大学 | 生活垃圾能量空间分布信息处理方法、系统、装置和介质 |
CN113139015B (zh) * | 2021-04-16 | 2024-03-22 | 广州大学 | 生活垃圾能量空间分布信息处理方法、系统、装置和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106779418B (zh) | 基于神经网络和证据理论的水污染事件智能决策方法 | |
CN110222633B (zh) | 基于火焰图像颜色特征提取的城市固废焚烧过程燃烧工况识别方法 | |
CN112801391B (zh) | 一种人工智能废钢扣杂评级方法及系统 | |
CN113689183B (zh) | 一种基于海洋生态评价的资源管理分析系统及方法 | |
CN111814750A (zh) | 基于深度学习目标检测和图像识别的智能垃圾分类方法及系统 | |
CN103366365B (zh) | 基于人工免疫多目标聚类的sar图像变化检测方法 | |
CN106779326A (zh) | 桥梁健康状态评估系统 | |
CN104715240A (zh) | 基于灰度共生矩阵的港币纹理图像的分版方法 | |
CN106650823A (zh) | 一种基于概率极限学习机集成的泡沫镍表面缺陷分类方法 | |
CN111237765A (zh) | 一种基于信息技术进行垃圾配比的垃圾预处理系统及方法 | |
CN110599459A (zh) | 基于深度学习的地下管网风险评估云系统 | |
CN112817299A (zh) | 一种工业废水治理数据管理云平台及其控制方法 | |
Gan et al. | Research on the algorithm of urban waste classification and recycling based on deep learning technology | |
Ding et al. | A real-time multilevel fusion recognition system for coal and gangue based on near-infrared sensing | |
CN110717548A (zh) | 村镇生活垃圾收运处理系统优化方法 | |
CN110345488B (zh) | 一种入炉垃圾水分监测的方法 | |
CN110826917A (zh) | 一种建筑垃圾资源化模式模糊评价方法 | |
CN115657559A (zh) | 一种复合型雨水综合利用控制系统 | |
CN115035442A (zh) | 基于改进的YOLOv3网络的垃圾分类收运监管方法 | |
Lin et al. | Multi-source monitoring data fusion and assessment model on water environment | |
CN112508103A (zh) | 一种基于垃圾收运车的易腐垃圾图像识别与考核管理方法 | |
CN110980038A (zh) | 一种厕所垃圾采集储运系统 | |
Ibrahim et al. | Status, Problems and Challenges for Municipal Solid Waste Management in Assiut Governate | |
Kun et al. | Identification method of waste based on gray level co-occurrence matrix and neural network | |
Deepa et al. | Estimation of garbage coverage area in water terrain |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200605 |
|
RJ01 | Rejection of invention patent application after publication |