CN111841301B - 一种垃圾除臭方法及系统 - Google Patents

一种垃圾除臭方法及系统 Download PDF

Info

Publication number
CN111841301B
CN111841301B CN202010717096.9A CN202010717096A CN111841301B CN 111841301 B CN111841301 B CN 111841301B CN 202010717096 A CN202010717096 A CN 202010717096A CN 111841301 B CN111841301 B CN 111841301B
Authority
CN
China
Prior art keywords
deodorant
storage pit
contents
gas
classification model
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.)
Active
Application number
CN202010717096.9A
Other languages
English (en)
Other versions
CN111841301A (zh
Inventor
赵莉莉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202010717096.9A priority Critical patent/CN111841301B/zh
Publication of CN111841301A publication Critical patent/CN111841301A/zh
Application granted granted Critical
Publication of CN111841301B publication Critical patent/CN111841301B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
    • B01D53/34—Chemical or biological purification of waste gases
    • B01D53/74—General processes for purification of waste gases; Apparatus or devices specially adapted therefor
    • B01D53/84—Biological processes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
    • B01D53/34—Chemical or biological purification of waste gases
    • B01D53/46—Removing components of defined structure
    • B01D53/48—Sulfur compounds
    • B01D53/52—Hydrogen sulfide
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
    • B01D53/34—Chemical or biological purification of waste gases
    • B01D53/46—Removing components of defined structure
    • B01D53/54—Nitrogen compounds
    • B01D53/58—Ammonia
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
    • Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Analytical Chemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Treating Waste Gases (AREA)

Abstract

本申请涉及垃圾处理技术领域，尤其涉及一种垃圾除臭方法及系统，其中，垃圾除臭方法包括：收集垃圾储坑内散发出的气体，并分析气体中的硫化氢和氨气的含量；依据硫化氢和氨气含量，获得垃圾储坑内的气体中含硫化合物和含氮化合物的含量；依据硫化氢、氨气的含量和得到的含硫化合物、含氮化合物的含量，得到向垃圾储坑内添加的参考除臭剂的参数；依据得到的参考除臭剂的参数，制备相应的参考除臭剂，并将制备的参考除臭剂添加至垃圾储坑中。本申请可以减少垃圾处理厂中贮存在垃圾储坑内的垃圾散发的臭味，避免了垃圾臭味影响环境和在该环境下工作的工作人员的身体健康。

Description

一种垃圾除臭方法及系统
技术领域
本申请涉及垃圾处理技术领域，尤其涉及一种垃圾除臭方法及系统。
背景技术
随着城市人口的增加，人民生活水平的提高，城市生活垃圾的产量也越来越大，对环境的危害也越来越严重，因此对城市生活垃圾进行处理就显得尤为重要。
对于城市生活垃圾的处理，目前是先将城市中不同垃圾点的垃圾运送至垃圾处理厂，并贮存在垃圾储坑内，然后将垃圾储坑内的垃圾统一进行处理。然而城市生活垃圾中的有机物在分解过程中厌氧状态造成分解不完全而形成了恶臭气体，尤其是生活垃圾在垃圾储坑内贮存一段时间，会进一步发酵，加剧生成臭味气体，从而不仅影响了环境，而且还影响了在该环境下工作的工作人员的身体健康。
因此，如何减少垃圾处理厂中垃圾散发的臭味，是本领域技术人员目前急需解决的技术问题。
发明内容
本申请提供了一种垃圾除臭方法及系统，以减少垃圾处理厂中贮存在垃圾储坑内的垃圾散发的臭味。
为解决上述技术问题，本申请提供如下技术方案：
一种垃圾除臭方法，包括如下步骤：步骤S110、收集垃圾储坑内散发出的气体，并分析气体中的硫化氢和氨气的含量；步骤S120、依据硫化氢和氨气含量，获得垃圾储坑内的气体中含硫化合物和含氮化合物的含量；步骤S130、依据硫化氢、氨气的含量和得到的含硫化合物、含氮化合物的含量，得到向垃圾储坑内添加的参考除臭剂的参数；步骤S140、依据得到的参考除臭剂的参数，制备相应的参考除臭剂，并将制备的参考除臭剂添加至垃圾储坑中。
如上所述的垃圾除臭方法，其中，优选的是，获得参考除臭剂的参数，包括如下子步骤：步骤S131、根据预先收集的垃圾储坑内产生的气体中各种不同气体的含量以及添加的除臭剂参数，构建分类模型；步骤S132、在使用时，将分析得到的硫化氢和氨气的含量以及计算得到的含硫化合物和含氮化合物的含量，输入预先建立的分类模型中，获得参考除臭剂的参数。
如上所述的垃圾除臭方法，其中，优选的是，参考除臭剂的参数为除臭剂中各个生物菌以及辅料的含量。
如上所述的垃圾除臭方法，其中，优选的是，生物菌为无色硫细菌、光合细菌、多种硫杆菌、放线菌、EM菌、双歧杆菌，酵母菌。
如上所述的垃圾除臭方法，其中，优选的是，通过设置于垃圾储坑顶部的硫化氢检测仪和氨气检测仪检测垃圾储坑内气体中的硫化氢和氨气的含量。
一种垃圾除臭系统，包括：垃圾储坑、硫化氢检测仪、氨气检测仪、计算模块和制备装置；其中，硫化氢检测仪检测垃圾储坑内的气体中的硫化氢的含量，氨气检测仪检测垃圾储坑内的气体中的氨气的含量；计算模块依据硫化氢和氨气含量计算得到垃圾储坑内的气体中含硫化合物和含氮化合物的含量，并且依据硫化氢、氨气的含量和得到的含硫化合物、含氮化合物的含量，计算得到向垃圾储坑内添加的参考除臭剂的参数；制备装置依据参考除臭剂的参数，制备相应的参考除臭剂，并且将制备得到的参考除臭剂添加至垃圾储坑中。
如上所述的垃圾除臭系统，其中，优选的是，计算模块具有模型构建模块，模型构建模块根据预先收集的垃圾储坑内产生的气体中各种不同气体的含量以及添加的除臭剂参数，构建分类模型；计算模块将分析得到的硫化氢和氨气的含量以及计算得到的含硫化合物和含氮化合物的含量，输入预先建立的分类模型中，获得参考除臭剂的参数。
如上所述的垃圾除臭系统，其中，优选的是，参考除臭剂的参数为除臭剂中各个生物菌以及辅料的含量。
如上所述的垃圾除臭系统，其中，优选的是，生物菌为无色硫细菌、光合细菌、多种硫杆菌、放线菌、EM菌、双歧杆菌，酵母菌。
如上所述的垃圾除臭系统，其中，优选的是，垃圾储坑为密闭式垃圾储坑，硫化氢检测仪和氨气检测仪设置于密闭式垃圾储坑的顶部。
相对上述背景技术，本发明提供的垃圾除臭方法和系统，通过硫化氢(H2S)和氨(NH3)的含量得到垃圾储坑内的气体中的含硫化合物和含氮化合物的含量，依据硫化氢(H2S)、氨(NH3)、含硫化合物和含氮化合物的含量，得到需要添加的除臭剂的参数，依据该参数配置相应的除臭剂，将配置得到的除臭剂添加至垃圾储坑内，以除去垃圾储坑中的臭味气体以及垃圾储坑中垃圾中的臭味物质，从而减少垃圾处理厂中贮存在垃圾储坑内的垃圾散发的臭味，避免了垃圾臭味影响环境和在该环境下工作的工作人员的身体健康。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的垃圾除臭方法的流程图；
图2是本申请实施例提供的获得除臭剂参数的流程图；
图3是本申请实施例提供的构建分类模型的流程图；
图4是本申请实施例提供的垃圾除臭系统的示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
生活垃圾产生的恶臭气体种类复杂多样，迄今凭人的嗅觉即能感觉到的恶臭物质有4000多种，具体可以分成以下5类:①含硫化合物(例如：H2S、SO2、硫醇等)；②含氮化合物(例如：氨气、胺类、吲哚等)；③卤素及衍生物(例如：氯气、卤代烃等)；④烃类及芳香烃；⑤含氧有机物(例如：醇、酚、醛、酮等)。
其中，生活垃圾产生的臭味主要是由含硫化合物和含氮化合物引起的，尤其是其中的硫化氢(H2S)和氨(NH3)。本申请通过硫化氢检测仪和氨气检测仪分别检测出垃圾储坑内的气体中含有的硫化氢(H2S)和氨(NH3)的含量，通过硫化氢(H2S)和氨(NH3)的含量得到垃圾储坑内的气体中的含硫化合物和含氮化合物的含量，依据硫化氢(H2S)、氨(NH3)、含硫化合物和含氮化合物的含量，得到需要添加的除臭剂的参数，依据该参数配置相应的除臭剂，将配置得到的除臭剂添加至垃圾储坑内，以除去垃圾储坑中的臭味气体以及垃圾储坑中垃圾中的臭味物质。
实施例一
请参阅图1，图1是本申请实施例提供的垃圾除臭方法的流程图。
本申请提供了一种垃圾除臭方法，以去除生活垃圾产生的含硫化合物和含氮化合物，具体包括如下步骤：
步骤S110、收集垃圾储坑内散发出的气体，并分析气体中的硫化氢(H2S)和氨气(NH3)的含量；
将不同垃圾点的城市生活垃圾通过运输车运至垃圾处理厂进行统一处理，由于生活垃圾本身就有一定的臭味，为了减少运输过程中外溢臭味，因此通过具有密闭性的运输车来运输生活垃圾。
运输至垃圾处理厂的生活垃圾首先要贮存在垃圾储坑内，为了避免从运输车向垃圾储坑内卸载生活垃圾而散发的臭味对操作人员的影响，因此本申请通过自卸式运输车对生活垃圾进行转运，并且通过自卸式运输车自动向垃圾处理厂的垃圾储坑内卸载生活垃圾。
为了避免垃圾储坑内的臭味气体外溢，本申请中将垃圾储坑设置为密闭式垃圾储坑，通过密闭式储坑从而收集生活垃圾散发出来的臭味气体。密闭式垃圾储坑具有卸料门，该卸料门可以与自卸式运输车配合，用于将生活垃圾倾倒进垃圾储坑中。
垃圾储坑的顶部设置有硫化氢检测仪和氨气检测仪，通过硫化氢检测仪检测垃圾储坑内充斥的气体中的硫化氢(H2S)的含量，通过氨气检测仪检测垃圾储坑内充斥的气体中氨气(NH3)的含量。
步骤S120、依据硫化氢(H2S)和氨气(NH3)含量，获得垃圾储坑内的气体中含硫化合物和含氮化合物的含量；
具体的，依据公式
Figure BDA0002598598770000051
获得垃圾储坑内的气体中含硫化合物的含量ρa，其中ρa*为分析得到的气体中的硫化氢(H2S)的含量；依据公式
Figure BDA0002598598770000052
获得垃圾储坑内的气体中含氮化合物的含量ρb，其中ρb*为分析得到的气体中的氨气(NH3)的含量。
步骤S130、依据硫化氢(H2S)、氨气(NH3)的含量和得到的含硫化合物、含氮化合物的含量，得到向垃圾储坑内添加的参考除臭剂的参数；
具体的，请参阅图2，图2是本申请实施例提供的获得参考除臭剂的参数的流程图，获得参考除臭剂的参数，包括如下子步骤：
步骤S131、根据预先收集的垃圾储坑内产生的气体中各种不同气体的含量以及添加的除臭剂参数，构建分类模型；
具体的，请参阅图3，图3是本申请实施例提供的构建分类模型的流程图，构建分类模型，包括如下子步骤：
步骤S1311、预先收集垃圾储坑内产生的气体中不同气体的含量以及添加的除臭剂参数，形成特征向量集；
预先收集垃圾储坑内产生的气体，分析气体中的硫化氢(H2S)、氨气(NH3)、二氧化硫(SO2)、硫醇、胺类、吲哚、氯气、卤代烃、烃类及芳香烃、醇、酚、醛、酮等气体的含量，以及其中的含硫化合物的含量(例如：硫化氢、二氧化硫、硫醇等属于含硫化合物的含量之和)和其中的含氮化合物的含量(例如：氨气、胺类、吲哚等属于含氮化合物的含量之和)。
并且，还预先收集向垃圾储坑内添加的除臭剂，分析垃圾除臭剂的参数，具体的，除臭剂的参数为除臭剂中各个生物菌以及其他辅料(植物水提液)的含量。例如：用于除去含硫化合物的无色硫细菌、光合细菌、多种硫杆菌等生物菌的含量，还有用于除去含氮化合物的放线菌等生物菌的含量，以及EM菌、双歧杆菌，酵母菌、印楝水提物、桉树水提物等其他生物菌和辅料的含量。
通过预先收集不同时刻的气体中如上述所述的不同气体的含量以及在该含量下添加的除臭剂的参数，形成的特征向量集St＝{(x1，y1)、(x2，y2)......(xi，yi)......(xmt，ymt)}，其中xi＝{a1，a2，a3，a4，a5......an}，a1,a2,a3,a4,a5，......an代表收集到的气体中不同成分的含量，每一个xi具有与其对应的集合yi＝{b1，b2，b3，b4......bg}，b1,b2,b3,b4,......bg为添加的除臭剂中各成分的含量，并且t＝1、2、3、……T，代表收集特征向量的时刻，mt为特征向量的数量。
例如：a1为硫化氢的含量、a2为含硫化合物的含量、a3为氨气的含量、a4为含氮化合物的含量、a5为氯气的含量......an为卤代烃的含量；b1为添加的除臭剂中无色硫细菌的含量,b2为添加的除臭剂中光合线菌的含量,b3为添加的除臭剂中多种硫杆菌的含量,b4为添加的除臭剂中放线菌的含量,......bg为添加的除臭剂中辅料的含量。
步骤S1312、将形成的特征向量集输入DBN分类模型，训练DBN分类模型得到不同的子分类模型；
DBN模型是一种深度学习算法，具有良好的随时间演化的能力，将特征向量集St＝{(x1，y1)、(x2，y2)......(xi，yi)......(xmt，ymt)}输入DBN分类模型，利用特征向量集St训练DBM分类模型，得到子分类模型ft(x)，其中，t＝1、2、3、……T，也就是得到T个子分类模型。
步骤S1313、分别利用各个子分类模型，对特征向量集进行分类，通过分类结果估计得到各个子分类模型的权重的集合；
利用子分类模型ft(x)，其中t＝1、2、3、……T，对特征向量集St进行分类，得到分类结果，通过分类结果估计子分类模型ft(x)的权重的集合{μ1，μ2，μ3......μT}，具体通过公式
Figure BDA0002598598770000071
得到{μ1，μ2，μ3......μT}其中argmin是
Figure BDA0002598598770000072
具有最小值的μ的集合。
步骤S1314、寻找权重的集合中的每个权重对应的最优值；
通过粒子群优化算法计算各个子分类模型ft(x)的权重的集合{μ1，μ2，μ3......μT}中，每个权重对应的最优值。在此基础上，还可以对权重的最优值进行归一化处理，以待接下来使用。
步骤S1315、通过各个子分类模型和其对应的权重的最优值，组合得到分类模型；
通过各个子分类模型{f1(x)、f2(x)、f3(x)......fT(x)}和其对应的权重的最优值{μ1，μ2，μ3......μT}或者最优值的归一化值，组合得到分类模型。
请继续参阅图2，步骤S132、在使用时，将分析得到的硫化氢(H2S)和氨气(NH3)的含量以及计算得到的含硫化合物和含氮化合物的含量，输入预先建立的分类模型中，获得参考除臭剂的参数。
例如：获得参考除臭剂的参数，也就是参考除臭剂中各个成分的含量如下：
无色硫细菌1-3份、光合线菌0.8-1.5份、多种硫杆菌0.5-2.3份、放线菌2-5.3份、EM菌2-5份、双歧杆菌3-6份、酵母菌0.8-1.9份、乳酸菌0.35-0.9份、枯草芽孢杆菌1.3-4.5份、植物水提液105-147份。
请继续参阅图1，步骤S140、依据得到的参考除臭剂的参数，制备相应的参考除臭剂，并将制备的参考除臭剂添加至垃圾储坑中。
通过生物培养的方法，将上述含量的生物菌和辅料进行培养，得到本申请需要的参考除臭剂，将获得的参考除臭剂添加至垃圾储坑内，以除去垃圾储坑内产生的臭味，从而避免了生活垃圾产生的臭味对环境和人员造成的影响。
实施例二
请参阅图4，图4是本申请实施例提供的垃圾除臭系统的示意图。
本申请提供了一种垃圾除臭系统，包括：垃圾储坑410、硫化氢检测仪420、氨气检测仪430、计算模块440和制备装置450。
其中，硫化氢检测仪420用于检测垃圾储坑410内的气体中的硫化氢(H2S)的含量，并且将检测到的硫化氢(H2S)的含量发送给计算模块440；氨气检测仪430用于检测垃圾储坑410内的气体中的氨气(NH3)的含量，并且将检测到的氨气(NH3)的含量发送给计算模块440。
计算模块440依据硫化氢(H2S)和氨气(NH3)含量计算得到垃圾储坑410内的气体中含硫化合物和含氮化合物的含量；并且，计算模块440还依据硫化氢(H2S)、氨气(NH3)的含量和其计算得到的含硫化合物、含氮化合物的含量，计算得到向垃圾储坑410内添加的参考除臭剂的参数。
计算模块440将计算得到的参考除臭剂的参数发送给制备装置450，制备装置450依据参考除臭剂的参数，制备相应的参考除臭剂，并且将制备得到的参考除臭剂添加至垃圾储坑410中，以去除垃圾储坑410内的臭味，从而避免了生活垃圾产生的臭味对环境和人员造成的影响。
另外，计算模块440依据公式
Figure BDA0002598598770000081
获得垃圾储坑410内的气体中含硫化合物的含量ρa，其中ρa*为分析得到的气体中的硫化氢(H2S)的含量；依据公式
Figure BDA0002598598770000082
获得垃圾储坑410内的气体中含氮化合物的含量ρb，其中ρb*为分析得到的气体中的氨气(NH3)的含量。
此外，计算模块440还具有模型构建模块441，模型构建模块441根据预先收集不同时刻的垃圾储坑内产生的气体中各种不同气体的含量以及添加的除臭剂参数，构建分类模型，在使用时，计算模块440将分析得到的硫化氢(H2S)和氨气(NH3)的含量以及计算得到的含硫化合物和含氮化合物的含量，输入预先建立的分类模型中，获得参考除臭剂的参数。
具体的，模型构建模块441包括：特征向量集形成模块4411、DBN分类模型4412、权重计算模块4413和组合模块4414。
特征向量集形成模块4411将预先收集的不同时刻的垃圾储坑内产生的气体中不同气体的含量以及添加的除臭剂参数，形成特征向量集。
预先收集垃圾储坑内产生的气体，分析气体中的硫化氢(H2S)、氨气(NH3)、二氧化硫(SO2)、硫醇、胺类、吲哚、氯气、卤代烃、烃类及芳香烃、醇、酚、醛、酮等气体的含量，以及其中的含硫化合物的含量(例如：硫化氢、二氧化硫、硫醇等属于含硫化合物的含量之和)和其中的含氮化合物的含量(例如：氨气、胺类、吲哚等属于含氮化合物的含量之和)。
并且还预先收集向垃圾储坑内添加的除臭剂，分析垃圾除臭剂的参数，具体的，除臭剂的参数为除臭剂中各个生物菌以及其他辅料(植物水提液)的含量。例如：用于除去含硫化合物的无色硫细菌、光合细菌、多种硫杆菌等生物菌的含量，还有用于除去含氮化合物的放线菌等生物菌的含量，以及EM菌、双歧杆菌，酵母菌、印楝水提物、桉树水提物等其他生物菌和辅料的含量。
通过预先收集的不同时刻的气体中上述不同气体的含量以及在该含量下添加的除臭剂的参数，形成的特征向量集St＝{(x1，y1)、(x2，y2)......(xi，yi)......(xmt，ymt)}，其中xi＝{a1，a2，a3，a4，a5......an}，a1,a2,a3,a4,a5，......an代表收集到的气体中不同成分的含量，每一个xi具有与其对应的集合yi＝{b1，b2，b3，b4……bg}，b1,b2,b3,b4,......bg为添加的除臭剂中各成分的含量，并且t＝1、2、3、……T，代表收集特征向量的时刻，mt为特征向量的数量。
例如：a1为硫化氢的含量、a2为含硫化合物的含量、a3为氨气的含量、a4为含氮化合物的含量、a5为氯气的含量......an为卤代烃的含量；b1为添加的除臭剂中无色硫细菌的含量,b2为添加的除臭剂中光合线菌的含量,b3为添加的除臭剂中多种硫杆菌的含量,b4为添加的除臭剂中放线菌的含量,......bg为添加的除臭剂中辅料的含量。
特征向量集形成模块4411将特征向量集发送至DBN分类模型4412中，训练DBN分类模型4412得到不同的子分类模型；
DBN模型是一种深度学习算法，具有良好的随时间演化的能力，将特征向量集St＝{(x1，y1)、(x2，y2)......(xi，yi)......(xmt，ymt)}输入DBN分类模型，利用特征向量集St训练DBM分类模型，得到子分类模型ft(x)，其中，t＝1、2、3、……T，也就是得到T个子分类模型。
权重计算模块4413分别利用各个子分类模型，对特征向量集进行分类，通过分类结果估计得到各个子分类模型的权重的集合，并且寻找权重的集合中的每个权重对应的最优值；
利用子分类模型ft(x)，其中t＝1、2、3、……T，对特征向量集St进行分类，得到分类结果，通过分类结果估计子分类模型ft(x)的权重的集合{μ1，μ2，μ3......μT}，具体通过公式
Figure BDA0002598598770000101
得到{μ1，μ2，μ3......μT}其中argmin是
Figure BDA0002598598770000102
具有最小值的μ的集合。
通过粒子群优化算法计算各个子分类模型ft(x)的权重的集合{μ1，μ2，μ3......μT}中，每个权重对应的最优值。在此基础上，还可以对权重的最优值进行归一化处理，以待接下来使用。
组合模块4414通过各个子分类模型和其对应的权重的最优值，组合得到分类模型；
通过各个子分类模型{f1(x)、f2(x)、f3(x)......fT(x)}和其对应的权重的最优值{μ1，μ2，μ3......μT}或者最优值的归一化值，组合得到分类模型。
在上述基础上，为了避免垃圾储坑410内的臭味气体外溢，本申请中将垃圾储坑410设置为密闭式垃圾储坑，密闭式垃圾储坑具有卸料门，该卸料门可以与自卸式运输车配合，用于将生活垃圾倾倒进垃圾储坑中，硫化氢检测仪420和氨气检测仪430设置于密闭式垃圾储坑的顶部。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (8)

1.一种垃圾除臭方法，其特征在于，包括如下步骤：
步骤S110、收集垃圾储坑内散发出的气体，并分析气体中的硫化氢和氨气的含量；
步骤S120、依据硫化氢和氨气含量，获得垃圾储坑内的气体中含硫化合物和含氮化合物的含量；
步骤S130、依据硫化氢、氨气的含量和得到的含硫化合物、含氮化合物的含量，得到向垃圾储坑内添加的参考除臭剂的参数；
获得参考除臭剂的参数，包括如下子步骤：
步骤S131、根据预先收集的垃圾储坑内产生的气体中各种不同气体的含量以及添加的除臭剂参数，构建分类模型；
构建分类模型，包括如下子步骤：
步骤S1311、预先收集垃圾储坑内产生的气体中不同气体的含量以及添加的除臭剂参数，形成特征向量集St＝{(x1，y1)、(x2，y2)......(xi，yi)......(xmt，ymt)}，其中xi＝{a1，a2，a3，a4，a5......an}，a1,a2,a3,a4,a5，......an代表收集到的气体中不同成分的含量，每一个xi具有与其对应的集合yi＝{b1，b2，b3，b4......bg}，b1,b2,b3,b4,......bg为添加的除臭剂中各成分的含量，并且t＝1、2、3、……T，代表收集特征向量的时刻，mt为特征向量的数量；
步骤S1312、将形成的特征向量集St＝{(x1，y1)、(x2，y2)......(xi，yi)......(xmt，ymt)}输入DBN分类模型，训练DBN分类模型得到不同的子分类模型ft(x)，其中，t＝1、2、3、……T；
步骤S1313、分别利用各个子分类模型ft(x)，对特征向量集St进行分类，通过分类结果估计得到各个子分类模型的权重的集合{μ1，μ2，μ3......μT}；
通过公式
Figure FDA0003452586320000011
得到{μ1，μ2，μ3......μT}，其中argmin是
Figure FDA0003452586320000021
具有最小值的μ的集合；
步骤S1314、寻找权重的集合中的每个权重对应的最优值；
步骤S1315、通过各个子分类模型和其对应的权重的最优值，组合得到分类模型；
步骤S132、在使用时，将分析得到的硫化氢和氨气的含量以及计算得到的含硫化合物和含氮化合物的含量，输入预先建立的分类模型中，获得参考除臭剂的参数；
步骤S140、依据得到的参考除臭剂的参数，制备相应的参考除臭剂，并将制备的参考除臭剂添加至垃圾储坑中。
2.根据权利要求1所述的垃圾除臭方法，其特征在于，参考除臭剂的参数为除臭剂中各个生物菌以及辅料的含量。
3.根据权利要求2所述的垃圾除臭方法，其特征在于，生物菌为无色硫细菌、光合细菌、多种硫杆菌、放线菌、EM菌、双歧杆菌，酵母菌。
4.根据权利要求1-3任一项所述的垃圾除臭方法，其特征在于，通过设置于垃圾储坑顶部的硫化氢检测仪和氨气检测仪检测垃圾储坑内气体中的硫化氢和氨气的含量。
5.一种垃圾除臭系统，其特征在于，包括：垃圾储坑、硫化氢检测仪、氨气检测仪、计算模块和制备装置；
其中，硫化氢检测仪检测垃圾储坑内的气体中的硫化氢的含量，氨气检测仪检测垃圾储坑内的气体中的氨气的含量；
计算模块依据硫化氢和氨气含量计算得到垃圾储坑内的气体中含硫化合物和含氮化合物的含量，并且依据硫化氢、氨气的含量和得到的含硫化合物、含氮化合物的含量，计算得到向垃圾储坑内添加的参考除臭剂的参数；
计算模块具有模型构建模块，模型构建模块根据预先收集的垃圾储坑内产生的气体中各种不同气体的含量以及添加的除臭剂参数，构建分类模型；
模型构建模块包括：特征向量集形成模块、DBN分类模型、权重计算模块和组合模块；
特征向量集形成模块将预先收集的不同时刻的垃圾储坑内产生的气体中不同气体的含量以及添加的除臭剂参数，形成特征向量集St＝{(x1，y1)、(x2，y2)......(xi，yi)......(xmt，ymt)}，其中xi＝{a1，a2，a3，a4，a5......an}，a1,a2,a3,a4,a5，......an代表收集到的气体中不同成分的含量，每一个xi具有与其对应的集合yi＝{b1，b2，b3，b4......bg}，b1,b2,b3,b4,......bg为添加的除臭剂中各成分的含量，并且t＝1、2、3、……T，代表收集特征向量的时刻，mt为特征向量的数量；
特征向量集形成模块将特征向量集St＝{(x1，y1)、(x2，y2)......(xi，yi)......(xmt，ymt)}发送至DBN分类模型中，训练DBN分类模型得到不同的子分类模型ft(x)，其中，t＝1、2、3、……T；
权重计算模块分别利用各个子分类模型ft(x)，对特征向量集St进行分类，通过分类结果估计得到各个子分类模型的权重的集合{μ1，μ2，μ3......μT}，并且寻找权重的集合中的每个权重对应的最优值；
通过公式
Figure FDA0003452586320000031
得到{μ1，μ2，μ3……μT}，其中argmin是
Figure FDA0003452586320000032
具有最小值的μ的集合；
组合模块通过各个子分类模型和其对应的权重的最优值，组合得到分类模型；
计算模块将分析得到的硫化氢和氨气的含量以及计算得到的含硫化合物和含氮化合物的含量，输入预先建立的分类模型中，获得参考除臭剂的参数；
制备装置依据参考除臭剂的参数，制备相应的参考除臭剂，并且将制备得到的参考除臭剂添加至垃圾储坑中。
6.根据权利要求5所述的垃圾除臭系统，其特征在于，参考除臭剂的参数为除臭剂中各个生物菌以及辅料的含量。
7.根据权利要求6所述的垃圾除臭系统，其特征在于，生物菌为无色硫细菌、光合细菌、多种硫杆菌、放线菌、EM菌、双歧杆菌，酵母菌。
8.根据权利要求5-7任一项所述的垃圾除臭系统，其特征在于，垃圾储坑为密闭式垃圾储坑，硫化氢检测仪和氨气检测仪设置于密闭式垃圾储坑的顶部。
CN202010717096.9A 2020-07-23 2020-07-23 一种垃圾除臭方法及系统 Active CN111841301B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010717096.9A CN111841301B (zh) 2020-07-23 2020-07-23 一种垃圾除臭方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010717096.9A CN111841301B (zh) 2020-07-23 2020-07-23 一种垃圾除臭方法及系统

Publications (2)

Publication Number Publication Date
CN111841301A CN111841301A (zh) 2020-10-30
CN111841301B true CN111841301B (zh) 2022-03-11

Family

ID=72950344

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010717096.9A Active CN111841301B (zh) 2020-07-23 2020-07-23 一种垃圾除臭方法及系统

Country Status (1)

Country Link
CN (1) CN111841301B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112678380A (zh) * 2020-12-11 2021-04-20 浙江佳乐科仪股份有限公司 智能除臭垃圾车

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DD299996A7 (de) * 1989-06-01 1992-05-21 Tech Hochschule C Schorlemmer Verfahren zur Entfernung des Schwefelwasserstoffgehaltes aus brennbaren Gasen (z.B. Biogasen/Deponiegasen) durch ein Biofilter mit geregeltem Sauerstoffeintrag
US20120079813A1 (en) * 2010-10-05 2012-04-05 Gm Global Technology Operations, Inc. OPERATING METHODS FOR SELECTIVE CATALYTIC REDUCTION OF NOx
CN105137760B (zh) * 2015-09-25 2017-11-07 华能平凉发电有限责任公司 一种脱硝喷氨自动控制方法及系统
CN107158931A (zh) * 2017-07-06 2017-09-15 广西博世科环保科技股份有限公司 一体化生物除臭处理装置及处理工艺
CN108325357B (zh) * 2018-03-02 2023-10-24 国电环境保护研究院有限公司 一种电厂锅炉的scr系统及其还原剂的供给调节方法
CN108664006A (zh) * 2018-07-02 2018-10-16 大唐环境产业集团股份有限公司 一种基于分区控制和先进控制的scr脱硝智能喷氨优化方法及系统

Also Published As

Publication number Publication date
CN111841301A (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
Ozkaya et al. Neural network prediction model for the methane fraction in biogas from field-scale landfill bioreactors
ten Brummeler Full scale experience with the BIOCEL process
KR101106032B1 (ko) 악취제거 및 중금속 제거 바실러스 세레우스 b c3 k c c m 10859p 및 이를 이용한 축산폐수 또는 음식물쓰레기의 자원화를 위한 정화방법
De Neve et al. Carbon mineralization from composts and food industry wastes added to soil
KR101106037B1 (ko) 악취제거 및 중금속 제거 바실러스 라이케니포미스 b c4 k c c m 10860p 및 이를 이용한 축산폐수 또는 음식물쓰레기의 자원화를 위한 정화방법
Odey et al. Fecal sludge management in developing urban centers: a review on the collection, treatment, and composting
CN111841301B (zh) 一种垃圾除臭方法及系统
Cheng et al. Variations and environmental impacts of odor emissions along the waste stream
Blanes-Vidal et al. Characterization of odor released during handling of swine slurry: Part II. Effect of production type, storage and physicochemical characteristics of the slurry
Puyuelo et al. Comparison of compostable bags and aerated bins with conventional storage systems to collect the organic fraction of municipal solid waste from homes. A Catalonia case study
JP2001070424A (ja) 生物脱臭材の製造方法、生物脱臭方法及び装置並びに悪臭発生防止方法
CN102060582B (zh) 污泥好氧处理气体的回用减排方法
Adams et al. Identifying and controlling municipal wastewater odor phase ii
Rosenfeld et al. Wastewater dewatering polymer affect on biosolids odor emissions and microbial activity
KR101106034B1 (ko) 악취제거 및 중금속 제거 바실러스 스파에리쿠스 b c6 k c c m 10862p 및 이를 이용한 축산폐수 또는 음식물쓰레기의 자원화를 위한 정화방법
KR101106033B1 (ko) 악취제거 및 중금속 제거 바실러스 클라우시 b c7 k c c m 10863p 및 이를 이용한 축산폐수 또는 음식물쓰레기의 자원화를 위한 정화방법
KR101106035B1 (ko) 악취제거 및 중금속 제거 바실러스 퍼무스 b c9 k c c m 10865p 및 이를 이용한 축산폐수 또는 음식물쓰레기의 자원화를 위한 정화방법
CN107638584A (zh) 一种除臭剂
KR101326591B1 (ko) 가축분뇨퇴비화 시설의 1차발효조 악취를 이중분해 하는 악취배출 시스템
CN206573560U (zh) 一种定量评价生活垃圾转运过程中除臭剂使用效果的系统
Setyawati et al. Waste management in integrated waste management facility (TPST) of Piyungan to achieve climate resilience through local institutions
Park et al. Experimental Study on Hydrogen Sulfide Abatement in Sewage Odor Using Microbial Deodorants on the Market
Bian A unique approach of using the odor profile method and persistency curves to evaluate odor nuisance
CN104387126B (zh) 一种厨余垃圾堆肥的除臭方法及其专用复合调理剂
Abdelli et al. IMPROVEMENT OF WASTE MANAGEMENT IN THE SANITARY LANDFILL IN ORAN (WESTERN ALGERIA).

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
GR01 Patent grant
GR01 Patent grant