CN113849776B - 一种用于厨余废弃物处理厌氧工艺的优化方法 - Google Patents

一种用于厨余废弃物处理厌氧工艺的优化方法 Download PDF

Info

Publication number
CN113849776B
CN113849776B CN202111383987.6A CN202111383987A CN113849776B CN 113849776 B CN113849776 B CN 113849776B CN 202111383987 A CN202111383987 A CN 202111383987A CN 113849776 B CN113849776 B CN 113849776B
Authority
CN
China
Prior art keywords
model
data
squares
sum
regression
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
CN202111383987.6A
Other languages
English (en)
Other versions
CN113849776A (zh
Inventor
王晓东
张慧
周喜
王首文
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.)
Global Tone Communication Technology Co ltd
Original Assignee
Global Tone Communication Technology Co ltd
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 Global Tone Communication Technology Co ltd filed Critical Global Tone Communication Technology Co ltd
Priority to CN202111383987.6A priority Critical patent/CN113849776B/zh
Publication of CN113849776A publication Critical patent/CN113849776A/zh
Application granted granted Critical
Publication of CN113849776B publication Critical patent/CN113849776B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12P—FERMENTATION OR ENZYME-USING PROCESSES TO SYNTHESISE A DESIRED CHEMICAL COMPOUND OR COMPOSITION OR TO SEPARATE OPTICAL ISOMERS FROM A RACEMIC MIXTURE
    • C12P5/00—Preparation of hydrocarbons or halogenated hydrocarbons
    • C12P5/02—Preparation of hydrocarbons or halogenated hydrocarbons acyclic
    • C12P5/023—Methane
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E50/00—Technologies for the production of fuel of non-fossil origin
    • Y02E50/30—Fuel from waste, e.g. synthetic alcohol or diesel

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Organic Chemistry (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Physics (AREA)
  • Wood Science & Technology (AREA)
  • Marketing (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Zoology (AREA)
  • Mathematical Optimization (AREA)
  • Software Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Development Economics (AREA)
  • Evolutionary Biology (AREA)
  • Biotechnology (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Chemical & Material Sciences (AREA)
  • Microbiology (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Health & Medical Sciences (AREA)

Abstract

本发明公开了一种用于厨余废弃物处理厌氧工艺的优化方法，其属于厨余垃圾厌氧处理技术领域，该方法包括如下步骤：步骤一、采集相关数据；步骤二、对采集到的数据进行预处理；步骤三、建立模型；步骤四、对模型进行检测；步骤五、预测沼气产量和净利润；步骤六、确定最优方案投入生产；步骤七、将模型结果与实际结果进行比对分析，确认模型的有效性。本发明的有益效果是，有效的节约沼气生产过程中的电能消耗，降低处理成本。

Description

一种用于厨余废弃物处理厌氧工艺的优化方法
技术领域
本发明涉及厨余垃圾处理技术领域，特别是一种用于厨余废弃物处理厌氧工艺的优化方法。
背景技术
厌氧发酵过程是将有机物在特定的厌氧环境下，利用微生物将有机质分解，其中部分碳水化合物转化成甲烷和二氧化碳。厌氧发酵过程一般分为两个阶段：（1）水解酸化阶段；（2）产甲烷阶段。厌氧发酵技术有多种分类。根据餐厨垃圾中有机质浓度大小可分为干法厌氧发酵和湿法厌氧发酵；根据反应级数可分为单相厌氧发酵和两相厌氧发酵；根据运行的连续性又可分为连续厌氧发酵和间歇厌氧发酵；根据温度还可分为常温厌氧发酵、中温厌氧发酵(30-40℃)和高温厌氧发酵(50-60℃)。在工程应用中根据不同的餐厨垃圾特点应选择合适的厌氧发酵处理工艺。
通过对厌氧发酵处理效率和运行成本的对比分析可以发现，由于我国餐厨垃圾的含水率高的特点，目前在工程中应用较多的成熟技术且发展趋势是采用湿式、单项、连续、中温厌氧发酵，该工艺经济可行性高。
厌氧发酵工艺一般流程：湿式、单项、连续、中温厌氧发酵一般采用的处理工艺流程如图1所示，将收集的餐厨垃圾送入接料池，通过输送装置将固体物质和液体物质进行初步分离，经过破袋分选系统、破碎除杂系统后，再利用固液分离系统得到有机质干渣和油水混合物，有机质干渣经过出砂均浆后进入厌氧发酵系统，发酵完的物料通过脱水系统，沼液经过脱氮、脱盐、脱硫处理后可作为液体有机肥，沼渣制作成颗粒有机肥；油水混合物经过油水分离后，油脂可用于生产生物柴油，分离出的液体含有丰富的有机质，可以进行厌氧发酵，厌氧发酵产出的气体可以进行发电或制作CNG。餐厨垃圾经过厌氧发酵处理彻底，资源化和无害化程度高，产品多样化，经济价值有保证。
厌氧细菌的活性直接影响每天沼气的产量，影响厌氧菌活性的因素一般有每日进料负荷，厌氧罐温度、搅拌速率、搅拌时长等多因素影响。目前大多数厌氧发酵罐都是现场工人根据经验调整各项参数，这就导致了实际生产中会由于搅拌时长过长而浪费电能或者搅拌时长太短使厌氧菌未能完全分解有机质造成沼气产量低或者厌氧菌未与废水充分接触造成沼气产量低，搅拌能加快厌氧菌与有机质的结合，过快的搅拌速率能浪费大量的电能也可能造成菌群结构的改变影响沼气的产量，搅拌速率过慢会影响沼气的产生量，因此如何在保证沼气产量的基础上尽量降低电能的能耗是非常重要的。
发明内容
本发明的目的是为了解决上述问题，设计了一种用于厨余废弃物处理厌氧工艺的优化方法。
实现上述目的本发明的技术方案为，一种用于厨余废弃物处理厌氧工艺的优化方法，该方法包括如下步骤：
步骤一，部署数据采集程序，通过厌氧罐的PLC采集进料量、进料频次、搅拌机电机频率、搅拌机搅拌时长、厌氧罐温度、产气量等数据。然后将采集到的数据存储到数据库中。具体实施过程：将沼气产量作为模型因变量。将进料量、进料频次、搅拌机电机频率、搅拌机搅拌时长、厌氧罐温度作为自变量。通过自变量的调整，引起因变量即沼气产气量变化。数据采集程序捕捉整个变化过程。由于自变量多于一个维度，调整自变量时保证只调整一个维度的自变量，其他维度的自变量要保持不变。首先，调整搅拌时长，从每天20小时调整到每天16小时，每次调整0.5小时，每间隔三天调整一次，其他自变量保证不变。然后，继续调整搅拌机频率从45Hz到40Hz，每次调整1Hz,同样每间隔三天调整一次，调整时同样保持其他自变量不变。其他参数的调整以此类推。在自变量参数调整的过程中实时监控厌氧罐是否正常工作，并采集相关数据进行存储；
步骤二，对步骤一中采集的数据进行探索性分析，已采集的数据为基础建立数据集，通过了解数据集的分布状况，了解影响因素间的相互关系以及影响因素与沼气量的关系。对采集的数据进行数据清洗，方法包括：
缺失值：检查数据缺失值，如果缺失值较少，可以通过插值（均值插值、拉格朗日插值等）进行填充。如果缺失值较多，结合实际情况分析删除该条数据或者填充确实数据；
异常值：通过均方差等方式找出异常值并删除；
数据差异性：通过方差大小来查看自变量数据差异性是否足够大，如果差异性太小，则意味着数据基本一致，对沼气量没有显著影响；
相关性检测：通过皮尔逊相关系检查线性相关性或者散点图、折线图的可视化方式，来查看自变量与自变量、自变量与因变量之间的趋势关系；
步骤三，将步骤二中经过清洗后的数据随机划分训练集和测试集，采用合适的模型如支持向量机模型（多项式核），输入量为搅拌机搅拌时长和搅拌机电机工作频率，输出量为沼气产量，通过输入量和输出量以及支持向量机建立沼气产量预测模型。该模型支持向量回归即所有样本点离超平面的“总偏差”最小，此时训练集的所有点都在两条边界之间，预测值f(x)（预测沼气产量）与实际值y（实际沼气产量）之间最多有
Figure 100002_DEST_PATH_IMAGE002
的偏差，当且仅当f(x) （预测沼气产量）与y（实际沼气产量）的差值绝对值大于
Figure 565239DEST_PATH_IMAGE002
时，计算损失，此时相当于以f(x)为中心，构建一个宽度为
Figure 100002_DEST_PATH_IMAGE004
的间隔带，若训练样本落入次间隔带，则认为是正确的；将训练集数据代入该算法模型，得到每日沼气产量和搅拌时长、电机转速的关系；
步骤四，用测试集数据对步骤三得到的模型进行检测，检测方法为拟合优度检验，即检验回归方程对样本观测值的拟合程度，检验所有解释变量与被解释变量之间的相关程度；检验方式如下：
Figure 100002_DEST_PATH_IMAGE006
其中，总变差平方和S总是各个观察值与样本均值之差的平方和，反映全部数据之间的差异；残差平方和S残是总变差平方和中未被回归方程解释的部分，有解释变量x1，x2，……，xk中未包含的一切因素对被解释变量y的影响而造成的；回归平方和S回是总变差平方和中由回归方程解释的部分；一个拟合好的回归模型，体现在总体平方和与回归平方和接近程度，即S总中S残越小越好。设R2为S回与S总的比值，R2的表达式为：
Figure 100002_DEST_PATH_IMAGE008
如果R2越接近1，则说明回归方程的拟合优度越高；
步骤五，如果步骤四计算得到R2大于0.64，则进行下一步，否则返回步骤三选择新的算法重新建模；
步骤六，通过模型预测不同外界因素下沼气产量，根据当地沼气价格和电价计算企业每日沼气的总收益和净收益；
步骤七，根据步骤六中得到的最优值投入到实际生产中，如果得到结果和模型预测的结果之间误差不超过10%则表明模型是成功的，否则返回第三步选择新的算法重新建模。
所述步骤一中的外界因素包括电机的转速，搅拌时长，pH和厌氧罐温度。
所述步骤二中对整理好的数据进行清洗的方式包括：第一、缺失值清洗，采集上的数据如果存在缺失值，根据字段的重要性来确认填充缺失值还是删除整条信息；第二、逻辑错误清洗，对于明显异常的非正常数据先分析原因，如果确认是采集数据错误就去除该异常数据。
所述步骤三中选择的合适算法包括：线性回归、多项式回归、支持向量机（核函数包含线性核、径向量核、高斯核等）。
有益效果
利用本发明的技术方案制作的用于厨余废弃物处理厌氧工艺的优化方法，其具有如下优势：
本方法通过对电机的搅拌速率、搅拌时长等因素的调节，运用合适的算法模型，分析不同组合沼气产量，用电成本以及净收益，从而改善和提高企业的经济效益，本方法主要是在保证每天沼气产量不变的前提下，节约大量的电能，每天能够降低200元左右的用电成本。
附图说明
图1是本发明所述餐厨垃圾综合处理厌氧发酵工艺流程图；
图2是本发明所述用于厨余废弃物处理厌氧工艺的优化方法的工艺流程图；
图3是本发明所述算法的原理图。
具体实施方式
下面结合附图对本发明进行具体描述，如图2和3所示；
本申请的创造点在于，将步骤二中经过清洗后的数据随机划分训练集和测试集，运用合适算法进行建模，进而获得预测沼气产量的模型为：f(x)=a1*x1 2+a2*x2 2+a3*x1*x2+a4*x1+a5*x2+C；该模型支持向量回归即所有样本点离超平面的“总偏差”最小，此时训练集的所有点都在两条边界之间，预测值f(x)与实际值(y)之间最多有
Figure 846441DEST_PATH_IMAGE002
的偏差，当且仅当f(x)与y的差值绝对值大于
Figure 835125DEST_PATH_IMAGE002
时，计算损失，此时相当于以f(x)为中心，构建一个宽度为
Figure 541175DEST_PATH_IMAGE004
的间隔带，若训练样本落入次间隔带，则认为是正确的；将训练集数据代入该算法模型，得到每日沼气产量和电机转速的关系；用测试集数据对得到的模型进行检测，检测方法为拟合优度检验，即检验回归方程对样本观测值的拟合程度，检验所有解释变量与被解释变量之间的相关程度；检验方式如下：
Figure DEST_PATH_IMAGE010
其中，总变差平方和S总是各个观察值与样本均值之差的平方和，反映全部数据之间的差异；残差平方和S残是总变差平方和中未被回归方程解释的部分，有解释变量x1，x2，……，xk中未包含的一切因素对被解释变量y的影响而造成的；回归平方和S回是总变差平方和中由回归方程解释的部分；一个拟合好的回归模型，体现在总体平方和与回归平方和接近程度，即S总中S残越小越好。设R2为S回与S总的比值，R2的表达式为：
Figure 894796DEST_PATH_IMAGE008
如果R2越接近1，则说明回归方程的拟合优度越高。
如果计算得到R2大于0.64，则进行下一步，否则返回步骤三选择新的算法重新建模；通过模型预测不同外界因素下沼气产量，根据当地沼气价格和电价计算企业每日沼气的总收益和净收益。
实施例1
实施对象：某地的厨余垃圾预处理项目厌氧发酵工艺；
实施目的：通过调整厌氧发酵罐电机的搅拌速率以及搅拌时长，使得厌氧产朝气的收益最大化；
实施过程：限定厨余垃圾处理量为60吨/天，厨余垃圾预处理之后得到的有机质基本一致，即厨余垃圾物料含油率、动植物油比例、和物料粒径没有明显差异，然后保证进料量相同、pH控制在6.8～7.2、厌氧罐温度控制在36～40℃（每天上、下午固定时间进料一次、每次30吨），将上述数据进行探索性分析，以采集的数据为基础建立数据集，通过了解数据集数据的分布状况，来了解影响因素间的相互关系以及影响因素与沼气产量之间的关系，然后筛选与沼气量相关性较强的因素，例如搅拌机搅拌时长和搅拌频率，去除对沼气量相关性不高的变化因素，对于影响因素之间强相关的因素择一保留；选择支持向量机（多项式核函数）作为构建模型的算法并构建模型，构建的模型为：
f(x)=a1*x1 2+a2*x2 2+a3*x1*x2+a4*x1+a5*x2+C
其中，f(x)代表沼气量，ax代表各项系数，x1代表搅拌机搅拌时长，x2代表搅拌机电机的工作频率，C代表常数项，进而得到沼气产量预测模型。
利用决定系数R2和平均绝对误差MAE（即预测值f(x)与实际值(y)之间差值绝对值）对步骤三中构建的模型进行评估，选择MAE较小，同时R2值较大的模型作为最终的模型；将筛选后的影响因素（例如搅拌机频率和搅拌时长）作为参数输入最终的模型来预测沼气量，通过模型预测结果。
在该项目的实际操作过程中，我们利用本申请公开的优化方法可以预测出，将搅拌机频率调整到40Hz，搅拌时长调整到17.6时，用电成本1920元，得到沼气产量2780m3,此时净收益最大，与该项目常规采用的搅拌频率45Hz，搅拌时长20小时，用电成本2036元，沼气产量2668 m3相比，沼气量提升4%，用电量减少5%，净收益提升9%。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下。由语句“包括一个......限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素”。
上述技术方案仅体现了本发明技术方案的优选技术方案，本技术领域的技术人员对其中某些部分所可能做出的一些变动均体现了本发明的原理，属于本发明的保护范围之内。

Claims (7)

1.一种用于厨余废弃物处理厌氧工艺的优化方法，其特征在于，该方法包括如下步骤：
步骤一，采集厨余废弃物厌氧处理过程中的相关数据，将数据存储在数据表中；
步骤二，对步骤一中采集的数据进行探索性分析，将采集数据进行清洗，整理，分析，通过了解数据集数据的分布状况，来了解影响因素的相互关系以及与沼气量之前的关系：
步骤三，将步骤二中经过清洗后的数据随机划分训练集和测试集，使用合适的算法进行建模，模型输入量为搅拌机搅拌时长和搅拌机电机工作频率，模型输出量为沼气罐沼气的产量，该模型为：
f(x)=a1*x1 2+a2*x2 2+a3*x1*x2+a4*x1+a5*x2+C
其中，f(x)代表沼气量，ax代表各项系数，x1代表搅拌机搅拌时长，x2代表搅拌机电机的工作频率，C代表常数项；
步骤四，用测试集数据对步骤三得到的模型进行检测，检测方法为拟合优度检验，检验所有解释变量与被解释变量之间的相关程度，拟合优度检验方式如下：
Figure DEST_PATH_IMAGE002
其中，总变差平方和S总是各个观察值与样本均值之差的平方和，反映全部数据之间的差异；残差平方和S残是总变差平方和中未被回归方程解释的部分，由解释变量x1至xk中未包含的一切因素对被解释变量y的影响而造成的；回归平方和S回是总变差平方和中由回归方程解释的部分；一个拟合好的回归模型, 体现在总体平方和与回归平方和接近程度，即S总中S残越小越好，设R2为S回与S总的比值，R2的表达式为：
Figure DEST_PATH_IMAGE004
如果R2越接近1，则说明回归方程的拟合优度越高；
步骤五，如果步骤四计算得到回归方程的拟合度符合要求，则进行下一步，否则返回步骤三选择新的算法重新建模；
步骤六，通过模型预测不同外界因素下沼气产量，确定最优方案投入生产；
步骤七，将模型结果与实际结果进行比对分析，确认模型的有效性。
2.根据权利要求1所述的用于厨余废弃物处理厌氧工艺的优化方法，其特征在于，所述步骤一中的数据包括：电机的转速，搅拌时长，pH和厌氧罐温度。
3.根据权利要求1所述的用于厨余废弃物处理厌氧工艺的优化方法，其特征在于，所述步骤二中对整理好的数据进行清洗的方式包括：第一、缺失值清洗，采集上的数据如果存在缺失值，根据字段的重要性来确认填充缺失值还是删除整条信息；第二、逻辑错误清洗，对于明显异常的非正常数据先分析原因，如果确认是采集数据错误就去除该异常数据。
4.根据权利要求1所述的用于厨余废弃物处理厌氧工艺的优化方法，其特征在于，所述步骤三中选择的合适算法包括：线性回归、多项式回归或支持向量机。
5.根据权利要求1所述的用于厨余废弃物处理厌氧工艺的优化方法，其特征在于，所述步骤三中的模型是通过输入量和输出量以及支持向量机建立的沼气产量预测模型，该模型支持向量回归即所有样本点离超平面的“总偏差”最小，此时训练集的所有点都在两条边界之间，预测值f(x)与实际值(y)之间最多有
Figure DEST_PATH_IMAGE006
的偏差，当且仅当f(x)与y的差值绝对值大于
Figure 664303DEST_PATH_IMAGE006
时，计算损失，此时相当于以f(x)为中心，构建一个宽度为
Figure DEST_PATH_IMAGE008
的间隔带，若训练样本落入次间隔带，则认为是正确的；将训练集数据代入该算法模型，得到每日沼气产量和电机转速的关系。
6.根据权利要求1所述的用于厨余废弃物处理厌氧工艺的优化方法，其特征在于，所述步骤六中是通过计算企业每日沼气的总收益和净收益的方式来确定最优方案投入生产。
7.根据权利要求1所述的用于厨余废弃物处理厌氧工艺的优化方法，其特征在于，所述步骤七中将模型结果与实际结果进行比对分析是指根据步骤六中得到的最优值投入到实际生产中，如果得到结果和模型预测的结果之间的误差不超过10%则表明模型是成功的，否则返回第三步选择新的算法重新建模。
CN202111383987.6A 2021-11-19 2021-11-19 一种用于厨余废弃物处理厌氧工艺的优化方法 Active CN113849776B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111383987.6A CN113849776B (zh) 2021-11-19 2021-11-19 一种用于厨余废弃物处理厌氧工艺的优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111383987.6A CN113849776B (zh) 2021-11-19 2021-11-19 一种用于厨余废弃物处理厌氧工艺的优化方法

Publications (2)

Publication Number Publication Date
CN113849776A CN113849776A (zh) 2021-12-28
CN113849776B true CN113849776B (zh) 2022-03-11

Family

ID=78982167

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111383987.6A Active CN113849776B (zh) 2021-11-19 2021-11-19 一种用于厨余废弃物处理厌氧工艺的优化方法

Country Status (1)

Country Link
CN (1) CN113849776B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117172759B (zh) * 2023-11-03 2023-12-26 南通腾宇环保设备有限公司 一种环保的垃圾清理监测系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101063152A (zh) * 2007-05-25 2007-10-31 东莞科创未来能源科技发展有限公司 一种利用厨余垃圾常温厌氧发酵的方法
WO2009147693A2 (en) * 2008-06-05 2009-12-10 R.A.C.E. S.R.L. Integrated process for recovery of a polyphenol fraction and anaerobic digestion of olive mill wastes
CN101724655A (zh) * 2008-11-03 2010-06-09 北京化工大学 一种利用餐饮有机废物生产清洁能源甲烷的方法
CN101775414A (zh) * 2009-01-08 2010-07-14 华中农业大学 一种由餐厨垃圾通过微生物发酵制备生物燃料和蛋白饲料的工艺
CN102115344A (zh) * 2010-12-03 2011-07-06 清华大学 一种用于处理生物质固体废弃物的两相一体化厌氧消化工艺及设备
WO2012175701A1 (de) * 2011-06-22 2012-12-27 Hermos Systems Gmbh Verfahren zur biogaserzeugung
CN103570381A (zh) * 2012-08-01 2014-02-12 佩儿国际股份有限公司 厨余兼气发酵处理方法及其系统
CN104148357A (zh) * 2014-07-04 2014-11-19 浙江海亮固废处理科技有限公司 一种用于处理有机固体废弃物的方法和装置
CN108315356A (zh) * 2018-01-31 2018-07-24 成都蕴哲科技有限公司 一种利用餐厨垃圾生产沼气的方法
CN108564229A (zh) * 2018-04-26 2018-09-21 广东省广业科技集团有限公司 一种基于arima模型的工业污水进水量预测的方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130309740A1 (en) * 2011-11-22 2013-11-21 Washington State University Research Foundation Two-Stage Anaerobic Digestion Systems Wherein One of the Stages Comprises a Two-Phase System
US11788877B2 (en) * 2018-05-01 2023-10-17 Zabble, Inc. Apparatus and method for waste monitoring and analysis
CN110610201B (zh) * 2019-08-30 2022-06-07 厦门快商通科技股份有限公司 厨余回收分类方法、系统、移动终端及存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101063152A (zh) * 2007-05-25 2007-10-31 东莞科创未来能源科技发展有限公司 一种利用厨余垃圾常温厌氧发酵的方法
WO2009147693A2 (en) * 2008-06-05 2009-12-10 R.A.C.E. S.R.L. Integrated process for recovery of a polyphenol fraction and anaerobic digestion of olive mill wastes
CN101724655A (zh) * 2008-11-03 2010-06-09 北京化工大学 一种利用餐饮有机废物生产清洁能源甲烷的方法
CN101775414A (zh) * 2009-01-08 2010-07-14 华中农业大学 一种由餐厨垃圾通过微生物发酵制备生物燃料和蛋白饲料的工艺
CN102115344A (zh) * 2010-12-03 2011-07-06 清华大学 一种用于处理生物质固体废弃物的两相一体化厌氧消化工艺及设备
WO2012175701A1 (de) * 2011-06-22 2012-12-27 Hermos Systems Gmbh Verfahren zur biogaserzeugung
CN103570381A (zh) * 2012-08-01 2014-02-12 佩儿国际股份有限公司 厨余兼气发酵处理方法及其系统
CN104148357A (zh) * 2014-07-04 2014-11-19 浙江海亮固废处理科技有限公司 一种用于处理有机固体废弃物的方法和装置
CN108315356A (zh) * 2018-01-31 2018-07-24 成都蕴哲科技有限公司 一种利用餐厨垃圾生产沼气的方法
CN108564229A (zh) * 2018-04-26 2018-09-21 广东省广业科技集团有限公司 一种基于arima模型的工业污水进水量预测的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Nathan Curry ; Pragasen Pillay.Converting food waste to usable energy in the urban environment through anaerobic digestion.《2009 IEEE Electrical Power & Energy Conference (EPEC)》.2010,第1-4页. *
厨余垃圾干式厌氧工程接种过程研究;王艳明 黄安寿;《环境卫生工程》;20211025;第29卷(第5期);第56-61页 *

Also Published As

Publication number Publication date
CN113849776A (zh) 2021-12-28

Similar Documents

Publication Publication Date Title
Neto et al. Modeling of biogas production from food, fruits and vegetables wastes using artificial neural network (ANN)
Farhi et al. Prediction of wastewater treatment quality using LSTM neural network
Çetinkaya et al. Evaluation of anaerobic biodegradability potential and comparative kinetics of different agro-industrial substrates using a new hybrid computational coding scheme
Di Maria et al. Energetic and environmental sustainability of the co-digestion of sludge with bio-waste in a life cycle perspective
JP2007038153A (ja) 生ごみ処理システム、及び生ゴミ処理システムのメンテナンススケジュールの作成方法
CN113849776B (zh) 一种用于厨余废弃物处理厌氧工艺的优化方法
Li et al. Exploring available input variables for machine learning models to predict biogas production in industrial-scale biogas plants treating food waste
EP4336421A1 (en) System for matching conversion of methane into resource using food waste
Komarysta et al. OPTIMIZING BIOGAS PRODUCTION USING ARTIFICIAL NEURAL NETWORK.
Carraro et al. Solid-liquid separation of digestate from biogas plants: A systematic review of the techniques’ performance
Guardia-Puebla et al. Dynamic modelling of an anaerobic reactor treating coffee wet wastewater via multiple regression model
Bendiuh et al. INTEGRATED METHOD FOR PLANNING WASTE MANAGEMENT BASED ON THE MATERIAL FLOW ANALYSIS AND LIFE CYCLE ASSESSMENT.
Zirngast et al. Synthesis of biogas supply network based on experimental data from lab-scale anaerobic digestion of sewage sludge and organic waste
CN113592145B (zh) 基于全生命周期的生物质资源转化系统评价系统及方法
CN115160036A (zh) 一种有机废料的全生命周期化利用方法及装置
Derevyanov et al. Development Approach to an Expert System for Efficiency Assessment of Waste Recycling in the Oil Industry Based on DEA Models
JP2019122951A (ja) 廃棄物処理施設の管理装置及び廃棄物処理施設の管理方法
Puspita et al. Environmental Impact Assessment on Plastic Waste Recycling Business in Bengkulu City, Indonesia
CN116307249A (zh) 一种基于自学习训练数据集的沼气产量预测方法及装置
Al-Ghazawi et al. Environmental and Economic Evaluation of Municipal Solid Waste Composting Facility in Irbid Greater Municipality, Jordan.
CN115167313B (zh) 基于5g智能工厂的有机废弃物协同资源化处理系统
JP2019126794A (ja) 移動脱水車の配車システム、配車方法及び配車支援装置
Eccleston Intermittently Fed Anaerobic Digestion: Requirement and Process Control
Sala-Garrido et al. Assessment of Carbon Efficiency in Wastewater Treatment Plants through Stochastic Non-parametric Data Envelopment Analysis (StoNED): Insights from Spanish Facilities
CN114462675A (zh) 一种用于厨余废弃物处理提油工艺的降本增效方法

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