CN116493394A - 一种联合黑水虻生物技术处理易腐垃圾有机渣料的方法 - Google Patents
一种联合黑水虻生物技术处理易腐垃圾有机渣料的方法 Download PDFInfo
- Publication number
- CN116493394A CN116493394A CN202310275064.1A CN202310275064A CN116493394A CN 116493394 A CN116493394 A CN 116493394A CN 202310275064 A CN202310275064 A CN 202310275064A CN 116493394 A CN116493394 A CN 116493394A
- Authority
- CN
- China
- Prior art keywords
- slag
- hermetia illucens
- intermediate product
- treatment
- mixture
- 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.)
- Granted
Links
- 241000709785 Hermetia illucens Species 0.000 title claims abstract description 129
- 238000000034 method Methods 0.000 title claims abstract description 57
- 239000010813 municipal solid waste Substances 0.000 title claims abstract description 41
- 239000002893 slag Substances 0.000 claims abstract description 187
- 238000012545 processing Methods 0.000 claims abstract description 96
- 239000000203 mixture Substances 0.000 claims abstract description 95
- 239000013067 intermediate product Substances 0.000 claims abstract description 87
- 239000010802 sludge Substances 0.000 claims abstract description 75
- 238000000926 separation method Methods 0.000 claims abstract description 52
- 239000003814 drug Substances 0.000 claims abstract description 43
- 239000007788 liquid Substances 0.000 claims abstract description 27
- 239000003921 oil Substances 0.000 claims abstract description 23
- 239000010779 crude oil Substances 0.000 claims abstract description 15
- 238000000605 extraction Methods 0.000 claims abstract description 15
- 238000004065 wastewater treatment Methods 0.000 claims abstract description 13
- 238000001914 filtration Methods 0.000 claims abstract description 10
- 239000000463 material Substances 0.000 claims abstract description 10
- 239000013049 sediment Substances 0.000 claims abstract description 8
- 238000010025 steaming Methods 0.000 claims abstract description 5
- 239000007787 solid Substances 0.000 claims description 76
- 238000011156 evaluation Methods 0.000 claims description 54
- 241000238631 Hexapoda Species 0.000 claims description 52
- 238000000855 fermentation Methods 0.000 claims description 46
- 230000004151 fermentation Effects 0.000 claims description 46
- 230000007613 environmental effect Effects 0.000 claims description 30
- 210000003608 fece Anatomy 0.000 claims description 27
- 239000010871 livestock manure Substances 0.000 claims description 27
- 238000003306 harvesting Methods 0.000 claims description 25
- 239000002244 precipitate Substances 0.000 claims description 17
- 239000003795 chemical substances by application Substances 0.000 claims description 15
- 238000012216 screening Methods 0.000 claims description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 13
- 239000007791 liquid phase Substances 0.000 claims description 10
- 238000003756 stirring Methods 0.000 claims description 10
- 239000002699 waste material Substances 0.000 claims description 10
- 238000004064 recycling Methods 0.000 claims description 9
- 238000009313 farming Methods 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 6
- 238000002156 mixing Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 238000009835 boiling Methods 0.000 claims description 2
- 239000013598 vector Substances 0.000 description 79
- 230000008569 process Effects 0.000 description 21
- 238000012549 training Methods 0.000 description 15
- 230000000694 effects Effects 0.000 description 14
- 230000004048 modification Effects 0.000 description 12
- 238000012986 modification Methods 0.000 description 12
- 238000012544 monitoring process Methods 0.000 description 10
- 239000000126 substance Substances 0.000 description 10
- 239000012071 phase Substances 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 8
- 239000002351 wastewater Substances 0.000 description 8
- 238000013527 convolutional neural network Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000012377 drug delivery Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000010411 cooking Methods 0.000 description 5
- 239000005416 organic matter Substances 0.000 description 5
- 230000029087 digestion Effects 0.000 description 4
- 239000012535 impurity Substances 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000011022 operating instruction Methods 0.000 description 4
- 239000003895 organic fertilizer Substances 0.000 description 4
- 230000000306 recurrent effect Effects 0.000 description 4
- 241000607479 Yersinia pestis Species 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000009395 breeding Methods 0.000 description 3
- 230000001488 breeding effect Effects 0.000 description 3
- 238000009264 composting Methods 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000010298 pulverizing process Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 239000007790 solid phase Substances 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000005303 weighing Methods 0.000 description 3
- 238000012258 culturing Methods 0.000 description 2
- 235000010855 food raising agent Nutrition 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 239000002002 slurry Substances 0.000 description 2
- 239000011343 solid material Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005119 centrifugation Methods 0.000 description 1
- 239000013043 chemical agent Substances 0.000 description 1
- 230000018044 dehydration Effects 0.000 description 1
- 238000006297 dehydration reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000004519 grease Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000010806 kitchen waste Substances 0.000 description 1
- 239000011344 liquid material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 235000021049 nutrient content Nutrition 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- -1 organic matters Substances 0.000 description 1
- 230000001376 precipitating effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000006228 supernatant Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B09—DISPOSAL OF SOLID WASTE; RECLAMATION OF CONTAMINATED SOIL
- B09B—DISPOSAL OF SOLID WASTE NOT OTHERWISE PROVIDED FOR
- B09B3/00—Destroying solid waste or transforming solid waste into something useful or harmless
- B09B3/60—Biochemical treatment, e.g. by using enzymes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B09—DISPOSAL OF SOLID WASTE; RECLAMATION OF CONTAMINATED SOIL
- B09B—DISPOSAL OF SOLID WASTE NOT OTHERWISE PROVIDED FOR
- B09B2101/00—Type of solid waste
- B09B2101/70—Kitchen refuse; Food waste
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- General Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Processing Of Solid Wastes (AREA)
- Treatment Of Sludge (AREA)
Abstract
本说明书实施例提供一种联合黑水虻生物技术处理易腐垃圾有机渣料的方法,该方法基于易腐垃圾处理系统执行,包括:对待处理混合物进行预处理,获取第一中间产物和第一渣料,预处理包括过滤、分选、蒸煮、粉碎中的至少一种;对第一中间产物进行提油处理,获取毛油、第二中间产物和第二渣料;利用分离药剂,通过分离装置对第二中间产物进行固液分离处理,获取第三中间产物和第三渣料,分离药剂至少包括可降解高分子絮凝剂;获取第三中间产物中的生物污泥,生物污泥包括废水处理装置生成的沉淀物;将第一渣料、第二渣料、第三渣料以及生物污泥中的至少一种,输送至渣料缓存装置,生成有机混合物;将有机混合物输送至黑水虻养殖系统进行处理。
Description
技术领域
本说明书涉及环保技术领域,特别涉及一种联合黑水虻生物技术处理易腐垃圾有机渣料的方法。
背景技术
近年来,黑水虻生物技术用于处理餐厨厨余垃圾的处理的模式得到了广泛的运用,黑水虻生物技术可以将易腐垃圾处置过程中产生的有机质渣料转换成高附加值的生物蛋白,于此同时产生的虫粪又能用来作为有机肥进行土地利用,是一种资源化利用高的处置技术。
CN109095736A提出了一种采用饲养黑水虻来实现生化污泥资源化处理的方法,具体地,通过将生化污泥与膨松剂混合搅拌作为饲料,用来养殖黑水虻幼虫,养殖一定时间后,将黑水虻幼虫与虫粪筛选分离,可以获得高蛋白饲料和有机肥,实现生化污泥的资源化利用。但是CN109095736A的方案中涉及的生化污泥与膨松剂混合比例、养殖环境条件、养殖时间等均是一个范围区间,不够准确,可能会存在生化污泥资源化处理不充分的问题。同时,在利用黑水虻处理易腐垃圾有机渣料资源的过程中,如何降低垃圾预处理后液相中的含固率、以及如何提高处理效率、降低处理成本也是亟待解决的问题。
因此,希望提出一种联合黑水虻生物技术处理易腐垃圾有机渣料的方法,以对易腐垃圾有机渣料进行充分处理,提高处理效率的同时降低成本。
发明内容
本说明书一个或多个实施例提供一种联合黑水虻生物技术处理易腐垃圾有机渣料的方法,所述方法基于易腐垃圾处理系统执行,包括:对待处理混合物进行预处理,获取第一中间产物和第一渣料;所述预处理包括过滤、分选、蒸煮、粉碎中的至少一种;对所述第一中间产物进行提油处理,获取毛油、第二中间产物和第二渣料;利用分离药剂,通过分离装置对所述第二中间产物进行固液分离处理,获取第三中间产物和第三渣料;所述分离药剂至少包括可降解高分子絮凝剂;获取所述第三中间产物中的生物污泥,所述生物污泥包括废水处理装置生成的沉淀物;将所述第一渣料、所述第二渣料、所述第三渣料以及所述生物污泥中的至少一种,输送至渣料缓存装置,生成有机混合物;将所述有机混合物输送至黑水虻养殖系统进行处理。
本说明书一个或多个实施例提供一种计算机可读存储介质,其特征在于,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机运行前述联合黑水虻生物技术处理易腐垃圾有机渣料的方法。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本说明书一些实施例所示的联合黑水虻生物技术处理易腐垃圾有机渣料方法的示例性流程图;
图2是根据本说明书一些实施例所示的对第二中间产物进行固液分离的示例性流程图;
图3是根据本说明书一些实施例所示的基于含固率模型确定第二中间产物中的含固率的示例性示意图;
图4是根据本说明书一些实施例所示的有机混合物的处理的示例性流程图;
图5是根据本说明书一些实施例所示的确定收虫周期的示例性流程图;
图6是根据本说明书一些实施例所示的基于效率模型确定处理效率的示例性示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
目前利用黑水虻技术处理易腐垃圾,更多的处理的是预处理阶段经过三相离心后的有机固渣,或者是经过破碎、脱水后的固形渣料;这部分渣料的有机质含量极高,营养均衡,用于黑水虻养殖效果相当好,同时也是目前运用最为广泛的。因此,黑水虻生物转化技术是一项资源化利用比较彻底的一个处置技术,但是目前技术的预处理工艺部分产生的有机固渣(含水率75%)也只是占垃圾总量的15%,还有相当一部分有机固渣未分离出来进行生物转化。如何将黑水虻生物转化技术发挥到最大是亟需解决的问题。操作中,技术人员关注到经过预处理后的液相中的含固率经过实测依然还有5-10%,若是将此部分有机固渣通过技术手段进行固液分离用于黑水虻养殖,不但可以实现易腐垃圾中固形物的高资源化利用,而且可以大大减轻后端废水处理的压力;另外废水生化系统产生的污泥经过脱水后也可以部分进入黑水虻养殖系统,剩余的污泥与黑水虻虫粪进行堆肥,实现土地利用。
因此,本说明书一些实施例通过在处理过程中预测中间产物的含固率,并基于含固率确定进行固液分离时药剂的添加量,可以使得易腐垃圾中的有机渣料等充分的分离出来;同时,在黑水虻幼虫养殖期间通过确定合适的收虫周期、养殖环境,使得黑水虻幼虫对易腐垃圾中有机渣料进行充分分解。本说明书实施例所述的方案通过充分挖掘利用易腐垃圾中的固形物,可以提高易腐垃圾处理的有效性,与此同时协同处置废水生化处理产生的污泥,在实现高资源化利用的同时,降低后端废水处理的成本以及污泥的处置成本。
图1是根据本说明书一些实施例所示的联合黑水虻生物技术处理易腐垃圾有机渣料方法的示例性流程图。在一些实施例中,流程100可以基于处理器/易腐垃圾处理系统执行。
易腐垃圾处理系统可以指用于对易腐垃圾进行处理(如生物转化)的系统。易腐垃圾处理系统可以包括多个处理子系统,如高效预处理系统、高温蒸煮系统、三相提油系统、固液分离系统、废水处理系统、渣料缓存罐、黑水虻养殖系统和堆肥系统。
其中,高效预处理系统可以用于对待处理混合物(如易腐垃圾)进行预处理;高温蒸煮系统可以用于对待处理混合物进行高温蒸煮;三相提油系统可以用于将第一中间产物进行固相、液相、油相分离;固液分离系统可以用于对第二中间产物进行固液分离;废水处理系统可以用于对第三中间产物(废水)进行处理,达标排放;渣料缓存罐可以用于存储第一渣料、第二渣料、第三渣料和生物污泥,并进行搅拌混合形成有机混合物;黑水虻养殖系统可以用于养殖黑水虻幼虫以对有机混合物进行处理;堆肥系统可以用于对废水处理系统产生的污泥和黑水虻养殖系统产生的虫粪进行堆肥(如发酵),形成有机肥。
具体关于易腐垃圾处理系统执行联合黑水虻生物技术处理易腐垃圾有机渣料方法的内容可以参见下文所述。
如图1所示,流程100可以包括如下步骤:
步骤110,对待处理混合物进行预处理,获取第一中间产物和第一渣料;预处理包括过滤、分选、蒸煮、粉碎中的至少一种。
待处理混合物可以指需要进行生物转化处理的各种垃圾、有机物、废弃物的混合物。
在一些实施例中,待处理混合物可以包括易腐垃圾、有机固渣、液相渣料中的至少一种。其中,易腐垃圾可以包括餐厨垃圾、厨余垃圾、生鲜垃圾等易腐性垃圾;有机固渣可以指对待处理混合物进行预处理除去无机物以及部分纤维杂质得到的有机固体渣料;液相渣料可以指将预处理获得的浆料经过高温蒸煮和提油处理,获得的油相、液相、固相三种状态的物质中的液态物质。
第一中间产物可以指将待处理混合物(如易腐垃圾)通过预处理,除去无机物和部分纤维杂质、以及第一渣料后得到的物质。其中,第一渣料可以为有机固渣。
预处理可以指对待处理混合物进行的初步处理。例如,预处理可以包括对待处理混合物进行过滤、分选、蒸煮和粉碎中的至少一种。其中,过滤可以指将待处理混合物中的水分等进行过滤;分选可以指将待处理混合物中的杂质(如无机物、纤维杂质等)挑选去除;蒸煮即通过高温对待处理混合物进行加工,例如将生的易腐垃圾蒸煮成熟的;粉碎可以指将体积大小不同的易腐垃圾粉碎成一定的大小的操作,便于后续的处理。
在一些实施例中,对待处理混合物进行预处理可以包括:基于摄像装置,获取待处理混合物的分类特征,分类特征至少包括待处理混合物中固体、油、水的比例。
摄像装置可以指用于对待处理混合物进行拍照和识别的装置。例如,摄像装置可以包括电荷耦合元件(CCD相机)。
分类特征可以指待处理混合物中包含物质的类型、状态、以及不同的类型、状态对应的含量等特征信息。例如,分类特征可以至少包括待处理混合物中固体、油和水的比例,如在待处理混合物中三者的体积占比。
在一些实施例中,处理器可以基于摄像装置获取待处理混合物的图像,基于图像确定分类特征。示例性地,可以将待处理混合物充分搅拌后,取一部分盛放在形状规则(如长方体、圆柱体等)且材质透明的装置中,静置一段时间后待处理混合物出现分层,通过CCD相机获取分层后的待处理混合物的图像;通过图像中不同物质所在层的高度与所有物质的总高度,可以确定每种物质的比例。例如,获取的CCD图像中,固体、水、油所在层的高度分别为15厘米、10厘米、5厘米,则固体、水、油所占的比例分别为15÷(15+10+5)=1/2、10÷(15+10+5)=1/3、5÷(15+10+5)=1/6。
在一些实施例中,处理器可以通过高效预处理系统,对待处理混合物进行预处理,获取第一中间产物和第一渣料。关于高效预处理系统的内容可以参见上文的相关描述。
例如,处理器可以发送操作指令到高效预处理系统,对待处理混合物进行分选,除去无机物和部分纤维杂质,然后通过粉碎获取体积大小合适的混合物,再通过过滤获得第一渣料(即有机渣料),最后将过滤掉第一渣料后的混合物(浆料)进行蒸煮,获得第一中间产物。应当理解的是,前述分选、粉碎、过滤、蒸煮等操作并非是必须的操作,前述操作顺序也可以是其他的顺序。其中,蒸煮可以在高温蒸煮系统中进行。
步骤120,对第一中间产物进行提油处理,获取毛油、第二中间产物和第二渣料。
毛油是指从待处理混合物中提取出来的未经过精炼加工的油。
第二中间产物可以指从第一中间产物中提取出毛油和第二渣料后,剩下的混合物。其中,第二渣料可以指经过提油处理后获得的三相渣料,即固相、液相和油相渣料。
其中,提油处理可以指将毛油从第一中间产物中提取出来的过程。例如,提油处理可以是通过油水分离器将油脂从第一中间产物中提取出来。又例如,提油处理可以是利用三相提油系统从第一中间产物中提取油脂、第二渣料和第二中间产物。
在一些实施例中,处理器可以利用三相提油系统,如油水渣三项离心机等,从第一中间产物中提取毛油、第二渣料和第二中间产物。在一些实施例中,处理器可以分别获取毛油、第二渣料和第二中间产物的体积或重量,作为三者分别对应的含量。
步骤130,利用分离药剂,通过分离装置对第二中间产物进行固液分离处理,获取第三中间产物和第三渣料;分离药剂至少包括可降解高分子絮凝剂。
分离药剂可以指用于将第二中间产物进行固液分离的物质。例如,分离药剂可以包括可降解高分子絮凝剂等。
分离装置可以指用于进行固液分离操作的装置。例如,分离装置可以包括固液分离器、固液分离机等。
固液分离可以指将第二中间产物中固态和液态物质进行分离的操作。
第三中间产物可以指将第二中间产物进行固液分离操作后产生的液态物质,例如废水。
第三渣料可以指将第二中间产物进行固液分离操作后产生的固态物质。例如,第三渣料可以指污泥。
在一些实施例中,处理器可以将第二中间产物与一定比例的分离药剂放置在分离装置中,经过一定时间后,第二中间产物固液分离产生第三中间产物和第三渣料。其中,分离药剂与第二中间产物的比例、固液分离的时间可以基于具体操作需求和效果确定。
步骤140,获取第三中间产物中的生物污泥,生物污泥包括废水处理装置生成的沉淀物。
生物污泥可以指从第二中间产物中提取出的活性污泥,主要以有机物为主,通常含水率较高,非常容易腐化发臭。
在一些实施例中,处理器可以将第三中间产物进行沉淀处理,获取生物污泥。例如,处理器可以发送操作指令到废水处理系统,操作废水处理系统对第三中间产物进行沉淀,获取沉淀物作为生物污泥。
步骤150,将第一渣料、第二渣料、第三渣料以及生物污泥中的至少一种,输送至渣料缓存装置,生成有机混合物。
渣料缓存装置可以指用于暂时存放第一渣料、第二渣料、第三渣料以及生物污泥等中的至少一种的装置,渣料缓存装置还可以用于将第一渣料、第二渣料、第三渣料以及生物污泥进行搅拌混合。
在一些实施例中,处理器可以发送操作指令到渣料缓存装置,控制渣料缓存装置对第一渣料、第二渣料、第三渣料以及生物污泥进行充分搅拌混合,生成有机混合物。
在一些实施例中,生物污泥可以包括第三中间产物的沉淀物中的至少部分上层物质。
在一些实施例中,将第一渣料、第二渣料、第三渣料以及生物污泥中至少一种,输送至渣料缓存装置,获取有机混合物可以包括:基于当前处理批次的第一渣料量、第二渣料量、第三渣料量构建评估特征向量;评估特征向量用于体现第一渣料、第二渣料、第三渣料的评估特征;基于多个历史处理批次的历史第一渣料量、历史第二渣料量、历史第三渣料量构建多个历史评估特征向量;基于多个历史评估特征向量组成第一向量数据库;多个历史评估特征向量中的每一个与其对应的生物污泥的历史输送量关联存储;基于评估特征向量在第一向量数据库中检索,确定参考评估特征向量;基于参考评估特征向量确定生物污泥的输送量。
评估特征向量可以指用于反映第一渣料、第二渣料、第三渣料的评估特征的向量。其中,评估特征可以指用于评估第一渣料、第二渣料、第三渣料的含量、含量占比等信息的数据。例如,可以将第一渣料、第二渣料、第三渣料的含量和/或三者各自的含量占比确定为对应的评估特征。其中,含量可以通过重量、体积来衡量;含量占比可以指第一渣料、第二渣料和第三渣料分别占第一渣料、第二渣料和第三渣料的总含量的比例。示例性地,评估特征向量可以表示为(A,B,C),A、B、C分别表示第一渣料、第二渣料、第三渣料的评估特征。
在一些实施例中,处理器可以将当前处理批次获得的第一渣料、第二渣料、第三渣料的评估特征(如含量和/或含量占比)依次填入向量中,得到评估特征向量。其中,当前处理批次可以指当下正在进行的处理批次。
历史处理批次可以指当前处理批次之前的处理批次。例如,当前处理批次为第100批次,则历史处理批次可以是第1~99批次。
历史评估特征向量可以指用于反映历史处理批次中历史第一渣料、历史第二渣料、历史第三渣料的历史评估特征(如含量和含量占比)的向量。
在一些实施例中,处理器可以基于多个历史处理批次中,每一个历史处理批次对应的历史第一渣料量、历史第二渣料量、历史第三渣料量,以构建评估特征向量的方式构建历史评估特征向量。
在一些实施例中,处理器可以基于多个历史评估特征向量生成第一向量数据库。其中,第一向量数据库即用于存储多个历史评估特征向量及其关联信息的数据库。在一些实施例中,每一个历史评估特征向量对应的生物污泥的历史输送量与其关联存储在第一向量数据库中。
参考评估特征向量可以指与评估特征向量的向量距离满足小于预设距离阈值的历史评估特征向量。其中,向量距离可以是余弦距离、欧氏距离等;预设距离阈值可以由人工设置或处理器默认设置。例如,预设距离阈值可以为0.1、0.2等。
在一些实施例中,处理器可以基于评估特征向量在第一向量数据库中检索,将满足距离阈值的历史评估特征向量确定为参考评估特征向量。
输送量可以指每一个处理批次需要向渣料缓存装置输送生物污泥的量(如体积、重量等)。
在一些实施例中,处理器可以基于参考评估向量,将与参考评估向量关联存储的生物污泥的历史输送量确定为当前处理批次中生物污泥的输送量。
本说明书一些实施例,通过向量检索的方式确定当前处理批次的生物污泥输送量,可以基于历史处理批次的数据作为参考或数据基础,使得确定的生物污泥的输送量更加符合实际、更加准确。
步骤160,将有机混合物输送至黑水虻养殖系统进行处理。
黑水虻养殖系统可以指用于养殖黑水虻的系统。通过黑水虻养殖系统,可以对黑水虻养殖环境的温度、湿度、光照等条件、以及养分含量、比例等进行调节,以便实现黑水虻养殖的效益最大化,同时,还可以通过黑水虻幼虫对有机混合物进行处理,实现对易腐垃圾的生物转化。
在一些实施例中,处理器可以发送操作指令,将有机混合物输送至黑水虻养殖系统,利用黑水虻幼虫对有机混合物进行处理。
本说明书一些实施例,通过高效预处理系统对待处理混合物进行预处理,可以充分的分离出有机固形物,并利用预处理产生的第一渣料、第二渣料、第三渣料和生物污泥进行黑水虻养殖,达到深度的资源化利用。
在一些实施例中,黑水虻养殖系统还可以包括筛分装置和发酵装置。在一些实施例中,将有机混合物输送至黑水虻养殖系统进行预处理还可以包括:基于收虫周期,通过筛分装置将黑水虻幼虫和虫粪筛选分离;基于发酵装置发酵虫粪和污泥沉淀物。
筛分装置可以指用于将黑水虻幼虫和虫粪进行筛选分离的装置。例如,筛分装置可以是机器人、带有拍摄功能的机械臂等设施。
发酵装置可以指用于对虫粪和污泥沉淀物进行发酵的设备设施。发酵装置可以包括罐体和控制器、监测单元,罐体用于盛放发酵物以及进行发酵;控制器用于对发酵过程中的温度、湿度等进行调节控制,还用于控制对虫粪和污泥沉淀物进行搅拌等;监测单元可以用于对发酵过程进行监测,如发酵温度、湿度监测、发酵程度监测等。
收虫周期可以指从进行黑水虻养殖到回收黑水虻幼虫的时间周期。例如,5天、10天等。具体关于收虫周期的内容可以参见图5及其相关描述。
在一些实施例中,处理器可以基于收虫周期,在达到收虫周期时,利用筛分装置将黑水虻幼虫和虫粪进行筛选分离。例如,处理器可以发送指令到筛选机器人,通过机器人进行筛选分离。又例如,处理器可以发送指令控制机械臂,机械臂通过自带的拍摄装置拍摄以识别黑水虻幼虫和虫粪,并将黑水虻幼虫与虫粪分离出来。
在一些实施例中,筛分装置还可以包括虫重监测部件,用于监测单位虫子重量。
虫重监测部件可以包括称重单元和计数单元。称重单元可以用于称量总的虫子重量、计数单元可以用于计算虫子总数量。
单位虫子重量即平均一只虫子的重量,单位虫子重量也可以是每100只虫子的重量,也可以是其他自定义的一定数量虫子的重量。通常情况下,单位虫子重量越大的黑水虻幼虫,在相同的时间段内消耗的有机混合物高于单位虫子重量越小的黑水虻幼虫。通过确定单位虫子重量,可以基于单位虫子重量确定黑水虻幼虫的处理效率、以及预估添加量。关于基于单位虫子重量确定预估添加量的内容可以参见图4及其相关描述;关于基于单位虫子重量确定黑水虻幼虫的处理效率的内容可以参见图6及其相关描述。
在一些实施例中,处理器可以通过虫重监测部件获取黑水虻幼虫的总重量以及总数量,再利用总重量除以总数量,得到单位虫子重量。
本说明书一些实施例,通过监测黑水虻幼虫的单位虫子重量,可以为后续预测每只黑水虻幼虫处理有机混合物的处理效率提供可靠的数据支撑。
污泥沉淀物可以指生物污泥中的沉淀物质,可以通过将生物污泥进行沉淀获取。
在一些实施例中,处理器可以基于发酵装置发酵虫粪和污泥沉淀物。在一些实施例中,在发酵过程中,处理器可以通过发酵装置的控制器对发酵过程进行控制。例如,调节发酵温度、湿度和发酵时间等。其中,发酵温度、湿度和发酵时间可以基于实际生产经验确定。
在一些实施例中,基于发酵装置发酵虫粪和污泥沉淀物可以包括:基于虫粪和污泥沉淀物的质量比例,确定发酵时间;通过发酵装置基于发酵时间,发酵虫粪和污泥沉淀物。
质量比例可以指虫粪重量和污泥沉淀物重量之间的比值。质量比例可以通过将虫粪和污泥沉淀物进行分别称重确定。
在一些实施例中,处理器可以基于虫粪和污泥沉淀物的质量比例,确定发酵时间。例如,若虫粪重量所占比例大于污泥沉淀物重量所占比例,则发酵时间可以相对短一点,且虫粪重量所占比例越大,发酵时间可以越短。
在一些实施例中,发酵时间还相关于环境数据。
环境数据可以指发酵时有机混合物内部环境数据、以及发酵环境数据。例如,环境数据可以包括有机混合物的温度和含水量、环境温度、环境湿度中的至少一种。在一些实施例中,环境数据可以通过环境传感器获取。
在一些实施例中,发酵时间还相关于环境数据,若有机混合物内部温度高、含水量高,且外部环境温度较高、湿度较大,则所需发酵时间相对短一点;反之,若有机混合物内部温度较低、含水量较低,且外部环境温度较低、湿度较小,则所需发酵时间相对较长。
本说明书一些实施例,通过将发酵时间与环境数据关联,可以为后续基于发酵情况调节发酵时间、或调整环境数据提供数据支撑,实现发酵的灵活调整。
在一些实施例中,处理器可以控制发酵装置,基于上述确定的发酵时间,发酵虫粪和污泥沉淀物。例如,处理器可以发送指令到发酵装置,通过发酵装置的控制器将发酵时间调整至上述确定的发酵时间,已进行发酵。
本说明书一些实施例,通过虫粪与部分污泥沉淀物进行发酵,可以产生有机肥,实现资源的充分利用。
图2是根据本说明书一些实施例所示的对第二中间产物进行固液分离的示例性流程图。在一些实施例中,流程200可以由处理器/易腐垃圾处理系统执行。如图2所示,流程200包括下述步骤:
步骤210,基于至少一个处理批次的第一渣料量、第二渣料量获取至少一组评估特征。
在一些实施例中,处理器可以直接将第一渣料量确定为第一渣料的评估特征、将第二渣料量确定为第二渣料的评估特征,由两个评估特征确定一组评估特征。例如,处理器可以将两个评估特征分别填入向量中,以向量的形式组成一组评估特征。其中第一渣料量、第二渣料量可以指第一渣料的含量和第二渣料的含量,可以用体积、重量等进行衡量,具体可以参见图1及其相关描述。
步骤220,基于至少一组评估特征,预测当前处理批次中第二中间产物的含固率。
含固率可以指第二中间产物中含固形渣料的比重。
在一些实施例中,处理器可以基于与至少一组评估特征相同的历史评估特征对应的历史含固率,确定第二中间产物的含固率。例如,将历史含固率直接确定为当前第二中间产物的含固率。若存在多组与至少一组评估特征相同的历史评估特征,则可以将多组历史评估特征对应的多个历史含固率求平均值,确定为当前第二中间产物的含固率。
在一些实施例中,基于至少一组评估特征,预测当前处理批次中第二中间产物的含固率可以包括:基于含固率模型对至少一个处理批次的分类特征、第一渣料和第二渣料的评估特征进行处理,确定第二中间产物的含固率;含固率模型为机器学习模型。
在一些实施例中,含固率模型可以包括卷积神经网络(Convolutional NeuralNetworks,CNN)、深度神经网络(Deep Neural Networks,DNN)、循环神经网络(RecurrentNeural Network,RNN)或其他自定义网络中的一种或多种。
图3是根据本说明书一些实施例所示的基于含固率模型确定第二中间产物中的含固率的示例性示意图。在一些实施例中,如图3所示,含固率模型320的输入可以是分类特征310-1、第一渣料的评估特征310-2和第二渣料的评估特征310-3,输出可以是第二中间产物的含固率330。其中,关于分类特征310-1的内容可以参见图1及其相关描述,关于第一渣料的评估特征310-2和第二渣料的评估特征310-3的内容可以参见图2及其相关描述。
在一些实施例中,如图3所示,含固率模型320的输入还可以包括毛油的含量310-4。其中,毛油的含量310-4可以指从第一中间产物中提取出来的毛油体积或体积占比。关于毛油含量310-4的获取方式可以参见图1及其相关描述。
本说明书一些实施例,通过将毛油的含量输入含固率预测模型,可以利用机器学习模型的自学习能力,使得含固率模型从大量历史数据中找到规律,预测第二中间产物的含固率,提高预测的准确性。
在一些实施例中,含固率模型可以通过训练获取。在一些实施例中,训练含固率模型的第一训练样本可以是历史处理批次中待处理混合物的历史分类特征、历史第一渣料的历史评估特征、历史第二渣料的历史评估特征。第一训练样本可以通过在历史处理批次中获取。在一些实施例中,训练含固率模型的第一标签可以是第一训练样本对应的第二中间产物的实际含固率,可以通过检测获取。
在一些实施例中,第一训练样本还可以包括历史毛油含量,历史毛油含量可以通过历史处理批次对应的历史数据获取。
在一些实施例中,处理器可以将第一训练样本输入初始含固率模型,得到第二中间产物的初始含固率,基于初始含固率与第一标签构建损失函数。利用损失函数更新初始含固率模型的参数,通过参数更新,获取训练好的含固率模型。
本说明书一些实施例,通过含固率模型确定第二中间产物的含固率,可以利用机器学习模型的自学习能力,从大量历史处理批次的历史数据中找到规律,提高预测含固率的效率和准确率。
步骤230,基于当前处理批次中第二中间产物的含固率,确定当前处理批次的药剂输送量。
在一些实施例中,处理器可以基于生产经验,提前为不同的含固率预设对应的药剂输送量;然后基于当前处理批次中第二中间产物的含固率,确定当前处理批次的药剂输送量。
在一些实施例中,确定分离药剂的输送量可以包括:基于单位药剂输送量、上一个处理批次的第二中间产物的重量、调节因子,通过第一预设公式确定当前处理批次的药剂输送量。
单位药剂输送量可以指初步确定的分离单位重量的有机固渣所需分离药剂的输送量。例如,单位药剂输送量可以指基于经验和/或实验确定的每分离1千克有机固渣所需的药剂量。
调节因子可以指用于调节药剂输送量的因素、数值等。在一些实施例中,调节因子可以基于历史处理批次中固液分离的效果确定,具体确定方法可以参见下文。
第一预设公式可以指预设的用于计算确定药剂输送量的公式。
在一些实施例中,处理器可以基于如下第一预设公式(公式(1))确定当前处理批次的药剂输送量:
Y=(a+b)×W×c (式1)其中,Y表示药剂输送量,W表示第二中间产物的重量,a表示单位药剂输送量,b表示调节因子,c表示含固率。
在一些实施例中,药剂输送量还相关于历史处理批次中,添加分离药剂后的处理效果。
在一些实施例中,处理器可以利用CCD相机采集每个历史处理批次中进行固液分离后的第三中间产物的图像,将其与目标图像进行对比,确定第三中间产物的浑浊程度,基于浑浊程度确定处理效果。例如,第三中间产物越浑浊,处理效果越差。在一些实施例中,处理器可以将每个历史处理批次的第三中间产物图像与目标图像对比,确定颜色差异,若第三中间产物图像的颜色越深,说明越浑浊。其中,目标图像可以是提前选取的处理效果满足要求的图像。
在一些实施例中,处理器可以基于多个历史处理批次的处理效果,确定当前处理批次的药剂输送量。
在一些实施例中,处理器可以基于多个连续历史处理批次的处理效果、及历史调节因子,通过第三预设公式对当前处理批次的调节因子进行调整。例如,初始第一批次不使用调节因子,第二批次基于第一批次的处理效果从预设表中确定第二批次使用的调节因子b2;第三批次基于第二批次的处理效果从预设表中确定第三批次使用的调节因子b3;第四批次基于第三预设公式确定第四批次使用的调节因子b4,后续均基于第三预设公式确定后续处理批次的调节因子。其中,第三预设公式如下:
bi=E1÷(((Ei-1-E1)÷(a+bi-1)+(Ei-2-E1)÷(a+bi-2)+…+(E2-E1)÷(a+b2))÷2) (式2)
其中,bi表示第i处理批次对应的调节因子,Ei表示第i处理批次的处理效果,a表示单位药剂输送量。其中i为自然数,i的大小可以基于需要处理的易腐垃圾总量,根据生产经验确定。
在一些实施例中,处理器可以基于第二中间产物的重量、含固率、单位药剂输送量、调整后的调节因子,基于第一预设公式确定当前处理批次的药剂输送量。
本说明书一些实施例,通过第二中间产物的含固率,基于第一预设公式来确定当前处理批次的药剂输送量,提高确定分离药剂输送量的准确度;并且,利用历史处理批次的处理效果对下一批次的调节因子进行调整,可以使得调节因子更加准确,进一步提高了确定药剂输送量的准确性。
步骤240,基于药剂输送量,控制药剂输送装置向分离装置中输送分离药剂,药剂输送装置分别与药剂容器和分离装置机械连接。
药剂输送装置可以指用于向分离装置中输送分离药剂的装置。通过药剂输送装置,处理器还可以对药剂输送量、输送速度进行调节。药剂装置和药剂容器以及分离装置机械连接,在需要进行药剂输送时,只需要开启对应的开关或闸口,即可实现分离药剂的取用和输送。
在一些实施例中,处理器可以基于药剂输送量,控制药剂输送装置从药剂容器中获取对应量的分离药剂,输送到分离装置中。
本说明书一些实施例,通过确定第二中间产物的含固率,基于含固率确定所需的分离药剂的量,可以提高确定分离药剂输送量的准确性,以充分有效地对第二中间产物进行固液分离,提高易腐垃圾处理的有效性。
应当注意的是,上述有关流程200的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对流程200进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。
图4是根据本说明书一些实施例所示的有机混合物的处理的示例性流程图。在一些实施例中,流程400可以由处理器/易腐垃圾处理系统执行。如图4所示,流程400可以包括下述步骤:
步骤410,基于评估特征,确定黑水虻幼虫的预估添加量。
预估添加量可以指预测的需要向黑水虻养殖系统中添加的黑水虻幼虫的量,预估添加量可以用虫子数量衡量,也可以用虫子重量来衡量。预估添加量需要与有机混合物的量匹配,以充分对有机混合物进行处理,并且不至于添加过多造成黑水虻幼虫资源的浪费。
在一些实施例中,处理器可以基于第一渣料、第二渣料、第三渣料对应的评估特征,确定预估添加量。例如,处理器可以基于第一渣料、第二渣料、第三渣料对应的评估特征的加和,基于生产经验确定预估添加量。又例如,处理器可以分别基于第一渣料、第二渣料、第三渣料的评估特征(含量和含量占比)分别确定第一预估添加量、第二预估添加量和第三预估添加量,然后通过加权求和的方式确定最终的预估添加量。其中,加权求和的权重基于黑水虻幼虫对第一渣料、第二渣料以及第三渣料的处理效率确定,处理效率越高,对应的权重越小。
在一些实施例中,确定黑水虻幼虫的预估添加量可以包括:基于当前处理批次的第一渣料量、第二渣料量、第三渣料量、生物污泥的输送量以及单位虫子重量构建特征向量;基于多个历史处理批次的历史第一渣料量、历史第二渣料量、历史第三渣料量、历史生物污泥输送量以及历史单位虫子重量构建多个参考向量;基于多个参考向量组成第二向量数据库,多个参考向量中每一个与对应的黑水虻幼虫历史添加量关联存储;基于特征向量在第二向量数据库中检索,确定满足预设条件的目标参考向量;基于目标参考向量,确定黑水虻幼虫的预估添加量。
特征向量可以指可以反映第一渣料量、第二渣料量、第三渣料量、生物污泥的输送量以及单位虫子重量等信息的向量。例如,特征向量可以表示为(m,n,p,q,r),其中,m,n,p,q,r分别表示第一渣料量、第二渣料量、第三渣料量、生物污泥的输送量和单位虫子重量。关于第一渣料量、第二渣料量、第三渣料量的更多内容可以参见图2及其相关描述。
在一些实施例中,处理器可以基于当前处理批次中第一渣料量、第二渣料量、第三渣料量生物污泥的输送量、以及单位虫子重量构建特征向量。例如,将前述每一种物质的量依次填入向量中,得到特征向量。
参考向量可以指可以反映每个历史处理批次中历史第一渣料量、历史第二渣料量、历史第三渣料量、历史生物污泥输送量和历史单位虫子重量等信息的向量。
在一些实施例中,处理器可以基于多个历史处理批次中每一个对应的历史第一渣料量、历史第二渣料量、历史第三渣料量、历史生物污泥的输送量和历史单位虫子重量,基于构建特征向量的方式,构建参考向量。
第二数据库可以指用于存储多个参考向量及其关联信息的数据库。在一些实施例中,处理器可以基于多个参考向量,生成第二数据库。
目标参考向量可以指满足预设条件的参考向量。其中,预设条件可以指与特征向量的向量距离小于距离阈值,距离阈值可以由处理器默认设置,向量距离可以是余弦距离、欧氏距离等。例如,目标参考向量可以是多个参考向量中与特征向量的向量距离小于距离阈值的参考向量。
在一些实施例中,处理器可以基于特征向量在第二向量数据库中检索,将多个参考向量中满足预设条件的参考向量确定为目标参考向量。
在一些实施例中,处理器可以基于目标参考向量,将与目标参考向量关联存储的黑水虻幼虫历史添加量,确定为预估添加量。在一些实施例中,当存在多个目标参考向量时,可以将与多个目标参考向量关联存储的多个黑水虻幼虫历史添加量求平均值,将平均值确定为预估添加量。
本说明书一些实施例,通过向量匹配的方式确定预估添加量,可以在大量历史数据中寻找到与当前处理批次的第一渣料量、第二渣料量、第三渣料量、生物污泥的输送量、和单位虫子重量相同或非常相似的数据,并将其对应的黑水虻幼虫添加量作为预估添加量,可以提高确定预估添加量的准确性和效率。
步骤420,基于搅拌系统将黑水虻幼虫与有机混合物在黑水虻养殖系统中进行搅拌混合。
搅拌系统可以指可以自动进行搅拌的装置、设备等组成的系统。
在一些实施例中,处理器可以发送操作指令到搅拌系统,基于搅拌系统将黑水虻幼虫和有机混合物在黑水虻养殖系统中进行充分的搅拌混合。
步骤430,基于预估添加量,确定黑水虻幼虫的收虫周期,收虫周期为从添加黑水虻幼虫到将黑水虻幼虫筛选回收所持续的时间。
在一些实施例中,处理器可以基于预估添加量,确定历史处理批次中与该预估添加量相同、且有机混合物含量相同的数据对应的黑水虻幼虫的收虫周期,将其确定为当前处理批次的收虫周期。
在一些实施例中,基于预估添加量,确定所述黑水虻幼虫的收虫周期可以包括:基于环境数据,结合预估添加量,预测单位处理效率,环境数据至少包括有机混合物的温度与含水量、环境温度、环境湿度中的至少一种;基于单位处理效率,确定黑水虻幼虫的收虫周期。具体基于单位处理效率确定收虫周期的内容可以参见图5及其相关描述。
本说明书一些实施例,通过确定黑水虻幼虫的预估添加量,并基于预估添加量确定收虫周期,可以在准确的时间收虫,使得有机混合物被充分处理,提高处理的有效性。
应当注意的是,上述有关流程400的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对流程400进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。
图5是根据本说明书一些实施例所示的确定收虫周期的示例性流程图。
步骤510,基于环境数据,结合预估添加量,预测单位处理效率,环境数据至少包括有机混合物的温度与含水量、环境温度、环境湿度中的至少一种。更多关于预估添加量的内容可以参见图4及其相关描述。
单位处理效率可以指单位数量的黑水虻幼虫每天处理有机混合物的量。例如,单位处理效率可以是5吨/千克/天,即1千克黑水虻幼虫一天可以处理5吨有机混合物。又例如,单位处理效率可以是2.5千克/只/天,即平均一只黑水虻幼虫一天可以处理2.5千克有机混合物。关于环境数据及如何获取环境数据的内容可以参见图1及其相关描述。
在一些实施例中,处理器可以基于环境数据,结合预估添加量,预测所有黑水虻幼虫在预设时间内(如1周)处理有机混合物的总量,然后基于重量除以预估添加量和预设时间,确定单位处理效率。其中,黑水虻幼虫在预设时间内处理有机混合物的总量可以基于历史数据或经验估算确定。
在一些实施例中,处理器基于环境数据,结合预估添加量,预测每只黑水虻幼虫的处理效率可以包括:基于效率模型对预估添加量、单位虫子重量、环境数据、第一渣料量、第二渣料量、第三渣料量、以及生物污泥的输送量进行处理,确定单位处理效率;效率模型为机器学习模型。
在一些实施例中,效率模型可以包括卷积神经网络(Convolutional NeuralNetworks,CNN)、深度神经网络(Deep Neural Networks,DNN)、循环神经网络(RecurrentNeural Network,RNN)或其他自定义网络中的一种或多种。
图6是根据本说明书一些实施例所示的基于效率模型确定处理效率的示例性示意图。在一些实施例中,如图6所示,效率模型620的输入可以包括预估添加量610-1、单位虫子重量610-2、环境数据610-3、第一渣料量610-4、第二渣料量610-5、第三渣料量610-6、以及生物污泥的输送量610-7,输出可以是单位处理效率630。关于预估添加量610-1的内容可以参见图4及其相关描述;关于单位虫子重量610-2、环境数据610-3、生物污泥的输送量610-7的内容可以参见图1及其相关描述;关于第一渣料量610-4、第二渣料量610-5、第三渣料量610-6的内容可以参见图2及其相关描述。
在一些实施例中,效率模型620可以基于训练获取。在一些实施例中,训练效率模型620的第二训练样本可以指多个历史处理批次中的历史黑水虻幼虫添加量、历史单位虫子重量、历史环境数据、历史第一渣料量、历史第二渣料量、历史第三渣料量、以及历史生物污泥的输送量。第二训练样本可以通过历史处理批次的历史数据获取。在一些实施例中,训练效率模型620的第二标签可以是第二训练样本对应的黑水虻幼虫的实际单位处理效率。
本说明书一些实施例,通过效率模型来预测黑水虻幼虫的单位处理效率,可以利用机器学习模型的自学习能力,在大量数据中找到规律,学习到黑水虻幼虫的单位处理效率与多种因素的关系,提高确定单位处理效率的准确性和效率。
在一些实施例中,处理器可以基于单位处理效率确定平均处理效率;响应于平均处理效率不满足预设要求,对预估添加量进行调整,确定目标添加量。
平均处理效率可以指全部黑水虻幼虫平均每天的处理效率。在一些实施例中,处理器可以基于单位处理效率,乘以黑水虻幼虫的预估添加量,确定平均处理效率。例如,1千克黑水虻幼虫的单位处理效率为5吨/天,黑水虻幼虫的预估添加量为10千克,则平均处理效率为5×10=50吨/天。又例如,一只黑水虻幼虫的单位处理效率为2.5千克/天,黑水虻幼虫的预估添加量为20000只,则平均处理效率为50吨/天。
目标添加量可以指最终向黑水虻养殖系统中投放的黑水虻幼虫的数量,与预估添加量类似,目标添加量也可以用虫子数量、虫子重量等进行衡量。
预设要求可以指预先设置的平均处理效率需要达到的阈值要求。例如,预设要求可以指平均处理效率不低于60吨/天。
在一些实施例中,处理器可以将平均处理效率与预设要求进行对比,确定平均处理效率是否满足预设要求;响应于不满足预设要求,处理器可以对预估添加量进行调整,确定目标添加量。在一些实施例中,处理器可以基于平均处理效率与预设要求的差值,除以单位处理效率,得到添加量调整值;基于添加量调整值和预估添加量,确定目标添加量。其中,添加量调整值可以指需要对预估添加量进行调整的值。例如,若平均处理效率为50吨/天,低于预设要求60吨/天,则处理器可以基于差值60吨/天-50吨/天=10吨/天,用10吨/天除以单位处理效率5吨/千克/天,得到添加量调整值为2千克;则处理器可以将预估添加量由10千克上调2千克,得到目标添加量12千克。又例如,若平均处理效率为65吨/天,高于预设要求60吨/天,可能虫子多了会造成黑水虻幼虫资源的浪费,则处理器可以基于差值60吨/天-65吨/天=-5吨/天,用-5吨/天除以单位处理效率5吨/天/千克,得到添加量调整值为-1千克;则处理器可以将预估添加量由10千克适当调低到9千克左右。
本说明书一些实施例,通过确定平均处理效率,再将其与预设要求进行比较,基于比较结果调整预估添加量,确定目标添加量,可以提高投放到黑水虻幼虫养殖系统中的黑水虻幼虫的量的准确性,提高对有机混合物的处理效率的同时合理利用黑水虻幼虫资源。
步骤520,基于单位处理效率,确定黑水虻幼虫的收虫周期。
在一些实施例中,处理器可以基于单位处理效率,获取历史处理批次的历史数据中,与当前处理批次的环境数据、有机混合物总量、单位处理效率、黑水虻幼虫添加量均相同或非常接近的数据,将该数据对应的收虫周期,确定为当前处理批次的收虫周期。
在一些实施例中,处理器可以通过第二预设公式确定收虫周期;基于收虫周期,确定黑水虻养殖系统中残留物的有机物含量;响应于有机物含量大于预设阈值,调整收虫周期和/或环境数据。
第二预设公式可以指预设的用于确定收虫周期的公式。具体地,第二预设公式如下所示:
收虫周期=有机混合物总量÷ (预估添加量×单位处理效率) (式3)
关于收虫周期、预估添加量的内容可以参见图4及其相关描述;关于有机混合物的内容可以参见图1及其相关描述;关于单位处理效率的内容可以参见图5其他部分的描述。
在一些实施例中,处理器可以将有机混合物总量、预估添加量和单位处理效率代入第二预设公式,确定收虫周期。
在一些实施例中,处理器可以对预估添加量进行调整,确定目标添加量。确定目标添加量后,上述第二预设公式中的预估添加量将由目标添加量代替。关于确定目标添加量的内容可以参见上文的描述。
残留物可以指在时间到达收虫周期时,黑水虻养殖系统中剩余的有机混合物的残渣等。
在一些实施例中,处理器可以提取单位重量(如1千克)的残留物,然后通过实验或检测仪确定该单位重量残留物中的有机物含量,然后乘以残留物总重量得到总的残留物中的有机物含量。例如,残留物为1000千克,可以提取1千克残留物确定对应的有机物含量为B,则总的残留物中的有机物含量为1000B。
在一些实施例中,处理器可以将有机物含量与预设阈值进行比较,确定是否大于预设阈值。若大于预设阈值,则调整收虫周期和/或环境数据。例如,处理器可以计算基于平均处理效率将残留物中有机物含量处理完成需要的时间,然后基于确定的时间将收虫周期延长,此时可以保持环境数据不变。又例如,处理器可以基于前述计算结果和经验,适当延长收虫周期和调整环境数据,以缩短需要延长的时间段,提高处理效率。具体地,调整环境数据可以包括调高黑水虻养殖系统中的温度、湿度等。
在一些实施例中,处理器可以基于有机混合物含量、残留物中有机物含量、目标添加量和收虫周期,确定黑水虻幼虫的实际单位处理效率。例如,处理器可以基于有机混合物含量减去残留物中有机物含量,确定在收虫周期这段时间内黑水虻的实际有机混合物处理量;利用实际有机混合物处理量除以收虫周期,再除以目标添加量,得到黑水虻幼虫的实际单位处理效率。
在一些实施例中,处理器可以基于每个处理批次黑水虻幼虫的实际单位处理效率,更新训练效率模型的第二标签;通过标签更新,持续对效率模型进行训练,以提高效率模型的准确率。关于效率模型和第二标签的内容可以参见图6及其相关描述。
本说明书一些实施例,通过到达收虫周期后,检测残留物中的有机物含量,并确定是否满足预设阈值,基于判断结果对收虫周期和/或环境数据进行调整,可以保证有机混合物中的有机物得到充分处理,保证处理的有效性。
本说明书一些实施例,通过确定黑水虻幼虫的单位处理效率,并基于单位处理效率确定收虫周期,可以确保在合适的时间收虫,提高对有机混合物的处理效果。
应当注意的是,上述有关流程500的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对流程500进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。
本说明书一些实施例还提供一种计算机可读存储介质,存储介质存储计算机指令,当计算机执行存储介质中的指令后,计算机运行如上述实施例中任意一项所述的联合黑水虻生物技术处理易腐垃圾有机渣料的方法。
本说明书实施例可能带来的有益效果包括但不限于:(1)通过将易腐垃圾中的固态和液态有效分离,进行分别处理,提高了处理效率;利用黑水虻生物转化技术,资源化效率高,最为经济彻底;通过去除液相中的液相渣料,很大程度的削减了废水的有机物浓度,无论从废水处理工艺的选择还是废水处理的难易程度,都得到了很大程度的缓解;(2)将处理过程中单一的废水进入废水处理系统,避免了传统渣、水一起进厌氧系统大量沼渣的产生;(3)渣料有比较彻底的资源化途径,避免了外运处置费用,于此同时还能带来附加值产品,经济效益高,运行成本低;(4)通过确定第二中间产物的含固率,基于含固率确定所需的分离药剂的量,可以提高确定分离药剂输送量的准确性,以充分有效地对第二中间产物进行固液分离,提高易腐垃圾处理的有效性;(5)通过确定黑水虻幼虫的单位处理效率,并基于单位处理效率确定收虫周期,可以确保在准确合适的时间收虫,保证有机混合物被充分处理,提高对有机混合物的处理效果。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外,对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是,如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (10)
1.一种联合黑水虻生物技术处理易腐垃圾有机渣料的方法,其特征在于,所述方法基于易腐垃圾处理系统执行,包括:
对待处理混合物进行预处理,获取第一中间产物和第一渣料;所述预处理包括过滤、分选、蒸煮、粉碎中的至少一种;
对所述第一中间产物进行提油处理,获取毛油、第二中间产物和第二渣料;
利用分离药剂,通过分离装置对所述第二中间产物进行固液分离处理,获取第三中间产物和第三渣料;所述分离药剂至少包括可降解高分子絮凝剂;
获取所述第三中间产物中的生物污泥,所述生物污泥包括废水处理装置生成的沉淀物;
将所述第一渣料、所述第二渣料、所述第三渣料以及所述生物污泥中的至少一种,输送至渣料缓存装置,生成有机混合物;
将所述有机混合物输送至黑水虻养殖系统进行处理。
2.根据权利要求1所述的方法,其特征在于,所述待处理混合物包括易腐垃圾、有机固渣、液相渣料中的至少一种。
3.根据权利要求2所述的方法,其特征在于,所述对待处理混合物进行预处理包括:
基于摄像装置,获取所述待处理混合物的分类特征,所述分类特征至少包括所述待处理混合物中固体、油、水的比例。
4.根据权利要求1所述的方法,其特征在于,所述利用分离药剂,通过分离装置对所述第二中间产物进行固液分离处理包括:
基于至少一个处理批次的第一渣料量、第二渣料量获取至少一组评估特征;
基于所述至少一组评估特征,预测当前处理批次中所述第二中间产物的含固率;
基于所述当前处理批次中所述第二中间产物的含固率,确定所述当前处理批次的药剂输送量;
基于所述药剂输送量,控制药剂输送装置向所述分离装置中输送所述分离药剂,所述药剂输送装置分别与药剂容器和所述分离装置机械连接。
5.根据权利要求4所述的方法,其特征在于,所述基于至少一组评估特征,预测当前处理批次中所述第二中间产物的含固率包括:
基于含固率模型对至少一个处理批次的分类特征、所述第一渣料和所述第二渣料的所述评估特征进行处理,确定所述第二中间产物的所述含固率;所述含固率模型为机器学习模型。
6.根据权利要求1所述的方法,其特征在于,所述将所述有机混合物输送至黑水虻养殖系统进行处理包括:
基于评估特征,确定黑水虻幼虫的预估添加量;
基于搅拌系统将所述黑水虻幼虫与所述有机混合物在所述黑水虻养殖系统中进行搅拌混合;
基于所述预估添加量,确定所述黑水虻幼虫的收虫周期,所述收虫周期为从添加所述黑水虻幼虫到将所述黑水虻幼虫筛选回收所持续的时间。
7.根据权利要求6所述的方法,其特征在于,所述基于所述预估添加量,确定所述黑水虻幼虫的收虫周期包括:
基于环境数据,结合所述预估添加量,预测单位处理效率,所述环境数据至少包括所述有机混合物的温度与含水量、环境温度、环境湿度中的至少一种;
基于所述单位处理效率,确定所述黑水虻幼虫的所述收虫周期。
8.根据权利要求6所述的方法,其特征在于,所述黑水虻养殖系统还包括筛分装置和发酵装置;
所述将所述有机混合物输送至黑水虻养殖系统进行处理还包括:
基于所述收虫周期,通过所述筛分装置将黑水虻幼虫和虫粪筛选分离;
基于所述发酵装置发酵所述虫粪和污泥沉淀物。
9.根据权利要求8所述的方法,其特征在于,基于所述发酵装置发酵所述虫粪和污泥沉淀物包括:
基于所述虫粪和所述污泥沉淀物的质量比例,确定发酵时间;
通过所述发酵装置基于所述发酵时间,发酵所述虫粪和污泥沉淀物。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储计算机指令,当计算机执行所述存储介质中的指令后,计算机运行如权利要求1~9中任意一项所述的联合黑水虻生物技术处理易腐垃圾有机渣料的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310275064.1A CN116493394B (zh) | 2023-03-20 | 2023-03-20 | 一种联合黑水虻生物技术处理易腐垃圾有机渣料的方法 |
CN202410290575.5A CN117943389A (zh) | 2023-03-20 | 2023-03-20 | 一种垃圾有机渣料处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310275064.1A CN116493394B (zh) | 2023-03-20 | 2023-03-20 | 一种联合黑水虻生物技术处理易腐垃圾有机渣料的方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410290575.5A Division CN117943389A (zh) | 2023-03-20 | 2023-03-20 | 一种垃圾有机渣料处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116493394A true CN116493394A (zh) | 2023-07-28 |
CN116493394B CN116493394B (zh) | 2024-02-13 |
Family
ID=87315732
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410290575.5A Pending CN117943389A (zh) | 2023-03-20 | 2023-03-20 | 一种垃圾有机渣料处理方法 |
CN202310275064.1A Active CN116493394B (zh) | 2023-03-20 | 2023-03-20 | 一种联合黑水虻生物技术处理易腐垃圾有机渣料的方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410290575.5A Pending CN117943389A (zh) | 2023-03-20 | 2023-03-20 | 一种垃圾有机渣料处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN117943389A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030022178A (ko) * | 2003-01-21 | 2003-03-15 | 서희동 | 유기성폐기물의 처리방법 |
CN107908111A (zh) * | 2017-11-27 | 2018-04-13 | 北华大学 | 一种基于bp神经网络的污泥脱水系统的计算机控制方法 |
CN111229792A (zh) * | 2020-03-15 | 2020-06-05 | 上海龙马环境科技有限公司 | 一种新型餐厨废弃物综合处置系统及工艺 |
CN111357718A (zh) * | 2020-05-06 | 2020-07-03 | 山东沃能农业科技有限公司 | 一种利用黑水虻处理餐厨垃圾的方法 |
CN112741047A (zh) * | 2020-12-30 | 2021-05-04 | 东江环保股份有限公司 | 一种餐厨垃圾深度资源化的处理方法 |
CN114289446A (zh) * | 2021-12-21 | 2022-04-08 | 维尔利环保科技集团股份有限公司 | 一种餐厨垃圾资源化处理方法 |
CN114289447A (zh) * | 2021-12-21 | 2022-04-08 | 维尔利环保科技集团股份有限公司 | 餐厨垃圾资源化处理方法 |
-
2023
- 2023-03-20 CN CN202410290575.5A patent/CN117943389A/zh active Pending
- 2023-03-20 CN CN202310275064.1A patent/CN116493394B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030022178A (ko) * | 2003-01-21 | 2003-03-15 | 서희동 | 유기성폐기물의 처리방법 |
CN107908111A (zh) * | 2017-11-27 | 2018-04-13 | 北华大学 | 一种基于bp神经网络的污泥脱水系统的计算机控制方法 |
CN111229792A (zh) * | 2020-03-15 | 2020-06-05 | 上海龙马环境科技有限公司 | 一种新型餐厨废弃物综合处置系统及工艺 |
CN111357718A (zh) * | 2020-05-06 | 2020-07-03 | 山东沃能农业科技有限公司 | 一种利用黑水虻处理餐厨垃圾的方法 |
CN112741047A (zh) * | 2020-12-30 | 2021-05-04 | 东江环保股份有限公司 | 一种餐厨垃圾深度资源化的处理方法 |
CN114289446A (zh) * | 2021-12-21 | 2022-04-08 | 维尔利环保科技集团股份有限公司 | 一种餐厨垃圾资源化处理方法 |
CN114289447A (zh) * | 2021-12-21 | 2022-04-08 | 维尔利环保科技集团股份有限公司 | 餐厨垃圾资源化处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117943389A (zh) | 2024-04-30 |
CN116493394B (zh) | 2024-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Glatz et al. | Handling and treatment of poultry hatchery waste: A review | |
CN104415966B (zh) | 餐厨垃圾处理系统及方法 | |
US20220089506A1 (en) | Indoor food waste fermentation and recycling process | |
CN109382394A (zh) | 一种餐厨垃圾快速降解就地处理工艺 | |
CN109365492A (zh) | 一种餐厨垃圾快速降解循环再利用系统 | |
Braun et al. | Codigestion of proteinaceous industrial waste | |
CN101999516A (zh) | 一种餐厨垃圾制备生物蛋白饲料的方法 | |
CN102744243A (zh) | 餐厨垃圾的综合资源化处理方法 | |
Mahmood et al. | Sustainable waste management at household level with black soldier fly larvae (Hermetia illucens) | |
CN102303038A (zh) | 物理方法和微生物发酵方法结合的餐厨垃圾处理工艺 | |
CN108405561A (zh) | 一种餐厨垃圾回收处理工艺 | |
CN109047268A (zh) | 一种利用黑水虻模块化处理易腐垃圾的装置及方法 | |
CN109396160A (zh) | 一种餐厨垃圾生物处理工艺 | |
CN116493394B (zh) | 一种联合黑水虻生物技术处理易腐垃圾有机渣料的方法 | |
CN205874244U (zh) | 一种有机垃圾减量化处理设备 | |
CN110721980A (zh) | 一种餐厨垃圾的生态链综合处理法 | |
CN112044926A (zh) | 一种使用有机垃圾制备养殖饲料的方法 | |
EP4059345B1 (en) | Rotating disc type continuous automated biological breeding apparatus | |
CN110484570A (zh) | 一种利用餐厨垃圾联产氢气与昆虫蛋白的方法 | |
US11993761B2 (en) | Indoor food waste fermentation and recycling process | |
CN112024569B (zh) | 一种封闭式易腐有机废弃物生物处理自动化集成系统及方法 | |
Stegmann et al. | Research activities on enhancement of biochemical processes in sanitary landfills | |
Miroshnichenko et al. | Biogas potential of swine manure of different animal classes | |
CN217265483U (zh) | 一种易腐垃圾处理装置 | |
CN112828008A (zh) | 一种黑水虻将垃圾转化为高蛋白质生物饲料的方法 |
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 | ||
CB02 | Change of applicant information |
Address after: Room 101, Building C, No. 22 Jinyu Road, Taiping Industrial Park, Xiangcheng District, Suzhou City, Jiangsu Province, 215000 Applicant after: Fulongma Environmental Technology (Suzhou) Co.,Ltd. Address before: 201612 Room 216, No. 668, Xinzhuan Road, Xinqiao Town, Songjiang District, Shanghai Applicant before: Shanghai Longma Environmental Technology Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |