CN116989335B - 一种垃圾入炉焚烧前在线跟踪分析方法及系统 - Google Patents

Abstract

本发明一种垃圾入炉焚烧前在线跟踪分析方法及系统，解决了现有垃圾入炉焚烧前热值分析滞后或不准确、单组分光谱相近时组分分析不理想的问题，方法包括对不同来源地垃圾进行分类，计算每个来源地垃圾的属性，建立垃圾数据库；实时扫描垃圾库，建立垃圾库三维模型；设定垃圾运转过程中垃圾吊抓斗的基础动作，分解基础动作为抓料子过程和松料子过程，分别对抓料子过程和松料子过程进行建模，根据抓斗的基础动作跟踪垃圾在垃圾料堆中的动态转移变化。本发明实现对垃圾在线跟踪，获得入炉垃圾的组分和热值等属性数据，为焚烧炉排运行控制提供入炉垃圾热值的预测数据，实现燃烧优化，提高过滤燃烧效率，为电站碳排放分析同实时基础数据。

Description

一种垃圾入炉焚烧前在线跟踪分析方法及系统

技术领域

本发明涉及垃圾处理技术领域，尤其涉及一种垃圾入炉焚烧前在线跟踪分析方法及系统。

背景技术

垃圾焚烧处理具有减量化、资源化、无害化、可处理垃圾种类丰富、占地面积小等优点，已成为国内城市生活垃圾最主要处理方式。但由于我国垃圾成分复杂、热值不均匀，且无法提前估算入炉垃圾的热值，垃圾给料速率的调节有一定滞后性，容易影响焚烧炉燃烧效率、稳定运行及增加污染物排放；同时，现有国内碳排放政策，需要测算电站的碳排放量。因此，需要对垃圾焚烧炉入炉垃圾热值和垃圾组分进行实时测算，以实时调整焚烧炉排运行参数，提高垃圾焚烧发电锅炉效率；同时对碳排放进行实时准确预测。

垃圾焚烧发电厂物料进入焚烧炉之前，需要安排人工实时注视监控屏幕，通过运行人员通过经验估算垃圾热值来调整垃圾给料量和风量等，实现焚烧炉内的稳定燃烧，这既需要工作人员时刻保持高度集中的注意力。另外，人工监视方式无法精准估算出垃圾热值，控制调节存在滞后性，容易使得焚烧炉内燃烧产生较大的波动。

目前也有一些垃圾热值的估算方法，方法一是根据焚烧炉排运行参数倒推入炉垃圾热值，如专利号为201810368813.4，名称为一种垃圾热值的估算方法的发明专利，该专利利用能量守恒，通过分析入炉风以及烟气的总热值，计算入炉垃圾的总热量，从而计算入炉垃圾（单位）热值；方法二是在垃圾焚烧前的投料口设置摄像头，基于热成像图分析入炉垃圾的热值，进而可以实时调整垃圾焚烧炉排运行参数，提高锅炉效率。但两种方法都还存在一些缺陷，方法一对入炉垃圾的估算比较准确，但属于事后分析，具有滞后性，对锅炉运行实时优化调整并不能起到实时指导作用。方法二具有较强实时性，但热成像图测量的是料表面的显示温度，而垃圾热值是垃圾内在的燃烧热值，二者并无明显的对应关系；而且热成像图只能测量表面温度，并不能映射到料堆里面温度和热值，所以方法二不能获得相对准确的垃圾热值。

目前的入炉燃烧垃圾组分分析方法，主要借助锅炉燃烧时炉膛内火焰光谱或烟气的分析，如专利号为201810147535.X，名称为一种焚烧炉内生活垃圾组分实时检测装置和方法的发明专利，公开了利用燃烧时火焰光谱检测，以及先验的单组分光谱，分析入炉垃圾的组分。该方法对混合垃圾燃烧时的组分分析，在组分光谱差异较大时具有较高的准确性，但是求解较复杂，计算量大，特别是在垃圾组分的单组分光谱相近时，效果并不理想。

发明内容

本发明主要是解决了现有垃圾入炉焚烧前热值分析滞后或不准确、单组分光谱相近时组分分析不理想的问题，提供了一种垃圾入炉焚烧前在线跟踪分析方法及系统。利用垃圾库的料堆三维模型动态变化，结合不同来源地的垃圾先验分析数据，对垃圾在垃圾库内的堆料、倒料、混料及投料，直到投料到投料口入炉燃烧进行实时跟踪，在入炉时可实时分析得出入炉垃圾的热值、垃圾组分等数据，为垃圾焚烧炉排运行参数优化调整提供实时指导，同时为电站碳排放计算分析提供准确基础数据。

本发明的上述技术问题主要是通过下述技术方案得以解决的：一种垃圾入炉焚烧前在线跟踪分析方法，包括，

对不同来源地垃圾进行分类，计算每个类别的垃圾属性，建立垃圾数据库；

实时扫描垃圾库，获取点云高程数据建立料堆二维矩阵和料堆三维矩阵，赋予料堆三维矩阵每个数据垃圾属性；

设定垃圾在垃圾库运转过程中垃圾吊抓斗的基础动作，分解基础动作为抓料子过程和松料子过程，分别对抓料子过程和松料子过程进行建模，

抓料子过程和松料子过程模型包括：

获取抓料或松料动作前后的料堆二维矩阵，将前后两个料堆二维矩阵相差计算发生变化的高程差值，根据高程差值更新料堆三维矩阵数据；

建立抓料或松料动作的垃圾在料堆和抓斗的三维数据集合，计算料堆三维数据与抓斗三维数据的映射关系，对抓料或松料动作后三维数据属性进行赋值；

根据抓斗的基础动作跟踪垃圾在垃圾料堆中的动态转移变化。

本发明通过试验方法获得在不同季节、不同来源地的垃圾属性先验数据，利用三维模型分析方法和垃圾吊作业分析垃圾在垃圾库内的迁移，进行实时跟踪，在迁移过程中垃圾属性也实时跟随，直到垃圾进入投料口，进入焚烧炉，实现对垃圾在线跟踪，获得入炉垃圾的组分和热值等属性数据，为焚烧炉排运行控制提供入炉垃圾热值的预测数据，实现燃烧优化，提高过滤燃烧效率，同时为电站碳排放分析和核算提供实时基础数据。

本发明对入炉垃圾属性数据进行定量实时分析，包括垃圾热值和组分等关键数据；得到入炉焚烧垃圾在线热值数据，可实时调整垃圾焚烧炉排的运行参数，实现焚烧炉排的燃烧效率最优。得到入炉焚烧垃圾组分数据，可优化垃圾焚烧电站碳排放核算和统计方法。本发明通过对垃圾热值在线分析，可以对垃圾库内不同区域不同种类垃圾进行一定比例的混料操作，使得入炉垃圾热值满足锅炉最佳运行的热值要求，从而完成垃圾库内掺配烧工作，提高垃圾焚烧炉排的燃烧稳定性和燃烧效率。

作为一种优选方案，还包括获取抓斗投料入炉动作的垃圾数据，计算入炉垃圾属性，将入炉垃圾属性发送至垃圾焚烧炉运行控制系统。本方案在垃圾在经过动态转移变化过程后最后要投料入炉，该投料为垃圾吊抓斗一个基础动作，通过分解成抓料子过程，根据抓料子过程模型获取抓斗内垃圾数据，确定垃圾属性，计算入炉垃圾的各项湿基属性数据，包括垃圾热值、垃圾重量、垃圾组分百分比、总含水量，将这些垃圾数据发送给垃圾焚烧炉运行控制系统或相关分析系统，使得焚烧炉控制系统能够实时测算入炉垃圾热值和组分，能实时调整焚烧炉排运行参数，提高垃圾焚烧发电锅炉效率，同时对碳排放进行实时准确预测。

作为一种优选方案，对不同来源地垃圾进行采样分析和发酵试验，获取垃圾组分、含水量、低位热值、密度属性，根据垃圾热值、组分的相近度对不同来源地垃圾进行分类，计算各类别垃圾属性的平均数据。

针对垃圾收运中不同垃圾转运站来源的垃圾，分季节进行采样分析和发酵试验，获得以下数据：垃圾来源地、垃圾低位热值、季节、类别、发酵时长、发酵后垃圾密度，其中季节分春夏秋冬四个季节分别进行试验。

采样分析：按《CJ/T313-2009生活垃圾采样和分析方法》对不同来源地垃圾进行采样和分析，获得垃圾组分、含水量、可燃物、灰分、热值等属性数据。

发酵试验：模拟垃圾库典型条件，对采样垃圾进行发酵试验，每天一次进行垃圾样品分析，得到含水率、热值、垃圾组分等数据，根据电站生产工艺要求，确定运行过程中垃圾发酵天数。

垃圾分类：为了便于管理，对样品发酵试验后相近热值、组分的垃圾来源地归类为一类，一般将垃圾分为3-10类。

垃圾属性：对相同类别的垃圾，根据垃圾分析数据和垃圾日产生量进行统计和加权平均，得到该类别属性的平均值。

作为一种优选方案，根据垃圾来源地调度信息，动态确定不同垃圾来源地运输垃圾车牌，将垃圾车车牌与垃圾来源地对应设置，输入数据库。本方案将各垃圾来源地的垃圾车车牌与垃圾来源地形成对应关系，而每个垃圾来源地垃圾进行过分类，则通过识别垃圾车车牌能识别出卸料的垃圾类别，使得能够对每个卸入垃圾库的垃圾都能进行跟踪，获取该垃圾的属性。

作为一种优选方案，建立料堆二维矩阵包括：

对垃圾库建立三维坐标系；

获取垃圾库长宽数据，设定XY两个方向数据点间隔值，得到二维平面内二维数据点，根据扫描获取的点云高程数据给二维数据点赋值，由二维平面内二维数据点建立反映料堆表面高程的料堆二维矩阵。

本方案中在垃圾库以及投料口上方周围布置激光扫描仪，激光扫描范围覆盖垃圾库及投料口内部所有部位，通过激光扫描仪获取点云数据，将所有激光扫描仪点云进行拼接获得垃圾库的点云高程数据。通过对垃圾库的测绘定位参数，以垃圾库中心靠近投料口一侧边缘中点为原点建立三维坐标系，令该坐标系为垃圾库坐标系，已知垃圾库长宽高均为固定值，由全站仪测量得到。设定XY方向数据点间隔值，计算得到XY方向的间隔点，根据间隔点获得平面内网格点，网格点即二维平面的二维数据点，根据这些二维数据点建立二维矩阵，将获得的点云高程数据的值赋予二维数据点，每个二维数据点表示当前位置垃圾的高度，则形成了表征料堆表面的料堆二维矩阵。

作为一种优选方案，所述的建立料堆三维矩阵，赋予料堆三维矩阵每个数据垃圾的属性，具体包括：

获取垃圾库高数据，设定Z方向数据点间隔值，结合料堆二维矩阵得到三维数据点，根据三维数据点建立料堆三维矩阵；

遍历料堆三维矩阵三维数据点，对高度小于高程值的三维数据点赋予三维数据点当前位置垃圾发酵时长和垃圾类别属性，对高度位于高程值与垃圾库最高点之间的三维数据点属性置零。

通过设定XYZ方向的数据点间隔值，计算出XYZ三个方向的间隔点，根据间隔点将垃圾库进行网格化，获得的网格点即为三维数据点，根据三维数据点建立三维矩阵，对每个三维数据点进行属性赋值，形成表征料堆三维空间分布及属性的料堆三维矩阵。其中高度小于高程值的三维数据点即位于料堆内部的三维数据点，赋予垃圾发酵时长和垃圾类别属性，对于高度位于高程值与垃圾库最高点之间的三维数据点即位于料堆之外的三维数据点，将其垃圾属性置零，由此获得了表征垃圾库内垃圾的料堆三维矩阵，赋值后该三维数据点的表现形式为包括三维坐标和垃圾属性。其中垃圾通过分类，与垃圾来源地垃圾车进行对应绑定，垃圾由设定类别卸料口卸料，使得垃圾从转运到进入垃圾库，以及通过子过程跟踪垃圾在垃圾库内转运情况，使得垃圾从来源地至堆放至垃圾库一直被追踪，在垃圾堆放在垃圾库内后根据数据库可以获得该垃圾的各项属性。

作为一种优选方案，设定垃圾吊抓斗的基础动作包括堆料、倒料、混料和投料动作，分解各基础动作，推料动作分解为松料子过程，倒料动作分解为抓料子过程和松料子过程，混料动作分解为重复执行的抓料子过程和松料子过程，投料过程分解为抓料子过程。

作为一种优选方案，抓料子过程模型具体包括：

获取抓料前料堆二维矩阵和抓料后料堆二维矩阵，将抓料前料堆二维矩阵与抓料后二维矩阵相差，得到第一差值矩阵；

遍历第一差值矩阵元素，获取所有高程差值不为零的元素的索引序号，构建第一索引集合；

根据高度数据间隔值，计算第一索引集合各元素高程差值包含的置零索引数，分别获取料堆三维矩阵中对应索引序号的三维数据点，将最大高程值三维数据点以下置零索引数个三维数据点进行置零，更新抓斗抓料后料堆三维矩阵；

设抓取前物料在原料堆的第一数据点集合，

以及抓取后抓斗内物料的第二数据点集合，

计算第一数据点集合到第二数据点集合XYZ方向的映射系数，映射系数为第二数据点集合在各方向上最大差值与第一数据点集合在各方向上最大差值的比值；

将第一数据点集合中三维数据点坐标值分别与对应映射系数相乘，最终获取第二数据点集合数据点三维坐标，完成第一数据点集合到第二数据点集合的映射，并将第一数据点集合三维数据点的垃圾属性赋给第二数据点集合三维数据点。

本方案中抓料子过程为垃圾吊处于垃圾库某区域上方抓斗下降抓料后上升，且上升后垃圾吊抓料重量不为零时，对抓料后料堆三维矩阵进行更新。第一差值矩阵元素中高程值不为零即表示抓斗抓料后，料堆物料发生变化。由于料堆二维矩阵和料堆三维矩阵在XY轴上元素个数相同，且实际位置一致，即XY轴的索引序号在垃圾库中表示的位置相同，因此可以根据第一差值矩阵对料堆三维矩阵进行更新，更新过程为将料堆中被抓物料位置的三维数据点进行置零。抓料后对抓斗内垃圾进行赋值，抓料后抓斗内垃圾受到一定程度挤压，需要对物料在原料堆的三维数据点与物料抓斗内的三维数据点建立映射关系，并将料堆被抓物料三维数据点垃圾属性赋值给抓斗内物料相应三维数据点。由于抓斗在抓料过程中只进行上下、前后的平移运动，因此在赋值过程中抓斗内各类别垃圾的空间位置与料堆中的位置保持基本一致，抓料后抓斗中的物料堆型可以近似为一个球形，而被抓物料在料堆中的物料点云高程数据则为第一差值矩阵。物料在抓取过程中仍保持在Z轴上的排列顺序，即料堆底部的物料抓取后在抓斗底部，料堆顶部的物料同样在抓斗顶部，由此分别对被抓取物料在原料堆和抓斗内三维数据点建立集合，集合中各三维数据点均包括三维坐标以及垃圾属性值，该三维坐标均表示相对位置。抓料过程中在料堆的第一数据点集合是已知的，根据第一差值矩阵能够获得发生变化的三维数据点，而抓斗中第二数据点集合是未知的，通过求取映射系数，根据第一数据点集合三维数据点计算第二数据点集合三维数据点三维坐标，并赋予对应三维数据点垃圾属性。其中第一和第二数据点集合各方向上最大差值表示被抓物料在料堆和在抓斗内长宽高的最大值。赋值的垃圾属性包括垃圾发酵时长和垃圾类别属性。

作为一种优选方案，松料子过程模型具体包括：

获取松料前料堆二维矩阵和松料后料堆二维矩阵，将松料后料堆二维矩阵与松料前二维矩阵相差，得到第二差值矩阵；

遍历第二差值矩阵元素，获取所有高程差值不为零的元素的索引序号，构建第二索引集合；

根据高度数据间隔值，计算第二索引集合各元素高程差值包含的赋值索引数，分别获取料堆三维矩阵中对应索引序号的三维数据点，将最大高程值三维数据点以上赋值索引数个三维数据点进行垃圾属性赋值，更新抓斗松料后料堆三维矩阵；

设松料后原料堆新生成物料的第三数据点集合，

以及未松料时抓斗内物料的第四数据点集合，

计算第三数据点集合到第四数据点集合XYZ方向的映射系数，映射系数为第四数据点集合在各方向上最大差值与第三数据点集合在各方向上最大差值的比值；

将第四数据点集合中三维数据点坐标值分别与对应映射系数相除，最终获取第三数据点集合三维数据点三维坐标，完成第四数据点集合到第三数据点集合的映射，并将第四数据点集合三维数据点的垃圾属性赋给第三数据点集合三维数据点。

松料过程中当前垃圾吊状态已知，当垃圾吊满足抓料重量不为零，且处于抓斗要张开状态时，记录当前料堆二维矩阵为松料前料堆二维矩阵，当抓斗重量归零时，记录当前料堆二维矩阵为松料后料堆二维矩阵。第二差值矩阵中元素不为零即表示抓斗松料后，料堆物料发生变化。抓斗松料后需要对料堆增加部分进行赋值，由于抓斗在松料作业过程中只进行上下、前后平移运动，因此在赋值过程中忽略抓斗的细微旋转，对更新后的新生成的物料进行赋值，由于松料前后，抓斗中的物料堆假设近似为一个球形，而松料后物料完全堆在料堆上为一个不规则的几何形，会造成物料信息的损失，因此设定物料在下落过程中仍保持在Z轴上的排列顺序，即抓斗底部的物料同样在堆料位置料堆底部，抓斗顶部的物料同样在堆料位置料堆顶部，因此可以对由于松料新生成的料堆三维数据点建立集合，集合中各三维数据点均包括三维坐标以及垃圾属性值，该三维坐标均表示相对位置。第四数据点集合是已知的，而料堆新生成物料第三数据点集合是未知的，通过求取映射系数，根据第四数据点集合数据点计算第三数据点集合数据点三维坐标，并赋予对应三维数据点垃圾属性。其中第三和第四数据点集合各方向上最大差值表示被抓物料在料堆和在抓斗内长宽高的最大值。赋值的垃圾属性包括垃圾发酵时长和垃圾类别属性。

一种垃圾入炉焚烧前在线跟踪分析系统，包括，

扫描装置，实时扫描垃圾库料堆，将扫描数据发送至软件服务器；

摄像头，对垃圾车车牌进行识别，将车牌数据发送至软件服务器；

垃圾吊控制平台，对垃圾吊作业进行控制，将垃圾吊状态数据发送至软件服务器；

数据库，存储垃圾采样分析和发酵试验的各项数据，供垃圾追踪过程中调用；

软件服务器，接收数据，从数据库获取和识别进入垃圾库垃圾属性，建立垃圾库三维模型数据，根据垃圾吊抓斗的基础动作跟踪垃圾在垃圾料堆中的动态转移变化，分析和计算入炉垃圾的属性数据。

扫描装置为激光扫描装置，布置于垃圾库上方，实际应用中还在投料口上方布置激光扫描装置。激光扫描范围覆盖垃圾库和投料口内部，激光扫描数据通过以太网连接实时发送至软件服务器。摄像头布置于垃圾库卸料口，对垃圾车进行车牌识别，车牌数据通过以太网连接实时发送至软件服务器。垃圾吊为垃圾库内对垃圾进行搬运的机械设备，垃圾吊包括抓斗，垃圾吊通过现场总线受垃圾吊控制平台控制。垃圾吊控制平台控制垃圾吊进行作业，同时通过以太网连接将垃圾吊状态数据发送至软件服务器。数据库存储垃圾采样分析和发酵试验的各项数据，并供软件服务器在通过识别车牌识别垃圾属性数据时进行调用。软件服务器接收扫描装置、摄像头、垃圾吊控制平台传输的数据，建立垃圾库三维模型数据即料堆三维矩阵，根据垃圾吊抓斗的基础动作，包括堆料、倒料、混料和投料动作，跟踪垃圾在垃圾料堆中的动态转移变化，转移过程中垃圾属性也实时跟随。软件服务器根据垃圾吊控制平台的数据以及垃圾库三维模型，分析投料时间、垃圾吊运行路线、垃圾吊抓斗抓料和松料的工作点，并发送至垃圾吊控制平台控制垃圾吊执行。软件服务器数据通过以太网发送数据存储于数据库。另外还有垃圾焚烧电站管控系统是对垃圾焚烧电站的运行控制、数据分析、管理等系统，垃圾焚烧电站管控系统通过物理隔离器或离线方式接收软件服务器的数据，根据接收的垃圾热值等数据及时调整焚烧炉排运行参数，实现焚烧炉排燃烧效率最佳。根据接收的垃圾组分等数据，实时预测、分析入炉燃烧垃圾的碳排放，根据入炉垃圾组分和入炉垃圾量数据，从总碳排放量中扣除生物相关组分垃圾产生的碳排放量。

因此，本发明的优点是：

1.通过试验方法获得在不同季节、不同来源地的垃圾属性先验数据，利用三维模型分析方法和垃圾吊作业分析垃圾在垃圾库内的迁移，进行实时跟踪，在迁移过程中垃圾属性也实时跟随，直到垃圾进入投料口，进入焚烧炉，实现对垃圾在线跟踪，获得入炉垃圾的组分和热值等属性数据，为焚烧炉排运行控制提供入炉垃圾热值的预测数据，实现燃烧优化，提高过滤燃烧效率，为电站碳排放分析同实时基础数据。

2.对入炉垃圾属性数据进行定量实时分析，包括垃圾热值和组分等关键数据；得到入炉焚烧垃圾在线热值数据，可实时调整垃圾焚烧炉排的运行参数，实现焚烧炉排的燃烧效率最优。

3.得到入炉焚烧垃圾组分数据，可优化垃圾焚烧电站碳排放核算和统计方法。

4.通过对垃圾热值在线分析，可以对垃圾库内不同区域不同种类垃圾进行一定比例的混料操作，使得入炉垃圾热值满足锅炉最佳运行的热值要求，从而完成垃圾库内掺配烧工作，提高垃圾焚烧炉排的燃烧稳定性和燃烧效率。

附图说明

图1是本发明方法的一种流程示意图；

图2是本发明系统的一种结构示意图。

1-扫描装置 2-摄像头 3-垃圾焚烧电站管控系统 4-软件服务器 5-数据库 6-垃圾吊控制平台。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。

实施例：

本实施例公开了一种垃圾入炉焚烧前在线跟踪分析系统，如图2所示，包括，

扫描装置1，实时扫描垃圾库料堆，将扫描数据发送至软件服务器；扫描装置为激光扫描装置，布置于垃圾库和投料口上方，激光扫描范围覆盖垃圾库和投料口内部，激光扫描数据通过以太网连接实时发送至软件服务器。

摄像头2，对垃圾车车牌进行识别，将车牌数据发送至软件服务器；摄像头布置于垃圾库卸料口，车牌数据通过以太网连接实时发送至软件服务器。

垃圾吊控制平台6，对垃圾吊作业进行控制，将垃圾吊状态数据发送至软件服务器；其中垃圾吊为垃圾库内对垃圾进行搬运的机械设备，垃圾吊包括抓斗，垃圾吊通过现场总线受垃圾吊控制平台控制。

数据库5，存储垃圾采样分析和发酵试验的各项数据，供垃圾追踪过程中调用；

软件服务器4，接收扫描装置、摄像头、垃圾吊控制平台传输的数据，从数据库获取和识别进入垃圾库垃圾属性，建立垃圾库三维模型数据即料堆三维矩阵，根据垃圾吊抓斗的基础动作，包括堆料、倒料、混料和投料动作，跟踪垃圾在垃圾料堆中的动态转移变化，转移过程中垃圾属性也实时跟随。分析和计算入炉垃圾的属性数据。软件服务器根据垃圾吊控制平台的数据以及垃圾库三维模型，分析投料时间、垃圾吊运行路线、垃圾吊抓斗抓料和松料的工作点，并发送至垃圾吊控制平台控制垃圾吊执行。软件服务器数据通过以太网发送数据存储于数据库。

软件服务器与垃圾焚烧电站管控系统3连接，垃圾焚烧电站管控系统是对垃圾焚烧电站的运行控制、数据分析、管理的系统，垃圾焚烧电站管控系统通过物理隔离器或离线方式接收软件服务器的数据，根据接收的垃圾热值等数据及时调整焚烧炉排运行参数，实现焚烧炉排燃烧效率最佳。根据接收的垃圾组分等数据，实时预测、分析入炉燃烧垃圾的碳排放，根据入炉垃圾组分和入炉垃圾量数据，从总碳排放量中扣除生物相关组分垃圾产生的碳排放量。

本实施例该公开了一种垃圾入炉焚烧前在线跟踪分析方法，如图1所示，包括以下步骤：

S1.对不同来源地垃圾进行分类，计算每个类别的垃圾属性，建立垃圾数据库；

首先需要对不同来源地垃圾分季节进行采样分析和发酵试验，季节分春夏秋冬四个季节，分别进行发酵试验。

采样分析：按《CJ/T313-2009生活垃圾采样和分析方法》对不同来源地垃圾进行采样和分析，获得垃圾组分、含水量、可燃物、灰分、热值等属性数据。

发酵试验：模拟垃圾库典型条件，对采样垃圾进行发酵试验，每天一次进行垃圾样品分析，得到含水率、热值、垃圾组分等数据，根据电站生产工艺要求，确定运行过程中垃圾发酵天数。

将样品发酵试验后相近热值、组分的垃圾来源地归为一类，将垃圾以来源地归类分为3-10类。

获取垃圾组分、含水量、低位热值、密度属性，根据垃圾热值、组分的相近度对不同来源地垃圾进行分类，计算各类别垃圾属性的平均数据。例如第i类有L个垃圾来源地，每个垃圾来源地平均日垃圾产生量占第i类的质量比率分别为w_ij，(j=1、2…L)则第i类垃圾的湿基参数可计算为：

第i类垃圾含水量Mt_i=∑(Mt_ij*w_ij)，其中Mt_ij为第i类中第j个垃圾来源地的垃圾含水量；

第i类垃圾热值LHV_i=∑(LHV_ij*w_ij)，其中LHV_ij为第i类中第j个垃圾来源地的低位热值；

第i类垃圾第k个组分百分比C_ik=∑(C_ijk*w_ij)，其中C_ijk为第i类中第j个垃圾来源地的第k个垃圾组分百分比；

第i类垃圾密度ρ_i=1/∑(w_ij/ρ_ij)，其中ρ_ij为第i类中第j个垃圾来源地的密度。

同时，根据垃圾来源地调度信息，动态确定不同垃圾来源地运输垃圾车牌，将垃圾车车牌与垃圾来源地对应设置，最后将以上数据建立数据库。

垃圾通过垃圾车从垃圾来源地转运至垃圾库，通过摄像头识别垃圾车车牌号，从数据库中获取对应的垃圾属性信息，包括垃圾来源地、垃圾低位热值、季节、类别、最佳发酵时长、运行发酵时长。通过调度将同类别垃圾车在相同卸料口卸下，从而使得垃圾吊堆料过程中料堆为相同类别。

S2.实时扫描垃圾库，获取点云高程数据建立料堆二维矩阵和料堆三维矩阵，赋予料堆三维矩阵每个数据垃圾属性；

通过扫描装置对垃圾库及投料口进行扫描，对获得的点云数据进行拼接获取点云数据。通过对垃圾库的测绘定位参数，以垃圾库中心靠近投料口一侧边缘中点为原点建立三维坐标系，令该坐标系为垃圾库坐标系，已知垃圾库长宽高均为固定值，由全站仪测量得到。

获取垃圾库长宽高数据分别为m_l、m_w、m_h，设X、Y方向数据点间隔值分别为s_x、s_y,将Z轴点云高程数据间隔值设置为s_z，令s_x= s_y=s_z，根据间隔值对二维平面进行网格化，获得二维平面内二维数据点，根据扫描获取的点云高程数据给二维数据点赋值，建立料堆二维矩阵为

其中，J=<m_l/s_x>，K=<m_w/s_y>，<>表示取整。a_jk, j=[1,J],k=[1,K]表示料堆二维矩阵的元素即二维数据点，j、k表示二维数据点的索引序号。

该料堆二维矩阵反映料堆表面状态。

设定H=<m_h/s_z>，结合料堆二维矩阵得到三维数据点，根据三维数据点建立料堆三维矩阵

M₃={p_ijk| p_ijk=(time,type)|j=[1,J],k=[1,K],i=[1,H]}

其中，p_ijk为Z，X，Y轴索引号为i、j、k的属性参数，time表示垃圾入场发酵时长，入场时为0，并与实际时间同步延伸，type表示垃圾类别。

对p_ijk的取值如下：

遍历料堆三维矩阵三维数据点，设定I=<a_jk/s_z>，I_H=<m_h/s_z>，

若i≤I，则赋予三维数据点当前位置垃圾发酵时长和垃圾类别属性p_ijk=(time,type)，若I_H≥i>I，则三维数据点属性置零p_ijk=0。

S3.设定垃圾运转过程中垃圾吊抓斗的基础动作，分解基础动作为抓料子过程和松料子过程，分别对抓料子过程和松料子过程进行建模；

设定垃圾吊抓斗的基础动作包括堆料、倒料、混料和投料动作，分解各基础动作；

堆料动作过程为垃圾吊抓斗从垃圾车在卸料口卸下的垃圾堆搬运至垃圾库的垃圾堆料区，其分解为松料子过程；

倒料动作过程为垃圾吊将垃圾从垃圾库区域A搬运到垃圾库另一个区域B，可分解成抓料子过程和松料子过程。倒料后区域A的料堆信息由抓料子过程形成，对置零索引的点置零，其余三维数据点数据不变。区域B的堆料数据为松料子过程形成，对赋值索引的点进行赋值，其赋值(time,type)为抓料子过程的集合。

混料动作过程为垃圾吊往复对不同类别的垃圾倒料到相同区域，使得料堆上下分别夹杂不同类型垃圾，可分解为垃圾类别a倒料至指定区域，垃圾类别b倒料至相同指定区域，重复上述动作，其中倒料动作分解为抓料子过程和松料子过程。

投料动作过程为垃圾吊抓斗抓取料堆中垃圾，投入投料口，对投料动作分解为抓料子过程。

抓料子过程和松料子过程模型包括：

获取抓料或松料动作前后的料堆二维矩阵，将前后两个料堆二维矩阵相差计算发生变化的高程差值，根据高程差值更新料堆三维矩阵数据；

建立抓料或松料动作的垃圾在料堆和抓斗的三维数据集合，计算料堆三维数据与抓斗三维数据的映射关系，对抓料或松料动作后三维数据属性进行赋值。

具体的，抓料子过程模型包括：

获取抓料前料堆二维矩阵M₂₁和抓料后料堆二维矩阵M₂₂，得到第一差值矩阵M_diff1=M₂₁- M₂₂,

遍历第一差值矩阵M_diff1元素，获取所有高程差值不为零的元素的索引序号，构建第一索引集合Index1={(j,k)|0≤j<J,0≤k<K}，第一差值矩阵M_diff1中不为零的值代表矩阵M₂₁和矩阵M₂₂的高程差值，即抓斗抓料后料堆物料的变化。由于料堆二维矩阵M₂和料堆三维矩阵M₃在XY轴上元素个数相同，且实际位置一致，即(j,k)索引在垃圾库中表示的位置相同，因此可以根据第一差值矩阵M_diff1对料堆三维矩阵M₃进行更新。根据点(j,k)得到该点高程变化为a_diff1，在料堆三维矩阵M₃中对索引(i、j、k)，i∈(0, I_H),得到置零索引数I_diff1=<a_diff1/ s_z>，获取点(i、j、k)，i∈(max(i)- I_diff1, max(i))，将这些三维数据点进行置零，更新抓斗抓料后料堆三维矩阵。

抓料后对抓斗内垃圾进行赋值，

设抓取前物料在原料堆的第一数据点集合

M_old={( X_nr,Y_nr,H_nr,time_old,type_old)}

以及抓取后抓斗内物料的第二数据点集合，

M_Claw1={( X_cr,Y_cr,H_cr,time_Claw1, type_Claw1)}

X_nr，Y_nr，H_nr，X_cr，Y_cr，H_cr均表示相对位置；

抓料后抓斗内垃圾受到一定程度挤压，需要对物料在原料堆的三维数据点与物料抓斗内的三维数据点建立映射关系，将M_old映射到M_Claw1，

X_cr= k₁X_nr，Y_cr= k₂Y_nr，H_cr= k₃H_nr

其中k₁，k₂， k₃为映射系数，计算方法如下，

已知第一数据点集合在XYZ方向上的最大差值为X_maxold，Y_maxold，H_maxold，

已知第二数据点集合在XYZ方向上的最大差值为X_maxclaw1，Y_maxclaw1，H_maxclaw1，

k₁= X_maxclaw1/X_maxold

k₂= Y_maxclaw1/Y_maxold

k₃= H_maxclaw1/H_maxold

获得映射系数后计算M_old到M_Claw1的映射，并将time_old、type_old值赋给time_Claw1、type_Claw1。

松料子过程模型具体包括：

获取松料前料堆二维矩阵M₂₃和松料后料堆二维矩阵M₂₄，将松料后料堆二维矩阵与松料前二维矩阵相差，得到第二差值矩阵M_diff2= M₂₄- M₂₃；

遍历第二差值矩阵M_diff2元素，获取所有高程差值不为零的元素的索引序号，构建第二索引集合Index2={(p,q)|0≤p<J,0≤q<K}，第二差值矩阵中不为零的值代表矩阵M₂₄和矩阵M₂₃的高程差值，即抓斗送料后料堆物料的变化。根据第二差值矩阵M_diff2对料堆三维矩阵M₃进行更新，对点(p,q)得到该点高程变化为a_diff2，在料堆三维矩阵M₃中对索引(i、p、q)，i∈(0, I_H),得到赋值索引数I_diff2=<a_diff2/ s_z>，获取点(i、p、q)，i∈(max(i), max(i)+I_diff2)，将这些三维数据点赋值为 ( time, type),更新抓斗送料后料堆三维矩阵。

送料后对料堆增加部分垃圾进行赋值，

由于松料后物料完全堆在料堆上为一个不规则的几何形，会造成物料信息损失，设定物料在下落过程中仍保持在Z轴的排列顺序。

设松料后原料堆新生成物料的第三数据点集合

M_new={( X_nr, Y_nr, H_nr, time_new, type_new)}

以及未松料时抓斗内物料的第四数据点集合，

M_Claw2={( X_cr,Y_cr,H_cr,time_Claw2, type_Claw2)}

X_nr，Y_nr，H_nr，X_cr，Y_cr，H_cr均表示相对位置；

将M_Claw2映射到M_new，

X_nr= X_cr/ k₁，Y_nr= Y_cr/k₂，H_nr= H_cr/k₃,

其中k₁，k₂，k₃为映射系数，计算方法如下，

已知第三数据点集合在XYZ方向上的最大差值为X_maxnew，Y_maxnew，H_maxnew，

已知第四数据点集合在XYZ方向上的最大差值为X_maxclaw2，Y_maxclaw2，H_maxclaw2，

k₁= X_maxclaw2/X_maxnew

k₂= Y_maxclaw2/Y_maxnew

k₃= H_maxclaw2/H_maxnew

获得映射系数后计算M_Claw2到M_new映射，并将time_Claw2、type_Claw2值赋给time_new、type_new。

S4.根据抓斗的基础动作跟踪垃圾在垃圾料堆中的动态转移变化；

根据抓斗推料、倒料、混料和投料动作实时更新料堆三维矩阵，实时反映垃圾在垃圾库内的转移情况。

S5.获取抓斗投料入炉动作的垃圾数据，计算入炉垃圾属性，将入炉垃圾属性发送至垃圾焚烧炉运行控制系统。

在垃圾在经过动态转移变化过程后最后要投料入炉，投料通过分解成抓料子过程，抓斗内垃圾即为抓料子过程中第一差值矩阵对应的垃圾，根据第一差值矩阵确定物料属性，统计抓斗中各个类别垃圾的单元数量，设为d=(d₁, d₂,…d_L)，L为垃圾类别总数量，每个单元的体积为v= s_x* s_y* s_z。

根据各垃圾类别属性，分析抓斗入炉垃圾的各项湿基属性数据，

垃圾热值为：

LHV=∑(d_i*ρ_i*v*LHV_i)/ ∑( d_i*ρ_i*v),i=1toL

垃圾重量为：

Q=∑( d_i*ρ_i*v) ,i=1toL

垃圾组分第k种组分百分比

C_k炉=∑( d_i*ρ_i*v*C_ik)/ ∑( d_i*ρ_i*v) ,i=1toL

总含水量为：

M_t炉=∑( d_i*ρ_i*v*M_ti)/ ∑( d_i*ρ_i*v) ,i=1toL。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (8)

1.一种垃圾入炉焚烧前在线跟踪分析方法，其特征在于：包括，

对不同来源地垃圾进行分类，计算每个类别的垃圾属性，建立垃圾数据库；

实时扫描垃圾库，获取点云高程数据建立料堆二维矩阵和料堆三维矩阵，赋予料堆三维矩阵每个数据垃圾属性；

建立料堆二维矩阵包括：

对垃圾库建立三维坐标系；

获取垃圾库长宽数据，设定XY两个方向数据点间隔值，得到二维平面内二维数据点，根据扫描获取的点云高程数据给二维数据点赋值，由二维平面内二维数据点建立反映料堆表面高程的料堆二维矩阵；

建立料堆三维矩阵，赋予料堆三维矩阵每个数据垃圾的属性，具体包括：

获取垃圾库高数据，设定Z方向数据点间隔值，结合料堆二维矩阵得到三维数据点，根据三维数据点建立料堆三维矩阵；

遍历料堆三维矩阵的三维数据点，对高度小于高程值的三维数据点赋予三维数据点当前位置垃圾发酵时长和垃圾类别属性，对高度位于高程值与垃圾库最高点之间的三维数据点属性置零；

设定垃圾运转过程中垃圾吊抓斗的基础动作，分解基础动作为抓料子过程和松料子过程，分别对抓料子过程和松料子过程进行建模，

抓料子过程和松料子过程模型包括：

获取抓料或松料动作前后的料堆二维矩阵，将前后两个料堆二维矩阵相差计算发生变化的高程差值，根据高程差值更新料堆三维矩阵数据；

建立抓料或松料动作的垃圾在料堆和抓斗的三维数据集合，计算料堆三维数据与抓斗三维数据的映射关系，对抓料或松料动作后三维数据属性进行赋值；

根据抓斗的基础动作跟踪垃圾在垃圾料堆中的动态转移变化。

2.根据权利要求1所述的一种垃圾入炉焚烧前在线跟踪分析方法，其特征是还包括获取抓斗投料入炉动作的垃圾数据，计算入炉垃圾属性，将入炉垃圾属性发送至垃圾焚烧炉运行控制系统。

3.根据权利要求1所述的一种垃圾入炉焚烧前在线跟踪分析方法，其特征是对不同来源地垃圾进行采样分析和发酵试验，获取垃圾组分、含水量、低位热值、密度属性，根据垃圾热值、组分的相近度对不同来源地垃圾进行分类，计算各类别垃圾属性的平均数据。

4.根据权利要求2所述的一种垃圾入炉焚烧前在线跟踪分析方法，其特征是根据垃圾来源地调度信息，动态确定不同垃圾来源地运输垃圾车牌，将垃圾车车牌与垃圾来源地对应设置，输入数据库。

5. 根据权利要求1-4任一项所述的一种垃圾入炉焚烧前在线跟踪分析方法，其特征是设定垃圾吊抓斗的基础动作包括堆料 、倒料、混料和投料动作，分解各基础动作，堆料动作分解为松料子过程，倒料动作分解为抓料子过程和松料子过程，混料动作分解为重复执行的抓料子过程和松料子过程，投料过程分解为抓料子过程。

6.根据权利要求5所述的一种垃圾入炉焚烧前在线跟踪分析方法，其特征是抓料子过程模型具体包括：

获取抓料前料堆二维矩阵和抓料后料堆二维矩阵，将抓料前料堆二维矩阵与抓料后二维矩阵相差，得到第一差值矩阵；

遍历第一差值矩阵元素，获取所有高程差值不为零的元素的索引序号，构建第一索引集合；

根据高度数据间隔值，计算第一索引集合各元素高程差值包含的置零索引数，分别获取料堆三维矩阵中对应索引序号的三维数据点，将最大高程值数据点以下置零索引数个三维数据点进行置零，更新抓斗抓料后料堆三维矩阵；

设抓取前物料在原料堆的第一数据点集合，

以及抓取后抓斗内物料的第二数据点集合，

计算第一数据点集合到第二数据点集合XYZ方向的映射系数，映射系数为第二数据点集合在各方向上最大差值与第一数据点集合在各方向上最大差值的比值；

将第一数据点集合中三维数据点坐标值分别与对应映射系数相乘，最终获取第二数据点集合三维数据点三维坐标，完成第一数据点集合到第二数据点集合的映射，并将第一数据点集合三维数据点的垃圾属性赋给第二数据点集合三维数据点。

7.根据权利要求5所述的一种垃圾入炉焚烧前在线跟踪分析方法，其特征是松料子过程模型具体包括：

获取松料前料堆料堆二维矩阵和松料后料堆二维矩阵，将松料后料堆二维矩阵与松料前二维矩阵相差，得到第二差值矩阵；

遍历第二差值矩阵元素，获取所有高程差值不为零的元素的索引序号，构建第二索引集合；

根据高度数据间隔值，计算第二索引集合各元素高程差值包含的赋值索引数，分别获取料堆三维矩阵中对应索引序号的三维数据点，将最大高程值数据点以上赋值索引数个三维数据点进行垃圾属性赋值，更新抓斗松料后料堆三维矩阵；

设松料后原料堆新生成物料的第三数据点集合，

以及未松料时抓斗内物料的第四数据点集合，

计算第三数据点集合到第四数据点集合XYZ方向的映射系数，映射系数为第四数据点集合在各方向上最大差值与第三数据点集合在各方向上最大差值的比值；

将第四数据点集合中三维数据点坐标值分别与对应映射系数相除，最终获取第三数据点集合的三维数据点三维坐标，完成第四数据点集合到第三数据点集合的映射，并将第四数据点集合三维数据点的垃圾属性赋给第三数据点集合三维数据点。

8.一种垃圾入炉焚烧前在线跟踪分析系统，用于实施权利要求1-7任一项中的方法，其特征在于：包括，

扫描装置，实时扫描垃圾库料堆，将扫描数据发送至软件服务器；

摄像头，对垃圾车车牌进行识别，将车牌数据发送至软件服务器；

垃圾吊控制平台，对垃圾吊作业进行控制，将垃圾吊状态数据发送至软件服务器；

数据库，存储垃圾采样分析和发酵试验的各项数据，供垃圾追踪过程中调用；

软件服务器，接收数据，从数据库获取和识别进入垃圾库垃圾属性，建立垃圾库三维模型数据，根据垃圾吊抓斗的基础动作跟踪垃圾在垃圾料堆中的动态转移变化，分析和计算入炉垃圾的属性数据。