一种垃圾炉自动焚烧控制系统的制作方法

阅读：评论：0

1.本发明属于垃圾焚烧领域，涉及人工智能技术，具体是一种垃圾炉自动焚烧控制系统。

背景技术：

2.对城市垃圾的处理方法，主要有填埋、堆肥和焚烧3种处理方式。垃圾焚烧，是对城市生活垃圾集中处置后，在密闭的锅炉内进行高温焚烧，焚烧产生的热能以及蒸汽可通过汽轮机发电；它实现了城市生活垃圾的减害减量化和资源利用；在对垃圾进行焚烧时，需要严格控制垃圾燃烧的温度；否则，当燃烧温度低于850度时，容易导致垃圾的燃烧不充分，从而导致产生有害气体的排放；
3.然而在实际燃烧过程中，由于垃圾的堆积，每一份垃圾的成分、垃圾料层厚度的不同，导致燃烧的温度差异较大；目前的主要处理方式为通过人工控制风压、进料速度等方式控制燃烧温度；但这种方式对人力的要求极高，且难以精确控制，容易产生误差；
4.为此，提出一种垃圾炉自动焚烧控制系统。

技术实现要素：

5.本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种垃圾炉自动焚烧控制系统，该一种垃圾炉自动焚烧控制系统根据事先收集每份垃圾的重量、图像、形状大小数据，智能判断垃圾的主要成分，根据主要成分预先对垃圾炉炉膛进行设置；后使用机器学习以及cnn神经网络模型估算垃圾燃烧时的料层厚度以及垃圾炉炉膛温度，根据料层厚度以及垃圾炉炉膛温度实时自动调整垃圾炉炉膛设置，解决了自动控制垃圾炉炉膛温度，降低人力成本的问题。
6.为实现上述目的，根据本发明的第一方面的实施例提出一种垃圾炉自动焚烧控制系统，包括数据收集模块、垃圾数据分析模块、火焰拍摄模块、火焰分析模块以及燃烧控制模块；其中，各个模块之间通过电气方式连接；
7.所述数据收集模块用于收集垃圾炉内垃圾混合物的特征数据；
8.所述垃圾混合物的特征数据包括进入垃圾炉炉膛的垃圾重量、垃圾堆积图像以及垃圾堆积形状大小；
9.所述垃圾重量通过在进入垃圾炉炉膛前安装称重器，称重器在垃圾经过时对垃圾进行称重；
10.所述垃圾堆积图像通过在进入垃圾炉炉膛前至少三个角度安装智能摄像头，智能摄像头在垃圾经过时对垃圾进行至少三个角度的拍摄，获取垃圾堆积图像；
11.所述垃圾堆积形状大小通过将智能摄像头拍摄的至少三个角度的图像的结合，获得垃圾的三维形状图像以及垃圾堆积的长宽高等数据；
12.所述垃圾数据分析模块主要用于分析垃圾在进入垃圾炉炉膛前的特征以及进入垃圾炉炉膛后的特征；
13.所述垃圾数据分析模块包括燃烧前数据分析单元以及燃烧中数据分析单元；
14.其中，所述燃烧前数据分析单元主要用于分析垃圾进入垃圾炉炉膛前的垃圾重量、垃圾堆积图像以及垃圾堆积形状大小；
15.所述燃烧前数据分析单元将识别出的主要成分、垃圾重量及垃圾估算体积发送至燃烧控制模块；
16.其中，所述燃烧中数据分析单元主要用于计算垃圾进入垃圾炉炉膛内燃烧后，垃圾炉炉膛内各个位置的料层厚度；
17.所述燃烧中数据分析单元通过收集历史的进料速度、炉内温度、风室风压、炉排运行周期以及垃圾主要成分和估算的垃圾料层厚度；根据历史垃圾料层厚度与进料速度、炉内温度、风室风压、炉排运行周期以及垃圾主要成分之间的关系，训练机器学习模型；并在垃圾实际燃烧时，使用训练好的机器学习模块，输入实时的进料速度、炉内温度、风室风压、炉排运行周期以及垃圾主要成分，获取预估的料层厚度；
18.所述燃烧中数据分析单元将预估的各个位置的料层厚度发送至燃烧控制模块；
19.其中，所述火焰分析模块主要用于分析垃圾在垃圾炉炉膛内燃烧时火焰的状态；
20.所述火焰拍摄模块为在透明的燃烧垃圾炉炉膛外安装的智能摄像头，所述智能摄像头实时拍摄垃圾炉炉膛内的垃圾燃烧的火焰情况；所述智能摄像头实时将拍摄的火焰图像发送至火焰分析模块；
21.其中，所述火焰分析模块主要用于根据火焰图像分析垃圾炉炉膛内不同位置的火焰状态；
22.所述火焰分析模块预先收集带有标记的各项垃圾炉炉膛内火焰的图像；所述标记为火焰的温度；所述火焰分析模块通过使用cnn神经网络模型，将收集的垃圾炉炉膛内火焰的图像作为输入，预测的火焰温度值作为输出，实际标记的火焰温度作为目标值；以最小化预测的火焰温度和实际的火焰温度的差距为目标；训练cnn神经网络模型，直至预测的准确率达到95％，停止训练；
23.在实际垃圾燃烧过程中，所述火焰分析模块根据火焰拍摄模块发送的火焰图像估算垃圾炉炉膛内各个位置的火焰温度，并将预测温度值发送至燃烧控制模块；
24.其中，所述燃烧控制模块主要用于通过控制进料速度、进风量、风压、炉排运行周期来控制垃圾炉炉膛内的燃烧温度；保证垃圾炉炉膛内燃烧温度的稳定；
25.与现有技术相比，本发明的有益效果是：
26.本发明根据事先收集每份垃圾的重量、图像、形状大小数据，智能判断垃圾的主要成分，根据主要成分预先对垃圾炉炉膛进行设置；后使用机器学习以及cnn神经网络模型估算垃圾燃烧时的料层厚度以及垃圾炉炉膛温度，根据料层厚度以及垃圾炉炉膛温度实时自动调整垃圾炉炉膛设置，解决了自动控制垃圾炉炉膛温度，降低人力成本的问题。
附图说明
27.图1为本发明的原理图。
具体实施方式
28.下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实
施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
29.如图1所示，一种垃圾炉自动焚烧控制系统，包括数据收集模块、垃圾数据分析模块、火焰拍摄模块、火焰分析模块以及燃烧控制模块；其中，各个模块之间通过电气方式连接；
30.其中，所述数据收集模块主要用于收集垃圾炉内垃圾混合物的特征数据；
31.其中，所述垃圾混合物的特征数据包括进入垃圾炉炉膛的垃圾重量、垃圾堆积图像以及垃圾堆积形状大小；
32.其中，所述垃圾重量通过在进入垃圾炉炉膛前安装称重器，称重器在垃圾经过时对垃圾进行称重；
33.其中，所述垃圾堆积图像通过在进入垃圾炉炉膛前至少三个角度安装智能摄像头，智能摄像头在垃圾经过时对垃圾进行至少三个角度的拍摄，获取垃圾堆积图像；
34.其中，所述垃圾堆积形状大小通过将智能摄像头拍摄的至少三个角度的图像的结合，获得垃圾的三维形状图像以及垃圾堆积的长宽高等数据；
35.其中，所述垃圾数据分析模块主要用于分析垃圾在进入垃圾炉炉膛前的特征以及进入垃圾炉炉膛后的特征；
36.所述垃圾数据分析模块包括燃烧前数据分析单元以及燃烧中数据分析单元；
37.其中，所述燃烧前数据分析单元主要用于分析垃圾进入垃圾炉炉膛前的垃圾重量、垃圾堆积图像以及垃圾堆积形状大小；
38.所述燃烧前数据分析单元分析进入垃圾炉炉膛前的垃圾数据包括以下步骤：
39.步骤s1：所述燃烧前数据分析单元根据垃圾堆积的形状大小数据估算出垃圾堆积的体积；
40.步骤s2：所述燃烧前数据分析单元根据垃圾重量以及垃圾堆积的体积判断出垃圾的密度；
41.步骤s3：所述燃烧前数据分析单元根据垃圾堆积的图像，通过cnn图像识别技术判断垃圾中的最有可能的主要成分；并结合垃圾的密度对识别的主要成分进行进一步的纠正；纠正方案为当识别的主要成分的密度与估算的垃圾的密度差距大于密度差阈值ρ时，所述燃烧前数据分析单元继续比较cnn图像识别技术判断的可能性次之的主要成分；直至识别的主要成分密度与估算的垃圾密度差距小于密度差阈值ρ；所述密度差阈值ρ根据实际经验设置；
42.所述燃烧前数据分析单元将识别出的主要成分、垃圾重量及垃圾估算体积发送至燃烧控制模块；
43.其中，所述燃烧中数据分析单元主要用于计算垃圾进入垃圾炉炉膛内燃烧后，垃圾炉炉膛内各个位置的料层厚度；
44.可以理解的是，当垃圾在垃圾炉炉膛内燃烧时，由于燃烧的温度过高，无法直接测量垃圾炉炉膛内的垃圾料层厚度；只能通过肉眼观察或通过间接方式进行估算；
45.进一步的，在实际观察中可发现，影响各个区域料层厚度的影响因素主要有进料速度、炉内温度、风室风压、炉排运行周期以及垃圾主要成分等；
46.而可以理解的是，所述进料速度、炉内温度、风室风压、炉排运行周期以及垃圾主要成分均可预先获取；
47.所述燃烧中数据分析单元通过收集历史的进料速度、炉内温度、风室风压、炉排运行周期以及垃圾主要成分和估算的垃圾料层厚度；根据历史垃圾料层厚度与进料速度、炉内温度、风室风压、炉排运行周期以及垃圾主要成分之间的关系，训练机器学习模型；并在垃圾实际燃烧时，使用训练好的机器学习模块，输入实时的进料速度、炉内温度、风室风压、炉排运行周期以及垃圾主要成分，获取预估的料层厚度；
48.所述燃烧中数据分析单元将预估的各个位置的料层厚度发送至燃烧控制模块；
49.其中，所述火焰分析模块主要用于分析垃圾在垃圾炉炉膛内燃烧时火焰的状态；
50.可以理解的是垃圾在燃烧过程中，根据不同的垃圾炉炉膛温度、垃圾主要成分以及垃圾的料层厚度，垃圾的燃烧充分程度也有所不同；从而导致不同位置垃圾的火焰状态有所不同；所述火焰状态包括火焰颜以及火焰大小；
51.所述火焰拍摄模块为在透明的燃烧垃圾炉炉膛外安装的智能摄像头，所述智能摄像头实时拍摄垃圾炉炉膛内的垃圾燃烧的火焰情况；所述智能摄像头实时将拍摄的火焰图像发送至火焰分析模块；
52.其中，所述火焰分析模块主要用于根据火焰图像分析垃圾炉炉膛内不同位置的火焰状态；
53.所述火焰分析模块预先收集带有标记的各项垃圾炉炉膛内火焰的图像；所述标记为火焰的温度；所述火焰分析模块通过使用cnn神经网络模型，将收集的垃圾炉炉膛内火焰的图像作为输入，预测的火焰温度值作为输出，实际标记的火焰温度作为目标值；以最小化预测的火焰温度和实际的火焰温度的差距为目标；训练cnn神经网络模型，直至预测的准确率达到95％，停止训练；
54.在实际垃圾燃烧过程中，所述火焰分析模块根据火焰拍摄模块发送的火焰图像估算垃圾炉炉膛内各个位置的火焰温度，并将预测温度值发送至燃烧控制模块；
55.其中，所述燃烧控制模块主要用于通过控制进料速度、进风量、风压、炉排运行周期来控制垃圾炉炉膛内的燃烧温度；保证垃圾炉炉膛内燃烧温度的稳定；
56.所述燃烧控制模块控制垃圾炉炉膛燃烧温度包括以下步骤：
57.步骤p1：垃圾进入垃圾炉炉膛前，所述燃烧控制模块根据垃圾的主要成分、垃圾重量以及垃圾估算体积，估算垃圾炉炉膛内需要的进风量、风压以及炉排运行周期，并对垃圾炉炉膛进行相应的设置；
58.步骤p2：垃圾在垃圾炉炉膛内燃烧时，所述燃烧控制模块结合估算的料层厚度以及估算的垃圾炉炉膛温度，估算垃圾炉炉膛内需要调节的进风量、风压以及炉排运行周期，并对垃圾炉炉膛进行相应的设置。
59.本发明的工作原理：
60.数据收集模块用于收集垃圾炉内垃圾混合物的特征数据；
61.垃圾数据分析模块用于分析垃圾在进入垃圾炉炉膛前的特征以及进入垃圾炉炉膛后的特征；
62.火焰拍摄模块为在透明的燃烧垃圾炉炉膛外安装的智能摄像头，智能摄像头实时拍摄垃圾炉炉膛内的垃圾燃烧的火焰情况；
63.火焰分析模块主要用于根据火焰图像分析垃圾炉炉膛内不同位置的火焰状态；
64.燃烧控制模块主要用于通过控制进料速度、进风量、风压、炉排运行周期来控制垃圾炉炉膛内的燃烧温度；保证垃圾炉炉膛内燃烧温度的稳定。
65.上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
66.以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

技术特征：

1.一种垃圾炉自动焚烧控制系统，其特征在于，包括数据收集模块、垃圾数据分析模块、火焰拍摄模块、火焰分析模块以及燃烧控制模块；其中，各个模块之间通过电气方式连接；所述数据收集模块用于收集垃圾炉内垃圾混合物的特征数据；所述垃圾数据分析模块用于分析垃圾在进入垃圾炉炉膛前的特征以及进入垃圾炉炉膛后的特征；所述垃圾数据分析模块包括燃烧前数据分析单元以及燃烧中数据分析单元；所述火焰拍摄模块为在透明的燃烧垃圾炉炉膛外安装的智能摄像头，所述智能摄像头实时拍摄垃圾炉炉膛内的垃圾燃烧的火焰情况；所述智能摄像头实时将拍摄的火焰图像发送至火焰分析模块；所述火焰分析模块用于根据火焰图像分析垃圾炉炉膛内不同位置的火焰状态；所述燃烧控制模块用于通过控制进料速度、进风量、风压、炉排运行周期来控制垃圾炉炉膛内的燃烧温度；保证垃圾炉炉膛内燃烧温度的稳定。2.根据权利要求1所述的一种垃圾炉自动焚烧控制系统，其特征在于，所述垃圾混合物的特征数据包括进入垃圾炉炉膛的垃圾重量、垃圾堆积图像以及垃圾堆积形状大小。3.根据权利要求2所述的一种垃圾炉自动焚烧控制系统，其特征在于，所述垃圾重量通过在进入垃圾炉炉膛前安装称重器，称重器在垃圾经过时对垃圾进行称重；所述垃圾堆积图像通过在进入垃圾炉炉膛前至少三个角度安装智能摄像头，智能摄像头在垃圾经过时对垃圾进行至少三个角度的拍摄，获取垃圾堆积图像；所述垃圾堆积形状大小通过将智能摄像头拍摄的至少三个角度的图像结合，获得垃圾的三维形状图像以及垃圾堆积的长宽高。4.根据权利要求1所述的一种垃圾炉自动焚烧控制系统，其特征在于，所述燃烧前数据分析单元用于分析垃圾进入垃圾炉炉膛前的垃圾重量、垃圾堆积图像以及垃圾堆积形状大小；所述燃烧前数据分析单元分析进入垃圾炉炉膛前的垃圾重量、垃圾堆积图像以及垃圾堆积形状大小包括以下步骤：步骤s1：所述燃烧前数据分析单元根据垃圾堆积的形状大小数据估算出垃圾堆积的体积；步骤s2：所述燃烧前数据分析单元根据垃圾重量以及垃圾堆积的体积判断出垃圾的密度；步骤s3：所述燃烧前数据分析单元根据垃圾堆积的图像，通过cnn图像识别技术判断垃圾中的最有可能的主要成分；并结合垃圾的密度对识别的主要成分进行进一步的纠正；所述燃烧前数据分析单元将识别出的主要成分、垃圾重量及垃圾估算体积发送至燃烧控制模块。5.根据权利要求4所述的一种垃圾炉自动焚烧控制系统，其特征在于，纠正方案为当识别的主要成分的密度与估算的垃圾的密度差距大于密度差阈值ρ时，所述燃烧前数据分析单元继续比较cnn图像识别技术判断的可能性次之的主要成分；直至识别的主要成分密度与估算的垃圾密度差距小于密度差阈值ρ；所述密度差阈值ρ根据实际经验设置。6.根据权利要求1所述的一种垃圾炉自动焚烧控制系统，其特征在于，所述燃烧中数据分析单元用于计算垃圾进入垃圾炉炉膛内燃烧后，垃圾炉炉膛内各个位置的料层厚度；
所述燃烧中数据分析单元通过收集历史的进料速度、炉内温度、风室风压、炉排运行周期以及垃圾主要成分和估算的垃圾料层厚度；根据历史垃圾料层厚度与进料速度、炉内温度、风室风压、炉排运行周期以及垃圾主要成分之间的关系，训练机器学习模型；并在垃圾实际燃烧时，使用训练好的机器学习模块，输入实时的进料速度、炉内温度、风室风压、炉排运行周期以及垃圾主要成分，获取预估的料层厚度；所述燃烧中数据分析单元将预估的各个位置的料层厚度发送至燃烧控制模块。7.根据权利要求1所述的一种垃圾炉自动焚烧控制系统，其特征在于，所述火焰分析模块预先收集带有标记的各项垃圾炉炉膛内火焰的图像；所述标记为火焰的温度；所述火焰分析模块通过使用cnn神经网络模型，将收集的垃圾炉炉膛内火焰的图像作为输入，预测的火焰温度值作为输出，实际标记的火焰温度作为目标值；以最小化预测的火焰温度和实际的火焰温度的差距为目标；训练cnn神经网络模型，直至预测的准确率达到95％，停止训练；在实际垃圾燃烧过程中，所述火焰分析模块根据火焰拍摄模块发送的火焰图像估算垃圾炉炉膛内各个位置的火焰温度，并将估算温度值发送至燃烧控制模块。8.根据权利要求1所述的一种垃圾炉自动焚烧控制系统，其特征在于，所述燃烧控制模块控制垃圾炉炉膛燃烧温度包括以下步骤：步骤p1：垃圾进入垃圾炉炉膛前，所述燃烧控制模块根据垃圾的主要成分、垃圾重量以及垃圾估算体积，估算垃圾炉炉膛内需要的进风量、风压以及炉排运行周期，并对垃圾炉炉膛进行相应的设置；步骤p2：垃圾在垃圾炉炉膛内燃烧时，所述燃烧控制模块结合估算的料层厚度以及估算的垃圾炉炉膛温度，估算垃圾炉炉膛内需要调节的进风量、风压以及炉排运行周期，并自动调节垃圾炉炉膛相应的设置。

技术总结

本发明公开了一种垃圾炉自动焚烧控制系统，涉及垃圾炉自动焚烧技术领域，包括数据收集模块、垃圾数据分析模块、火焰拍摄模块、火焰分析模块以及燃烧控制模块；本发明根据事先收集每份垃圾的重量、图像、形状大小数据，智能判断垃圾的主要成分，根据主要成分预先对垃圾炉炉膛进行设置；后使用机器学习以及CNN神经网络模型估算垃圾燃烧时的料层厚度以及垃圾炉炉膛温度，根据料层厚度以及垃圾炉炉膛温度实时自动调整垃圾炉炉膛设置，解决了自动控制垃圾炉炉膛温度，降低人力成本的问题。降低人力成本的问题。降低人力成本的问题。