技术领域
[0001] 本
发明属于垃圾处理及
回收利用技术，尤其涉及一种智能楼层集中餐厨垃圾处理控制系统。
背景技术
[0002] 目前，餐厨垃圾是指在
食品加工过程中抛弃的食品剩余物、饮食完毕后的食物残余以及在清洗食物、洗刷餐具等过程中产生的未经处理的污
水。其成分主要包括
果皮碎骨、饭菜碎粒、不溶性蛋白、
纤维质及
淀粉质态的非溶解性有机物，其成分根据饭菜的不同而极为复杂。由于餐厨垃圾中含有丰富的营养物质，因此，如果不经处理直接排放到自然界，在适宜
温度和细菌的作用下，短期内即腐败变质，不仅对周围环境造成污染、滋生蚊蝇，侵占大量的土地，而且也造成资源的大量浪费。基于此，餐厨垃圾处理设备的研发，对餐厨垃圾进行有效降解和综合处理，实现餐厨垃圾的减量化和资源化利用将具有十分重要的意义。
[0003] 影响油水分离过程的因素众多，且仰
角式油水分离器的结构形式多种多样，至今还未形成一套较为完整的设计理论和方法。仰角式油水分离器的设计或选型还主要依靠经验数据，主观性较强，所选用的分离器往往达不到最佳的分离效果。因此，为提高油水分离效率，还须对仰角式油水分离器的内部流场和油滴运动规律进行深入的研究，在此
基础上，合理的设计仰角式油水分离器的结构，为该型分离器的设计和推广应用提供切实可靠的参考依据。
[0004] 综上所述，
现有技术存在的问题是：现有技术无法形成完整体系的垃圾处理流程，电
气化控制简单，生产效率低下，无法满足小区域内部餐厨垃圾的集中化处理和电气化控制；现有的仰角式油水分离器的设计或选型还主要依靠经验数据，主观性较强，所选用的分离器往往达不到最佳的分离效果的问题。
发明内容
[0005] 本发明为解决公知技术中存在的技术问题而提供一种结构简单、安装使用方便、提高工作效率的智能楼层集中餐厨垃圾处理控制系统。
[0006] 本发明为解决公知技术中存在的技术问题所采取的技术方案是：一种智能楼层集中餐厨垃圾处理控制系统，所述智能楼层集中餐厨垃圾处理控制系统包括：
[0007] 识别垃圾的垃圾识别系统；所述识别系统包括摄像模
块、
图像分析模块和
图像处理模块；
[0008] 摄像模块，用于采集图像信息，并将信息通过
导线发送到图像分析模块；
[0010] 步骤一：通过镶嵌的摄像头在独立的
采样周期内对目标
信号x(t)进行采集，并用A/D方式对信号进行
数字量化。
[0011] 步骤二：对量化后的信号x(i)进行
降维。
[0012] 具体是 对量化后的 信号通过 有限脉冲 响应
滤波器的 差分方 程i＝1,…,M，其中h(0),…,h(L-1)为滤波器系数，设计基于滤波的压缩
感知信号采集
框架，构造如下托普利兹测量矩阵：
[0013]
[0014] 则观测 i＝1,…,M，其中b1,…,bL看作滤波器系数；子矩阵ΦFT的奇异值是格拉姆矩阵G(ΦF,T)＝Φ′FTΦFT特征值的算术根，验证G(ΦF,T)的所有特征值λi∈(1-δK,1+δK),i＝1,…,T，则ΦF满足RIP，并通过求解 最优化问题来重构原信号；通过线性规划方法来重构原信号，亦即BP
算法；针对采集的图像
压缩信号，则
修改ΦF为如下形式：
[0015]
[0016] 如果信号在变换基矩阵Ψ上具有稀疏性，则通过求解最优化问题，精确重构出原信号；其中Φ与Ψ不相关，Ξ称为CS矩阵；
[0017] 图像分析模块，分析垃圾信息是否已经存有记录，一旦确认便开始发送到图像处理模块；
[0018] 图像处理模块，用于将图像信息进行处理，读取其中各种垃圾的成分，并计算滤波前后图像统计信息比值，将信息通过导线发送到主
控制器上；
[0019] 所述模糊度处理方法包括：
[0020] 图像获取，获取垃圾图像信息；
[0021] 图像灰度化，为方便图像的边缘提取，利用数字图像处理中RGB图像的R、G、B各个通道的
像素值与灰度图像像素值的转换关系将彩色图像转化为灰度图像，公式如下：
[0022] Gray＝R*0.3+G*0.59+B*0.11；
[0023] 图像边缘提取，利用数字图像处理方法中的Roberts算子
边缘检测技术作用于灰度图像获取图像的边缘，不同的检测算子具有不同的边缘检测模板，根据具
体模板计算交叉像素的差分作为当前像素值，使用模板如下：
[0024] E(i,j)＝|F(i,j)-F(i+1,j+1)|+|F(i+1,j)-F(i,j+1)|；
[0025] 图像处理，利用高通/
低通滤波器对灰度图像进行滤波处理以构造待处理图像的参考图像，采用3*3均值滤波器，利用滤波模板遍历图像每个像素，每次将模板中心置于当前像素，以模板内所有像素的平均值作为当前像素新值，模板如下：
[0026]
[0027] 图像边缘统计信息计算，分别计算图像滤波前后各自边缘灰度信息，滤波处理前的待处理图像F统计信息为sum_orig,滤波处理后的参考图像F2统计信息为sum_filter,具体计算公式如下：
[0028]
[0029]
[0030] 其中，w1与w2是根据离中心像素的距离设定的权值，w1＝1，w2＝1/3；
[0031] 图像模糊度指标计算，将得出的图像滤波前后边缘灰度统计信息的比值作为模糊度指标，为方便处理，取较大的为分母，较小的为分子，保持该值介于(0,1)之间；
[0032] 根据最佳视觉效果的DMOS范围得出对应的一个模糊度指标范围[min,max],具体为：得出模糊度调整范围，处理LIVE2中的174幅高斯模糊图像，计算出它们各自的模糊度处理值，然后利用拟合工具plot(value,DMOS)建立处理值value与DMOS之间的映射关系，根据最佳视觉效果对应的DMOS范围得出对应的一个模糊处理值范围[min，max]；
[0033] 图像模糊度调整，若图像模糊度指标小于min，判定图像滤波前后变化很大，原图像过于锐化，则利用低通滤波器进行滤波调整；若大于max，判定图像滤波前后变化很小，原图像过于模糊，则利用
高通滤波器进行滤波调整，以达到更佳视觉效果；
[0034] 得出最终图像和该图像模糊度处理信息，并发送到主控制单元镶嵌的显示器进行显示；
[0035] 垃圾识别系统通过导线连接对识别进行控制的主控制单元；
[0036] 对垃圾识别系统的识别信息进行一个分类并传输
电信号的
数字信号转换器；
[0037] 数字信号转换器将电信号转换为数字信号后，根据数据做出指令的
中央处理器；
[0038] 根据中央处理器的控制指令对垃圾的干湿成分进行分离的干湿分离系统；
[0039] 对干湿分离系统分离的液相垃圾进行油水分离的油水分离系统；
[0040] 对干湿分离系统分离的固相垃圾进行识别将其中的塑料制品进行分离的塑料制品分离系统；
[0041] 所述数字信号转换器、中央处理器均集成在主控制单元上；
[0042] 油水分离系统的分离方法包括：
[0043] 步骤一、建立仰角式油水分离器
几何模型，包括确定模型几何尺寸、选取模型坐标和对模型进行网格划分；
[0044] 步骤二、选取数值模拟方法，在模拟过程中，模拟介质为水和
原油，油水分离温度认为是恒温50℃，
湍流模型选用Realizable k-ε模型，
多相流模型采用混合物模型，在Fluent
软件中选用绝对稳定的二阶迎
风格式作为控制方程的离散格式，在数值模拟过程中选用SIMPLE方法；
[0045] 步骤三、分别对0°-30°不同仰角下的油水分离器进行数值模拟，对不同仰角下模型的油出口水相体积含量、水出口油相体积含量和油水分离效率进行统计。
[0046] 进一步，建立仰角式油水分离器几何模型的具体步骤如下：
[0047] 第一步、仰角式油水分离器几何模型的几何尺寸数据如下：处理量300m3/d，
停留时间6min，含油浓度取为10％，混合物进口直径70mm，水出口直径50mm，油出口直径50mm。
[0048] 第二步、模型坐标的选取；建模过程中选用的
坐标系为笛卡尔坐标系，轴向为坐标轴x，径向为坐标轴y、z，原点位于分离器左端截面的中心处，坐标轴的选取；
[0049] 第三步、模型的网格划分；在Gambit中采用自适应网格，为了保证网格划分的
精度和适应性，网格的
密度设置为2.5mm×2.5mm，整个计算区域包括483612个网格单元，其中分液管部分包括5149个网格单元。
[0050] 进一步，油水分离过程的控制方程如下：
[0051] (1)流动控制方程
[0052] 油水分离流动的控制方程包括连续性方程和动量方程，对于湍流的不可压缩
流体，其时均方程的张量形式如下：
[0053] 连续性方程：
[0054]
[0055] 动量方程：
[0056]
[0057] 式中Su、Sv、Sw——广义源项，Su＝Fx+sx、Sv＝Fy+sy、Sw＝Fz+sz；
[0059] sx、sy、sz如下所示：
[0060]
[0062] λ——第二相动力粘度，通常取值为-2/3(Pa·s)；
[0063] 对于不可压缩流体，若其粘度为常数，sx＝sy＝sz＝0，动量方程可以化简为：
[0064]
[0065] 进一步，油水分离过程的控制方程还包括混合物模型基本控制方程：
[0066] 仰角式油水分离器内流体为油水混合物的两相流，在模拟计算时采用Realizable k-ε混合湍流模型，其控制方程包括：
[0067] 混合物模型的连续性方程：
[0068]
[0069]
[0070]
[0071] 式中 ——混合物的质量变化率；
[0072] ρm——混合密度；
[0073] ——质量平均速度；
[0074] αk——第k相的体积分数。
[0075] 混合物模型的动量方程：
[0076]
[0077]
[0078]
[0079] 式中n——相数；
[0080] ——体积力；
[0081] μm——混合物粘性；
[0082] ——第二相k的漂移速度。
[0083] 相对速度的形式：
[0084]
[0086] τqp——粒子的弛豫时间：
[0087] τqp的形式如下：
[0088]
[0089] 式中dp——第二相颗粒(或液滴或气泡)的直径；
[0090] fdrag——曳力系数，其表达式如下：
[0091]
[0092] 加速度 的形式为：
[0093]
[0094] 由第二相p的连续性方程可得到第二相p的体积分数方程如下：
[0095]
[0096] 本发明的垃圾识别系统来识别垃圾对其进行一个大致分类并传输电信号进入数字信号转换器，数字信号转换器将电信号转换为数字信号，然后导入中央处理器，中央处理器根据数据做出指令，控制干湿分离系统进行垃圾的干湿分离，然后液相垃圾进入油水分离系统进行油水分离，固相垃圾再次通过垃圾识别系统的识别将其中的塑料制品通过塑料制品分离系统进行分离。
[0097] 本发明具有的优点和积极效果是：由于本发明将餐厨垃圾进行分类，可以使垃圾的回收再利用得到更好的效果，对有害物质集中处理，减少的环境的污染问题，不会造成资源的浪费和对土地的占用，使餐厨垃圾真正达到环保、绿色、回收再利用的目的。
[0098] 本发明采用了识别垃圾的垃圾识别系统；包括摄像模块、图像分析模块和图像处理模块。其中运用
图像识别方法，能够更好地识别垃圾图像，确保准确无误。还用到了模糊处理图像方法，实现了图像模糊度处理的实时性，可以快速准确处理比较任何图像之间的模糊度。
[0099] 本发明在数值模拟中入口边界条件设置为速度进口，入口流速根据分离器的处理量和入口管径进行确定，对油出口和水出口选用自由出流边界条件，油出口的体积流量分数控制在10％，水出口的体积流量分数控制在90％，分离器内部所有壁面均采用无滑移边界，壁面粗糙度设置为0.15mm。
[0100] 仰角为12°时，油水分离效率达到最佳值，分离效率为90.48％，油出口的水相体积含量为57.50％，水出口的油相体积含量为0.95％；当仰角为0°，即传统的油水分离器时，油水分离效率仅为75.00％，油出口的水相体积含量为82.83％，水出口的油相体积含量为2.50％。由此可见，在同等条件下，与传统的油水分离器相比较，仰角式油水分离器具有较高的分离性能，分离效率提高了22％。
附图说明
[0101] 图1是本发明
实施例提供的智能楼层集中餐厨垃圾处理控制系统示意图。
[0102] 图中：1、垃圾识别系统；2、主控制单元；3、塑料制品分离系统；4、干湿分离系统；5、油水分离系统；6、中央处理器；7、数字信号转换器。
具体实施方式
[0103] 为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。
[0104] 下面结合图1对本发明作详细的描述。
[0105] 如图1，本发明实施例提供的智能楼层集中餐厨垃圾处理控制系统，包括：
[0106] 识别垃圾的垃圾识别系统1；
[0107] 所述识别系统包括摄像模块、图像分析模块和图像处理模块；
[0108] 摄像模块，是型号为微软LifeCam HD的摄像头，用于采集图像信息，并将信息通过导线发送到图像分析模块；
[0109] 所述摄像模块的图像采集方法包括：
[0110] 用摄像头在独立的采样周期内对目标信号x(t)进行采集，并用A/D方式对信号进行数字量化。
[0111] 对量化后的信号x(i)进行降维。
[0112] 具体是 对量化后的 信号通过 有限脉冲 响应滤波器的 差分方 程i＝1,…,M，其中h(0),…,h(L-1)为滤波器系数，设计基于滤波的压缩
感知信号采集框架，构造如下托普利兹测量矩阵：
[0113]
[0114] 则观测 i＝1,…,M，其中b1,…,bL看作滤波器系数；子矩阵ΦFT的奇异值是格拉姆矩阵G(ΦF,T)＝Φ′FTΦFT特征值的算术根，验证G(ΦF,T)的所有特征值λi∈(1-δK,1+δK),i＝1,…,T，则ΦF满足RIP，并通过求解如下l1最优化问题来重构原信号：
[0115]
[0116] 即通过线性规划方法来重构原信号，亦即BP算法；
[0117] 针对实际压缩信号，如语音或图像信号的采集，则修改ΦF为如下形式：
[0118]
[0119] 如果信号在变换基矩阵Ψ上具有稀疏性，则通过求解如下l1最优化问题，精确重构出原信号：
[0120]
[0121] 其中Φ与Ψ不相关，Ξ称为CS矩阵。
[0122] 图像分析模块，分析垃圾信息是否已经存有记录，一旦确认便开始发送到图像处理模块；
[0123] 图像处理模块，是一台工业计算机，用于将图像信息进行处理，读取其中各种垃圾的成分，并计算滤波前后图像统计信息比值，将信息通过导线发送到
主控制器上。该模块使用到了模糊度处理方法。
[0124] 所述模糊度处理方法包括：
[0125] 图像获取，通过获取垃圾图像信息。
[0126] 图像灰度化，为方便图像的边缘提取，利用数字图像处理中RGB图像的R、G、B各个通道的像素值与灰度图像像素值的转换关系将彩色图像转化为灰度图像，公式如下：
[0127] Gray＝R*0.3+G*0.59+B*0.11；
[0128] 图像边缘提取，利用数字图像处理方法中的Roberts算子边缘检测技术作用于灰度图像获取图像的边缘，不同的检测算子具有不同的边缘检测模板，根据具体模板计算交叉像素的差分作为当前像素值，使用模板如下：
[0129] E(i,j)＝|F(i,j)-F(i+1,j+1)|+|F(i+1,j)-F(i,j+1)|；
[0130] 图像处理，利用高通/低通滤波器对灰度图像进行滤波处理以构造待处理图像的参考图像，采用3*3均值滤波器，利用滤波模板遍历图像每个像素，每次将模板中心置于当前像素，以模板内所有像素的平均值作为当前像素新值，模板如下：
[0131]
[0132] 图像边缘统计信息计算，分别计算图像滤波前后各自边缘灰度信息，滤波处理前的待处理图像F统计信息为sum_orig,滤波处理后的参考图像F2统计信息为sum_filter,具体计算公式如下：
[0133]
[0134]
[0135] 其中，w1与w2是根据离中心像素的距离设定的权值，w1＝1，w2＝1/3；
[0136] 图像模糊度指标计算，将得出的图像滤波前后边缘灰度统计信息的比值作为模糊度指标，为方便处理，取较大的为分母，较小的为分子，保持该值介于(0,1)之间；
[0137] 根据最佳视觉效果的DMOS范围得出对应的一个模糊度指标范围[min,max],具体为：
[0138] 得出模糊度调整范围，利用上述中的模糊度处理方法处理LIVE2中的174幅高斯模糊图像，计算出它们各自的模糊度处理值，然后利用拟合工具plot(value,DMOS)建立处理值value与DMOS之间的映射关系，根据最佳视觉效果对应的DMOS范围得出对应的一个模糊处理值范围[min，max]；
[0139] 图像模糊度调整，若图像模糊度指标小于min，判定图像滤波前后变化很大，原图像过于锐化，则利用低通滤波器进行滤波调整；若大于max，判定图像滤波前后变化很小，原图像过于模糊，则利用高通滤波器进行滤波调整，以达到更佳视觉效果；
[0140] 对垃圾识别系统的识别信息进行一个分类并传输电信号的数字信号转换器7；
[0141] 数字信号转换器将电信号转换为数字信号后，根据数据做出指令的中央处理器6；
[0142] 根据中央处理器的控制指令对垃圾的干湿成分进行分离的干湿分离系统4；
[0143] 对干湿分离系统分离的液相垃圾进行油水分离的油水分离系统5；
[0144] 对干湿分离系统分离的固相垃圾进行识别将其中的塑料制品进行分离的塑料制品分离系统3。
[0145] 垃圾识别系统还通过导线连接对识别进行控制的主控制单元2。数字信号转换器、中央处理器均集成在主控制单元内部。
[0146] 油水分离系统的分离方法包括：
[0147] 步骤一、建立仰角式油水分离器几何模型，包括确定模型几何尺寸、选取模型坐标和对模型进行网格划分；
[0148] 步骤二、选取数值模拟方法，在模拟过程中，模拟介质为水和原油，油水分离温度认为是恒温50℃，湍流模型选用Realizable k-ε模型，多相流模型采用混合物模型，在Fluent软件中选用绝对稳定的二阶迎风格式作为控制方程的离散格式，在数值模拟过程中选用SIMPLE方法；
[0149] 步骤三、分别对0°-30°不同仰角下的油水分离器进行数值模拟，对不同仰角下模型的油出口水相体积含量、水出口油相体积含量和油水分离效率进行统计。
[0150] 建立仰角式油水分离器几何模型的具体步骤如下：
[0151] 第一步、仰角式油水分离器几何模型的几何尺寸数据如下：处理量300m3/d，停留时间6min，含油浓度取为10％，混合物进口直径70mm，水出口直径50mm，油出口直径50mm。
[0152] 第二步、模型坐标的选取；建模过程中选用的坐标系为笛卡尔坐标系，轴向为坐标轴x，径向为坐标轴y、z，原点位于分离器左端截面的中心处，坐标轴的选取；
[0153] 第三步、模型的网格划分；在Gambit中采用自适应网格，为了保证网格划分的精度和适应性，网格的密度设置为2.5mm×2.5mm，整个计算区域包括483612个网格单元，其中分液管部分包括5149个网格单元。
[0154] 油水分离过程的控制方程如下：
[0155] (1)流动控制方程
[0156] 油水分离流动的控制方程包括连续性方程和动量方程，对于湍流的不可压缩流体，其时均方程的张量形式如下：
[0157] 连续性方程：
[0158]
[0159] 动量方程：
[0160]
[0161] 式中Su、Sv、Sw——广义源项，Su＝Fx+sx、Sv＝Fy+sy、Sw＝Fz+sz；
[0162] Fx、Fy、Fz——质量力；
[0163] sx、sy、sz如下所示：
[0164]
[0165] 式中μ——动力粘度(Pa·s)；
[0166] λ——第二相动力粘度，通常取值为-2/3(Pa·s)；
[0167] 对于不可压缩流体，若其粘度为常数，sx＝sy＝sz＝0，动量方程可以化简为：
[0168]
[0169] 油水分离过程的控制方程还包括混合物模型基本控制方程：
[0170] 仰角式油水分离器内流体为油水混合物的两相流，在模拟计算时采用Realizable k-ε混合湍流模型，其控制方程包括：
[0171] 混合物模型的连续性方程：
[0172]
[0173]
[0174]
[0175] 式中 ——混合物的质量变化率；
[0176] ρm——混合密度；
[0177] ——质量平均速度；
[0178] αk——第k相的体积分数。
[0179] 混合物模型的动量方程：
[0180]
[0181]
[0182]
[0183] 式中n——相数；
[0184] ——体积力；
[0185] μm——混合物粘性；
[0186] ——第二相k的漂移速度。
[0187] 相对速度的形式：
[0188]
[0189] 式中 ——第二相粒子的加速度；
[0190] τqp——粒子的弛豫时间：
[0191] τqp的形式如下：
[0192]
[0193] 式中dp——第二相颗粒(或液滴或气泡)的直径；
[0194] fdrag——曳力系数，其表达式如下：
[0195]
[0196] 加速度 的形式为：
[0197]
[0198] 由第二相p的连续性方程可得到第二相p的体积分数方程如下：
[0199]
[0200] 本发明的垃圾识别系统来识别垃圾对其进行一个大致分类并传输电信号进入数字信号转换器，数字信号转换器将电信号转换为数字信号，然后导入中央处理器，中央处理器根据数据做出指令，控制干湿分离系统进行垃圾的干湿分离，然后液相垃圾进入油水分离系统进行油水分离，固相垃圾再次通过垃圾识别系统的识别将其中的塑料制品通过塑料制品分离系统进行分离。
[0201] 本发明具有的优点和积极效果是：由于本发明将餐厨垃圾进行分类，可以使垃圾的回收再利用得到更好的效果，对有害物质集中处理，减少的环境的污染问题，不会造成资源的浪费和对土地的占用，使餐厨垃圾真正达到环保、绿色、回收再利用的目的。
[0202] 本发明在数值模拟中入口边界条件设置为速度进口，入口流速根据分离器的处理量和入口管径进行确定，对油出口和水出口选用自由出流边界条件，油出口的体积流量分数控制在10％，水出口的体积流量分数控制在90％，分离器内部所有壁面均采用无滑移边界，壁面粗糙度设置为0.15mm。
[0203] 仰角为12°时，油水分离效率达到最佳值，分离效率为90.48％，油出口的水相体积含量为57.50％，水出口的油相体积含量为0.95％；当仰角为0°，即传统的油水分离器时，油水分离效率仅为75.00％，油出口的水相体积含量为82.83％，水出口的油相体积含量为2.50％。由此可见，在同等条件下，与传统的油水分离器相比较，仰角式油水分离器具有较高的分离性能，分离效率提高了22％。
[0204] 下面结合工作原理对本发明的应用原理作进一步描述。
[0205] 垃圾进入垃圾识别系统1后进行识别，垃圾识别系统与主控制器2中的数字信号转换器7通过导线连接，将电信号导入数字信号转换器中，数字信号转换器通过导线与中央处理器6连接，中央处理器做出指令控制干湿分离系统4工作，干湿分离系统通过导线控制油水分离系统5工作，塑料分离系统3在垃圾识别系统的数据下工作。
[0206] 以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。
