一種節能高效的垃圾處理系統的制作方法

本發明涉及垃圾處理領域，具體涉及一種節能高效的垃圾處理系統。
背景技術：
：相關技術中的環衛管理的模式都較為傳統，大部分處理垃圾的方法是每天固定時間由垃圾車到各個垃圾桶或垃圾池收集垃圾，但是由于對每個垃圾桶產生的垃圾的量的信息掌握少，有些垃圾桶還未到收集時間就已經收滿垃圾，反之有些垃圾桶放置一天也收不滿垃圾，這樣就會耗費環衛工人大量精力去巡邏。技術實現要素：針對上述問題，本發明旨在提供一種節能高效的垃圾處理系統。本發明的目的采用以下技術方案來實現：提供了一種節能高效的垃圾處理系統，包括垃圾桶終端、垃圾處理終端、垃圾車故障檢測裝置4和監控中心，所述監控中心與垃圾車故障檢測裝置4、垃圾桶終端、垃圾處理終端無線通信連接；所述垃圾桶終端用于監測垃圾桶內的垃圾量，當垃圾量達到或超出預設值時，向監控中心發出包含量滿信號和位置信息的壓縮數據；所述監控中心對壓縮數據進行處理，生成垃圾裝運操作信息和位置信息，并基于垃圾車故障檢測裝置4發送的信息選擇未發生故障的垃圾車型號，并將垃圾裝運操作信息和位置信息以及該垃圾車型號發送至垃圾處理終端。本發明的有益效果為：可以自動感知垃圾量，垃圾量較小的點可以降低收集頻率，反之垃圾量較大的點可以增加垃圾收集次數，且能夠對垃圾車進行故障檢測，確定進行垃圾處理的垃圾車型號，使人力資源和車輛資源配置最優化，節能高效。附圖說明利用附圖對本發明作進一步說明，但附圖中的實施例不構成對本發明的任何限制，對于本領域的普通技術人員，在不付出創造性勞動的前提下，還可以根據以下附圖獲得其它的附圖。圖1是本發明的結構連接示意圖；圖2是本發明垃圾車故障檢測裝置的結構連接示意圖。附圖標記：垃圾桶終端1、垃圾處理終端2、監控中心3、垃圾車故障檢測裝置4、振動信號采集單元11、信號降噪單元12、故障特征提取單元13、故障識別單元14。具體實施方式結合以下實施例對本發明作進一步描述。參見圖1、圖2，本實施例的一種節能高效的垃圾處理系統，包括垃圾桶終端1、垃圾處理終端2、垃圾車故障檢測裝置4和監控中心3，所述監控中心3與垃圾車故障檢測裝置4、垃圾桶終端1、垃圾處理終端2無線通信連接；所述垃圾桶終端1用于監測垃圾桶內的垃圾量，當垃圾量達到或超出預設值時，向監控中心3發出包含量滿信號和位置信息的壓縮數據；所述監控中心3對壓縮數據進行處理，生成垃圾裝運操作信息和位置信息，并基于垃圾車故障檢測裝置4發送的信息選擇未發生故障的垃圾車型號，并將垃圾裝運操作信息和位置信息以及該垃圾車型號發送至垃圾處理終端2。優選的，所述垃圾桶終端1包括固定安裝在垃圾桶桶體上的傳感器單元，該傳感器單元于監測桶體內的垃圾量，當垃圾量達到或超出預設值時，傳感器單元發出量滿信號。優選的，所述垃圾桶終端1還包括與傳感器單元連接的電源單元，所述電源單元用于為傳感器單元提供電力支持。本發明上述實施例可以自動感知垃圾量，垃圾量較小的點可以降低收集頻率，反之垃圾量較大的點可以增加垃圾收集次數，且能夠對垃圾車進行故障檢測，確定進行垃圾處理的垃圾車型號，使人力資源和車輛資源配置最優化，節省成本。優選地，該垃圾車故障檢測裝置4包括依次連接的振動信號采集單元11、信號降噪單元12、故障特征提取單元13和故障識別單元14。所述振動信號采集單元11，用于利用加速度傳感器采集垃圾車在正常狀態下及各種故障狀態下運行時的原始振動信號；所述信號降噪單元12用于對原始振動信號進行降噪處理；所述故障特征提取單元13用于提取降噪后的振動信號的故障特征信息；所述故障識別單元14用于建立故障診斷模型，并采用提取的故障特征信息對該故障診斷模型進行訓練，從而基于訓練完的故障診斷模型對垃圾車進行故障識別。所述信號降噪單元12包括信號初步降噪子單元、信號二級降噪子單元和信號末級降噪子單元，所述信號初步降噪子單元用于利用最小熵反褶積的自適應分析方法對原始振動信號進行初步降噪；所述信號二級降噪子單元用于對經過信號初步降噪子單元處理后的振動信號進行二次降噪；所述信號末級降噪子單元用于基于改進的綜合經驗模態算法對信號二級降噪后的振動信號進行末級降噪。在上述實施例中，對采集的原始振動信號進行多次降噪，能夠有效地消除噪聲對數據的影響，從而有利于更精確地提高對垃圾車進行故障分析的精度。優選地，所述提取降噪后的振動信號的故障特征信息，具體包括：(1)通過二階循環自相關函數對降噪后的振動信號進行解調分析，獲得二階循環自相關函數；(2)對該二階循環自相關函數進行時域切片，獲得時域切片信號，從而提取出振動信號的故障特征信息。其中，所述利用最小熵反褶積的自適應分析方法對原始振動信號進行初步降噪，包括：(1)采用范數衡量熵的大小，并把其作為目標函數，求目標函數的最大值，即為最優濾波器系數；(2)運用該最優濾波器系數對原始振動信號進行反褶積運算，得出濾波器系數；(3)使用得到的濾波器系數設計FIR濾波器對原始振動歷史信號進行濾波。本優選實施例能夠有效降低原始振動信號中的噪聲部分，提高原始振動信號的信噪比，削弱噪聲對綜合經驗模態分解后的微弱信號特征提取的干擾，進一步提高對垃圾車進行故障特征提取的精度，從而有益于提高對垃圾車進行精確的故障識別，確保在垃圾車發生故障時能夠得到及時的維修，保證能夠調動未發生故障的垃圾車進行垃圾處理，從而確保垃圾處理系統的正常運行。優選地，所述信號二級降噪子單元對經過信號初步降噪子單元處理后的振動信號進行二次降噪時，具體執行：(1)對經過信號初步降噪子單元降噪的振動信號進行小波轉換，得到不同頻帶上的振動信號，采用滑動窗技術對各頻帶上的振動信號進行分段處理，提取振動信號的時間序列Z和Y，以及各段信號的小波系數其中g＝1，2，3…，為振動信號的頻帶數，m＝1，2，3…，為小波系數的序列，對振動信號的功率譜密度進行一階平滑處理，得到平滑后的振動信號W(Z,Y)；(2)設定各個頻帶上平滑后的振動信號中各段信號的閥值，根據設定的閥值對各段信號進行降噪，削除超出閥值以外的振動信號，然后將降噪后的各段信號進行重構，之后進入信號末級降噪子單元進行進一步降噪處理。本實施例對原始振動信號進行二次降噪處理，能夠使得各段噪聲處理更加靈活準確，降噪效果更好，為對垃圾車的故障特征提取奠定良好的基礎。優選地，設W(Z,Y)表示時間序列為Z和Y的平滑后的振動信號，W(Z-1,Y)為時間序列為Z-1和Y的平滑后的振動信號，設定W(0,Y)＝0，采用以下經過優化的平滑公式得到平滑后的振動信號：式中，N為采用的窗函數的長度，β為人為設定的閾值系數，|B(Z,Y)|2為振動信號W(Z,Y)所對應頻帶的功率譜密度。在本實施例中，設定的平滑公式不僅考慮了閥值系數的影響，也考慮了窗函數的長度的影響，使得該平滑處理更精確，適用范圍更廣，為對垃圾車的故障特征提取奠定良好的基礎。優選地，由以下公式對各個頻帶上平滑后的振動信號中各段信號的閥值進行設定：其中，Kg為第g個頻帶上平滑后的振動信號W(Z,Y)的閾值；β為所述的人為設定的閥值系數，Wmax(Z,Y)、Wmin(Z,Y)和分別為平滑后的振動信號W(Z,Y)的最大值、最小值和平均值，為所述的各段信號的小波系數的中值的絕對值。在本實施例中，能夠根據振動信號中各頻帶的功率譜密度和小波系數對各段信號的閥值自適應地進行調整，使得降噪更加準確，且不受振動信號長度的影響，有利于實現針對垃圾車的故障的精確識別，從而確保在垃圾車發生故障時能夠得到及時的維修，保證能夠調動未發生故障的垃圾車進行垃圾處理，從而確保垃圾處理系統的正常運行。優選地，所述基于改進的綜合經驗模態算法對二級降噪后的振動信號進行末級降噪，包括：(1)設定高低頻的分界線，采用經驗模態分解的自適應時頻分析方法將初步降噪后的原始振動信號按高低頻分解成不同的固有模態函數，對所得的固有模態函數進行傅里葉變換，獲得多個含有高頻成分的固有模態函數和多個含有低頻成分的固有模態函數，將多個含有高頻成分的固有模態函數組合成新的本征模態函數SH，將多個含有低頻成分的固有模態函數組合成新的本征模態函數SL，其中設S1,S2,…,Sa表示含有高頻成分的固有模態函數，S1+a,S2+a,…,Sb表示含有低頻成分的固有模態函數，a是含有高頻成分的固有模態函數的最大層數，b是含有低頻成分的固有模態函數的最大層數，則本征模態函數SH的組合計算公式為：本征模態函數SL的組合計算公式為：(2)對本征模態函數SH、SL分別進行綜合經驗模態分解，提取敏感的固有模態函數。本優選實施例能夠避免經驗模態分解中的模態混疊現象，提高綜合經驗模態的分解精度，為下一步對垃圾車的故障特征提取奠定基礎。優選地，對本征模態函數SL進行綜合經驗模態分解時，選取整合次數為100，選取白噪聲幅值為[0.2,0.6]；對本征模態函數SH進行綜合經驗模態分解時，選取整合次數為100，選取白噪聲幅值滿足Pn＝0.06Ph，其中Pn為選取的白噪聲的能量標準差，Ph為原始振動信號的最優高頻成分的能量標準差，該最優高頻成分為與原始振動信號相關性最大的固有模態函數；其中，通過下式計算固有模態函數與原始振動信號的相關性：式中，RELATIVECi(j)表示Ci(j)與原始振動信號的相關性，B為原始振動信號的采樣點數，U0(j)表示第j個原始振動信號，Ci(j)表示與第j個原始振動信號對應的第i個固有模態函數，γ表示與第j個原始振動信號對應的固有模態函數的數量，為原始振動信號的均值，T為人為設定的修正系數。本優選實施例選取優化后的白噪聲幅值進行綜合經驗模態分解，能夠提高綜合經驗模態分解的精度，從而有利于實現對垃圾車的原始振動信號的精確降噪以及故障特征的提取。發明人采用本實施例進行了一系列測試，以下是進行測試得到的實驗數據：垃圾處理情況垃圾車故障檢測錯誤率成本節約率垃圾處理故障率垃圾桶終端數量：10％5％0％垃圾桶終端數量：50％6％0％垃圾桶終端數量：100％5％0％垃圾桶終端數量：150％7％0％垃圾桶終端數量：200％8％0％該實驗數據表明，本發明能夠對垃圾車進行精確的故障檢測，確定進行垃圾處理的垃圾車型號，使人力資源和車輛資源配置最優化，較好地節省成本。最后應當說明的是，以上實施例僅用以說明本發明的技術方案，而非對本發明保護范圍的限制，盡管參照較佳實施例對本發明作了詳細地說明，本領域的普通技術人員應當理解，可以對本發明的技術方案進行修改或者等同替換，而不脫離本發明技術方案的實質和范圍。當前第1頁1 2 3