本發(fā)明涉及垃圾處理領(lǐng)域，具體涉及一種節(jié)能高效的垃圾處理系統(tǒng)。
背景技術(shù)：
：相關(guān)技術(shù)中的環(huán)衛(wèi)管理的模式都較為傳統(tǒng)，大部分處理垃圾的方法是每天固定時(shí)間由垃圾車到各個(gè)垃圾桶或垃圾池收集垃圾，但是由于對(duì)每個(gè)垃圾桶產(chǎn)生的垃圾的量的信息掌握少，有些垃圾桶還未到收集時(shí)間就已經(jīng)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(huì)耗費(fèi)環(huán)衛(wèi)工人大量精力去巡邏。技術(shù)實(shí)現(xiàn)要素：針對(duì)上述問(wèn)題，本發(fā)明旨在提供一種節(jié)能高效的垃圾處理系統(tǒng)。本發(fā)明的目的采用以下技術(shù)方案來(lái)實(shí)現(xiàn)：提供了一種節(jié)能高效的垃圾處理系統(tǒng)，包括垃圾桶終端、垃圾處理終端、垃圾車故障檢測(cè)裝置4和監(jiān)控中心，所述監(jiān)控中心與垃圾車故障檢測(cè)裝置4、垃圾桶終端、垃圾處理終端無(wú)線通信連接；所述垃圾桶終端用于監(jiān)測(cè)垃圾桶內(nèi)的垃圾量，當(dāng)垃圾量達(dá)到或超出預(yù)設(shè)值時(shí)，向監(jiān)控中心發(fā)出包含量滿信號(hào)和位置信息的壓縮數(shù)據(jù)；所述監(jiān)控中心對(duì)壓縮數(shù)據(jù)進(jìn)行處理，生成垃圾裝運(yùn)操作信息和位置信息，并基于垃圾車故障檢測(cè)裝置4發(fā)送的信息選擇未發(fā)生故障的垃圾車型號(hào)，并將垃圾裝運(yùn)操作信息和位置信息以及該垃圾車型號(hào)發(fā)送至垃圾處理終端。本發(fā)明的有益效果為：可以自動(dòng)感知垃圾量，垃圾量較小的點(diǎn)可以降低收集頻率，反之垃圾量較大的點(diǎn)可以增加垃圾收集次數(shù)，且能夠?qū)囘M(jìn)行故障檢測(cè)，確定進(jìn)行垃圾處理的垃圾車型號(hào)，使人力資源和車輛資源配置最優(yōu)化，節(jié)能高效。附圖說(shuō)明利用附圖對(duì)本發(fā)明作進(jìn)一步說(shuō)明，但附圖中的實(shí)施例不構(gòu)成對(duì)本發(fā)明的任何限制，對(duì)于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)以下附圖獲得其它的附圖。圖1是本發(fā)明的結(jié)構(gòu)連接示意圖；圖2是本發(fā)明垃圾車故障檢測(cè)裝置的結(jié)構(gòu)連接示意圖。附圖標(biāo)記：垃圾桶終端1、垃圾處理終端2、監(jiān)控中心3、垃圾車故障檢測(cè)裝置4、振動(dòng)信號(hào)采集單元11、信號(hào)降噪單元12、故障特征提取單元13、故障識(shí)別單元14。具體實(shí)施方式結(jié)合以下實(shí)施例對(duì)本發(fā)明作進(jìn)一步描述。參見(jiàn)圖1、圖2，本實(shí)施例的一種節(jié)能高效的垃圾處理系統(tǒng)，包括垃圾桶終端1、垃圾處理終端2、垃圾車故障檢測(cè)裝置4和監(jiān)控中心3，所述監(jiān)控中心3與垃圾車故障檢測(cè)裝置4、垃圾桶終端1、垃圾處理終端2無(wú)線通信連接；所述垃圾桶終端1用于監(jiān)測(cè)垃圾桶內(nèi)的垃圾量，當(dāng)垃圾量達(dá)到或超出預(yù)設(shè)值時(shí)，向監(jiān)控中心3發(fā)出包含量滿信號(hào)和位置信息的壓縮數(shù)據(jù)；所述監(jiān)控中心3對(duì)壓縮數(shù)據(jù)進(jìn)行處理，生成垃圾裝運(yùn)操作信息和位置信息，并基于垃圾車故障檢測(cè)裝置4發(fā)送的信息選擇未發(fā)生故障的垃圾車型號(hào)，并將垃圾裝運(yùn)操作信息和位置信息以及該垃圾車型號(hào)發(fā)送至垃圾處理終端2。優(yōu)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(jiān)測(cè)桶體內(nèi)的垃圾量，當(dāng)垃圾量達(dá)到或超出預(yù)設(shè)值時(shí)，傳感器單元發(fā)出量滿信號(hào)。優(yōu)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(fā)明上述實(shí)施例可以自動(dòng)感知垃圾量，垃圾量較小的點(diǎn)可以降低收集頻率，反之垃圾量較大的點(diǎn)可以增加垃圾收集次數(shù)，且能夠?qū)囘M(jìn)行故障檢測(cè)，確定進(jìn)行垃圾處理的垃圾車型號(hào)，使人力資源和車輛資源配置最優(yōu)化，節(jié)省成本。優(yōu)選地，該垃圾車故障檢測(cè)裝置4包括依次連接的振動(dòng)信號(hào)采集單元11、信號(hào)降噪單元12、故障特征提取單元13和故障識(shí)別單元14。所述振動(dòng)信號(hào)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(tài)下及各種故障狀態(tài)下運(yùn)行時(shí)的原始振動(dòng)信號(hào)；所述信號(hào)降噪單元12用于對(duì)原始振動(dòng)信號(hào)進(jìn)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(dòng)信號(hào)的故障特征信息；所述故障識(shí)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(duì)該故障診斷模型進(jìn)行訓(xùn)練，從而基于訓(xùn)練完的故障診斷模型對(duì)垃圾車進(jìn)行故障識(shí)別。所述信號(hào)降噪單元12包括信號(hào)初步降噪子單元、信號(hào)二級(jí)降噪子單元和信號(hào)末級(jí)降噪子單元，所述信號(hào)初步降噪子單元用于利用最小熵反褶積的自適應(yīng)分析方法對(duì)原始振動(dòng)信號(hào)進(jìn)行初步降噪；所述信號(hào)二級(jí)降噪子單元用于對(duì)經(jīng)過(guò)信號(hào)初步降噪子單元處理后的振動(dòng)信號(hào)進(jìn)行二次降噪；所述信號(hào)末級(jí)降噪子單元用于基于改進(jìn)的綜合經(jīng)驗(yàn)?zāi)B(tài)算法對(duì)信號(hào)二級(jí)降噪后的振動(dòng)信號(hào)進(jìn)行末級(jí)降噪。在上述實(shí)施例中，對(duì)采集的原始振動(dòng)信號(hào)進(jìn)行多次降噪，能夠有效地消除噪聲對(duì)數(shù)據(jù)的影響，從而有利于更精確地提高對(duì)垃圾車進(jìn)行故障分析的精度。優(yōu)選地，所述提取降噪后的振動(dòng)信號(hào)的故障特征信息，具體包括：(1)通過(guò)二階循環(huán)自相關(guān)函數(shù)對(duì)降噪后的振動(dòng)信號(hào)進(jìn)行解調(diào)分析，獲得二階循環(huán)自相關(guān)函數(shù)；(2)對(duì)該二階循環(huán)自相關(guān)函數(shù)進(jìn)行時(shí)域切片，獲得時(shí)域切片信號(hào)，從而提取出振動(dòng)信號(hào)的故障特征信息。其中，所述利用最小熵反褶積的自適應(yīng)分析方法對(duì)原始振動(dòng)信號(hào)進(jìn)行初步降噪，包括：(1)采用范數(shù)衡量熵的大小，并把其作為目標(biāo)函數(shù)，求目標(biāo)函數(shù)的最大值，即為最優(yōu)濾波器系數(shù)；(2)運(yùn)用該最優(yōu)濾波器系數(shù)對(duì)原始振動(dòng)信號(hào)進(jìn)行反褶積運(yùn)算，得出濾波器系數(shù)；(3)使用得到的濾波器系數(shù)設(shè)計(jì)FIR濾波器對(duì)原始振動(dòng)歷史信號(hào)進(jìn)行濾波。本優(yōu)選實(shí)施例能夠有效降低原始振動(dòng)信號(hào)中的噪聲部分，提高原始振動(dòng)信號(hào)的信噪比，削弱噪聲對(duì)綜合經(jīng)驗(yàn)?zāi)B(tài)分解后的微弱信號(hào)特征提取的干擾，進(jìn)一步提高對(duì)垃圾車進(jìn)行故障特征提取的精度，從而有益于提高對(duì)垃圾車進(jìn)行精確的故障識(shí)別，確保在垃圾車發(fā)生故障時(shí)能夠得到及時(shí)的維修，保證能夠調(diào)動(dòng)未發(fā)生故障的垃圾車進(jìn)行垃圾處理，從而確保垃圾處理系統(tǒng)的正常運(yùn)行。優(yōu)選地，所述信號(hào)二級(jí)降噪子單元對(duì)經(jīng)過(guò)信號(hào)初步降噪子單元處理后的振動(dòng)信號(hào)進(jìn)行二次降噪時(shí)，具體執(zhí)行：(1)對(duì)經(jīng)過(guò)信號(hào)初步降噪子單元降噪的振動(dòng)信號(hào)進(jìn)行小波轉(zhuǎn)換，得到不同頻帶上的振動(dòng)信號(hào)，采用滑動(dòng)窗技術(shù)對(duì)各頻帶上的振動(dòng)信號(hào)進(jìn)行分段處理，提取振動(dòng)信號(hào)的時(shí)間序列Z和Y，以及各段信號(hào)的小波系數(shù)其中g(shù)＝1，2，3…，為振動(dòng)信號(hào)的頻帶數(shù)，m＝1，2，3…，為小波系數(shù)的序列，對(duì)振動(dòng)信號(hào)的功率譜密度進(jìn)行一階平滑處理，得到平滑后的振動(dòng)信號(hào)W(Z,Y)；(2)設(shè)定各個(gè)頻帶上平滑后的振動(dòng)信號(hào)中各段信號(hào)的閥值，根據(jù)設(shè)定的閥值對(duì)各段信號(hào)進(jìn)行降噪，削除超出閥值以外的振動(dòng)信號(hào)，然后將降噪后的各段信號(hào)進(jìn)行重構(gòu)，之后進(jìn)入信號(hào)末級(jí)降噪子單元進(jìn)行進(jìn)一步降噪處理。本實(shí)施例對(duì)原始振動(dòng)信號(hào)進(jìn)行二次降噪處理，能夠使得各段噪聲處理更加靈活準(zhǔn)確，降噪效果更好，為對(duì)垃圾車的故障特征提取奠定良好的基礎(chǔ)。優(yōu)選地，設(shè)W(Z,Y)表示時(shí)間序列為Z和Y的平滑后的振動(dòng)信號(hào)，W(Z-1,Y)為時(shí)間序列為Z-1和Y的平滑后的振動(dòng)信號(hào)，設(shè)定W(0,Y)＝0，采用以下經(jīng)過(guò)優(yōu)化的平滑公式得到平滑后的振動(dòng)信號(hào)：式中，N為采用的窗函數(shù)的長(zhǎng)度，β為人為設(shè)定的閾值系數(shù)，|B(Z,Y)|2為振動(dòng)信號(hào)W(Z,Y)所對(duì)應(yīng)頻帶的功率譜密度。在本實(shí)施例中，設(shè)定的平滑公式不僅考慮了閥值系數(shù)的影響，也考慮了窗函數(shù)的長(zhǎng)度的影響，使得該平滑處理更精確，適用范圍更廣，為對(duì)垃圾車的故障特征提取奠定良好的基礎(chǔ)。優(yōu)選地，由以下公式對(duì)各個(gè)頻帶上平滑后的振動(dòng)信號(hào)中各段信號(hào)的閥值進(jìn)行設(shè)定：其中，Kg為第g個(gè)頻帶上平滑后的振動(dòng)信號(hào)W(Z,Y)的閾值；β為所述的人為設(shè)定的閥值系數(shù)，Wmax(Z,Y)、Wmin(Z,Y)和分別為平滑后的振動(dòng)信號(hào)W(Z,Y)的最大值、最小值和平均值，為所述的各段信號(hào)的小波系數(shù)的中值的絕對(duì)值。在本實(shí)施例中，能夠根據(jù)振動(dòng)信號(hào)中各頻帶的功率譜密度和小波系數(shù)對(duì)各段信號(hào)的閥值自適應(yīng)地進(jìn)行調(diào)整，使得降噪更加準(zhǔn)確，且不受振動(dòng)信號(hào)長(zhǎng)度的影響，有利于實(shí)現(xiàn)針對(duì)垃圾車的故障的精確識(shí)別，從而確保在垃圾車發(fā)生故障時(shí)能夠得到及時(shí)的維修，保證能夠調(diào)動(dòng)未發(fā)生故障的垃圾車進(jìn)行垃圾處理，從而確保垃圾處理系統(tǒng)的正常運(yùn)行。優(yōu)選地，所述基于改進(jìn)的綜合經(jīng)驗(yàn)?zāi)B(tài)算法對(duì)二級(jí)降噪后的振動(dòng)信號(hào)進(jìn)行末級(jí)降噪，包括：(1)設(shè)定高低頻的分界線，采用經(jīng)驗(yàn)?zāi)B(tài)分解的自適應(yīng)時(shí)頻分析方法將初步降噪后的原始振動(dòng)信號(hào)按高低頻分解成不同的固有模態(tài)函數(shù)，對(duì)所得的固有模態(tài)函數(shù)進(jìn)行傅里葉變換，獲得多個(gè)含有高頻成分的固有模態(tài)函數(shù)和多個(gè)含有低頻成分的固有模態(tài)函數(shù)，將多個(gè)含有高頻成分的固有模態(tài)函數(shù)組合成新的本征模態(tài)函數(shù)SH，將多個(gè)含有低頻成分的固有模態(tài)函數(shù)組合成新的本征模態(tài)函數(shù)SL，其中設(shè)S1,S2,…,Sa表示含有高頻成分的固有模態(tài)函數(shù)，S1+a,S2+a,…,Sb表示含有低頻成分的固有模態(tài)函數(shù)，a是含有高頻成分的固有模態(tài)函數(shù)的最大層數(shù)，b是含有低頻成分的固有模態(tài)函數(shù)的最大層數(shù)，則本征模態(tài)函數(shù)SH的組合計(jì)算公式為：本征模態(tài)函數(shù)SL的組合計(jì)算公式為：(2)對(duì)本征模態(tài)函數(shù)SH、SL分別進(jìn)行綜合經(jīng)驗(yàn)?zāi)B(tài)分解，提取敏感的固有模態(tài)函數(shù)。本優(yōu)選實(shí)施例能夠避免經(jīng)驗(yàn)?zāi)B(tài)分解中的模態(tài)混疊現(xiàn)象，提高綜合經(jīng)驗(yàn)?zāi)B(tài)的分解精度，為下一步對(duì)垃圾車的故障特征提取奠定基礎(chǔ)。優(yōu)選地，對(duì)本征模態(tài)函數(shù)SL進(jìn)行綜合經(jīng)驗(yàn)?zāi)B(tài)分解時(shí)，選取整合次數(shù)為100，選取白噪聲幅值為[0.2,0.6]；對(duì)本征模態(tài)函數(shù)SH進(jìn)行綜合經(jīng)驗(yàn)?zāi)B(tài)分解時(shí)，選取整合次數(shù)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(biāo)準(zhǔn)差，Ph為原始振動(dòng)信號(hào)的最優(yōu)高頻成分的能量標(biāo)準(zhǔn)差，該最優(yōu)高頻成分為與原始振動(dòng)信號(hào)相關(guān)性最大的固有模態(tài)函數(shù)；其中，通過(guò)下式計(jì)算固有模態(tài)函數(shù)與原始振動(dòng)信號(hào)的相關(guān)性：式中，RELATIVECi(j)表示Ci(j)與原始振動(dòng)信號(hào)的相關(guān)性，B為原始振動(dòng)信號(hào)的采樣點(diǎn)數(shù)，U0(j)表示第j個(gè)原始振動(dòng)信號(hào)，Ci(j)表示與第j個(gè)原始振動(dòng)信號(hào)對(duì)應(yīng)的第i個(gè)固有模態(tài)函數(shù)，γ表示與第j個(gè)原始振動(dòng)信號(hào)對(duì)應(yīng)的固有模態(tài)函數(shù)的數(shù)量，為原始振動(dòng)信號(hào)的均值，T為人為設(shè)定的修正系數(shù)。本優(yōu)選實(shí)施例選取優(yōu)化后的白噪聲幅值進(jìn)行綜合經(jīng)驗(yàn)?zāi)B(tài)分解，能夠提高綜合經(jīng)驗(yàn)?zāi)B(tài)分解的精度，從而有利于實(shí)現(xiàn)對(duì)垃圾車的原始振動(dòng)信號(hào)的精確降噪以及故障特征的提取。發(fā)明人采用本實(shí)施例進(jìn)行了一系列測(cè)試，以下是進(jìn)行測(cè)試得到的實(shí)驗(yàn)數(shù)據(jù)：垃圾處理情況垃圾車故障檢測(cè)錯(cuò)誤率成本節(jié)約率垃圾處理故障率垃圾桶終端數(shù)量：10％5％0％垃圾桶終端數(shù)量：50％6％0％垃圾桶終端數(shù)量：100％5％0％垃圾桶終端數(shù)量：150％7％0％垃圾桶終端數(shù)量：200％8％0％該實(shí)驗(yàn)數(shù)據(jù)表明，本發(fā)明能夠?qū)囘M(jìn)行精確的故障檢測(cè)，確定進(jìn)行垃圾處理的垃圾車型號(hào)，使人力資源和車輛資源配置最優(yōu)化，較好地節(jié)省成本。最后應(yīng)當(dāng)說(shuō)明的是，以上實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案，而非對(duì)本發(fā)明保護(hù)范圍的限制，盡管參照較佳實(shí)施例對(duì)本發(fā)明作了詳細(xì)地說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對(duì)本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實(shí)質(zhì)和范圍。當(dāng)前第1頁(yè)1 2 3