CN116510901A - 一种生活垃圾智能分选*** - Google Patents
一种生活垃圾智能分选*** Download PDFInfo
- Publication number
- CN116510901A CN116510901A CN202310470206.XA CN202310470206A CN116510901A CN 116510901 A CN116510901 A CN 116510901A CN 202310470206 A CN202310470206 A CN 202310470206A CN 116510901 A CN116510901 A CN 116510901A
- Authority
- CN
- China
- Prior art keywords
- garbage
- module
- magnetic separation
- household garbage
- classification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000007885 magnetic separation Methods 0.000 claims abstract description 31
- 238000012216 screening Methods 0.000 claims abstract description 21
- 238000011084 recovery Methods 0.000 claims abstract description 15
- 239000000463 material Substances 0.000 claims abstract description 14
- 239000002184 metal Substances 0.000 claims abstract description 14
- 229910052751 metal Inorganic materials 0.000 claims abstract description 14
- 239000002699 waste material Substances 0.000 claims abstract description 14
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims abstract description 10
- 238000000926 separation method Methods 0.000 claims abstract description 8
- 239000007788 liquid Substances 0.000 claims abstract description 6
- 239000011521 glass Substances 0.000 claims abstract description 5
- 239000003864 humus Substances 0.000 claims abstract description 5
- 229910052742 iron Inorganic materials 0.000 claims abstract description 5
- 150000002739 metals Chemical class 0.000 claims abstract description 5
- -1 organic matters Substances 0.000 claims abstract description 5
- 229920003023 plastic Polymers 0.000 claims abstract description 5
- 239000004033 plastic Substances 0.000 claims abstract description 5
- 239000004753 textile Substances 0.000 claims abstract description 5
- 238000002203 pretreatment Methods 0.000 claims abstract description 4
- 239000002689 soil Substances 0.000 claims abstract description 4
- 238000013135 deep learning Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 7
- 238000004064 recycling Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 2
- 238000010168 coupling process Methods 0.000 claims description 2
- 238000005859 coupling reaction Methods 0.000 claims description 2
- 230000002708 enhancing effect Effects 0.000 claims description 2
- 238000013528 artificial neural network Methods 0.000 abstract description 3
- 239000010791 domestic waste Substances 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B03—SEPARATION OF SOLID MATERIALS USING LIQUIDS OR USING PNEUMATIC TABLES OR JIGS; MAGNETIC OR ELECTROSTATIC SEPARATION OF SOLID MATERIALS FROM SOLID MATERIALS OR FLUIDS; SEPARATION BY HIGH-VOLTAGE ELECTRIC FIELDS
- B03C—MAGNETIC OR ELECTROSTATIC SEPARATION OF SOLID MATERIALS FROM SOLID MATERIALS OR FLUIDS; SEPARATION BY HIGH-VOLTAGE ELECTRIC FIELDS
- B03C1/00—Magnetic separation
- B03C1/02—Magnetic separation acting directly on the substance being separated
- B03C1/30—Combinations with other devices, not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B02—CRUSHING, PULVERISING, OR DISINTEGRATING; PREPARATORY TREATMENT OF GRAIN FOR MILLING
- B02C—CRUSHING, PULVERISING, OR DISINTEGRATING IN GENERAL; MILLING GRAIN
- B02C23/00—Auxiliary methods or auxiliary devices or accessories specially adapted for crushing or disintegrating not provided for in preceding groups or not specially adapted to apparatus covered by a single preceding group
- B02C23/08—Separating or sorting of material, associated with crushing or disintegrating
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/361—Processing or control devices therefor, e.g. escort memory
Landscapes
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Processing Of Solid Wastes (AREA)
Abstract
本发明公开了一种生活垃圾智能分选***，由分筛模块、磁选模块、图像采集模块、二次磁选模块、分类模块、破碎模块、二次分筛模块以及回收池组成；所述垃圾分选***将生活垃圾分为将生活垃圾分类为成腐殖土、废塑料、有机物、铁制品、玻璃、有色金属、废旧纺织物、电子电器产品等，分类率为95％；所述分筛***用于垃圾进入***前的前期处理，实现物料固液分离，完成预处理。本发明专利对不同种类的生活垃圾进行自动识别，基于人工神经网络和表示学习，通过对大量垃圾分类的学习，得到是深层的、数据集特定的特征表示。通过分筛，磁选，二次分筛，磁选自动不断增加对于生活垃圾的种类分类以及回收利用，以便能够更好的进行分拣。
Description
技术领域
本发明属于垃圾分类技术领域，具体涉及一种生活垃圾智能分选***。
背景技术
人口的快速增长、经济的高速发展及城市化水平的持续提高，使得我国每年产生的城市垃圾不断增多，既造成了资源浪费，又产生了环境污染。因此，垃圾分类不断地得到各国和各界人士地关注，国家至地方政府已将城市生活垃圾分类处理作为可持续发展战略中的重要部分并出台了相关的政策，要求加快建立分类投放、分类收集、分类运输、分类畜栏里的垃圾处理***，将生活垃圾分类作为推进绿色发展的重要举措。
发明内容
本发明的目的在于提供一种生活垃圾智能分选***，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种生活垃圾智能分选***，由分筛模块、磁选模块、图像采集模块、二次磁选模块、分类模块、破碎模块、二次分筛模块以及回收池组成；
所述垃圾分选***将生活垃圾分为将生活垃圾分类为成腐殖土、废塑料、有机物、铁制品、玻璃、有色金属、废旧纺织物、电子电器产品等，分类率为95％；
所述分筛***用于垃圾进入***前的前期处理，实现物料固液分离，完成预处理；
所述磁选单元为物料中的金属进行回收利用提供便捷，为横向运输传送带结构，一端连接分选***破碎单元的出口，另一端为物料出口，连接金属回收单元进口，在经过图像识别以及破碎后，进行二次磁选，将磁性金属等材料进行回收，回收率85％；
所述的生活垃圾智能分选***设备设计中分类垃圾通道位于置物板下方，***采用基于PWM信号控制的数字舵机，上电后经定时器初始化、I/O口初始化、AD采样初始化等。根据角度改变相应定时器通道的占空，产生舵机控制信号，驱动舵机转动到相应的角度，确定垃圾种类后驱动舵机转动投递至相应垃圾回收桶内，完成识别分类操作。
进一步而言，所述多重分类手段的有机耦合，应用深度学习算法对生活垃圾进行智能检测分类。
进一步而言，所述垃圾图像进行分析前，进行预处理，垃圾图像经滤波、增强、分割、特征值提取等处理步骤后，消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性、简化垃圾数据，采用基于深度学习的技术进行目标检测与分类。
进一步而言，所述二次分筛单元为将再次分筛后的垃圾发送到回收池，生活垃圾分拣的搜集和搜集，削减废物处理的数量。
本发明的有益技术效果：
本发明专利对不同种类的生活垃圾进行自动识别，基于人工神经网络和表示学习，通过对大量垃圾分类的学习，得到是深层的、数据集特定的特征表示。通过分筛，磁选，二次分筛，磁选自动不断增加对于生活垃圾的种类分类以及回收利用，以便能够更好的进行分拣。大大的降低了人工成本，克服了垃圾随意堆放和生活垃圾填埋难题，并且能够实现对生活垃圾的再次利用，实现了自动化管理。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
图1为本发明的智能生活垃圾设备***流程框图；
图2为本发明的智能生活垃圾设备***图像采取模块框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中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他实施例，都属于本发明保护的范围。
请参阅图1-2，本发明提供一种基于多源网络空间的威胁情报采集融合***技术方案：由分筛模块、磁选模块、图像采集模块、二次磁选模块、分类模块、破碎模块、二次分筛模块以及回收池组成；
所述垃圾分选***将生活垃圾分为将生活垃圾分类为成腐殖土、废塑料、有机物、铁制品、玻璃、有色金属、废旧纺织物、电子电器产品等，分类率为95％；
所述分筛***用于垃圾进入***前的前期处理，实现物料固液分离，完成预处理；
所述磁选单元为物料中的金属进行回收利用提供便捷，为横向运输传送带结构，一端连接分选***破碎单元的出口，另一端为物料出口，连接金属回收单元进口，在经过图像识别以及破碎后，进行二次磁选，将磁性金属等材料进行回收，回收率85％；
所述的生活垃圾智能分选***设备设计中分类垃圾通道位于置物板下方，***采用基于PWM信号控制的数字舵机，上电后经定时器初始化、I/O口初始化、AD采样初始化等。根据角度改变相应定时器通道的占空，产生舵机控制信号，驱动舵机转动到相应的角度，确定垃圾种类后驱动舵机转动投递至相应垃圾回收桶内，完成识别分类操作。
在本实施例中，多重分类手段的有机耦合，应用深度学习算法对生活垃圾进行智能检测分类。
在本实施例中，垃圾图像进行分析前，进行预处理，垃圾图像经滤波、增强、分割、特征值提取等处理步骤后，消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性、简化垃圾数据，采用基于深度学习的技术进行目标检测与分类。
在本实施例中，二次分筛单元为将再次分筛后的垃圾发送到回收池，生活垃圾分拣的搜集和搜集，削减废物处理的数量。
本发明的工作原理及使用流程：
(1)***首先将垃圾进入分筛模块，将生活垃圾进行固液分离，将生活垃圾中的液体进行回收处理，固体部分进入传送带首先进入图像采集模块，根据图像识别，比对，将生活垃圾分类为成腐殖土(餐厨垃圾)、废塑料、有机物、铁制品、玻璃、有色金属、废旧纺织物、电子电器产品等，分类率高达90％，配合后续进入回收池；
(2)分类后的垃圾，将进入破碎装置，进行小型破碎处理，对分类后的垃圾，进行第一次磁选，对含有磁性的材料进行分选，回收利用，并对其他的生活垃圾进行分类、进入分类模块，对剩下的，未被处理的垃圾进入二次磁选模块，进行第二次的磁选，以及二次分筛并进入回收池进行分类。进行分类回收处理；
(3)***图像采集在红外模块检测到投递状态后由休眠模式转入正常工作模式，生活垃圾从设备入口处投递后，进入上层置物台，置物台顶部装有图像采集模块，置物台底部接有舵机，可驱动置物台转动，每转动45度采集一次图像，共采集5次，将5次图像数据进行加权平均法融合拼接，得到完整、不重影的垃圾图像，为下一步图像识别与分类，提供准确图像数据，如图2所示；
(4)在对垃圾图像进行分析(特征提取、分割、匹配和识别等)前，需要进行预处理。垃圾图像经滤波、增强、分割、特征值提取等处理步骤后，消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性、最大限度地简化垃圾数据，采用基于深度学习的技术进行目标检测与分类；
(5)在设备中电源模块为摄像头、微处理器核心板及舵机供电，微处理器用于数据处理，并发送命令控制整个***运行，分类模块利用神经网络训练的分类器，用于生活垃圾的识别与分类，舵机安装在垃圾桶中驱动置物板转动，置物板上有阀门，置物板下方对应多个垃圾桶，确定垃圾种类后可调整舵机转动的角度，打开阀门，实现分类投放。
以上为本发明较佳的实施方式，本发明所属领域的技术人员还能够对上述实施方式进行变更与修改，因此，本发明并不局限于上述的具体实施方式，凡是本领域技术人员在本发明的基础上所作的任何显而易见的改进、替换或变型均属于本发明的保护范围。
Claims (4)
1.一种生活垃圾智能分选***，其特征在于：由分筛模块、磁选模块、图像采集模块、二次磁选模块、分类模块、破碎模块、二次分筛模块以及回收池组成；
所述垃圾分选***将生活垃圾分为将生活垃圾分类为成腐殖土、废塑料、有机物、铁制品、玻璃、有色金属、废旧纺织物、电子电器产品等，分类率为95％；
所述分筛***用于垃圾进入***前的前期处理，实现物料固液分离，完成预处理；
所述磁选单元为物料中的金属进行回收利用提供便捷，为横向运输传送带结构，一端连接分选***破碎单元的出口，另一端为物料出口，连接金属回收单元进口，在经过图像识别以及破碎后，进行二次磁选，将磁性金属等材料进行回收，回收率85％；
所述的生活垃圾智能分选***设备设计中分类垃圾通道位于置物板下方，***采用基于PWM信号控制的数字舵机，上电后经定时器初始化、I/O口初始化、AD采样初始化等。根据角度改变相应定时器通道的占空，产生舵机控制信号，驱动舵机转动到相应的角度，确定垃圾种类后驱动舵机转动投递至相应垃圾回收桶内，完成识别分类操作。
2.根据权利要求1所述的一种生活垃圾智能分选***，其特征在于：所述多重分类手段的有机耦合，应用深度学习算法对生活垃圾进行智能检测分类。
3.根据权利要求1所述的一种生活垃圾智能分选***，其特征在于：所述垃圾图像进行分析前，进行预处理，垃圾图像经滤波、增强、分割、特征值提取等处理步骤后，消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性、简化垃圾数据，采用基于深度学习的技术进行目标检测与分类。
4.根据权利要求1所述的一种生活垃圾智能分选***，其特征在于：所述二次分筛单元为将再次分筛后的垃圾发送到回收池，生活垃圾分拣的搜集和搜集，削减废物处理的数量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310470206.XA CN116510901A (zh) | 2023-04-27 | 2023-04-27 | 一种生活垃圾智能分选*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310470206.XA CN116510901A (zh) | 2023-04-27 | 2023-04-27 | 一种生活垃圾智能分选*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116510901A true CN116510901A (zh) | 2023-08-01 |
Family
ID=87404173
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310470206.XA Pending CN116510901A (zh) | 2023-04-27 | 2023-04-27 | 一种生活垃圾智能分选*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116510901A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117409009A (zh) * | 2023-12-15 | 2024-01-16 | 长沙矿冶研究院有限责任公司 | 一种基于UNet的干式磁选颗粒实时分选方法 |
-
2023
- 2023-04-27 CN CN202310470206.XA patent/CN116510901A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117409009A (zh) * | 2023-12-15 | 2024-01-16 | 长沙矿冶研究院有限责任公司 | 一种基于UNet的干式磁选颗粒实时分选方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109606991B (zh) | 智能垃圾桶及基于深度学习的垃圾分类方法 | |
| Bobulski et al. | Deep learning for plastic waste classification system | |
| CN104443943B (zh) | 一种饮料瓶回收装置 | |
| Sreelakshmi et al. | Capsule neural networks and visualization for segregation of plastic and non-plastic wastes | |
| WO2020206862A1 (zh) | 一种自动分类*** | |
| CN108971190B (zh) | 一种基于机器视觉的生活垃圾分拣方法 | |
| CN104148300A (zh) | 基于机器视觉的垃圾分拣方法与*** | |
| CN116510901A (zh) | 一种生活垃圾智能分选*** | |
| CN109261539A (zh) | 一种基于视觉识别和卷积神经网络的垃圾分拣***及方法 | |
| CN112827846B (zh) | 一种垃圾自动分类的装置及方法 | |
| Sunny et al. | Design of a convolutional neural network based smart waste disposal system | |
| CN112733936A (zh) | 一种基于图像识别的可回收垃圾分类方法 | |
| CN111340443A (zh) | 精细化垃圾分类全流程处理方法 | |
| CN110665852A (zh) | 一种普通生活垃圾的智能识别与分炼装置及方法 | |
| CN113807347A (zh) | 一种基于目标检测技术的厨余垃圾杂质识别方法 | |
| Tarun et al. | Segregation of plastic and non-plastic waste using convolutional neural network | |
| Ji et al. | Automatic sorting of low-value recyclable waste: a comparative experimental study | |
| CN112170232A (zh) | 一种工业级别垃圾分类方法及装置 | |
| Cai et al. | Research on computer vision-based waste sorting system | |
| CN215624437U (zh) | 一种基于ros智能agv小车的生活垃圾回收*** | |
| CN217576626U (zh) | 分类垃圾桶 | |
| CN212654886U (zh) | 一种基于树莓派控制的垃圾自动分类桶 | |
| CN112620165B (zh) | 垃圾分类方法 | |
| Pandey et al. | Identification and classification of waste using cnn in waste management | |
| CN113998338A (zh) | 智能垃圾分类*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |