一种好氧堆肥监测系统及结果预测方法技术方案

本发明专利技术公开了一种好氧堆肥监测结果预测方法，包括，获取进程参数数据；测量结果指标数据；对数据进行预处理工作；建立LSTM模型并进行模型训练和预测；验证预测序列与原始结果质量序列的预测精确度；检验LSTM模型预测序列和实际序列的拟合程度，根据结果质量数据预测值，对堆肥腐熟趋势进行分析并判定最佳的调控时间点；采用各传感器对堆肥仓中的温度、湿度和氧浓度以及渗滤液箱中的pH和电导率进行监测，转化监测介质，实现对堆肥指标的有效监测，并通过触控屏显示，可供用户实时观测反应器内堆体情况，历史数据可供下载训练预测模型，从而便于确定调控时刻与调控手段。

【技术实现步骤摘要】
一种好氧堆肥监测系统及结果预测方法
本专利技术涉及固体废弃物资源化利用
，尤其涉及一种好氧堆肥监测系统和结果预测方法。
技术介绍
工农业生产和日常生活常常面临着废弃物无法有效处置或处理起来需要耗费大量的人力和财力的问题，农业种植业生产大量秸秆、城市垃圾的有机物、食品和饮料加工中的边角余料等就是其中较为常见的有机废弃物。目前我国处理上述有机废弃物的方式主要有焚烧、填埋、好氧堆肥、厌氧消化，由于处理不当仍会造成对环境的二次污染。堆肥化技术是使有机废弃物达到稳定化和无害化的一种经济而有效的手段；目前的生产工艺中料堆体内部仅温度可能实现自动化测量，大量进程参数因缺少相应介质传感器无法实现在线监测，测量多采用机械式人工检测装置，不能实时有效监测堆肥各项指标参数变化过程，无法保证堆肥质量，堆肥得不到完全腐熟，施用于农田后会抑制种子发芽、引起作物烧苗以及恶臭等农业和环境问题；此外，目前对堆肥腐熟程度的预测多基于经验判断，对结果质量判断存在较大偏差，产品质量不一。
技术实现思路
本部分的目的在于概述本专利技术的实施例的一些方面本文档来自技高网...

【技术保护点】
1.一种好氧堆肥监测结果预测方法，其特征在于：包括，/n获取进程参数数据；/n测量结果指标数据；/n对数据进行预处理工作；/n建立LSTM模型并进行模型训练和预测；/n验证预测序列与原始结果质量序列的预测精确度；/n检验LSTM模型预测序列和实际序列的拟合程度，根据结果质量数据预测值，对堆肥腐熟趋势进行分析并判定最佳的调控时间点。/n

【技术特征摘要】
1.一种好氧堆肥监测结果预测方法，其特征在于：包括，
获取进程参数数据；
测量结果指标数据；
对数据进行预处理工作；
建立LSTM模型并进行模型训练和预测；
验证预测序列与原始结果质量序列的预测精确度；
检验LSTM模型预测序列和实际序列的拟合程度，根据结果质量数据预测值，对堆肥腐熟趋势进行分析并判定最佳的调控时间点。


2.如权利要求1所述的好氧堆肥监测结果预测方法，其特征在于：获取进程参数数据包括，利用好氧堆肥反应器监测系统获取进程参数数据，具体包括物料温度、反应器内氧浓度含量、渗滤液pH、渗滤液电导率、物料含水率(重量转换)。


3.如权利要求2所述的好氧堆肥监测结果预测方法，其特征在于：测量结果指标数据包括，从反应器取料口取料测量结果指标数据，具体包括种子发芽指数(GI)。





4.如权利要求3所述的好氧堆肥监测结果预测方法，其特征在于：对数据进行预处理工作包括，对进程参数数据和种子发芽指数(GI)进行格式调整和标准化等预处理工作。


5.如权利要求4所述的好氧堆肥监测结果预测方法，其特征在于：建立LSTM模型并进行模型训练和预测；
S1:通过遗忘门，上一时刻的输出值ht-1与当前时刻的输入值xt通过由σ()表示的sigmoid激活函数计算。式中Wf是对应于ht-1与xt的权重矩阵，bf为偏置量，计算结果为ft。输出结果为0～1之间的数字，以确定需要保留的信息量，“1”表示“完全保留这个”，“0”表示“完全遗忘这个”；
ft＝σ(wf·[ht-1，xτ]+bf)
S2：由输入门决定需要在神经元细胞中保存的信息；此时，sigmoid激活函数更新神经元信息为it，tanh激活函数生成新的候选状态为～Ct，W和b分别为相应的权重矩阵和偏置量；
it＝σ(wi·[ht-1，xt]+bi)



S3：更新旧的神经元状态Ct-1到新的神经元状态Ct，给旧的状态乘以一个ft,遗忘掉之前决定要遗忘的信息，然后增加it×～Ct；



S4：最后经过输出门的滤波器，决定多少细胞状态需要被过滤。首先使用sigmoid激活函数得...

【专利技术属性】
技术研发人员：张景新，万昕，何义亮，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31