绿色环保有机肥生产工艺及其控制系统技术方案

技术编号:37120602 阅读:15 留言:0更新日期:2023-04-01 05:15
公开了一种绿色环保有机肥生产工艺及其控制系统,其中,所述绿色环保有机肥经过有机废弃物预处理、堆积发酵、复合微量元素而得到,其能够快速释放多种营养物质,调理和增加土壤的有益菌群。同时,作为活性菌体肥,施入土壤后仍可保持活性状态,将土壤养分转化为植物易于吸收利用的状态,并且大量菌丝体的生长改善了土壤团粒结构,使土壤结构松软且保水性好。特别地,在此过程中,本申请的技术方案结合人工智能监控技术,基于所述有机废弃物的发酵状态的变化特征来自适应地调控发酵环境的温度值,这样,保证所述有机废弃物的发酵效果。保证所述有机废弃物的发酵效果。保证所述有机废弃物的发酵效果。

【技术实现步骤摘要】
绿色环保有机肥生产工艺及其控制系统


[0001]本申请涉及有机肥制备
,且更为具体地,涉及一种绿色环保有机肥生产工艺及其控制系统。

技术介绍

[0002]化肥在集约化农业中为保障我国粮食供给做出了巨大贡献,但由于农户对产量的过度追求,长期过量和不合理施用化肥造成作物严重减产、土壤地力下降和土壤生态系统健康遭受生物胁迫等问题,给农业可持续发展带来了严重的威胁。同时,据统计全国农业有机废弃物(作物秸秆、畜禽粪便等)年产量高达50亿吨,但利用率只有60%左右,严重造成资源的浪费、环境污染、土壤健康度下降以及作物病害等问题,给生态环境安全带来了巨大的压力及隐患。因此,如何缓解过量化肥带来的一系列危害和实现农业固体废弃物的资源化利用,是我国农业可持续发展面临的重大问题。
[0003]因此,期望一种绿色环保有机肥生产工艺。

技术实现思路

[0004]为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种绿色环保有机肥生产工艺及其控制系统,其中,所述绿色环保有机肥经过有机废弃物预处理、堆积发酵、复合微量元素而得到,其能够快速释放多种营养物质,调理和增加土壤的有益菌群。同时,作为活性菌体肥,施入土壤后仍可保持活性状态,将土壤养分转化为植物易于吸收利用的状态,并且大量菌丝体的生长改善了土壤团粒结构,使土壤结构松软且保水性好。特别地,在此过程中,本申请的技术方案结合人工智能监控技术,基于所述有机废弃物的发酵状态的变化特征来自适应地调控发酵环境的温度值,这样,保证所述有机废弃物的发酵效果。
[0005]根据本申请的一个方面,提供了一种绿色环保有机肥生产工艺,其包括:
[0006]提供有机废弃物;
[0007]对所述有机废弃物进行预处理以将所述有机废弃物中的水分含量浓缩至小于等于65%;
[0008]选择A.S.568作为主发酵菌对预处理后的所述有机废弃物进行堆积发酵以得到发酵后产物;以及
[0009]在所述发酵后产物中加入适量的微量元素以得到复合有机肥。
[0010]在上述绿色环保有机肥生产工艺中,所述选择A.S.568作为主发酵菌对预处理后的所述有机废弃物进行堆积发酵以得到发酵后产物,包括:获取预定时间段内多个预定时间点的发酵环境温度值以及所述预定时间段的发酵监控视频;从所述发酵监控视频提取多个发酵监控关键帧;将所述多个发酵监控关键帧分别通过作为过滤器的卷积神经网络模型以得到多个发酵状态特征向量;将所述多个发酵状态特征向量通过基于转换器的上下文编码器以得到发酵状态语义关联特征向量;将所述多个预定时间点的发酵环境温度值按照时间时间维度排列为发酵温度输入向量后通过多尺度邻域特征提取模块以得到发酵环境温
度特征向量;计算所述发酵环境温度特征向量相对于所述发酵状态语义关联特征向量的响应性估计以得到分类特征向量;以及,将所述分类特征向量通过分类器以得到分类结果,所述分类结果用于表示当前时间点的发酵环境的温度值应增大、保持不变,或应减小。
[0011]在上述绿色环保有机肥生产工艺中,所述从所述发酵监控视频提取多个发酵监控关键帧,包括:以预定采样频率从所述发酵监控视频中提取多个发酵监控关键帧。
[0012]在上述绿色环保有机肥生产工艺中,所述将所述多个发酵监控关键帧分别通过作为过滤器的卷积神经网络模型以得到多个发酵状态特征向量,包括:使用所述卷积神经网络模型的各层在层的正向传递中分别进行:对输入数据进行卷积处理以得到卷积特征图;对所述卷积特征图进行基于局部特征矩阵的均值池化以得到池化特征图;以及,对所述池化特征图进行非线性激活以得到激活特征图;其中,所述卷积神经网络模型的最后一层的输出为所述发酵状态特征向量,所述卷积神经网络模型的第一层的输入为所述发酵监控关键帧。
[0013]在上述绿色环保有机肥生产工艺中,所述将所述多个发酵状态特征向量通过基于转换器的上下文编码器以得到发酵状态语义关联特征向量,包括:将所述多个发酵状态特征向量排列为输入向量;将所述输入向量通过可学习嵌入矩阵分别转化为查询向量和关键向量;计算所述查询向量和所述关键向量的转置向量之间的乘积以得到自注意关联矩阵;对所述自注意关联矩阵进行标准化处理以得到标准化自注意关联矩阵;将所述标准化自注意关联矩阵输入Softmax激活函数进行激活以得到自注意力特征矩阵;将所述自注意力特征矩阵与以多个发酵状态特征向量中各个发酵状态特征向量作为值向量分别进行相乘以得到所述多个发酵状态关联特征向量;以及,将所述多个发酵状态关联特征向量进行级联以得到所述发酵状态语义关联特征向量。
[0014]在上述绿色环保有机肥生产工艺中,所述多尺度邻域特征提取模块,包括并行的第一卷积层和第二卷积层,以及,与所述第一卷积层和所述第二卷积层连接的级联层,其中,所述第一卷积层使用具有第一尺度的一维卷积核,所述第二卷积层使用具有第二尺度的一维卷积核,所述第一尺度不同于所述第二尺度。
[0015]在上述绿色环保有机肥生产工艺中,所述将所述多个预定时间点的发酵环境温度值按照时间时间维度排列为发酵温度输入向量后通过多尺度邻域特征提取模块以得到发酵环境温度特征向量,包括:使用所述多尺度邻域特征提取模块的第一卷积层以具有第一尺度的一维卷积核对所述发酵温度输入向量进行一维卷积编码以得到第一尺度发酵温度特征向量;使用所述多尺度邻域特征提取模块的第二卷积层以具有第二尺度的一维卷积核对所述发酵温度输入向量进行一维卷积编码以得到第二尺度发酵温度特征向量;以及,使用所述多尺度邻域特征提取模块的级联层将所述第一尺度发酵温度特征向量和所述第二尺度发酵温度特征向量进行级联以得到所述发酵环境温度特征向量。
[0016]在上述绿色环保有机肥生产工艺中,所述计算所述发酵环境温度特征向量相对于所述发酵状态语义关联特征向量的响应性估计以得到分类特征向量,包括:计算所述发酵环境温度特征向量相对于所述发酵状态语义关联特征向量之间的小尺度局部衍生向量来作为加权特征向量,其中,所述小尺度局部衍生向量与所述发酵环境温度特征向量相对于所述发酵状态语义关联特征向量之间的按位置差值的绝对值有关;以所述加权特征向量对所述发酵状态语义关联特征向量进行加权以得到优化后发酵状态语义关联特征向量;以
及,计算所述发酵环境温度特征向量相对于所述优化后发酵状态语义关联特征向量的响应性估计以得到分类特征向量。
[0017]在上述绿色环保有机肥生产工艺中,所述计算所述发酵环境温度特征向量相对于所述发酵状态语义关联特征向量之间的小尺度局部衍生向量来作为加权特征向量,包括:以如下公式计算计算所述发酵环境温度特征向量相对于所述发酵状态语义关联特征向量之间的小尺度局部衍生向量来作为加权特征向量;其中,所述公式为:
[0018][0019]其中,v
1i
、v
2i
和v
wi
分别是所述发酵状态语义关联特征向量、所述发酵环境温度特征向量和所述小尺度局部衍生向量第i个特征值。
[0020]在上述绿色环保有机肥生产工艺中,所述计本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种绿色环保有机肥生产工艺,其特征在于,包括:提供有机废弃物;对所述有机废弃物进行预处理以将所述有机废弃物中的水分含量浓缩至小于等于65%;选择A.S.568作为主发酵菌对预处理后的所述有机废弃物进行堆积发酵以得到发酵后产物;以及在所述发酵后产物中加入适量的微量元素以得到复合有机肥。2.根据权利要求1所述的绿色环保有机肥生产工艺,其特征在于,所述选择A.S.568作为主发酵菌对预处理后的所述有机废弃物进行堆积发酵以得到发酵后产物,包括:获取预定时间段内多个预定时间点的发酵环境温度值以及所述预定时间段的发酵监控视频;从所述发酵监控视频提取多个发酵监控关键帧;将所述多个发酵监控关键帧分别通过作为过滤器的卷积神经网络模型以得到多个发酵状态特征向量;将所述多个发酵状态特征向量通过基于转换器的上下文编码器以得到发酵状态语义关联特征向量;将所述多个预定时间点的发酵环境温度值按照时间时间维度排列为发酵温度输入向量后通过多尺度邻域特征提取模块以得到发酵环境温度特征向量;计算所述发酵环境温度特征向量相对于所述发酵状态语义关联特征向量的响应性估计以得到分类特征向量;以及将所述分类特征向量通过分类器以得到分类结果,所述分类结果用于表示当前时间点的发酵环境的温度值应增大、保持不变,或应减小。3.根据权利要求2所述的绿色环保有机肥生产工艺,其特征在于,所述从所述发酵监控视频提取多个发酵监控关键帧,包括:以预定采样频率从所述发酵监控视频中提取多个发酵监控关键帧。4.根据权利要求3所述的绿色环保有机肥生产工艺,其特征在于,所述将所述多个发酵监控关键帧分别通过作为过滤器的卷积神经网络模型以得到多个发酵状态特征向量,包括:使用所述卷积神经网络模型的各层在层的正向传递中分别进行:对输入数据进行卷积处理以得到卷积特征图;对所述卷积特征图进行基于局部特征矩阵的均值池化以得到池化特征图;以及对所述池化特征图进行非线性激活以得到激活特征图;其中,所述卷积神经网络模型的最后一层的输出为所述发酵状态特征向量,所述卷积神经网络模型的第一层的输入为所述发酵监控关键帧。5.根据权利要求4所述的绿色环保有机肥生产工艺,其特征在于,所述将所述多个发酵状态特征向量通过基于转换器的上下文编码器以得到发酵状态语义关联特征向量,包括:将所述多个发酵状态特征向量排列为输入向量;将所述输入向量通过可学习嵌入矩阵分别转化为查询向量和关键向量;计算所述查询向量和所述关键向量的转置向量之间的乘积以得到自注意关联矩阵;
对所述自注意关联矩阵进行标准化处理以得到标准化自注意关联矩阵;将所述标准化自注意关联矩阵输入Softmax激活函数进行激活以得到自注意力特征矩阵;将所述自注意力特征矩阵与以多个发酵状态特征向量中各个发酵状态特征向量作为值向量分别进行相乘以得到所述多个发酵状态关联特征向量;以及将所述多个发酵状态关联特征向量进行级联以得到所述发酵状态语义关联特征向量。6.根据权利要求5所述的绿色环保有机肥生产工艺,其特征在于,所述多尺度邻域特征提取模块,包括并行的第一卷积层和第二卷积层,以及,与所述第一卷积层和所述第二卷积层连接的级联层,其中,所述第一卷积层使用具有第一尺度的一维卷积核,所述第二卷积层使用具有第二尺度的一维卷积核,所述第一尺度不同于所述第二尺度。7.根据权利要求6所述的绿色环保有机肥生产工艺,其特征在于,所述将所述多个预定时间点的发酵环境温度值按照时间时间维度排列为发酵温度输入向量后...

【专利技术属性】
技术研发人员:邱健强敖培华邱丹丹胡海凤邱永伟
申请(专利权)人:长兴兴德生物科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1