【技术实现步骤摘要】
本公开涉及污泥处理，尤其涉及一种干污泥运出重量的获取方法以及装置。
技术介绍
1、污水在污水厂进行处理的过程中，会产生大量的污泥，污泥由于含有病源微生物、多种有机和无机污染物以及重金属等，是一类危害性极大的废弃物，因此，污水厂中污泥的处理备受关注。
2、目前，污水厂中的污泥会被脱水然后由卡车将污泥运往污泥处理中心。为了更便于开展污泥处理，需要获取干污泥运出重量(即出厂脱水污泥的净重量)以作参考，但是现有干污泥运出重量的获取方案普遍存在效率较低的问题。
技术实现思路
1、本公开的实施例提供了一种干污泥运出重量的获取方法以及装置。
2、第一方面，本公开的实施例提供了一种干污泥运出重量的获取方法，该方法包括：
3、获取生产运营时间段内污水厂中的脱水污泥的图像，以及生产运营时间段内驶出污水厂的车辆的图像；
4、根据脱水污泥的图像，预测脱水污泥的含水率与密度；
5、根据各车辆的图像，识别生产运营时间段内驶出污水厂的污泥运输卡车及其所属型号，并根据各污泥运输卡车所属型号对应的负载体积，确定各污泥运输卡车的负载体积；
6、根据预测的脱水污泥的含水率与密度，以及确定的各污泥运输卡车的负载体积，计算各污泥运输卡车的干污泥运输重量；
7、将各污泥运输卡车的干污泥运输重量相加，得到生产运营时间段内污水厂的干污泥运出重量。
8、在第一方面的一些可实现方式中，根据脱水污泥的图像，预测脱水污泥的含水率与密度，包括：
9、将脱水污泥的图像输入预先训练的含水率与密度预测模型，以预测脱水污泥的含水率与密度；
10、其中，含水率与密度预测模型是利用第一样本集对第一神经网络进行训练得到的，第一样本集中的样本以脱水污泥的图像为样本主体，并以脱水污泥的含水率与密度为样本标签。
11、在第一方面的一些可实现方式中，第一神经网络为efficientnet。
12、在第一方面的一些可实现方式中，根据各车辆的图像，识别生产运营时间段内驶出污水厂的污泥运输卡车及其所属型号，包括：
13、将各车辆的图像输入预先训练的车辆识别模型，以识别各车辆的类别及其所属型号；
14、其中，车辆识别模型是利用第二样本集对第二神经网络进行训练得到的，第二样本集中的样本以车辆的图像为样本主体，并以车辆的类别与型号为样本标签；
15、将各车辆中类别为污泥运输卡车的车辆及其所属型号，确定为生产运营时间段内驶出污水厂的污泥运输卡车及其所属型号。
16、在第一方面的一些可实现方式中，第二神经网络为yolov5。
17、在第一方面的一些可实现方式中，根据预测的脱水污泥的含水率与密度，以及确定的各污泥运输卡车的负载体积，计算各污泥运输卡车的干污泥运输重量，包括：
18、采用干污泥运输重量公式，根据预测的脱水污泥的含水率与密度，以及确定的各污泥运输卡车的负载体积，计算各污泥运输卡车的干污泥运输重量，干污泥运输重量公式为：
19、m1＝v1*ρ1*(1-w1)
20、其中，m1表示污泥运输卡车的干污泥运输重量，v1表示污泥运输卡车的负载体积，ρ1表示预测的脱水污泥的密度，w1表示预测的脱水污泥的含水率。
21、在第一方面的一些可实现方式中，该方法还包括：
22、利用污水厂的二沉池干污泥排放重量与干污泥运出重量的线性关系，对生产运营时间段内污水厂的干污泥运出重量进行校准。
23、在第一方面的一些可实现方式中，污水厂的二沉池剩余污泥排放重量与干污泥运出重量的线性关系可以通过以下步骤构建：
24、获取多个数据组，其中数据组包括污水厂在同一生产运营时间段内的二沉池干污泥排放重量与干污泥运出重量；
25、对多个数据组进行线性拟合，构建污水厂的二沉池干污泥排放重量与干污泥运出重量的线性关系。
26、在第一方面的一些可实现方式中，二沉池干污泥排放重量是通过以下公式计算得到：
27、m2＝q*ρ2*t*(1-w2)
28、其中，m2表示生产运营时间段t内的二沉池干污泥排放重量，q表示二沉池剩余污泥排放流量，ρ2表示化验室测量所得的二沉池剩余污泥的密度，w2表示化验室测量所得的二沉池剩余污泥的含水率。
29、第二方面，本公开的实施例提供了一种干污泥运出重量的获取装置，该装置包括：
30、获取模块，用于获取生产运营时间段内污水厂中的脱水污泥的图像，以及生产运营时间段内驶出污水厂的车辆的图像；
31、预测模块，用于根据脱水污泥的图像，预测脱水污泥的含水率与密度；
32、识别模块，用于根据各车辆的图像，识别生产运营时间段内驶出污水厂的污泥运输卡车及其所属型号，并根据各污泥运输卡车所属型号对应的负载体积，确定各污泥运输卡车的负载体积；
33、计算模块，用于根据预测的脱水污泥的含水率与密度，以及确定的各污泥运输卡车的负载体积，计算各污泥运输卡车的干污泥运输重量；
34、相加模块，用于将各污泥运输卡车的干污泥运输重量相加，得到生产运营时间段内污水厂的干污泥运出重量。
35、第三方面，本公开的实施例提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如上所述的方法。
36、第四方面，本公开的实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如上所述的方法。
37、在本公开的实施例中，可以获取生产运营时间段内污水厂中的脱水污泥的图像，以及生产运营时间段内驶出污水厂的车辆的图像；根据脱水污泥的图像，预测脱水污泥的含水率与密度；根据各车辆的图像，识别生产运营时间段内驶出污水厂的污泥运输卡车及其所属型号，并根据各污泥运输卡车所属型号对应的负载体积，确定各污泥运输卡车的负载体积；根据脱水污泥的含水率与密度，以及各污泥运输卡车的负载体积，计算各污泥运输卡车的干污泥运输重量；将各污泥运输卡车的干污泥运输重量相加，得到生产运营时间段内污水厂的干污泥运出重量。
38、如此一来，便可以通过计算机视觉提高干污泥运出重量的获取效率。
39、应当理解，
技术实现思路
部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
【技术保护点】
1.一种干污泥运出重量的获取方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种干污泥运出重量的获取方法，其特征在于，所述根据脱水污泥的图像，预测脱水污泥的含水率与密度，包括：
3.根据权利要求2所述的一种干污泥运出重量的获取方法，其特征在于，所述第一神经网络为EfficientNet。
4.根据权利要求1所述的一种干污泥运出重量的获取方法，其特征在于，所述根据各车辆的图像，识别所述生产运营时间段内驶出所述污水厂的污泥运输卡车及其所属型号，包括：
5.根据权利要求4所述的一种干污泥运出重量的获取方法，其特征在于，所述第二神经网络为YOLOV5。
6.根据权利要求1所述的一种干污泥运出重量的获取方法，其特征在于，所述根据预测的脱水污泥的含水率与密度，以及确定的各污泥运输卡车的负载体积，计算各污泥运输卡车的干污泥运输重量，包括：
7.根据权利要求1所述的一种干污泥运出重量的获取方法，其特征在于，所述方法还包括：
8.根据权利要求7所述的一种干污泥运出重量的获取方法，其特征在于，所述污水厂的二
9.根据权利要求8所述的一种干污泥运出重量的获取方法，其特征在于，所述二沉池干污泥排放重量是通过以下公式计算得到：
10.一种干污泥运出重量的获取装置，其特征在于，所述装置包括：
...【技术特征摘要】
1.一种干污泥运出重量的获取方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种干污泥运出重量的获取方法，其特征在于，所述根据脱水污泥的图像，预测脱水污泥的含水率与密度，包括：
3.根据权利要求2所述的一种干污泥运出重量的获取方法，其特征在于，所述第一神经网络为efficientnet。
4.根据权利要求1所述的一种干污泥运出重量的获取方法，其特征在于，所述根据各车辆的图像，识别所述生产运营时间段内驶出所述污水厂的污泥运输卡车及其所属型号，包括：
5.根据权利要求4所述的一种干污泥运出重量的获取方法，其特征在于，所述第二神经网络为yolov5。
6.根据权利...
【专利技术属性】
技术研发人员：张强，王遥，陈命男，陈瑞弘，郭亚丽，方宁，田皓文，
申请(专利权)人：中国长江三峡集团有限公司，
类型：发明
国别省市：
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。