[发明专利]一种餐厨处置收运智能控制方法及系统

说明书

本发明公开了一种餐厨处置收运智能控制方法及系统，通过获取餐厨收运系统中的数据，计算返厂用时和返厂时的剩余处置量；将剩余处置量与最佳工况处置量进行对比，根据对比结果向收运端的返厂车辆发出提高或降低车速的第一指令和/或向处置端的处置设备发出提高或降低处置速度的第二指令，根据第一指令和/或第二指令对餐厨收运系统中的参数进行调整，将处置结果参数和预计结果参数进行对比，通过机器学习预测得到验证结果参数，根据验证结果参数向收运端的返厂车辆发出提高或降低车速的第三指令和/或向所处置端的处置设备发出提高或降低处置速度的第四指令；循环直至剩余处置量趋近于最佳工况处置量。可以提高设备管理效率，降低设备维护成本。

技术领域

本发明涉及智能控制领域，具体涉及一种餐厨处置收运智能控制方法及系统。

背景技术

随着工业4.0的发展，传统以人为参与控制为主的工业控制已不能满足工业发展需求。而且对于餐厨垃圾处置企业而言，通过信息化技术手段实现降本增效是近年一直在探索的方向。在目前的餐厨垃圾处置的智能控制当中，智能控制主要根据工艺过程的各类参数判断参数的正常状态来实现智能控制，或通过历史数据进行机器学习来实现智能控制。而降本增效主要通过调整工艺路线，优化工艺方法或者采用一些节能设备来实现。餐厨处置过程工序及其复杂，这也就造成应用机器学习实现智能控制需要大量的数据和场景才能更适应实际应用，而降本增效方面调整工艺路线及优化工艺方法则需要较多的项目经验或者较长周期才能更好验证。因此，基于以上现状，在实现智能及降本增效的技术上，需要考虑如何以更好的方式及效率来达到目标。

目前的餐厨处置控制系统主要是根据工艺流程和实场生产进行设计和调整，通过由操作员在操作站通过系统对现场进行控制，该技术更多的是依靠现场人员的经验来进行控制，但餐厨处置数据是实时变化的，需要根据变化来控制工艺，过度人为干预会存在一定的滞后性，造成生产资源浪费或可能因为人为粗心导致一些突发事件。

而且餐厨收运量的波动程度大，收运回厂时间不定，收运的质量不一，导致餐厨处置生产线需要根据现实情况不断调整各环节的设备参数，以达到减少设备损耗和降低用电的目的。机器学习控制系统需要利用海量的历史数据来完成机器学习，在周期和数据处理上需要较长的历史积累，而且根据工艺流程的调整，算法模型通用性较差，另外目前机器学习的数据基本是在线监测的工艺数据，有一定的实用性，但对于餐厨处置这种对工艺环境依赖性较强的领域，从工艺数据进行机器学习工业控制，理论上可行，但实现起来需要考虑各种复杂的环境，相对比较困难，且目前机器学习主要通过优化控制，减少人为参与而实现部分节能，从而实现降本。

有鉴于此，建立一种餐厨处置收运智能控制方法及系统是非常具有意义的。

发明内容

针对上述提到现有的餐厨收运成本高、效率低、环境复杂、人为干扰因素多等问题。本申请的实施例的目的在于提出了一种餐厨处置收运智能控制方法及系统来解决以上背景技术部分提到的技术问题。

第一方面，本申请的实施例提供了一种餐厨处置收运智能控制方法，包括以下步骤：

S1：获取餐厨收运系统中的数据，根据数据计算返厂用时，并根据返厂用时计算返厂时的剩余处置量；

S2：将剩余处置量与最佳工况处置量进行对比，获得第一对比结果，根据第一对比结果向收运端的返厂车辆发出提高车速或降低车速的第一指令和/或向处置端的处置设备发出提高处置速度或降低处置速度的第二指令，根据第一指令和/或第二指令对餐厨收运系统中的参数进行调整，调整后获得处置结果参数；

S3：将处置结果参数和预计结果参数进行对比，得到第二对比结果，基于第二对比结果通过机器学习预测得到验证结果参数，根据验证结果参数向收运端的返厂车辆发出提高车速或降低车速的第三指令和/或向所处置端的处置设备发出提高处置速度或降低处置速度的第四指令；以及

S4：重复步骤S1-S3，直至剩余处置量趋近于最佳工况处置量。