一种基于称重数据的垃圾池水料识别方法及系统与流程

1.本发明属于垃圾处理领域，涉及一种基于称重数据的垃圾池水料识别方法及系统。


背景技术：

2.通常情况下，利用垃圾焚烧炉进行垃圾焚烧发电时，对垃圾的含水率有一定的要求。我国大部分地区的进厂垃圾含水率较高，不满足直接焚烧的要求，需要对其进行脱水处理才能入炉。目前常用的垃圾脱水处理方法是将垃圾堆放在垃圾池中进行5~10天的发酵脱水，使其满足投炉要求。
3.垃圾发酵脱水过程中，渗滤液会堆积于垃圾池底部，底部的垃圾浸泡于渗滤液中，不能投炉，而目前国内既无有效手段直接测量抓斗中垃圾的含水率，也无有效手段监测渗滤液液面高度。垃圾吊操作员只能肉眼观察垃圾池的物料情况，凭借渗滤液液位和垃圾是否滴水来判断垃圾是否是水料。由于垃圾池很大，且背景颜色复杂，操作员很难看清渗滤液液面和滴落的渗滤液，只能长时间保持专注以提高辨识率，工作强度很大，长时间工作还易出错。
4.因此，现有技术有待于进一步的改进。


技术实现要素：

5.鉴于上述现有技术中的不足之处，本发明的目的在于提供一种基于称重数据的垃圾池水料识别方法及系统，克服现有技术中依靠操作员肉眼进行水料识别导所导致的识别率低，工作强度大的缺陷。
6.第一方面，本实施例公开了一种基于称重数据的垃圾池水料识别方法，其中，包括：当进料斗没有垃圾时，控制垃圾吊小车的抓斗抓取垃圾池中的垃圾，且控制抓取到垃圾的抓斗在空中悬停预设时间；获取抓斗中的垃圾在悬停的预设时间内的称重数据；利用悬停称重法对所述称重数据进行分析，识别出每次抓取的垃圾所属的类别信息；所述悬停称重法为基于干料和水料在悬停时重量变化的不同对抓取的垃圾进行干水料判定的方法；所述类别信息包括：干料和水料。
7.可选的，控制垃圾吊小车的抓斗抓取垃圾池中的垃圾的步骤之前，还包括：获取预设时间段内的垃圾重量信息，并根据所述垃圾重量信息得到渗滤液液位高度估计值；所述垃圾重量信息包括：入池垃圾量、入炉垃圾量和渗滤液流量；根据所述渗滤液液位高度估计值对垃圾池中的垃圾进行抓取，其中，垃圾池内高度处于所述渗滤液液位高度估计值之上预设范围内的垃圾判定为干料，高度处于所述渗滤液液位高度估计值之下预设范围内的垃圾判定为水料，处于判定为干料和水料之间高度的垃圾通过悬停称重法进行所属类别判定。
8.可选的，所述根据所述渗滤液液位高度估计值对垃圾池中的垃圾进行抓取的步骤之前，还包括：获取训练数据集，所述训练数据集包括多组干料称重数据值和水料称重数据值；将所述训练数据集输入至预设网络模型进行数量分类训练，得到训练完成的水料识别模型。
9.可选的，所述利用悬停称重法对所述称重数据进行分析，识别出每次抓取的垃圾所属的类别信息的步骤包括：将所述称重数据输入至所述水料识别模型，得到所述水料识别模型输出的判定结果。
10.可选的，所述干料称重数据值包括：干料在预设时间内的各个时间点的重量数据对应的多个曲线之间的欧氏距离，所述水料称重数据值包括：水料在预设时间内的各个时间点的重量数据对应的多个曲线之间的欧氏距离，其中，所述水料识别模型的训练方法包括：根据所述欧氏距离分别对干料和水料进行分类标定；将分类标定后的干料称重数据值和水料称重数据值作为所述训练数据集。
11.可选的，所述获取预设时间段内的垃圾重量信息，并根据所述垃圾重量信息得到渗滤液液位高度估计值的步骤包括：根据各区的垃圾总重量和当前季节的垃圾含水率，计算出各区的水分总重量；根据发酵后垃圾的含水率，计算出投入焚烧炉的水分总重量；根据各区电磁流量计记录的渗滤液体积流量，计算出各区排出的渗滤液总重量；各区的水分总重量、投入焚烧炉的水分总重量和各区排出的所述渗滤液总重量，计算得到各区剩余的渗滤液总重量；将所述渗滤液总重量与预设映射表进行比对，得到与所述渗滤液总重量对应的渗滤液液位高度；其中所述预设映射表为预先保存的各区渗滤液总重量与各区的渗滤液液位高度的映射表。
12.可选的，所述获取预设时间段内的垃圾重量信息，并根据所述垃圾重量信息得到渗滤液液位高度估计值的步骤之前，还包括：记录每日各区的渗滤液液位高度和每日渗滤液总重量;建立所述渗滤液总重量与各区的所述渗滤液液位高度之间的映射表。
13.可选的，所述方法还包括：按照预设间隔时间对所述映射表进行更新。
14.第二方面，本实施例还公开了一种基于称重数据的垃圾池水料识别系统，其中，包括：垃圾吊小车、设置在垃圾吊小车上的称重传感器和与所述称重传感器相连接的相连接的plc和服务器；当进料斗没有垃圾时，垃圾吊小车上的控制器控制抓斗抓取垃圾池中的垃圾，且控制抓取到垃圾的抓斗在空中悬停预设时间；所述称重传感器，用于获取抓斗中垃圾在悬停的预设时间内的称重数据；所述plc，用于获取所述称重信息，并将所述称重信息传输至服务器；所述服务器，用于利用悬停称重法对所述称重数据进行分析，识别出每次抓取的
垃圾所属的类别信息；所述悬停称重法为基于干料和水料在悬停时重量变化的不同对抓取的垃圾进行干水料判定的方法；所述类别信息包括：干料和水料。
15.可选的，所述系统还包括：设置在垃圾池底部的电磁流量计，所述电磁流量计与所述plc相连接；所述电磁流量计用于获取预设时间段内垃圾池排出的渗滤液流量；所述服务器，还用于根据所述垃圾池内排出的渗滤液流量得到渗滤液液位高度估计值；以及根据所述渗滤液液位高度估计值控制抓斗对垃圾池中的垃圾进行抓取，其中，垃圾池内高度处于所述渗滤液液位高度估计值之上预设范围内的垃圾判定为干料，高度处于所述渗滤液液位高度估计值之下预设范围内的垃圾判定为水料，处于判定为干料和水料之间高度的垃圾通过悬停称重法进行所属类别判定。
16.有益效果，本发明公开了一种基于称重数据的垃圾池水料识别方法及系统，当进料斗没有垃圾时，控制垃圾吊的抓斗抓取垃圾池中的垃圾，且控制抓取到垃圾的抓斗在空中悬停预设时间；获取抓斗中的垃圾在悬停的预设时间内的称重数据；利用悬停称重法对所述称重数据进行分析，进而识别出每次抓取的垃圾所属的类别信息。本实施例所提供的方法及系统基于悬停称重法实现水料识别，该悬停称重法是基于干料和水料在悬停时重量变化的不同，对悬停时抓斗内垃圾重量变化值进行分析，实现水料的自动化识别，因此该识别方法不仅仅降低了垃圾吊操作员的劳动强度，减少了人为失误，还提高了垃圾处理的效率，为垃圾处理更智能化提供了技术支持。
附图说明
17.图1是本发明实施例所述基于称重数据的垃圾池水料识别方法的步骤图；图2是本发明具体应用实施例中的垃圾池分区示意图；图3是本发明具体应用实施例中的水料识别流程图；图4是本发明系统的具体应用实施例的设备结构示意图。
具体实施方式
18.为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
19.现有的垃圾投炉流程中，水料识别一般由现场的垃圾吊操作员根据个人经验完成，而仅仅凭借肉眼无法长时间保持专注且精准的判断出渗滤液液面的位置，所以长时间的操作必然会导致随意性强，判断标准模糊的结果，因此现有技术中靠人眼识别的标准不能满足垃圾处理智能化的需求。
20.为了克服上述问题，本实施例提供了一种基于称重数据的垃圾池水料识别方法及系统，在使用垃圾吊抓取垃圾池内的垃圾时，控制抓取有垃圾物料的垃圾吊在控制悬停预设时间，根据垃圾吊内垃圾在悬停时间段内的重量变化对垃圾所属的种类进行判断。上述方法是基于干料和水料在悬停过程中重量变化不同为依据实现对其种类进行判断。因为干料在悬停过程中其重量的变化仅仅涉及到由于抖动所导致的重量减少，而水料在悬停过程中重量的变化不仅仅可能是由于抖动所导致的原因，还因为水料中含有较多的水分，在悬
停的过程中会有部分垃圾渗滤液流出，从而导致其重量减少，而垃圾渗滤液流出导致的重量减少往往明显大于因为抖动导致的重量减少，因此通过对抓斗中抓取到的垃圾在悬停过程中的重量变化进行分析，便可以识别出为干料还是水料。
21.进一步的，由于垃圾池内的垃圾在发酵池的发酵脱水后，位于最上方的一部分垃圾可以确定为干垃圾，位于最下方某一段高度范围的垃圾可以确定为水料，因此为了加快对垃圾池内垃圾的水料识别，可以通过预先根据垃圾池排出的渗滤液流量和垃圾池内总的渗滤液流量对垃圾池内渗滤液液位所处的高度进行估计，根据估计值仅对该高度位置相邻预设范围内的垃圾进行水料判断，从而提高识别效率，减少抓斗的悬停时间。
22.下面以本发明所述方法的具体应用实施例，并结合附图对本发明做更加详细的解析。
23.本实施例公开了一种基于称重数据的垃圾池水料识别方法，如图1所示，所述方法包括：步骤s1、当进料斗没有垃圾时，控制垃圾吊小车的抓斗抓取垃圾池中的垃圾，且控制抓取到垃圾的抓斗在空中悬停预设时间。
24.在具体实施过程中，当进料斗没有垃圾时，控制抓斗对垃圾池中的垃圾进行抓取时，并同时控制垃圾吊小车的抓斗抓取到的垃圾在空中悬停预设时间，从而为获取垃圾在悬停过程中的称重信息提供条件。
25.本步骤中的进料斗设置在平台上，在垃圾池的顶部，可以是垃圾池顶部一个带斜面的石台。垃圾吊抓斗从垃圾池抓取垃圾，投入到该进料斗内。垃圾通过进料斗到炉排最后进焚烧炉。在具体实施时，先判断进料斗是否有垃圾，当进料斗没有垃圾时，便可开始控制垃圾吊抓斗执行抓取操作。而对进料斗内是否有垃圾，则可以通过图像识别的方法实现，也即是通过在进料斗的上方设置图像拍摄设备，利用图像拍摄设备拍摄进料斗图像，对拍摄到的进料斗图像进行分析，以判断进料斗中是否装载有垃圾。
26.垃圾池中的垃圾通过抓斗抓取后，投入到垃圾焚烧炉中时，控制垃圾吊小车的抓斗对垃圾池中垃圾进行抓取。本步骤可以预先设定好抓斗抓取到垃圾后在空中的悬停时间，根据该悬停时间设置抓斗抓取垃圾池中垃圾的频率，也可以根据抓取的垃圾种类不同实时对抓斗的悬停时间进行调整，基于不同的垃圾设置不同的抓取频率和悬停时间。因此在具体实施时，抓取垃圾的时间间隔可以是固定不变的，也可以是随着垃圾的种类（此处的垃圾的种类可以分为干料或水料，也可以根据其材料不同或用途不同进行分类，比如：金属、纸、玻璃和塑料等，厨房垃圾、干垃圾和湿垃圾等）不同实时更新的，也可以是根据垃圾所处高度不同，其所含水分的不同进行调节。
27.步骤s2、获取垃圾吊小车抓斗中的垃圾在悬停的预设时间内的称重数据。
28.在垃圾吊小车上设置有称重传感器，利用称重传感器获取抓斗内垃圾在抓取悬停的过程的实时重量值，组成一组称重数据，该称重数据包括悬停的时长与该时长对应的垃圾重量值。与该重称重传感器相连接的plc（可编程逻辑控制器）获取称重传感器检测到的称重数据，并将称重数据发送至与其相连接的服务器。
29.步骤s3、利用悬停称重法对所述称重数据进行分析，识别出每次抓取的垃圾所属的类别信息；所述悬停称重法为基于干料和水料在悬停时重量变化的不同对抓取的垃圾进行干水料判定的方法；所述类别信息包括：干料和水料。
30.服务器获取到抓斗中垃圾的称重数据后，对称重数据进行分析，根据其中垃圾重量的变化信息判定出抓斗中的垃圾是否为水料。
31.为了准确的识别出干料和水料，在具体实施时，首先基于称重数据得到该数据中时间值与重量值之间的曲线，再计算每条曲线之间的欧氏距离，并根据欧氏距离进行分类。
32.进一步的，上述分类过程可以使用训练完成的分类模型实现。也即是在根据所述渗滤液液位高度估计值对垃圾池中的垃圾进行抓取的步骤之前，还包括以下步骤：步骤s01、获取训练数据集，所述训练数据集包括多组干料称重数据值和水料称重数据值。
33.在具体需要对垃圾进行水料识别之前，先建立训练数据集，利用训练数据集中的数据对网络模型进行机器学习训练，从而得到用于对干料和水料进行识别的水料识别模型。
34.训练数据集中含有多组样本数据，具体的样本数据包括多组干料称重数据值和多组水料称重数据值，各个称重数据值均对应时间值和时间值对应的重量值。
35.本步骤中的训练数据集的获取，同样是通过分别抓取干料和水料，控制干料和水料在空中预设时间段，比如：悬停30s，悬停时，称重传感器记录物料实时重量，并经plc传输给服务器。重复操作若干次，直到得到足够的重量时程数据。以训练算法能够对数据集完成分类为准，数据质量不同需要的数据量有差异，大概来说，干料数据和水料数据各200条已经足够。
36.步骤s02、将所述训练数据集输入至预设网络模型进行数量分类训练，得到训练完成的水料识别模型。
37.将上述步骤中得到的训练数据集输入至预设网络模型（用于对数据进行分类的网络模型），对根据模型输出结果对模型参数进行校正，重复多次，获取到误差在预设范围的水料识别模型。
38.进一步的，所述利用悬停称重法对所述称重数据进行分析，识别出每次抓取的垃圾所属的类别信息的步骤包括：步骤s31、将所述称重数据输入至所述水料识别模型，得到所述水料识别模型输出的判定结果。
39.当服务器中已经完成水料识别模型的训练后，服务器利用所述水料识别模型对接收到的称重数据进行分析，得到该水料识别模型输出的判定结果。
40.所述干料称重数据值包括：干料在预设时间内的各个时间点的重量数据对应的多个曲线之间的欧氏距离，所述水料称重数据值包括：水料在预设时间内的各个时间点的重量数据对应的多个曲线之间的欧氏距离，其中，所述水料识别模型的训练方法包括：根据所述欧氏距离分别对干料和水料进行分类标定；将分类标定后的干料称重数据值和水料称重数据值作为所述训练数据集。
41.通过对采集到的干料称重数据和水料称重数据的分别进行分类标定，得到训练数据集，再使用该训练数据集对预设网络模型进行机器学习，得到训练完成的水料识别模型。在具体实施过程中，预设网络模型满足为用于对数据进行分类的网络模型。
42.进一步的，为了提高识别效率，具体实施时，还根据该渗滤液液位的高度估计值对当前垃圾池内干料、水料进行初步的划分，得到确定为干料的位置高度和确定为水料的位
置高度，再进一步使用悬停称重法对不确定的位置区域对应的垃圾做判定。悬停称重法基于干料和水料在抓斗中悬停时重量的变化不同对干水料进行判断，也即是干料在悬停过程中，其重量的变化仅仅涉及到因抖动导致的重量减少，而水料在悬停过程中，其重量的变化不仅仅涉及到因抖动导致的重量减少，还包括由于水料中含有水份的流失而导致的重量减少，因此水料在悬停过程中产生的重量变化往往大于干料，因此基于干料和水料在悬停过程中重量变化的不同，从而对抓斗所抓取的垃圾进行干水料识别。
43.具体的，控制垃圾吊小车的抓斗抓取垃圾池中的垃圾的步骤之前，还包括：获取预设时间段内的垃圾重量信息，并根据所述垃圾重量信息得到渗滤液液位高度估计值；所述垃圾重量信息包括：入池垃圾量、入炉垃圾量和渗滤液流量；根据所述渗滤液液位高度估计值对垃圾池中的垃圾进行抓取，其中，垃圾池内高度处于所述渗滤液液位高度估计值之上预设范围内的垃圾判定为干料，高度处于所述渗滤液液位高度估计值之下预设范围内的垃圾判定为水料，处于判定为干料和水料之间高度的垃圾通过悬停称重法进行所属类别判定。
44.由于要对当前垃圾池的渗滤液液位高度进行估计，因此本步骤中需要先基于当前垃圾池垃圾内的垃圾重量信息估算出各区的渗滤液总重量，再基于渗滤液总重量估计出当前垃圾池内渗滤液液位高度。为了更准确的估计出渗滤液液位高度，本步骤中获取的垃圾重量信息包括：入池垃圾量、入炉垃圾量和渗滤液流量，其中，入池垃圾量可以通过将各个垃圾车装载垃圾的垃圾重量相加来获取，入炉垃圾量可以通过计算投入到焚烧炉中的垃圾重量来获取，渗滤液流量通过安装在垃圾池底部的渗滤液电磁流量计来获取。该电磁流量计安装于渗滤液排放口，记录渗滤液的流量。
45.具体的，获取预设时间段内的垃圾重量信息，并根据所述垃圾重量信息得到渗滤液液位高度估计值的步骤包括：根据各区的垃圾总重量和当前季节的垃圾含水率，计算出各区的水分总重量；根据发酵后垃圾的含水率，计算出投入焚烧炉的水分总重量；根据各区电磁流量计记录的渗滤液体积流量，计算出各区排出的渗滤液总重量；各区的水分总重量、投入焚烧炉的水分总重量和各区排出的所述渗滤液总重量，计算得到各区剩余的渗滤液总重量；将所述渗滤液总重量与预设映射表进行比对，得到与所述渗滤液总重量对应的渗滤液液位高度；其中，预设映射表为预先保存的各区渗滤液总重量与各区的渗滤液液位高度的映射表。
46.为了更准确的估计出渗滤液液位高度估计值，本步骤中还涉及到渗滤液总重量，该渗滤液总重量的计算方法包括：先获取各区的垃圾总重量（基于垃圾车的载重计算所得）和当前的垃圾池内垃圾含水率（垃圾的含水率可以根据当前环境所处的季节以及垃圾的进行估计，也可以使用垃圾水分含量测定仪取少量垃圾样本进行精确测量）估计出当前各区的水分总重量。具体的，将垃圾总重量乘以垃圾池内垃圾含水率便可以计算得到各区的垃圾中含有的水分总重量。
47.当获取到各区的垃圾含水率后，根据发酵后垃圾的含水率估计出投入焚烧炉的水分总重量，再结合电磁流量计中记载的渗滤液体积流量计算出各区排出的渗滤液总重量，将水分总重量减去排出的渗滤液总重量，得到还剩余的渗滤液总重量。
48.根据剩余的渗滤液总重量估计出当前垃圾池内的渗滤液高度，具体实施时，所述获取预设时间段内的垃圾重量信息，并根据所述垃圾重量信息得到渗滤液液位高度估计值的步骤之前，还包括：记录每日各区的渗滤液液位高度和每日渗滤液总重量;建立所述渗滤液总重量与各区的所述渗滤液液位高度之间的映射表。
49.通过建立渗滤液总重量与各区的所述渗滤液液位高度之间的映射表，实现根据历史数据信息对当前状态进行预测，从而减少计算步骤，简化计算流程，能较快的得到当前垃圾池内渗滤液高度的估计值。
50.由于不同的垃圾种类，不同的季节，渗滤液高度会有所变化，因此所述方法还包括：按照预设间隔时间对所述映射表进行更新。由于渗滤液高度的估计值在预设范围内均符合要求，因此该渗滤液高度的估计值不需要较为精确，在具体实施过程中，控制间隔预设时间根据真实数据对映射表进行更新即可。
51.本实施例提出的垃圾池水料识别方法，根据垃圾抓斗的实时称重数据，自动判断抓斗抓取的垃圾是否为水料，降低了垃圾吊操作员的劳动强度，减少了人为失误，让垃圾吊自动化运行成为可能。
52.下面以结合图2和图3的具体应用实施例对上述方法做更为详细的解释。
53.如图2所示，15区为发酵区，8区为当天的堆料区，6区为熟料区，也即投料区。7区无堆料，用于分割熟料区和堆料区。其中只有6区是投料区，需要判断是否为水料。垃圾吊在其他区域工作时，不需要悬停称重。
54.结合图3所示，在实施的开始阶段，首先获取最近一段时间的入池垃圾量、入炉垃圾量和渗滤液排量，该最近一段时间可以如图举例为10天，也可以是自定义的其他日期，根据获取到的上述数据并结合映射表估计出当前垃圾池内渗滤液液位高度的估计值，根据该渗滤液液位所在位置的估计值，设置识别频率，也即是设置每隔多久对抓斗内的垃圾进行识别，并根据设置完成的识别频率控制抓斗进行抓取操作。
55.例如：当垃圾吊在6区工作时，服务器已根据渗滤液的排量估算出渗滤液液位，如-2m，则1m以上的垃圾全部判定为干料，不进行判断；1m以下的垃圾，每次抓斗抓取垃圾后，均需要起升并悬停30s进行称重。称重传感器记录30s内的重量时程数据，传入plc后传给识别系统。服务器调用水料识别模型，判断物料是干料还是水料。在具体实施时，该悬停时间是可以根据垃圾种类的不同进行更新的。
56.本实施例中服务器通过训练完成的水料识别模型实现对水料的识别，因此在进行实施之前，还需要完成水料识别模型的机器学习，通过多次获取干料和水料在抓斗中悬停的称重数据，得到多组训练数据，组成训练数据集，根据训练数据中干料和水料的时域重量曲线，实现对干料和水料的区分，并对其分别进行标定，机器学习训练数据集中标定出的时域重量曲线与垃圾的分类对应关系后，实现对输入数据的区分，从而训练出水料识别模型。
57.由于垃圾池内的垃圾会有所变化，所以每隔预设时间间隔可以对训练出的水料识别模型进行更新，计算出模型识别的误差是否在预设范围内，若误差超出预设范围，则需要对其模型参数进行更新。也可以固定每隔预设时间对模型参数进行更新，以实现水料识别模型识别出水料的准确度满足要求。
58.可以想到的是，干料和水料的判定标准在具体实施时在对训练数据进行标定时会
设置有判定为水料或干料的标准，比如：当重量变化超出预设数据被判定为水料，当重量变化小于预设数据被判定为干料，由于干料和水料的时域重量变化曲线有较为明显区别，因此根据其时域重量曲线可以较快对其进行识别。
59.本实施例在公开了上述基于称重数据的垃圾池水料识别方法的基础上，本实施例还公开了一种基于称重数据的垃圾池水料识别系统，如图4所示，所述系统包括：垃圾吊小车2、设置在垃圾吊小车2上的称重传感器3和与所述称重传感器3相连接的相连接的plc5和服务器6；在具体实施时，称重传感器可以设置在抓斗内部，每个抓斗内部可以分别设置多个称重传感器，以实现对抓斗中垃圾实时重量进行更为准确的测量。
60.当垃圾池的顶部的进料斗7没有垃圾时，垃圾吊小车2上的控制器控制抓斗抓取垃圾池1中的垃圾，且控制抓取到垃圾的抓斗在空中悬停预设时间。
61.所述称重传感器3，用于获取抓斗中垃圾在悬停的预设时间内的称重数据；所述plc5，用于获取所述称重信息，并将所述称重信息传输至服务器6；所述服务器6，用于利用悬停称重法对所述称重数据进行分析，识别出每次抓取的垃圾所属的类别信息；所述悬停称重法为基于干料和水料在悬停时重量变化的不同对抓取的垃圾进行干水料判定的方法；所述类别信息包括：干料和水料。
62.结合图4所示，所述系统还包括：设置在垃圾池底部的电磁流量计4，所述电磁流量计4与所述plc5相连接；所述电磁流量计4用于获取预设时间段内垃圾池排出的渗滤液流量。
63.估算方法：不同季节的垃圾含水率不同，获取了当前日期后，可以从数据库中得出当前时间段投入垃圾池的垃圾含水率以及堆放发酵后投入焚烧炉的垃圾含水率。因为垃圾抓斗本身有计重功能，所以可以计算出各区的垃圾质重量，进而计算出各区的渗滤液重量（也即是：水分总重量）。再根据各区的渗滤液排量计算出各区排出的渗滤液重量。在项目部署阶段，根据计算的渗滤液重量统计各区的渗滤液高度，实施阶段则可以根据部署阶段的渗滤液高度估算当前的渗滤液高度，并对数据库里的数据进行更新，逐步提高估算值的准确度。由于垃圾抓斗有约3m高，所以估算值的误差在
±
1m范围内都可以接受，不会导致抓斗泡水。
64.所述服务器6，还用于根据所述垃圾重量信息得到渗滤液液位高度估计值；以及根据所述渗滤液液位高度估计值控制抓斗对垃圾池1中的垃圾进行抓取，其中，垃圾池1内高度处于所述渗滤液液位高度估计值之上预设范围内的垃圾判定为干料，高度处于所述渗滤液液位高度估计值之下预设范围内的垃圾判定为水料，处于判定为干料和水料之间高度的垃圾通过悬停称重法进行所属类别判定。
65.具体的，基于垃圾重量信息得到渗滤液液位高度估计值的步骤包括：根据各区的垃圾总重量和当前季节的垃圾含水率，计算出各区的水分总重量；根据发酵后垃圾的含水率，计算出投入焚烧炉的水分总重量；根据各区电磁流量计记录的渗滤液体积流量，计算出各区排出的渗滤液总重量；各区的水分总重量、投入焚烧炉的水分总重量和各区排出的所述渗滤液总重量，计算得到各区剩余的渗滤液总重量；将所述渗滤液总重量与预设映射表进行比对，得到与所述渗滤液总重量对应的渗滤液液位高度；其中所述预设映射表为预先保存的各区渗滤液总重量与各区的渗滤液液位
高度的映射表。
66.结合图4所示，在具体应用时，一个垃圾池1会对应多个垃圾吊小车2同时作业，各个垃圾吊小车上均设置有称重传感器3，为了获取到更为准确的称重数据可以分别在抓斗的四个角落均设置称重传感器3，在垃圾池底部的侧边会设置有用于估计排出渗滤液流量的电磁流量计4，电磁流量计4和称重传感器3均与plc相连接，plc获取都电磁流量计4读取的流量值和称重传感器2感应到的数据后，将上述数据发送至服务器6内的识别模块。利用识别模块对垃圾的所属类别进行判定。
67.本实施例提供的一种基于称重数据的垃圾池水料识别系统，利用服务器对抓斗内的垃圾称重数据进行分析，实现自动识别出水料，从而减轻了垃圾吊操作人员的工作强度，助力垃圾焚烧发电厂的自动化转型。
68.本发明公开了一种基于称重数据的垃圾池水料识别方法及系统，首先通过获取预设时间段内的垃圾重量信息，并根据所述垃圾重量信息得到渗滤液液位高度估计值，再根据所述渗滤液液位高度估计值对垃圾池中的垃圾进行抓取，其中，垃圾池内高度处于所述渗滤液液位高度估计值之上的垃圾判定为干料，高度处于所述渗滤液液位高度估计值之下的垃圾通过悬停称重法进行判定；所述悬停称重法为基于干料和水料在悬停时重量变化的不同对抓取的垃圾进行干水料判定的方法，最终实现对垃圾池内的垃圾实现自动化识别，不仅仅降低了垃圾吊操作员的劳动强度，减少了人为失误，还提高了垃圾处理的效率，为垃圾处理更智能化提供了技术支持。
69.可以理解的是，对本领域普通技术人员来说，可以根据本发明的技术方案及其发明构思加以等同替换或改变，而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。