基于堆肥发酵的智能控制系统及其控制方法与流程

本发明涉及堆肥发酵，具体为基于堆肥发酵的智能控制系统及其控制方法。

背景技术：

1、堆肥发酵是一种将含有肥料成分的动植物遗体和排泄物，加上泥土和矿物质混合堆积，在高温、多湿条件下，经过发酵腐熟、微生物分解，从而制成有机肥料的过程。利用了有氧条件下生物氧化的作用，将有机物分解矿化并腐化，最终得到稳定、无害且具有一定腐殖质特性的成熟有机肥。

2、堆肥发酵的具体流程包括收集原料、原料处理、堆置发酵、发酵过程、堆内高温阶段、冷却阶段、成熟期和筛分包装等步骤。堆肥发酵技术不仅能使基质中难降解的有机物被部分降解，形成代表土壤肥力的腐殖质，还能在高温阶段使致病菌和杂草种子被灭活，潜在的臭味危害被消除。因此，堆肥发酵技术是实现有机物资源化的良好途径，对于环境保护和农业可持续发展具有重要意义。

3、在授权公告号cn114956883b的中国发明专利中，公开了一种好氧堆肥智能控制系统包括：温度探头通过驱动杆设置在好氧堆肥用翻抛机顶部，测定堆体内温度；氧含量探头设置在好氧堆肥用翻抛机顶部，能测定堆体的氧气含量；多个接近开关，沿按发酵槽对应直角坐标系x轴和y轴间隔排列，将发酵槽分隔为多个堆肥单元；多条曝气风管，沿发酵槽铺设；每条曝气风管连接一台曝气风机；控制器，分别与各接近开关、温度探头和氧含量探头通信连接，并分别与翻抛机和各曝气风机电气连接，能接近开关的信号，确定当前堆肥单元，根据堆体的温度和氧含量，对当前堆肥单元的曝气风机进行优化控制。

4、结合以上内容以及现有技术中的内容：

5、进行肥料堆肥时，在选定堆肥区域后，通常需要先考虑堆肥时的环境条件，例如，季节，气温、空气湿度等，若是环境条件满足预期，则可以展开堆肥发酵；而且由于现在堆肥发酵的规模越来越大，成本越来越高，甚至形成产业化经济化，因此，堆肥的成功率及效率就显得尤为重要，为了保障堆肥效果，也会为堆肥发酵引入自动化管理，实时监控堆肥进度；但是，现有的堆肥发酵管理方法中，通常是对发酵过程中的温度及含水量等发酵参数进行监控，并依据监控数据的变化向外部发出报警指令，依据报警指令做出应急性处理，但是由于应急处理的智慧化程度不足，这种应急性处理通常只能由管理人员参照个人经验进行判断处理，而且，由于发出报警指令到进行处理之间通常还会有一定时间的间隔，这也会导致在应急处理针对性不足之外，还会导致处理不及时，进而影响后续的堆肥发酵效果。

6、为此，本发明提供了基于堆肥发酵的智能控制系统及其控制方法。

技术实现思路

1、（一）解决的技术问题

2、针对现有技术的不足，本发明提供了基于堆肥发酵的智能控制系统及其控制方法，通过对进度监控点的分布状态进行约束，堆肥的条件波动指数为因变量做线性回归分析，判断相应自变量对波动指数的影响是否超过预期；分析堆肥发酵堆当前的进度状态并构建堆肥成熟度，若堆肥成熟度低于预期，对发酵堆的状态数据进行识别，由堆肥控制知识图谱为堆肥发酵堆给出堆肥进度控制策略并执行；预测堆肥发酵过程中的参数变化并构建条件差度，若获取的条件差度大于预期，对当前的堆肥进度控制策略进行优化。通过不断迭代和更新堆肥控制策略，能够使堆肥控制策略保持与堆肥发酵进度间的适应性，从而解决了背景技术中提出的技术问题。

3、（二）技术方案

4、为实现以上目的，本发明通过以下技术方案予以实现：

5、基于堆肥发酵的智能控制方法，包括，预测获取堆肥区域内的环境数据，由环境预测数据集合构建环境适宜度，若获取的环境适宜度不低于适宜度阈值，在接收到堆肥指令后展开堆肥，并选择相应的堆肥方式；

6、在堆肥区域内限定相应的进度监控点，并对进度监控点的分布状态进行约束，在进度监控点发出数据时，分析在每个监控周期内预处理数据的接收密度，若数据接收密度超过预期，对获取的监控数据做对应处理；

7、对堆肥发酵状态进行监控，并依据监控数据的变化构建堆肥的条件波动指数，若条件波动指数不在预设范围内，以堆肥的条件波动指数为因变量做线性回归分析，判断相应自变量对波动指数的影响是否超过预期，若超过预期，将对应自变量加入待优化特征，并发出优化指令；

8、其中，条件波动指数的生成方式如下：对获取的堆肥温度及堆肥湿度做线性归一化处理，将相应的数据值映射至区间内，依照如下方式：

9、其中，，为子周期的个数；为第 i个子周期的堆肥温度，为堆肥温度的均值；为第 i个子周期的堆肥湿度，为堆肥湿度的均值；权重系数：，；

10、分析堆肥发酵堆当前的进度状态并构建堆肥成熟度，若堆肥成熟度低于预期，对发酵堆的状态数据进行识别，并获取相应的异常特征，由堆肥控制知识图谱为堆肥发酵堆给出堆肥进度控制策略并执行；

11、执行堆肥进度控制策略后，预测堆肥发酵过程中的参数变化并构建条件差度，若获取的条件差度大于预期，对当前的堆肥进度控制策略进行优化，执行优化后的控制策略，生成堆肥效率度对策略优化效果进行判断，若优化效果不足则继续优化。

12、进一步的，采集堆肥区域内的环境条件数据，预估获取从堆肥开始到结束的堆肥周期后，使用训练后的环境预测模型在堆肥区域内，对堆肥周期内的温度及湿度进行预测，获取预测数据并构建环境预测数据集合；由环境预测数据集合构建环境适宜度，若获取的环境适宜度不低于适宜度阈值，发出堆肥指令。

13、进一步的，在堆肥发酵堆内外安装堆肥的条件监控模块，为监控模块在堆肥区域内设定相应的进度监控点，并对进度监控点的分布状态进行约束，在堆肥区域内准备相应的控制执行器件，在堆肥区域内安装图像采集设备，并将采集到图像数据作为监控数据汇总，约束关系如下：

14、其中，m为进度监控点的个数，是第 i个进度监控点到第 j个进度监控点的直线距离，为直线距离的平均值，为堆肥体积。

15、进一步的，接收采集到的监控数据，并与监控模块输出的数据进行整合后，对整合后的监控数据进行预处理，将获取预处理后的数据向云端传输；

16、在监控周期内设置若干个子周期，在每个子周期内接收发出的预处理数据后，计算云端在每个监控周期内预处理数据的数据接收密度，若获取的数据接收密度超过预期，向外部发出保护指令，由云端对上一监控周期内接收到的数据进行转移，对当前监控周期内的数据进行加密。

17、进一步的，在各个监控节点处对堆肥的温度及湿度进行监控，将各个监控节点的堆肥温度及堆肥湿度汇总后，计算获取堆肥的条件波动指数，若监控周期内的条件波动指数不在预设范围内，对堆肥温度及湿度进行适应性调整；

18、并以各个子周期内的ph值及堆肥的供氧率作为自变量，以堆肥的条件波动指数为因变量，做线性回归分析，获取相应的线性回归方程；以线性回归方程中与ph值及供氧率相对应的回归系数为影响因子，无量纲的条件下，由自变量的影响因子计算获取条件相关度，方式如下：

19、权重系数：，；其中，为与ph值相对应的影响因子，为与供氧率相对应的影响因子。

20、进一步的，接收到优化指令后，依据实时采集到的各个进度监控点处的数据分析堆肥发酵堆当前的进度状态，在各个进度监控点处获取棕腐层厚度及分布均匀度，并构建堆肥成熟度，对获取的棕腐层厚度及分布均匀度做线性归一化处理，将相应的数据值映射至区间内，方式如下：

21、其中，，， n为进度监控点的个数；权重系数：，且；为第 i个进度监控点处的棕腐层厚度，为第 i个进度监控点处分布均匀度。

22、进一步的，若获取的堆肥成熟度低于进度阈值，对当前的堆肥发酵堆的状态数据进行采集，并对发酵堆的状态数据进行识别，获取相应的异常特征；对发酵堆控制作为目标词，构建堆肥控制知识图谱；依据异常特征与堆肥进度控制策略间的对应性，由堆肥控制知识图谱为堆肥发酵堆给出堆肥进度控制策略；依据堆肥进度控制策略，配合控制执行器件自动调节发酵堆内的发酵参数。

23、进一步的，执行堆肥进度控制策略后，使用训练后的参数预测模型预测堆肥发酵过程中的发酵参数变化，将其与预设标准做对比并构建条件差度，若获取的条件差度大于差度阈值，配合控制执行器件自动调节发酵堆内的环境条件，并发出策略优化指令；

24、若获取的条件差度不大于差度阈值，则不做操作；方式如下：对获取的发酵参数数据做线性归一化处理，依照如下方式：

25、其中，，， n为预测节点的个数；权重系数：，且；指代第 i个预测节点处的发酵参数，为发酵参数的预设标准值；为条件差中间值，为第 i个条件差中间值，为其均值，，为发酵参数的个数。

26、进一步的，接收到策略优化指令后，对当前的控制策略进行优化，执行优化后的控制策略，并设置包含有若干个等长的子周期，在观察周期内分析获取堆肥效率度，方式如下：将执行优化后的控制策略后的各个子周期依据时间轴排序，并一一对应，依据如下方式构建堆肥效率度：若堆肥效率度超过效率度阈值，继续执行优化后的控制策略；若未改善，重新发出优化指令，对控制策略再进行优化；方式如下：

27、其中，为第 i个子周期的堆肥成熟度的中间值，为其均值， i为子周期的序号，，k为子周期的个数，及分别为执行优化后的控制策略前后第 i个子周期的堆肥成熟度，及为相应的均值。

28、基于堆肥发酵的智能控制系统，包括：条件预警单元，预测获取堆肥区域内的环境数据，并由环境预测数据集合构建环境适宜度，若获取的环境适宜度不低于适宜度阈值，在接收到堆肥指令后展开堆肥，并选择相应的堆肥方式；

29、数据安全处理单元，在堆肥区域内限定相应的进度监控点，并对进度监控点的分布状态进行约束，在进度监控点发出数据时，分析在每个监控周期内预处理数据的接收密度，若数据接收密度超过预期，对获取的监控数据做对应处理；

30、相关性分析单元，对堆肥发酵状态进行监控，并依据监控数据的变化构建堆肥的条件波动指数，若条件波动指数不在预设范围内，以堆肥的条件波动指数为因变量做线性回归分析，判断相应自变量对波动指数的影响是否超过预期，若超过预期，将对应自变量加入待优化特征，并发出优化指令；

31、堆肥进度分析单元，分析堆肥发酵堆当前的进度状态并构建堆肥成熟度，若堆肥成熟度低于预期，对发酵堆的状态数据进行识别，并获取相应的异常特征，由堆肥控制知识图谱为堆肥发酵堆给出堆肥进度控制策略并执行；

32、控制策略优化单元，执行堆肥进度控制策略后，预测堆肥发酵过程中的参数变化并构建条件差度，若获取的条件差度大于预期，对当前的堆肥进度控制策略进行优化，执行优化后的控制策略，生成堆肥效率度对策略优化效果进行判断，若优化效果不足则继续优化。

33、（三）有益效果

34、本发明提供了基于堆肥发酵的智能控制系统及其控制方法，具备以下有益效果：

35、1、依据环境适宜度，若是判断堆肥的环境条件已经符合预期，则可以立即展开堆肥，通过判断堆肥环境条件的适宜性，在适宜的条件下展开堆肥，提高堆肥的效率性和堆肥效果。对堆肥的进度监控点进行约束和限制，使进度监控点与堆肥规模之间保持一定的对应性。

36、2、由云端接收数据的密度来判断当前的数据接收量是否超过预期，若是超过预期，则说明当前储存的数据量较多，通过对监控数据进行备份或转移，能够减少当前储存空间的占用，通过对监控数据进行加密并在需要使用时进行解密，保障监控数据的安全性。

37、3、由监控数据构建条件波动指数，并以此判断当前的堆肥状态是否存在异常，若已经存在异常，则向外部发报警，便于能够及时地进行处理，若当前不存在异常，则可以继续维持当前的堆肥状态，对堆肥的顺利进行形成保障。

38、4、通过相应的回归系数为选择的自变量构建条件相关度，对ph值及供氧率与堆肥异常是否相关进行判断，若是相关，则在对堆肥进行优化时，也将其作为优化目标，若是无关，则可以对其不作出任何处理，在对堆肥异常做处理时，明确相应的处理目标，使堆肥控制更具有明确性。

39、5、通过和标准参数进行对比，对当前堆肥发酵进度进行判断，若是堆肥发酵进度落后于预期，则在堆肥控制的基础上，对堆肥发酵进度进行加速。识别获取若干个异常特征，以这些异常特征来对当前的进度落后或异常进行描述；通过构建堆肥控制知识图谱，在需要对堆肥发酵进行调节时，快速地给出堆肥进度控制策略，并对堆肥进度控制策略进行执行，避免由于人力管理的介入，既能够减少人力成本，也能保障堆肥的自动化程度和智慧化程度，使堆肥发酵状态回归正常。

40、6、对当前的堆肥控制策略的执行效果进行判断，若是执行效果较好，则可以继续执行当前的堆肥控制策略，若是执行效果难以达到预期，则需要依据预测数据及同期的标准数据进行对比，对当前的各项参数进行适应性调整，以对给出的堆肥控制策略进行修正，对堆肥控制策略的可行性形成保障。

41、7、以堆肥效率度对优化后的控制策略是否有效进行判断，若是当前的控制策略效果较好，则继续执行，若是效果不好，则对优化后的控制策略继续进行优化并进行迭代，直到获取可行的堆肥控制策略，对堆肥发酵进行控制，通过不断迭代和更新堆肥控制策略，能够使堆肥控制策略保持与堆肥发酵进度间的适应性，进而保障控制策略的可靠性。