本發(fā)明涉及資源回收，具體涉及一種廢棄尿不濕粉碎回收的方法。

背景技術(shù)：

1、廢棄尿不濕粉碎回收是指通過(guò)對(duì)廢棄的尿不濕進(jìn)行粉碎處理，將其物理體積減小，并進(jìn)一步通過(guò)分離技術(shù)將其中的可回收材料（如高分子吸收樹(shù)脂和纖維素）提取出來(lái)的過(guò)程。該方法旨在減少?gòu)U棄尿不濕對(duì)環(huán)境的污染，實(shí)現(xiàn)廢棄物的資源化利用，變廢為寶。

2、具體來(lái)說(shuō)，廢棄尿不濕首先經(jīng)過(guò)收集和分類(lèi)，去除雜質(zhì)后被送入粉碎設(shè)備進(jìn)行粉碎處理，減小其體積。隨后，通過(guò)物理和化學(xué)方法的結(jié)合，對(duì)粉碎后的物料進(jìn)行分離，提取出具有再利用價(jià)值的高分子吸收樹(shù)脂和纖維素材料，經(jīng)過(guò)清洗和干燥處理后，這些材料可以被再次利用，例如作為農(nóng)業(yè)保水劑和造紙?jiān)?，從而?shí)現(xiàn)廢棄尿不濕的循環(huán)利用。

3、現(xiàn)有技術(shù)存在以下不足之處：

4、在廢棄尿不濕粉碎回收時(shí)，通過(guò)篩網(wǎng)將大塊的塑料和纖維素分離出來(lái)，利用重力分離設(shè)備將較重的高分子吸收樹(shù)脂與其他較輕的材料分開(kāi)。然而，處理過(guò)程中，如果重力分離設(shè)備出現(xiàn)持續(xù)超負(fù)荷運(yùn)轉(zhuǎn)，可能導(dǎo)致關(guān)鍵部件過(guò)熱、磨損加劇甚至崩潰，造成設(shè)備故障。同時(shí)，如果出現(xiàn)大規(guī)模的設(shè)備故障，可能會(huì)導(dǎo)致整個(gè)生產(chǎn)線的停滯，無(wú)法繼續(xù)處理廢棄尿不濕。修復(fù)設(shè)備所需的時(shí)間可能較長(zhǎng)，直接影響生產(chǎn)進(jìn)度和產(chǎn)量，造成重大經(jīng)濟(jì)損失。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是提供一種廢棄尿不濕粉碎回收的方法，以解決背景技術(shù)中不足。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種廢棄尿不濕粉碎回收的方法，包括以下步驟：

3、s1：將通過(guò)篩網(wǎng)的物料收集到重力分離設(shè)備的進(jìn)料口，確保重力分離設(shè)備正常運(yùn)轉(zhuǎn)，將篩選后的物料均勻地輸送到重力分離設(shè)備中，對(duì)設(shè)備的運(yùn)行狀態(tài)和廢棄尿不濕的粉碎情況進(jìn)行實(shí)時(shí)監(jiān)測(cè)；

4、s2：對(duì)監(jiān)測(cè)到的設(shè)備運(yùn)行狀態(tài)數(shù)據(jù)和尿不濕粉碎數(shù)據(jù)分別進(jìn)行特征提取，根據(jù)提取出的重力分離設(shè)備的功率消耗波動(dòng)特征和分離物料的粒度分布特征，對(duì)重力分離設(shè)備進(jìn)行故障識(shí)別；

5、s3：根據(jù)重力分離設(shè)備故障識(shí)別的結(jié)果，將重力分離設(shè)備劃分為潛在故障設(shè)備和正常設(shè)備兩個(gè)類(lèi)別；

6、s4：對(duì)潛在故障設(shè)備發(fā)生故障事件的風(fēng)險(xiǎn)性進(jìn)行進(jìn)一步的分析，確定其發(fā)生故障事件的風(fēng)險(xiǎn)級(jí)別，并生成對(duì)應(yīng)級(jí)別的預(yù)警信號(hào)；

7、s5：根據(jù)潛在故障設(shè)備發(fā)生故障的風(fēng)險(xiǎn)性，確定潛在故障設(shè)備的檢修順序，并根據(jù)檢修順序動(dòng)態(tài)調(diào)整重力分離設(shè)備中篩選物料的投放量和投放頻率。

8、優(yōu)選的，根據(jù)提取出的重力分離設(shè)備的功率消耗波動(dòng)特征生成功率消耗異常波動(dòng)指數(shù)，則功率消耗異常波動(dòng)指數(shù)的獲取方法為：

9、采集設(shè)備在t時(shí)間段內(nèi)的功率消耗數(shù)據(jù)，形成時(shí)間序列x(t)，將存在長(zhǎng)期趨勢(shì)的數(shù)據(jù)進(jìn)行去除趨勢(shì)，得到去趨勢(shì)后的數(shù)據(jù)x'(t)；

10、對(duì)預(yù)處理后的功率消耗數(shù)據(jù)x'(t)進(jìn)行fft，得到頻域信號(hào)x(f)，具體的轉(zhuǎn)換表達(dá)式為：

11、；

12、其中，是頻域信號(hào)在頻率f處的復(fù)數(shù)值，n是信號(hào)樣本點(diǎn)的總數(shù)，是傅里葉變換的核函數(shù)，其中j是虛數(shù)單位；

13、計(jì)算功率譜密度p(f)，表示各個(gè)頻率成分的功率，p(f)=；其中，是頻域信號(hào)x(f)的幅值，選擇關(guān)注的頻率范圍[fmin,fmax]，計(jì)算頻率范圍內(nèi)的總功率ptotal和特定頻率點(diǎn)的功率p(fk)，具體的計(jì)算表達(dá)式為：

14、；

15、；

16、計(jì)算每個(gè)頻率點(diǎn)的異常波動(dòng)指數(shù)a(fk)，具體的計(jì)算表達(dá)式為：

17、；

18、式中，a(fk)是頻率點(diǎn)fk處的異常波動(dòng)指數(shù)，對(duì)每個(gè)頻率點(diǎn)的異常波動(dòng)指數(shù)進(jìn)行求和計(jì)算后得到功率消耗異常波動(dòng)指數(shù)。

19、優(yōu)選的，根據(jù)提取出的重力分離設(shè)備的分離物料的粒度分布特征生成物料粒度分布偏差指數(shù)，則物料粒度分布偏差指數(shù)的獲取方法為：

20、實(shí)時(shí)獲取重力分離設(shè)備在正常運(yùn)行時(shí)的物料粒度分布數(shù)據(jù)，形成參考分布p，在設(shè)備運(yùn)行時(shí)，實(shí)時(shí)收集當(dāng)前物料粒度分布數(shù)據(jù)，形成當(dāng)前分布q；計(jì)算物料粒度的參考分布和當(dāng)前分布kl散度：

21、；

22、式中，p(i)是參考分布在第i個(gè)粒度范圍的概率，q(i)是當(dāng)前分布在第i個(gè)粒度范圍的概率，為物料粒度的參考分布和當(dāng)前分布kl散度值，將獲取到的物料粒度的參考分布和當(dāng)前分布kl散度值與歷史數(shù)據(jù)中標(biāo)準(zhǔn)狀態(tài)下的物料粒度的參考分布和當(dāng)前分布kl散度的標(biāo)準(zhǔn)值進(jìn)行對(duì)比分析，計(jì)算物料粒度分布偏差指數(shù)，具體的計(jì)算表達(dá)式為：

23、；

24、式中，為歷史數(shù)據(jù)中標(biāo)準(zhǔn)狀態(tài)下的物料粒度的參考分布和當(dāng)前分布kl散度的標(biāo)準(zhǔn)值，為物料粒度分布偏差指數(shù)。

25、優(yōu)選的，將功率消耗異常波動(dòng)指數(shù)和物料粒度分布偏差指數(shù)進(jìn)行歸一化處理，通過(guò)歸一化處理后的功率消耗異常波動(dòng)指數(shù)和物料粒度分布偏差指數(shù)計(jì)算重力分離設(shè)備發(fā)生故障的異常運(yùn)行系數(shù)。

26、優(yōu)選的，將獲取到的重力分離設(shè)備發(fā)生故障的異常運(yùn)行系數(shù)與預(yù)先設(shè)置的異常運(yùn)行系數(shù)參考閾值進(jìn)行比較，若重力分離設(shè)備發(fā)生故障的異常運(yùn)行系數(shù)大于等于預(yù)先設(shè)置的異常運(yùn)行系數(shù)參考閾值，發(fā)生故障的概率大，將重力分離設(shè)備劃分為潛在故障設(shè)備，此時(shí)生成重力分離設(shè)備運(yùn)行異常信號(hào)；若重力分離設(shè)備發(fā)生故障的異常運(yùn)行系數(shù)小于預(yù)先設(shè)置的異常運(yùn)行系數(shù)參考閾值，發(fā)生故障的概率小，將重力分離設(shè)備劃分為正常設(shè)備，此時(shí)生成重力分離設(shè)備運(yùn)行正常信號(hào)。

27、優(yōu)選的，當(dāng)重力分離設(shè)備被劃分為潛在故障設(shè)備，即在一段時(shí)間內(nèi)生成的異常運(yùn)行系數(shù)大于等于預(yù)先設(shè)置的異常運(yùn)行系數(shù)參考閾值，將后續(xù)一段時(shí)間內(nèi)生成的大于等于預(yù)先設(shè)置的異常運(yùn)行系數(shù)參考閾值的異常運(yùn)行系數(shù)進(jìn)行收集，并建立相應(yīng)的數(shù)據(jù)集合，將數(shù)據(jù)集合內(nèi)的異常運(yùn)行系數(shù)與異常運(yùn)行系數(shù)參考閾值進(jìn)行對(duì)比分析，計(jì)算潛在故障設(shè)備發(fā)生故障事件的風(fēng)險(xiǎn)系數(shù)。

28、優(yōu)選的，將獲取到的潛在故障設(shè)備發(fā)生故障事件的風(fēng)險(xiǎn)系數(shù)與梯度風(fēng)險(xiǎn)閾值進(jìn)行比較，梯度風(fēng)險(xiǎn)閾值包括第一風(fēng)險(xiǎn)閾值和第二風(fēng)險(xiǎn)閾值，且第一風(fēng)險(xiǎn)閾值小于第二風(fēng)險(xiǎn)閾值，將潛在故障設(shè)備發(fā)生故障事件的風(fēng)險(xiǎn)系數(shù)分別與第一風(fēng)險(xiǎn)閾值和第二風(fēng)險(xiǎn)閾值進(jìn)行對(duì)比；

29、若潛在故障設(shè)備發(fā)生故障事件的風(fēng)險(xiǎn)系數(shù)大于第二風(fēng)險(xiǎn)閾值，將其劃分為高風(fēng)險(xiǎn)級(jí)別，并立即生成高風(fēng)險(xiǎn)預(yù)警信號(hào)；若潛在故障設(shè)備發(fā)生故障事件的風(fēng)險(xiǎn)系數(shù)大于等于第一風(fēng)險(xiǎn)閾值且小于等于第二風(fēng)險(xiǎn)閾值，將其劃分為中風(fēng)險(xiǎn)級(jí)別，并生成中風(fēng)險(xiǎn)預(yù)警信號(hào)；若潛在故障設(shè)備發(fā)生故障事件的風(fēng)險(xiǎn)系數(shù)小于第一風(fēng)險(xiǎn)閾值，將其劃分為低風(fēng)險(xiǎn)級(jí)別，并生成低風(fēng)險(xiǎn)預(yù)警信號(hào)。

30、在上述技術(shù)方案中，本發(fā)明提供的技術(shù)效果和優(yōu)點(diǎn)：

31、1、本發(fā)明通過(guò)實(shí)時(shí)監(jiān)測(cè)設(shè)備運(yùn)行狀態(tài)和廢棄尿不濕的粉碎情況開(kāi)始，對(duì)獲取到的數(shù)據(jù)進(jìn)行特征提取，識(shí)別潛在故障，并根據(jù)風(fēng)險(xiǎn)級(jí)別生成預(yù)警信號(hào)，確保重力分離設(shè)備在最佳狀態(tài)下運(yùn)行。通過(guò)動(dòng)態(tài)調(diào)整篩選物料的投放量和頻率，有效防止設(shè)備過(guò)載，降低設(shè)備故障率，延長(zhǎng)設(shè)備使用壽命，同時(shí)合理分配維護(hù)資源，減少生產(chǎn)停滯，提高生產(chǎn)效率和經(jīng)濟(jì)效益。

32、2、本發(fā)明通過(guò)實(shí)時(shí)監(jiān)測(cè)和數(shù)據(jù)分析，及時(shí)發(fā)現(xiàn)設(shè)備異常，提前預(yù)防故障，減少修復(fù)時(shí)間和維護(hù)成本。通過(guò)歸一化處理的功率消耗異常波動(dòng)指數(shù)和物料粒度分布偏差指數(shù)，計(jì)算設(shè)備的異常運(yùn)行系數(shù)，并根據(jù)風(fēng)險(xiǎn)系數(shù)進(jìn)行梯度風(fēng)險(xiǎn)評(píng)估，生成對(duì)應(yīng)的預(yù)警信號(hào)和檢修計(jì)劃，實(shí)現(xiàn)對(duì)設(shè)備的智能化管理和維護(hù)，確保生產(chǎn)線的連續(xù)性和穩(wěn)定性，提高整體資源利用率和生產(chǎn)效率。