本發(fā)明屬于垃圾處理及回收利用技術(shù)，尤其涉及一種智能樓層集中餐廚垃圾處理控制系統(tǒng)。
背景技術(shù)：
目前，餐廚垃圾是指在食品加工過(guò)程中拋棄的食品剩余物、飲食完畢后的食物殘余以及在清洗食物、洗刷餐具等過(guò)程中產(chǎn)生的未經(jīng)處理的污水。其成分主要包括果皮碎骨、飯菜碎粒、不溶性蛋白、纖維質(zhì)及淀粉質(zhì)態(tài)的非溶解性有機(jī)物，其成分根據(jù)飯菜的不同而極為復(fù)雜。由于餐廚垃圾中含有豐富的營(yíng)養(yǎng)物質(zhì)，因此，如果不經(jīng)處理直接排放到自然界，在適宜溫度和細(xì)菌的作用下，短期內(nèi)即腐敗變質(zhì)，不僅對(duì)周圍環(huán)境造成污染、滋生蚊蠅，侵占大量的土地，而且也造成資源的大量浪費(fèi)?；诖耍蛷N垃圾處理設(shè)備的研發(fā)，對(duì)餐廚垃圾進(jìn)行有效降解和綜合處理，實(shí)現(xiàn)餐廚垃圾的減量化和資源化利用將具有十分重要的意義。
影響油水分離過(guò)程的因素眾多，且仰角式油水分離器的結(jié)構(gòu)形式多種多樣，至今還未形成一套較為完整的設(shè)計(jì)理論和方法。仰角式油水分離器的設(shè)計(jì)或選型還主要依靠經(jīng)驗(yàn)數(shù)據(jù)，主觀性較強(qiáng)，所選用的分離器往往達(dá)不到最佳的分離效果。因此，為提高油水分離效率，還須對(duì)仰角式油水分離器的內(nèi)部流場(chǎng)和油滴運(yùn)動(dòng)規(guī)律進(jìn)行深入的研究，在此基礎(chǔ)上，合理的設(shè)計(jì)仰角式油水分離器的結(jié)構(gòu)，為該型分離器的設(shè)計(jì)和推廣應(yīng)用提供切實(shí)可靠的參考依據(jù)。
綜上所述，現(xiàn)有技術(shù)存在的問(wèn)題是：現(xiàn)有技術(shù)無(wú)法形成完整體系的垃圾處理流程，電氣化控制簡(jiǎn)單，生產(chǎn)效率低下，無(wú)法滿足小區(qū)域內(nèi)部餐廚垃圾的集中化處理和電氣化控制；現(xiàn)有的仰角式油水分離器的設(shè)計(jì)或選型還主要依靠經(jīng)驗(yàn)數(shù)據(jù)，主觀性較強(qiáng)，所選用的分離器往往達(dá)不到最佳的分離效果的問(wèn)題。
技術(shù)實(shí)現(xiàn)要素：
本發(fā)明為解決公知技術(shù)中存在的技術(shù)問(wèn)題而提供一種結(jié)構(gòu)簡(jiǎn)單、安裝使用方便、提高工作效率的智能樓層集中餐廚垃圾處理控制系統(tǒng)。
本發(fā)明為解決公知技術(shù)中存在的技術(shù)問(wèn)題所采取的技術(shù)方案是：一種智能樓層集中餐廚垃圾處理控制系統(tǒng)，所述智能樓層集中餐廚垃圾處理控制系統(tǒng)包括：
識(shí)別垃圾的垃圾識(shí)別系統(tǒng)；所述識(shí)別系統(tǒng)包括攝像模塊、圖像分析模塊和圖像處理模塊；
攝像模塊，用于采集圖像信息，并將信息通過(guò)導(dǎo)線發(fā)送到圖像分析模塊；
所述攝像模塊的圖像采集方法包括：
步驟一：通過(guò)鑲嵌的攝像頭在獨(dú)立的采樣周期內(nèi)對(duì)目標(biāo)信號(hào)x(t)進(jìn)行采集，并用a/d方式對(duì)信號(hào)進(jìn)行數(shù)字量化。
步驟二：對(duì)量化后的信號(hào)x(i)進(jìn)行降維。
具體是對(duì)量化后的信號(hào)通過(guò)有限脈沖響應(yīng)濾波器的差分方程
則觀測(cè)
如果信號(hào)在變換基矩陣ψ上具有稀疏性，則通過(guò)求解
圖像分析模塊，分析垃圾信息是否已經(jīng)存有記錄，一旦確認(rèn)便開始發(fā)送到圖像處理模塊；
圖像處理模塊，用于將圖像信息進(jìn)行處理，讀取其中各種垃圾的成分，并計(jì)算濾波前后圖像統(tǒng)計(jì)信息比值，將信息通過(guò)導(dǎo)線發(fā)送到主控制器上；
所述模糊度處理方法包括：
圖像獲取，獲取垃圾圖像信息；
圖像灰度化，為方便圖像的邊緣提取，利用數(shù)字圖像處理中rgb圖像的r、g、b各個(gè)通道的像素值與灰度圖像像素值的轉(zhuǎn)換關(guān)系將彩色圖像轉(zhuǎn)化為灰度圖像，公式如下：
gray＝r*0.3+g*0.59+b*0.11；
圖像邊緣提取，利用數(shù)字圖像處理方法中的roberts算子邊緣檢測(cè)技術(shù)作用于灰度圖像獲取圖像的邊緣，不同的檢測(cè)算子具有不同的邊緣檢測(cè)模板，根據(jù)具體模板計(jì)算交叉像素的差分作為當(dāng)前像素值，使用模板如下：
e(i,j)＝|f(i,j)-f(i+1,j+1)|+|f(i+1,j)-f(i,j+1)|；
圖像處理，利用高通/低通濾波器對(duì)灰度圖像進(jìn)行濾波處理以構(gòu)造待處理圖像的參考圖像，采用3*3均值濾波器，利用濾波模板遍歷圖像每個(gè)像素，每次將模板中心置于當(dāng)前像素，以模板內(nèi)所有像素的平均值作為當(dāng)前像素新值，模板如下：
圖像邊緣統(tǒng)計(jì)信息計(jì)算，分別計(jì)算圖像濾波前后各自邊緣灰度信息，濾波處理前的待處理圖像f統(tǒng)計(jì)信息為sum_orig,濾波處理后的參考圖像f2統(tǒng)計(jì)信息為sum_filter,具體計(jì)算公式如下：
其中，w1與w2是根據(jù)離中心像素的距離設(shè)定的權(quán)值，w1＝1，w2＝1/3；
圖像模糊度指標(biāo)計(jì)算，將得出的圖像濾波前后邊緣灰度統(tǒng)計(jì)信息的比值作為模糊度指標(biāo)，為方便處理，取較大的為分母，較小的為分子，保持該值介于(0,1)之間；
根據(jù)最佳視覺效果的dmos范圍得出對(duì)應(yīng)的一個(gè)模糊度指標(biāo)范圍[min,max],具體為：得出模糊度調(diào)整范圍，處理live2中的174幅高斯模糊圖像，計(jì)算出它們各自的模糊度處理值，然后利用擬合工具plot(value,dmos)建立處理值value與dmos之間的映射關(guān)系，根據(jù)最佳視覺效果對(duì)應(yīng)的dmos范圍得出對(duì)應(yīng)的一個(gè)模糊處理值范圍[min，max]；
圖像模糊度調(diào)整，若圖像模糊度指標(biāo)小于min，判定圖像濾波前后變化很大，原圖像過(guò)于銳化，則利用低通濾波器進(jìn)行濾波調(diào)整；若大于max，判定圖像濾波前后變化很小，原圖像過(guò)于模糊，則利用高通濾波器進(jìn)行濾波調(diào)整，以達(dá)到更佳視覺效果；
得出最終圖像和該圖像模糊度處理信息，并發(fā)送到主控制單元鑲嵌的顯示器進(jìn)行顯示；
垃圾識(shí)別系統(tǒng)通過(guò)導(dǎo)線連接對(duì)識(shí)別進(jìn)行控制的主控制單元；
對(duì)垃圾識(shí)別系統(tǒng)的識(shí)別信息進(jìn)行一個(gè)分類并傳輸電信號(hào)的數(shù)字信號(hào)轉(zhuǎn)換器；
數(shù)字信號(hào)轉(zhuǎn)換器將電信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)后，根據(jù)數(shù)據(jù)做出指令的中央處理器；
根據(jù)中央處理器的控制指令對(duì)垃圾的干濕成分進(jìn)行分離的干濕分離系統(tǒng)；
對(duì)干濕分離系統(tǒng)分離的液相垃圾進(jìn)行油水分離的油水分離系統(tǒng)；
對(duì)干濕分離系統(tǒng)分離的固相垃圾進(jìn)行識(shí)別將其中的塑料制品進(jìn)行分離的塑料制品分離系統(tǒng)；
所述數(shù)字信號(hào)轉(zhuǎn)換器、中央處理器均集成在主控制單元上；
油水分離系統(tǒng)的分離方法包括：
步驟一、建立仰角式油水分離器幾何模型，包括確定模型幾何尺寸、選取模型坐標(biāo)和對(duì)模型進(jìn)行網(wǎng)格劃分；
步驟二、選取數(shù)值模擬方法，在模擬過(guò)程中，模擬介質(zhì)為水和原油，油水分離溫度認(rèn)為是恒溫50℃，湍流模型選用realizablek-ε模型，多相流模型采用混合物模型，在fluent軟件中選用絕對(duì)穩(wěn)定的二階迎風(fēng)格式作為控制方程的離散格式，在數(shù)值模擬過(guò)程中選用simple方法；
步驟三、分別對(duì)0°-30°不同仰角下的油水分離器進(jìn)行數(shù)值模擬，對(duì)不同仰角下模型的油出口水相體積含量、水出口油相體積含量和油水分離效率進(jìn)行統(tǒng)計(jì)。
進(jìn)一步，建立仰角式油水分離器幾何模型的具體步驟如下：
第一步、仰角式油水分離器幾何模型的幾何尺寸數(shù)據(jù)如下：處理量300m3/d，停留時(shí)間6min，含油濃度取為10％，混合物進(jìn)口直徑70mm，水出口直徑50mm，油出口直徑50mm。
第二步、模型坐標(biāo)的選??；建模過(guò)程中選用的坐標(biāo)系為笛卡爾坐標(biāo)系，軸向?yàn)樽鴺?biāo)軸x，徑向?yàn)樽鴺?biāo)軸y、z，原點(diǎn)位于分離器左端截面的中心處，坐標(biāo)軸的選取；
第三步、模型的網(wǎng)格劃分；在gambit中采用自適應(yīng)網(wǎng)格，為了保證網(wǎng)格劃分的精度和適應(yīng)性，網(wǎng)格的密度設(shè)置為2.5mm×2.5mm，整個(gè)計(jì)算區(qū)域包括483612個(gè)網(wǎng)格單元，其中分液管部分包括5149個(gè)網(wǎng)格單元。
進(jìn)一步，油水分離過(guò)程的控制方程如下：
(1)流動(dòng)控制方程
油水分離流動(dòng)的控制方程包括連續(xù)性方程和動(dòng)量方程，對(duì)于湍流的不可壓縮流體，其時(shí)均方程的張量形式如下：
連續(xù)性方程：
動(dòng)量方程：
式中su、sv、sw——廣義源項(xiàng)，su＝fx+sx、sv＝fy+sy、sw＝fz+sz；
fx、fy、fz——質(zhì)量力；
sx、sy、sz如下所示：
式中μ——?jiǎng)恿φ扯?pa·s)；
λ——第二相動(dòng)力粘度，通常取值為-2/3(pa·s)；
對(duì)于不可壓縮流體，若其粘度為常數(shù)，sx＝sy＝sz＝0，動(dòng)量方程可以化簡(jiǎn)為：
進(jìn)一步，油水分離過(guò)程的控制方程還包括混合物模型基本控制方程：
仰角式油水分離器內(nèi)流體為油水混合物的兩相流，在模擬計(jì)算時(shí)采用realizablek-ε混合湍流模型，其控制方程包括：
混合物模型的連續(xù)性方程：
式中
ρm——混合密度；
αk——第k相的體積分?jǐn)?shù)。
混合物模型的動(dòng)量方程：
式中n——相數(shù)；
μm——混合物粘性；
相對(duì)速度的形式：
式中
τqp——粒子的弛豫時(shí)間：
τqp的形式如下：
式中dp——第二相顆粒(或液滴或氣泡)的直徑；
fdrag——曳力系數(shù)，其表達(dá)式如下：
加速度
由第二相p的連續(xù)性方程可得到第二相p的體積分?jǐn)?shù)方程如下：
本發(fā)明的垃圾識(shí)別系統(tǒng)來(lái)識(shí)別垃圾對(duì)其進(jìn)行一個(gè)大致分類并傳輸電信號(hào)進(jìn)入數(shù)字信號(hào)轉(zhuǎn)換器，數(shù)字信號(hào)轉(zhuǎn)換器將電信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)，然后導(dǎo)入中央處理器，中央處理器根據(jù)數(shù)據(jù)做出指令，控制干濕分離系統(tǒng)進(jìn)行垃圾的干濕分離，然后液相垃圾進(jìn)入油水分離系統(tǒng)進(jìn)行油水分離，固相垃圾再次通過(guò)垃圾識(shí)別系統(tǒng)的識(shí)別將其中的塑料制品通過(guò)塑料制品分離系統(tǒng)進(jìn)行分離。
本發(fā)明具有的優(yōu)點(diǎn)和積極效果是：由于本發(fā)明將餐廚垃圾進(jìn)行分類，可以使垃圾的回收再利用得到更好的效果，對(duì)有害物質(zhì)集中處理，減少的環(huán)境的污染問(wèn)題，不會(huì)造成資源的浪費(fèi)和對(duì)土地的占用，使餐廚垃圾真正達(dá)到環(huán)保、綠色、回收再利用的目的。
本發(fā)明采用了識(shí)別垃圾的垃圾識(shí)別系統(tǒng)；包括攝像模塊、圖像分析模塊和圖像處理模塊。其中運(yùn)用圖像識(shí)別方法，能夠更好地識(shí)別垃圾圖像，確保準(zhǔn)確無(wú)誤。還用到了模糊處理圖像方法，實(shí)現(xiàn)了圖像模糊度處理的實(shí)時(shí)性，可以快速準(zhǔn)確處理比較任何圖像之間的模糊度。
本發(fā)明在數(shù)值模擬中入口邊界條件設(shè)置為速度進(jìn)口，入口流速根據(jù)分離器的處理量和入口管徑進(jìn)行確定，對(duì)油出口和水出口選用自由出流邊界條件，油出口的體積流量分?jǐn)?shù)控制在10％，水出口的體積流量分?jǐn)?shù)控制在90％，分離器內(nèi)部所有壁面均采用無(wú)滑移邊界，壁面粗糙度設(shè)置為0.15mm。
仰角為12°時(shí)，油水分離效率達(dá)到最佳值，分離效率為90.48％，油出口的水相體積含量為57.50％，水出口的油相體積含量為0.95％；當(dāng)仰角為0°，即傳統(tǒng)的油水分離器時(shí)，油水分離效率僅為75.00％，油出口的水相體積含量為82.83％，水出口的油相體積含量為2.50％。由此可見，在同等條件下，與傳統(tǒng)的油水分離器相比較，仰角式油水分離器具有較高的分離性能，分離效率提高了22％。
附圖說(shuō)明
圖1是本發(fā)明實(shí)施例提供的智能樓層集中餐廚垃圾處理控制系統(tǒng)示意圖。
圖中：1、垃圾識(shí)別系統(tǒng)；2、主控制單元；3、塑料制品分離系統(tǒng)；4、干濕分離系統(tǒng)；5、油水分離系統(tǒng)；6、中央處理器；7、數(shù)字信號(hào)轉(zhuǎn)換器。
具體實(shí)施方式
為能進(jìn)一步了解本發(fā)明的發(fā)明內(nèi)容、特點(diǎn)及功效，茲例舉以下實(shí)施例，并配合附圖詳細(xì)說(shuō)明如下。
下面結(jié)合圖1對(duì)本發(fā)明作詳細(xì)的描述。
如圖1，本發(fā)明實(shí)施例提供的智能樓層集中餐廚垃圾處理控制系統(tǒng)，包括：
識(shí)別垃圾的垃圾識(shí)別系統(tǒng)1；
所述識(shí)別系統(tǒng)包括攝像模塊、圖像分析模塊和圖像處理模塊；
攝像模塊，是型號(hào)為微軟lifecamhd的攝像頭，用于采集圖像信息，并將信息通過(guò)導(dǎo)線發(fā)送到圖像分析模塊；
所述攝像模塊的圖像采集方法包括：
用攝像頭在獨(dú)立的采樣周期內(nèi)對(duì)目標(biāo)信號(hào)x(t)進(jìn)行采集，并用a/d方式對(duì)信號(hào)進(jìn)行數(shù)字量化。
對(duì)量化后的信號(hào)x(i)進(jìn)行降維。
具體是對(duì)量化后的信號(hào)通過(guò)有限脈沖響應(yīng)濾波器的差分方程
則觀測(cè)
即通過(guò)線性規(guī)劃方法來(lái)重構(gòu)原信號(hào)，亦即bp算法；
針對(duì)實(shí)際壓縮信號(hào)，如語(yǔ)音或圖像信號(hào)的采集，則修改φf(shuō)為如下形式：
如果信號(hào)在變換基矩陣ψ上具有稀疏性，則通過(guò)求解如下l1最優(yōu)化問(wèn)題，精確重構(gòu)出原信號(hào)：
其中φ與ψ不相關(guān)，ξ稱為cs矩陣。
圖像分析模塊，分析垃圾信息是否已經(jīng)存有記錄，一旦確認(rèn)便開始發(fā)送到圖像處理模塊；
圖像處理模塊，是一臺(tái)工業(yè)計(jì)算機(jī)，用于將圖像信息進(jìn)行處理，讀取其中各種垃圾的成分，并計(jì)算濾波前后圖像統(tǒng)計(jì)信息比值，將信息通過(guò)導(dǎo)線發(fā)送到主控制器上。該模塊使用到了模糊度處理方法。
所述模糊度處理方法包括：
圖像獲取，通過(guò)獲取垃圾圖像信息。
圖像灰度化，為方便圖像的邊緣提取，利用數(shù)字圖像處理中rgb圖像的r、g、b各個(gè)通道的像素值與灰度圖像像素值的轉(zhuǎn)換關(guān)系將彩色圖像轉(zhuǎn)化為灰度圖像，公式如下：
gray＝r*0.3+g*0.59+b*0.11；
圖像邊緣提取，利用數(shù)字圖像處理方法中的roberts算子邊緣檢測(cè)技術(shù)作用于灰度圖像獲取圖像的邊緣，不同的檢測(cè)算子具有不同的邊緣檢測(cè)模板，根據(jù)具體模板計(jì)算交叉像素的差分作為當(dāng)前像素值，使用模板如下：
e(i,j)＝|f(i,j)-f(i+1,j+1)|+|f(i+1,j)-f(i,j+1)|；
圖像處理，利用高通/低通濾波器對(duì)灰度圖像進(jìn)行濾波處理以構(gòu)造待處理圖像的參考圖像，采用3*3均值濾波器，利用濾波模板遍歷圖像每個(gè)像素，每次將模板中心置于當(dāng)前像素，以模板內(nèi)所有像素的平均值作為當(dāng)前像素新值，模板如下：
圖像邊緣統(tǒng)計(jì)信息計(jì)算，分別計(jì)算圖像濾波前后各自邊緣灰度信息，濾波處理前的待處理圖像f統(tǒng)計(jì)信息為sum_orig,濾波處理后的參考圖像f2統(tǒng)計(jì)信息為sum_filter,具體計(jì)算公式如下：
其中，w1與w2是根據(jù)離中心像素的距離設(shè)定的權(quán)值，w1＝1，w2＝1/3；
圖像模糊度指標(biāo)計(jì)算，將得出的圖像濾波前后邊緣灰度統(tǒng)計(jì)信息的比值作為模糊度指標(biāo)，為方便處理，取較大的為分母，較小的為分子，保持該值介于(0,1)之間；
根據(jù)最佳視覺效果的dmos范圍得出對(duì)應(yīng)的一個(gè)模糊度指標(biāo)范圍[min,max],具體為：
得出模糊度調(diào)整范圍，利用上述中的模糊度處理方法處理live2中的174幅高斯模糊圖像，計(jì)算出它們各自的模糊度處理值，然后利用擬合工具plot(value,dmos)建立處理值value與dmos之間的映射關(guān)系，根據(jù)最佳視覺效果對(duì)應(yīng)的dmos范圍得出對(duì)應(yīng)的一個(gè)模糊處理值范圍[min，max]；
圖像模糊度調(diào)整，若圖像模糊度指標(biāo)小于min，判定圖像濾波前后變化很大，原圖像過(guò)于銳化，則利用低通濾波器進(jìn)行濾波調(diào)整；若大于max，判定圖像濾波前后變化很小，原圖像過(guò)于模糊，則利用高通濾波器進(jìn)行濾波調(diào)整，以達(dá)到更佳視覺效果；
對(duì)垃圾識(shí)別系統(tǒng)的識(shí)別信息進(jìn)行一個(gè)分類并傳輸電信號(hào)的數(shù)字信號(hào)轉(zhuǎn)換器7；
數(shù)字信號(hào)轉(zhuǎn)換器將電信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)后，根據(jù)數(shù)據(jù)做出指令的中央處理器6；
根據(jù)中央處理器的控制指令對(duì)垃圾的干濕成分進(jìn)行分離的干濕分離系統(tǒng)4；
對(duì)干濕分離系統(tǒng)分離的液相垃圾進(jìn)行油水分離的油水分離系統(tǒng)5；
對(duì)干濕分離系統(tǒng)分離的固相垃圾進(jìn)行識(shí)別將其中的塑料制品進(jìn)行分離的塑料制品分離系統(tǒng)3。
垃圾識(shí)別系統(tǒng)還通過(guò)導(dǎo)線連接對(duì)識(shí)別進(jìn)行控制的主控制單元2。數(shù)字信號(hào)轉(zhuǎn)換器、中央處理器均集成在主控制單元內(nèi)部。
油水分離系統(tǒng)的分離方法包括：
步驟一、建立仰角式油水分離器幾何模型，包括確定模型幾何尺寸、選取模型坐標(biāo)和對(duì)模型進(jìn)行網(wǎng)格劃分；
步驟二、選取數(shù)值模擬方法，在模擬過(guò)程中，模擬介質(zhì)為水和原油，油水分離溫度認(rèn)為是恒溫50℃，湍流模型選用realizablek-ε模型，多相流模型采用混合物模型，在fluent軟件中選用絕對(duì)穩(wěn)定的二階迎風(fēng)格式作為控制方程的離散格式，在數(shù)值模擬過(guò)程中選用simple方法；
步驟三、分別對(duì)0°-30°不同仰角下的油水分離器進(jìn)行數(shù)值模擬，對(duì)不同仰角下模型的油出口水相體積含量、水出口油相體積含量和油水分離效率進(jìn)行統(tǒng)計(jì)。
建立仰角式油水分離器幾何模型的具體步驟如下：
第一步、仰角式油水分離器幾何模型的幾何尺寸數(shù)據(jù)如下：處理量300m3/d，停留時(shí)間6min，含油濃度取為10％，混合物進(jìn)口直徑70mm，水出口直徑50mm，油出口直徑50mm。
第二步、模型坐標(biāo)的選取；建模過(guò)程中選用的坐標(biāo)系為笛卡爾坐標(biāo)系，軸向?yàn)樽鴺?biāo)軸x，徑向?yàn)樽鴺?biāo)軸y、z，原點(diǎn)位于分離器左端截面的中心處，坐標(biāo)軸的選取；
第三步、模型的網(wǎng)格劃分；在gambit中采用自適應(yīng)網(wǎng)格，為了保證網(wǎng)格劃分的精度和適應(yīng)性，網(wǎng)格的密度設(shè)置為2.5mm×2.5mm，整個(gè)計(jì)算區(qū)域包括483612個(gè)網(wǎng)格單元，其中分液管部分包括5149個(gè)網(wǎng)格單元。
油水分離過(guò)程的控制方程如下：
(1)流動(dòng)控制方程
油水分離流動(dòng)的控制方程包括連續(xù)性方程和動(dòng)量方程，對(duì)于湍流的不可壓縮流體，其時(shí)均方程的張量形式如下：
連續(xù)性方程：
動(dòng)量方程：
式中su、sv、sw——廣義源項(xiàng)，su＝fx+sx、sv＝fy+sy、sw＝fz+sz；
fx、fy、fz——質(zhì)量力；
sx、sy、sz如下所示：
式中μ——?jiǎng)恿φ扯?pa·s)；
λ——第二相動(dòng)力粘度，通常取值為-2/3(pa·s)；
對(duì)于不可壓縮流體，若其粘度為常數(shù)，sx＝sy＝sz＝0，動(dòng)量方程可以化簡(jiǎn)為：
油水分離過(guò)程的控制方程還包括混合物模型基本控制方程：
仰角式油水分離器內(nèi)流體為油水混合物的兩相流，在模擬計(jì)算時(shí)采用realizablek-ε混合湍流模型，其控制方程包括：
混合物模型的連續(xù)性方程：
式中
ρm——混合密度；
αk——第k相的體積分?jǐn)?shù)。
混合物模型的動(dòng)量方程：
式中n——相數(shù)；
μm——混合物粘性；
相對(duì)速度的形式：
式中
τqp——粒子的弛豫時(shí)間：
τqp的形式如下：
式中dp——第二相顆粒(或液滴或氣泡)的直徑；
fdrag——曳力系數(shù)，其表達(dá)式如下：
加速度
由第二相p的連續(xù)性方程可得到第二相p的體積分?jǐn)?shù)方程如下：
本發(fā)明的垃圾識(shí)別系統(tǒng)來(lái)識(shí)別垃圾對(duì)其進(jìn)行一個(gè)大致分類并傳輸電信號(hào)進(jìn)入數(shù)字信號(hào)轉(zhuǎn)換器，數(shù)字信號(hào)轉(zhuǎn)換器將電信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)，然后導(dǎo)入中央處理器，中央處理器根據(jù)數(shù)據(jù)做出指令，控制干濕分離系統(tǒng)進(jìn)行垃圾的干濕分離，然后液相垃圾進(jìn)入油水分離系統(tǒng)進(jìn)行油水分離，固相垃圾再次通過(guò)垃圾識(shí)別系統(tǒng)的識(shí)別將其中的塑料制品通過(guò)塑料制品分離系統(tǒng)進(jìn)行分離。
本發(fā)明具有的優(yōu)點(diǎn)和積極效果是：由于本發(fā)明將餐廚垃圾進(jìn)行分類，可以使垃圾的回收再利用得到更好的效果，對(duì)有害物質(zhì)集中處理，減少的環(huán)境的污染問(wèn)題，不會(huì)造成資源的浪費(fèi)和對(duì)土地的占用，使餐廚垃圾真正達(dá)到環(huán)保、綠色、回收再利用的目的。
本發(fā)明在數(shù)值模擬中入口邊界條件設(shè)置為速度進(jìn)口，入口流速根據(jù)分離器的處理量和入口管徑進(jìn)行確定，對(duì)油出口和水出口選用自由出流邊界條件，油出口的體積流量分?jǐn)?shù)控制在10％，水出口的體積流量分?jǐn)?shù)控制在90％，分離器內(nèi)部所有壁面均采用無(wú)滑移邊界，壁面粗糙度設(shè)置為0.15mm。
仰角為12°時(shí)，油水分離效率達(dá)到最佳值，分離效率為90.48％，油出口的水相體積含量為57.50％，水出口的油相體積含量為0.95％；當(dāng)仰角為0°，即傳統(tǒng)的油水分離器時(shí)，油水分離效率僅為75.00％，油出口的水相體積含量為82.83％，水出口的油相體積含量為2.50％。由此可見，在同等條件下，與傳統(tǒng)的油水分離器相比較，仰角式油水分離器具有較高的分離性能，分離效率提高了22％。
下面結(jié)合工作原理對(duì)本發(fā)明的應(yīng)用原理作進(jìn)一步描述。
垃圾進(jìn)入垃圾識(shí)別系統(tǒng)1后進(jìn)行識(shí)別，垃圾識(shí)別系統(tǒng)與主控制器2中的數(shù)字信號(hào)轉(zhuǎn)換器7通過(guò)導(dǎo)線連接，將電信號(hào)導(dǎo)入數(shù)字信號(hào)轉(zhuǎn)換器中，數(shù)字信號(hào)轉(zhuǎn)換器通過(guò)導(dǎo)線與中央處理器6連接，中央處理器做出指令控制干濕分離系統(tǒng)4工作，干濕分離系統(tǒng)通過(guò)導(dǎo)線控制油水分離系統(tǒng)5工作，塑料分離系統(tǒng)3在垃圾識(shí)別系統(tǒng)的數(shù)據(jù)下工作。
以上所述僅是對(duì)本發(fā)明的較佳實(shí)施例而已，并非對(duì)本發(fā)明作任何形式上的限制，凡是依據(jù)本發(fā)明的技術(shù)實(shí)質(zhì)對(duì)以上實(shí)施例所做的任何簡(jiǎn)單修改，等同變化與修飾，均屬于本發(fā)明技術(shù)方案的范圍內(nèi)。