答辩博士：王居飞
指导老师：李骅教授
论文题目：餐厨垃圾容器式堆肥智能调控关键技术研究
答辩委员会：
主席：
鲁植雄教授/博导 南京农业大学
委员：
陈集双教授/博导 南京工业大学
钟志堂研究员/硕导 江苏省农业机械技术推广站
雍阳春教授/博导 江苏大学
方 迪教授/博导 南京农业大学
秘书：
戴芸助理研究员南京农业大学
答辩时间：2024年5月24日14时
答辩地点：南京农业大学浦口校区育贤楼C402
论文简介：
餐厨垃圾的高效资源化处理是当今环境科学领域的重要课题。堆肥化处置是高效处理餐厨垃圾、实现其资源化的主要方式，然而餐厨垃圾堆肥过程中存在工艺参数协同程度低、处理周期长且堆肥过程管控智能化程度低等难题，导致堆肥过程能源、人力资源浪费且堆肥产品质量难把控等问题，严重影响餐厨垃圾堆肥过程低碳高效化。
为有效提升堆肥产品的质量及其经济性，本研究采用了基于“动态感知-神经网络-多参调控”的智能堆肥管控方法及技术，完成对餐厨垃圾堆肥过程的高效“监-管-控”。主要通过堆肥工艺优化、标准样本复配、离散元（DEM）与有限元（FEM）耦合仿真堆肥平台设计及优化、基于长短期记忆深度学习模型（LSTM）的智能堆肥控制系统构建与实现、朗因子法经济性分析以及蒙特卡洛风险模拟等技术和方法逐步推进此研究目标。本研究具体内容及主要结论如下：
（1）餐厨垃圾堆肥过程的关键影响因素探究及堆肥工艺优化：首先通过单因素实验和响应面法（RSM）深入分析了餐厨垃圾堆肥过程中的关键影响因素及其作用机理，确定了发酵初始环境温度（CAT）、搅拌频率（CSF）、堆肥调理剂比例（FWP）以及曝气速率（AF）为餐厨垃圾堆肥过程关键影响因素，并最终确定餐厨垃圾最优堆肥工艺参数组合为：CAT 取 38°C，CSF 取 1.5 天/次，FWP 取 18%，AF 取 0.04 SLM，在最优工艺条件下，堆肥过程的最高温度（MAXT）达到 59.7°C，超过 50°C 的温度维持时间（MCTD）为 8.96 天，有机肥的种子发芽率（GI）达到 88.28%，上述结果验证了最佳工艺参数的有效性。
（2）标准餐厨垃圾样本的复配与筛选：通过结合响应面法（RSM）和独立样本 T 检验等方法，筛选出高油高盐样本（HOAS）作为餐厨垃圾堆肥标准实验样本。具体而言，与其他标准餐厨垃圾样本相比较，HOAS 与随机收集的餐厨垃圾样本在最佳堆肥工艺下，经过 28 天的堆肥实验后，二者在堆肥过程及产物评价指标上的差异不显著，且 T 检验效应值（Cohen's d）均最小，即表明 HOAS 能够有效替代随机收集的餐厨垃圾完成堆肥实验。本标准样本筛选方法在避免大量的生化检测的前提下，提高后续餐厨垃圾堆肥过程智能控制策略开发中的对比实验的可重复性和准确性，并为其他有机废弃物堆肥实验样本标准化提供思路。
（3）餐厨垃圾堆肥系统设计及优化：本研究对堆肥平台中关键硬件装置进行选型和优化设计，为后续餐厨垃圾堆肥过程智能控制策略开发和对比实验提供可靠的堆肥平台。具体而言，采用堆内曝气的方式提升餐厨垃圾堆肥曝气效率，优化传统堆肥曝气装置设计方案。同时基于仿生设计原理，采用离散元法（DEM）和有限元法（FEM）耦合仿真技术，对堆肥物料搅拌装置进行优化设计。结果表明，当搅拌轴转速为 0.24r/s、扭转弹簧直径为 5.5mm、堆肥物料装填量为 70% 时，搅拌后堆肥堆体蓬松度最佳，随后完成对曝气风机和搅拌电机的选型设计。此研究为其他堆肥装置的设计和优化提供方法参考。
（4）餐厨垃圾智能堆肥调控系统的设计与实施：依托可靠的餐厨垃圾堆肥硬件平台，在实现对堆肥过程关键参数实时监测的基础上，通过基于 LSTM 的深度学习模型完成对餐厨垃圾堆肥过程关键参数的实时预测及智能调控。在基于预测模型的堆肥过程智能调控策略实施下，堆肥堆体温度和仓内氧气浓度的预测值与实际值的均方根误差分别仅为 0.0114 和 0.0032，且二者决定系数（R2）均超过了 0.93。通过控制策略对比实验得，与传统 PID 控制策略相比，基于预测模型的堆肥策略可在节省近 50% 的堆肥时间的前提下，实现堆肥过程微生物和堆肥环境的高效、准确、稳定和均衡调控，且各项有机肥料质量指标均达标。
（5）智能堆肥过程调控技术经济性分析与评估：通过朗因子法和蒙特卡洛模拟，对比分析了不同控制策略下的不同规模的堆肥经济性能。结果显示，基于预测模型的智能堆肥控制策略在提升经济效益方面具有优势及潜力。其中，在中试规模下，在基于预测模型的控制策略下的堆肥总收益为 304.37 元/吨，而基于 PID 控制策略的堆肥总收益仅为 136.95 元/吨。随后的蒙特卡洛模拟分析表明，基于预测模型的策略在考虑电价、人工成本等因素下，展现出更稳定的经济潜力，其平均总收益为 228.19 元/吨，远高于基于 PID 控制策略的堆肥的总收益136 元/吨。
上述研究内容相互协同，形成一个有机的多学科交叉研究链条，通过多元技术的深入融合和探究，详细阐述了餐厨垃圾堆肥过程中智能调控技术的实现方案和研究方法，并通过科学的评估手段，验证其在提升堆肥效率、调控稳定性以及经济性方面的显著优势，为餐厨垃圾的高效肥料化处理提供了新的研究方法和理论依据。
主要创新点如下：
本研究旨在通过集成先进技术手段，解决当前餐厨垃圾智能化堆肥处理过程中遇到的关键技术难题，提升了堆肥过程的效率、稳定性以及经济性，为餐厨垃圾堆肥技术的智能化发展提供了全面的科学依据。以下是对上述创新点的详细描述。
(1) 餐厨垃圾标准样本筛选方法构建
本研究基于餐厨垃圾堆肥实验优化参数，通过结合响应面法（RSM）和独立样本 T 检验筛选出适合堆肥实验的标准餐厨垃圾样本，提高了堆肥实验的可重复性和准确性。这种方法能够确保不同批次的堆肥实验在相同的条件下进行，从而减少实验结果的偏差和繁杂生化测定过程，降低实验成本。此外，标准样本的建立也为后续的堆肥过程智能化研究和优化提供了准确的、科学的严谨实验基础，提高实验的可靠性。
(2) 仿生堆肥翻抛装置耦合仿真设计
本研究中的仿生翻抛装置以蝼蛄爪趾为仿生设计灵感，通过采用离散元素法（DEM）耦合有限元素法（FEM）的仿真设计方法，深入分析堆肥物料在搅拌过程中的力学机理，有效解决了传统翻抛设备在处理不同物料尺寸或形状变化时的强度低、断裂风险高等问题，并显著提升翻抛效率。本设计方法为堆肥设备硬件系统的设计提供了新思路和方法。
(3) 堆肥过程智能预测调控策略实现
本研究通过采用多因素数据驱动的深度学习技术，开发了一个精准的堆肥过程关键参数变化预测模型。这一模型能够实时准确预测堆肥过程中的关键环境参数变化，显著提高了发酵过程的稳定性和效率。此模型的开发提升了餐厨垃圾堆肥过程控制的智能化、管理的精准化，对于提升餐厨垃圾堆肥处理效率和质量具有显著作用和意义。
(4) 智能堆肥经济性评价方法应用
本研究首次将朗因子法和蒙特卡洛模拟应用于餐厨垃圾堆肥过程的经济性能分析，为堆肥技术的经济评价和决策提供了新的工具和方法。这种方法能够全面评估不同控制策略和规模对堆肥过程经济性能的影响，为堆肥项目的经济性评价提供了科学的方法依据，同时研究结果也很好地展示了跨学科研究的优势。
