CC BY
33Формирование алгоритма для управления твердыми коммунальными отходами
см о см
о
О!
о ш т
X
<
т О X X
Попов Алексей Анатольевич
Кандидат технических наук, доцент, кафедра информатики, ФГБОУ ВО «Российский экономический университет имени Г.В. Плеханова», a1710p@mail.ru
Данная статья посвящена рассмотрению вопросов автоматизации управления твердыми бытовыми отходами. Была сформирована диаграмма, показывающая иерархию управления твердыми бытовыми отходами. Произведена постановка задачи формирования алгоритма управления сортировкой, переработкой, повторным использованием и утилизацией твердых бытовых отходов. Сформирован алгоритм, который позволяет минимизировать количество твердых коммунальных отходов, подлежащих захоронению на объектах хранения твердых коммунальных отходов. Подробно рассмотрен порядок работы алгоритма. Алгоритм может быть использован для проектирования информационных систем для управления твердыми коммунальными отходами. Для реализации работы алгоритма на компьютере необходимо более подробное раскрытие содержания некоторых операторов алгоритма. Также для реализации работы алгоритма на компьютере необходимо предварительная разработка моделей, позволяющих определять количество результатов переработки, получаемых из различных компонентов твердых коммунальных отходов, а также прогнозировать количество твердых коммунальных отходов, которые подлежит захоронению.
Ключевые слова: жилищно-коммунальное хозяйство, управление, твердые коммунальные отходы, переработка, утилизация, повторное использование, алгоритм
Введение
Управление твердыми коммунальными отходами (ТКО) является важной составляющей управления жилищно-коммунальным хозяйством (ЖКХ). В работах [1, 2] определяются виды компонентов, входящих в состав ТКО. При таком составе ТКО актуальным является рассмотрение вопросов, связанных с автоматизацией управления ТКО для обеспечения минимального значения количества ТКО, подлежащих захоронению.
Целью данной работы является рассмотрение вопросов автоматизации управления ТКО на этапах сортировки, переработки, повторного использования и утилизации (захоронения). Отметим, что данная работа является логическим продолжением исследований, проведенных в [3], где были рассмотрены вопросы автоматизации сбора и транспортировки ТКО.
Постановка задачи
Собранные ТКО доставляются на мусоровозах на РР предприятий, выполняющих сортировку ТКО. Сортировочные предприятия в соответствии с [6] характеризуются массивом ЭР, а также параметрами WW(pp) и ZW(pp, 'т), которые характеризуют соответственно количество ТКО, выгруженное на рр-е предприятия из мусоровозов, и количество ТКО т-го вида, выгруженных из мусоровозов на рр-е предприятие (т = 1, 2, ..., Щ. Значение ZW(pp, т) определяется с помощью значений элементов БТ(рр, т, т1) массива ЭГ, характеризующих количество компонента ТКО т-го вида, выгружаемого на рр-е предприятие из т1-го мусоровоза, где т1 = 1, 2, ..., МТ(т). При этом МТ(т) -количество мусоровозов, перевозящих компоненты ТКО т-го вида на сортировочные предприятия. Работу мусоровозов характеризует массив
вГ = {ОТ{м, пЛ, z1); zt=1, 2, ..., ZT(iw, т1)}, где ZT(iw, т/) - количество параметров, характеризующих т1-й мусоровоз, перевозящий компоненты ТКО iw-го вида, а ОТ(т, т1, г1) - значение zt-го параметра, характеризующего т1-й мусоровоз, перевозящий компоненты ТКО iw-го вида.
Постановка задачи выглядит следующим образом:
Дано:
1. Массивы ЭР, вГ, ЭГ.
2. Сведения о заказчиках, получающих результаты переработки ТКО с предприятий, выполняющих сортировку ТКО. Характеризуются элементами массива ОУЭ1 = {Си51(5, zs); s=1, 2, ..., 5; zs=1, 2, ... 25(5)}, где 25(5) - количество параметров, характеризующих 5-го заказчика, а СУ51(я, zs) - значение zs-го параметра, характеризующего 5-го заказчика.
3. Сведения о заказчиках, получающих для повторного использования компоненты ТКО с сортировочных предприятий. Характеризуются элементами массива ОУЭ2 = {Си52(с, zc); с=1, 2, ..., С; zc=1, 2, ... 2С(с)}, где 2С(с) - количество параметров, характеризующих с-го заказчика, а Си52(с, zc) - значение zc-го параметра, характеризующего с-го заказчика.
4. Сведения о заказчиках, получающих результаты переработки ТКО от всех или части заказчиков, входящих в состав массива ОиЭ2. Характеризуются элементами массива ОУЭЗ = {Си53(у, zy); у=1, 2, ..., У; zy=1, 2, ... 2У(у)}, где 2У(у) - количество параметров, характеризующих у-го заказчика, а Си53(у, zy) - значение zy-го параметра, характеризующего у-го заказчика.
5. Сведения о заказчиках, получающих результаты переработки ТКО с объектов хранения ТКО. Характеризуются элементами массива
ОиЭ4 = {Си53(Ь, zb); Ь=1, 2, ..., В; zb=1, 2, ... 2В(Ь)}, где 2В(Ь) - количество параметров, характеризующих Ь-го заказчика, а Си53(Ь, zb) - значение zb-го параметра, характеризующего Ь-го заказчика.
6. Сведения об объектах хранения ТКО, на которых происходит захоронение компонентов ТКО. Характеризуются элементами массива
иЭ = {и5(т); т=1, 2, ..., М}, где
и5(т) = {и5Р(т, 1), и5Р(т, 2), и5Р(т, 3), и5Р(т, 4), ..., и5Р(т, /5)}.
При этом, /5 - количество параметров, характеризующих каждый объект хранения ТКО, и5Р(т, 1), и5Р(т, 2) - широта и долгота места расположения т-го объекта хранения ТКО, и5Р(т, 3) = ои(т) - вместимость т-го объекта хранения ТКО, и5Р(т, 4) = ии(т) - уровень заполнения т-го объекта хранения ТКО (ии(т)< ои(т)).
7. Комплекс моделей Мй. Модель М0(1) предназначена для проведения сортировки несортированных компонентов ТКО. Модель М0(2) для определения количества компонентов ТКО, необходимых для получения результатов переработки необходимого вида (на сортировочных предприятиях и предприятиях, получивших компоненты ТКО для повторного использования). Модель М0(3) для определения количества результатов переработки, получаемых из ТКО, захороненных на объектах хранения ТКО. Модель М0(4) для прогнозирования количества ТКО, которые подлежат захоронению в текущем цикле обработки ТКО.
Требуется сформировать:
Алгоритм AL для управления сортировкой, переработкой, повторным использованием и утилизацией ТКО, предусматривающий минимизацию значения параметра UW - количества ТКО, подлежащих захоронению на полигонах хранения ТКО.
AL: {SR, GT, ST, CUS1, CUS2, CUS3, CUS4, US, MD} ^ min(UW)
Формирование алгоритма
Существующие технологии автоматизации сортировки позволяют работать без учета данных об их цвете, форме и особенностях внешнего вида компонентов ТКО, поступивших на сортировочные предприятия. В качестве примера можно привести использование релейно-контактной схемы автоматической сортировки ТКО для извлечения компонентов [4]. Для дальнейшей автоматизации процесса сортировки могут быть использованы модели, основанные на нейронных сетях, для обучения которых используются изображения компонентов ТКО. При этом изображения компонентов ТКО разнообразны по цвету, текстуре и геометрии. Для разработки модели MD(1) могут быть использованы модели сортировки ТКО, являющиеся аналогами с моделями, приведенными в [5, 6]. Процессу сортировки на pp-м сортировочном предприятии подвергаются несортированные компоненты ТКО, количество которых равно ZW(pp, 0). Компоненты ТКО /w-го вида, собранные раздельно (iwíO), находятся на pp-м сортировочном предприятии и характеризуются количеством ZW(pp, iw). После сортировки из обработки исключаются несортированные компоненты ТКО. Используются значения элементов Q(pp, iW) массива Q, характеризующие количество компонентов ТКО /w-го вида, находящееся на pp-м сортировочном предприятии: Q(pp, iw) = ZW{pp, iw) + h(pp, iw),
где h(pp, iw) - количество компонентов /w-го вида, полученных на pp-м сортировочном предприятии из несортированных компонентов.
Отсортированные компоненты ТКО подвергаются различным видам воздействия для получения результатов переработки. Используются следующие виды воздействия на ТКО: сжигание, газификация, пиролиз и торрефикация, метановое брожение. Сжигание является самым распространенным методом переработки ТКО. Поэтому важной задачей является использование такого результата переработки ТКО как зольные остатки. В соответствии с в [7, 8] основными фракциями зольного остатка являются: стекло, керамика, металлы, минералы, а также несгоревшие органические вещества. В [9, 10, 11] определены сценарии работы с зольными остатками: захоронение на объектах для хранения отходов, использование в качестве добавки в цементе, бетоне или в качестве сырья для изготовления стеновых блоков, производство стеклокерамики для выполнения строительных работ, использование в качестве
X X
о
го А с.
X
го m
о
м о м
удобрения в сельском хозяйстве. Кроме получения зольного остатка, задачей сжигания компонентов ТКО также может быть получение энергии [12, 13]. Результатами переработки ТКО с помощью газификации, рассмотренными в [12, 13], являются генераторный газ, зола и шлак, сера, а также электрическая и тепловая энергия. В [14] рассмотрены результаты переработки ТКО с помощью анаэроб-
ного сбраживания. Перечень результатов переработки ТКО с использованием указанных выше видов воздействия, приведен на рис. 1. Количество результата переработки у-го вида (/ = 1, 2, ..., Л), полученного из компонентов ТКО, характеризуется параметром ЯЯ(/). На каждом рр-м сортировочном предприятии на переработку поступают отсортированные компоненты ТКО iw-го вида, количество которых равно 0(рр, 'т).
см о см
о
О!
о ш
В
X
<
В
О X X
Твердые
коммунальные отходы
Не сортированные компоненты
Сортировка —1 I 4
Сортированные компоненты
Вторичное использование
Переработка 1
Утилизация
Компостирование. Захоронение на полигоне
(|_.ЭГ|[ИП||П£)
Ц2.
т
Обогрев .жилых и нежилых помещений
■О
Производство электроэнергии
Минеральные вещества в фильтрах
£
е переработку:
1, Этанол
2, Дизельное топливо
3, Резина
4, Стройматериалы
5, Лаки и краски
Б, Брикеты из эолы 7, Гранулированные удобрения В, Компост для удобрений 9, Компост для сжигания
О
Сжигание
Газификация
Зольный остаток
Металлы (магнитные, не магнитные, тяжелые |
Минералы
Стекло, керамика
Несгоревшие органические вещества
Тепловая энергия в результате сжиганил
Летучие вещества в результате сжиганил
Пиролиз
Анаэробное сбраживание
I
В переработку:
1, Металлолом
2, Рецептуры цемента и бетона
3, Вторичные стройматериалы
4, Стеклокерамика 3, Удобрения и абсорбенты
Б, Дорожные
покрытия
7, Стеновые блоки
0 0
о
Генераторный гаэ
Тяжелые металлы
Сера
Пирога з
к>
Масло, мазут
Теяническии углерод
Эола (для топлива в брикетах)
Метан
Жидкая фракция
Твердап фракция
ь© 0
Рисунок 1 - Схема управления твердыми коммунальными отходами, а также результатами их переработки
Первая часть отсортированных компонентов ТКО может перерабатываться непосредственно на сортировочных предприятиях. В качестве потребителей результатов переработки могут выступать S заказчиков, которые характеризуются элементами массива CUS1. Каждый s-й заказчик может обратиться на сортировочные предприятия для получения требуемого количества FR(s, j) результатов переработки j-го вида. Каждому значению FR(s, j) соответствует значение F(iw, s, j), которое характеризует количество компонента ТКО iw-го вида, необходимое для получения требуемого количества FR(s, j). Для определения значений F(iw, s, j) необходимо иметь модель MD(2). Общее количество компонента ТКО iw-го вида, израсходованное на получение всех результатов переработки, характеризуется значением ZR(iw). Вторая часть компонентов ТКО может перерабатываться на предприятиях, являющихся заказчиками на получение требуемого количества компонентов ТКО для повторного использования (характеризуются элементами массива CUS2).
Компоненты ТКО, оставшиеся после выполнения переработки, передаются для повторного использования C заказчикам, которые характеризуются элементами массива CUS2. Каждый с-й заказчик имеет потребности в получении компонентов ТКО iw-го вида, которые характеризуются значением элемента UC(c, iw) массива UC. В результате учета потребностей заказчиков формируется значение параметра U(iw), характеризующего общее количество компонента ТКО iw-го вида, необходимого для повторного использования. Отметим, что часть предприятий, получивших компоненты ТКО на повторное использование, могут производить переработку полученных компонентов ТКО. На такие предприятия могут обращаться Y заказчиков (характеризуются элементами массива CUS3) для получения результатов переработки j-го вида. У каждого у-го заказчика имеется потребность в получении результата переработки j-го вида в количестве, которое характеризуется значением параметра UY(y, j).
Общее количество компонентов ТКО iw-го вида, подлежащих утилизации на объектах хранения ТКО в течении цикла обработки ТКО, характеризуется значением ZU(iw). Общее количество компонентов, захороненных на m-м объекте хранения ТКО, характеризуется значением UU(m) массива UU. Компоненты, захороненные на объектах хранения ТКО, вступают во взаимодействие друг с другом и с окружающей средой. В результате такого взаимодействия могут быть получены результаты переработки компонентов ТКО. Элемент MZ(m, j) массива MZ представляет собой количество результата переработки j-го вида, полученного из ТКО, захороненных на m-м объекте хранения ТКО (m=1, 2, ..., M). Для определения количе-
ства результатов переработки j-го вида необходима модель MD(3) для прогнозирования поведения захороненных ТКО. Пример набора моделей, которые могут быть использованы для формирования модели MD(3), приведен в [15, 16]. Результаты переработки, полученные из захороненных ТКО, могут быть востребованы В заказчиками (характеризуются элементами массива CUS4), взаимодействующими с М объектами хранения ТКО. Потребности каждого b-го (b=1, 2, ..., В) заказчика в результате переработки j-го вида характеризуются параметром MB(b, j).
Для определения условий минимизации значения параметра UW используются элементы массивов UU и DAN:
DAN = {DAN(ic); ic=1, 2,., IC}.
При этом DAN(ic) = {DN(ic, ih); ih=1, 2, ..., 21} = {Q, ZW, ZR, ZU, RR, FR,
F, UZ, UY, MB, UU, MZ, UC, ST, CUS1, CUS2, CUS3, CUS4, GT, SR, US},
Для прогнозирования количества ТКО, подлежащих захоронению, используется модель MD(4). В качестве примера такой модели можно привести мультиагентную модель, рассмотренную в работе [17]. Перед началом очередного цикла обработки ТКО производится перебор различных вариаций DN*(ic, ih, id) элементов массива DAN и происходит определение комбинаций исходных данных OP(id). Количество комбинаций равно ID. При этом
OP(id) = {DN*(ic, 1, id), DN*(ic, 2, id), ..., DN*(ic, 21, id)}.
Комбинации исходных данных c помощью модели MD(4) используются для определения значения параметра DUW(id). Параметр DUW(id) характеризует прогнозируемое количество ТКО, подлежащее захоронению на M объектах хранения ТКО в течение предстоящего цикла обработки ТКО. Из всех комбинаций OP(id) выбирается комбинация, которой соответствует минимальное значение DUW(id). После окончания очередного цикла обработки ТКО в массив DAN добавляется новый элемент DAN(ic), характеризующий фактические значения параметров управления ТКО во время очередного цикла обработки ТКО.
Алгоритм AL, отображающий порядок управления сортировкой, переработкой, повторным использованием и утилизацией ТКО, приведен на рис. 2. В соответствии с алгоритмом, в операторе 2 устанавливаются начальные значения элементов D(iw) массива D, каждый из которых представляет собой количество компонента ТКО iw-го вида, которое осталось не востребованным для повторного использования после окончания очередного цикла обработки ТКО. Далее в операторе 3 устанавливается начало цикла обработки ТКО, который начинается в момент времени t=to. При этом устанавливается значение переменной bc, соответствующее началу цикла обработки ТКО. В
х
X
о
го А с.
X
го m
о
м о м
начале очередного цикла обработки ТКО производится (оператор 4) обращение к алгоритму определения условий минимизации количества ТКО, подлежащих захоронению. В результате работы алгоритма определяются исходные данные для нового цикла обработки ТКО (комбинация OP(id)). Далее организуется цикл по переменной 'т (операторы 5 - 10). Внутри цикла производится обращение к алгоритму управления переработкой ТКО (оператор 6) для определения количества компонента ТКО 'т-го вида для переработки в начале очередного цикла обработки ТКО. Также производится обращение к алгоритму управления повторным использованием компонентов ТКО (оператор
7) для определения количества компонента ТКО 'т-го вида, необходимого для повторного использования в начале очередного цикла обработки ТКО. В операторе 8 производится обращение к алгоритму управления утилизацией ТКО для определения количества компонента ТКО т-го вида, подлежащего утилизации. В операторе 9 производится уточнение значений элементов и(т) с помощью значений й(т). После этого производится переход к работе со следующим компонентом ТКО (оператор 10). После окончания цикла по переменной 'т (оператор 5) производится изменение значения переменной Ьс на противоположное (оператор 11).
.Ф©-1 <
пн)=1.2..
см о см
о
О!
о ш
В
X
<
В
О X X
Рисунок 2 - Алгоритм управления ТКО (сортировка, повторное использование, переработка и утилизация)
С помощью переменной рр организуется цикл (операторы 12, 32) для перебора сортировочных предприятий, на которых производится сортировка несортированных компонентов ТКО. Для ввода значений 2W(pp, М) с помощью операторов 13 - 16 организуется цикл по переменной 'т. Внутри данного цикла также присваиваются начальные значения элементам 0(рр, М) массива О. После окончания алгоритма по переменной т (оператор 13) выполняется сортировка ТКО с использованием модели МО(1). В результате сортировки определяются значения Л(рр, М), используемые далее для уточнения количества компонентов ТКО, направляемых на повторное использование, переработку и утилизацию (оператор 17). С помощью переменной т организуется цикл (операторы 22, 31), перебирающий виды компонентов ТКО для организации повторного использования, переработки и утилизации ТКО. С помощью оператора 23 производится получение значения 0(рр, М) для текущего цикла обработки ТКО с использованием значений 2W(pp, М) и Л(рр, М). В операторе 24 производится проверка доступности компонента ТКО М-го вида для переработки. Если компонент не доступен, то производится переход к оператору 31 для работы со следующим компонентом ТКО. Если компонент доступен, то происходит проверка условия о необходимости направления компонента ТКО М-го вида на переработку (оператор 25). Если нет необходимости в переработке компонента ТКО М-го вида, происходит переход к управлению повторным использованием и утилизацией ТКО (оператор 27). Если переработка необходима, то с помощью оператора 26 производится обращение к алгоритму для управления переработкой ТКО с использованием модели МО(2). После выполнения данного алгоритма происходит переход к оператору 27. В операторе 27 производится проверка доступности компонента ТКО М-го вида для повторного использования и утилизации. Если компонент не доступен, то производится переход к оператору 31 для работы со следующим компонентом ТКО. Если компонент доступен, то происходит проверка условия о наличии необходимости направления компонента ТКО М-го вида на повторное использование (оператор 28). Если нет необходимости в направлении компонента ТКО на повторное использование, происходит переход к управлению утилизацией ТКО (оператор 18). Если имеется необходимость в повторном использовании компонента ТКО, то производится обращение (оператор 29) к алгоритму управления повторным использованием ТКО. В результате выполнения этого алгоритма производится уточнение значений 0(рр, М), и(М). С помощью оператора 30 производится уточнение значений О(М). Далее происходит переход к управлению утилизацией ТКО (оператор 18). В операторе 18 производится проверка доступности компонента ТКО М-го
вида для утилизации. Если компонент не доступен, то производится переход к оператору 31 для работы со следующим компонентом ТКО. Если компонент доступен, то происходит проверка условия о необходимости направления компонента ТКО iw-го вида на утилизацию (оператор 19). Если нет необходимости в утилизации компонента ТКО iw-го вида, производится переход к оператору 31 для работы со следующим компонентом ТКО. Если имеется необходимость в утилизации компонента ТКО iw-го вида, то производится обращение к алгоритму управления утилизацией ТКО (оператор 20) с использованием модели MD(3). После выполнения алгоритма уточняются значения Q(pp, iw) и ZU(iw). Далее производится переход к оператору 31 для работы со следующим компонентом ТКО. После окончания работы со всеми компонентами ТКО iw-го вида на pp-м сортировочном предприятии (оператор 22) происходит переход к управлению ТКО на следующем предприятии (оператор 32). После окончания управления ТКО на всех сортировочных предприятиях (оператор 12) производится переход к оператору 21 для работы с алгоритмом определения условий минимизации количества ТКО, подлежащих захоронению, с использованием модели MD(4). В результате работы алгоритма определяется фактическое количества ТКО, захороненных на объектах хранения ТКО. Также определяется уточненный массив DAN. После окончания работы алгоритма происходит выполняется оператор 33, с помощью которого происходит сохранение информации об итогах цикла обработки ТКО.
После этого проверяется условие перехода к следующему циклу обработки ТКО (оператор 34). Если обработка ТКО продолжается, то времени начала to для нового цикла обработки ТКО присваивается новое значение (оператор 35), и производится переход к оператору 3 для выполнения нового цикла обработки ТКО.
Особенности использования алгоритма
Началом очередного цикла обработки ТКО в алгоритме считается момент времени, когда загружены все мусоровозы и начата транспортировка ТКО на сортировочные предприятия. Очередной цикл обработки ТКО завершается в момент, когда все мусоровозы выгрузили ТКО на сортировочные предприятия, и далее выполнена переработка, вторичное использование и утилизация компонентов ТКО, находящихся на всех сортировочных предприятиях.
Уточняются в начале каждого цикла обработки ТКО и остаются неизменными на протяжении всего цикла обработки следующие параметры:
значения элементов массива SR;
значения элементов ST(pp, iw, mt) и элементов массива GT;
х
X
о го А с.
X
го m
о
м о м
es о es
0
01
о ш m
X
<
m O X X
количество заказчиков, имеющих потребности в получении компонентов ТКО и результатах их переработки;
значения элементов множеств CUSI, CUS2, CUS3, CUS4, характеризующих заказчиков;
определенные с помощью модели MD(4) рекомендованные значения параметров FR(s,j), UC(c, iw), UY(y, j), MB(b, j), характеризующие потребности заказчиков;
количество объектов хранения ТКО, на которых происходит захоронение ТКО;
значения элементов массива US.
Для обеспечения использования алгоритма предварительно должны быть разработаны модели MD(1), MD(2), MD(3), MD(4).
Рекомендованным значениям параметров FR(s,j), UC(c, iw), UY(y, j), MB(b,j), входящим в состав комбинации OP(id), определенной в начале очередного цикла обработки ТКО, соответствует минимальное прогнозируемое значение количества ТКО, подлежащее захоронению. Фактические условия обработки ТКО в течение очередного цикла обработки ТКО могут отличаться от условий, выданных в качестве рекомендаций в начале цикла. Поэтому в течение цикла обработки ТКО определяется фактическое значение параметра UW.
Для реализации алгоритма на компьютере в последующих публикациях на данную тему будут более подробно рассмотрены алгоритмы управления переработкой ТКО, управления повторным использованием ТКО, управления утилизацией ТКО, а также алгоритм определения условий минимизации количества ТКО, подлежащих захоронению.
Заключение
В данной работе получены следующие результаты:
1. Сформирована схема, отображающая иерархию управления твердыми коммунальными отходами.
2. Сделана постановка задачи и произведено решение задачи формирования алгоритма для управления сортировкой, переработкой, повторным использованием и утилизацией ТКО. Алгоритм позволяет минимизировать количество ТКО, подлежащих захоронению. Алгоритм может быть использован при проектировании информационных систем для управления ТКО.
3. Для реализации алгоритма на компьютере будут продолжены исследования по более детальному представлению функциональных блоков алгоритма, а также по разработке моделей, позволяющих производить сортировку ТКО, определять количество результатов переработки, получаемых из различных компонентов тКо, а также прогнозировать количество ТКО, которые подлежит захоронению на объектах хранения ТКО.
Литература
1. Zhou H, Meng A, Long Y, Li Q and Zhang Y An overview of characteristics of municipal solid waste fuel in China: Physical, chemical composition and heating value // Renewable and Sustainable Energy Reviews. 2014. № 36(August). pp. 107-122.
2. Edjabou, M.E., Martín-Fernández, J.A., Scheutz, C., Astrup, T.F. Statistical analysis of solid waste composition data: Arithmetic mean, standard deviation and correlation coefficients // Waste Management. 2017. Vol. 69(November). pp. 13-23.
3. Popov, A.A., Kuzmina, O.A. Algorithm of the Software Modules Interaction for Managing the Collection and Transportation of Municipal Solid Waste // IOP Conference Series: Earth and Environmental Science. 2021. Vol. 666(5). art. no. 052041.
4. Sereda, T.G., Kostarev, S.N. Development of automated control system for waste sorting // IOP Conference Series: Materials Science and Engineering. 2019. Vol. 537(6). art. no. 062012.
5. Huang, J., Pretz, T., Bian, Z. Intelligent solid waste processing using optical sensor based sorting technology // 3rd International Congress on Image and Signal Processing, CISP 2010 (Yantai, China, 16 - 18 October 2010). 2010. Vol. 4. pp. 1657-1661.
6. Seredkin, A.V., Tokarev, M.P., Plohih, I.A., Gobyzov, O.A., Markovich, D.M. Development of a method of detection and classification of waste objects on a conveyor for a robotic sorting system // Journal of Physics: Conference Series. Vol. 1359(1). 2019. art. no. 012127.
7. Zhang, Z., Wang, H., Song, H., Zhang, S., Zhang, J. Industrial Robot Sorting System for Municipal Solid Waste // Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics),
2019. Vol. 11741 LNAI. pp. 342-353
8. Seraj, S., Nikravan, M., Ramezanianpour, A.A., Zendehdel, P. Evaluation of the application of municipal solid waste incinerator (MSWI) ash in civil engineering using a sustainability approach // Detritus.
2020. Vol. 9(March). pp. 113-124.
9. Zhu, W., Teoh, P.J., Liu, Y., Chen, Z., Yang, E.H. Strategic utilization of municipal solid waste incineration bottom ash for the synthesis of lightweight aerated alkali-activated materials // Journal of Cleaner Production. 2019. Vol. 235(October).
10. Huber, F. Modelling of material recovery from waste incineration bottom ash // Waste Management. 2020. Vol. 105. pp. 61-72.
11. Loginova, E., Volkov, D.S., van de Wouw, P.M.F., Florea, M.V.A., Brouwers, H.J.H. Detailed characterization of particle size fractions of municipal solid waste incineration bottom ash // Journal of Cleaner Production. 2019. Vol. 207(January). pp. 866874.
12. Guo, X., Zhang, T. Utilization of municipal solid waste incineration fly ash to produce autoclaved and
modified wall blocks // Journal of Cleaner Production. 2020. Vol. 252. art. no. 119759.
13.Vlaskin, M.S. Municipal solid waste as an alternative energy source // Proceedings of the Institution of Mechanical Engineers, Part A // Journal of Power and Energy. 2018. Vol. 232(8). pp. 961-970.
14.Xing, Z., Ping, Z., Xiqiang, Z., Zhanlong, S., Wenlong, W., Jing, S., Yanpeng, M. Applicability of municipal solid waste incineration (MSWI) system integrated with pre-drying or torrefaction for flue gas waste heat recovery // Energy. 2021. Vol. 224. art. no. 120157.
15. Robles, I., O'Dwyer, E., Guo, M. Waste-to-Resource value chain optimisation: Combining spatial, chemical and technoeconomic aspects // Water Research, 2020. Vol. 178. art. no. 115842.
16. Lu, S.-F., Feng, S.-J. Comprehensive overview of numerical modeling of coupled landfill processes // Waste Management. 2020. Vol. 118. pp. 161-179.
17.Cudjoe, D., Han, M.S., Chen, W. Power generation from municipal solid waste landfilled in the Beijing-Tianjin-Hebei region // Energy. 2021. Vol. 217. art. no. 119393.
18. Meng X., Wen Z., Qian Y. Multi-agent based simulation for household solid waste recycling behavior // Resources, Conservation and Recycling. 2018. Vol. 128. pp. 535 - 545.
Formation of an algorithm for solid municipal waste management Popov A.A.
Plekhanov Russian University of Economics
This article is devoted to the consideration of the issues of automation of municipal solid waste management. A diagram showing the hierarchy of municipal solid waste management has been formed. The formulation of the problem of forming an algorithm for managing the sorting, processing, reuse and disposal of municipal solid waste has been made. An algorithm that allows minimizing the amount of solid municipal waste to be buried at storage facilities for solid municipal waste has been developed. The order of operation of the algorithm is considered in detail. The algorithm can be used to design of information systems for municipal solid waste management. To implement the operation of the algorithm on a computer, a more detailed disclosure of the content of some operators of the algorithm is required. Also, to implement the operation of the algorithm on a computer, it is necessary to preliminary develop models that allow determining the amount of processing results obtained from various components of solid municipal waste, as well as predicting the amount of solid municipal waste to be buried. Keywords: housing and communal services, management, solid municipal waste, recycling, disposal, reuse, algorithm
References
[1] 1. Zhou H, Meng A, Long Y, Li Q and Zhang Y An overview of characteristics of municipal solid waste fuel in China: Physical, chemical composition and heating value // Renewable and Sustainable Energy Reviews. 2014. № 36(August). pp. 107-122.
[2] 2. Edjabou, M.E., Martín-Fernández, J.A., Scheutz, C., Astrup, T.F. Statistical analysis of solid waste composition data: Arithmetic mean, standard deviation and correlation coefficients // Waste Management. 2017. Vol. 69(November). pp. 13-23.
[3] 3. Popov, A.A., Kuzmina, O.A. Algorithm of the Software Modules Interaction for Managing the Collection and Transportation of Municipal Solid Waste // IOP Conference Series: Earth and Environmental Science. 2021. Vol. 666(5). art. no. 052041.
[4] 4. Sereda, T.G., Kostarev, S.N. Development of automated control system for waste sorting // IOP Conference Series: Materials Science and Engineering. 2019. Vol. 537(6). art. no. 062012.
9. Huang, J., Pretz, T., Bian, Z. Intelligent solid waste processing using optical sensor based sorting technology // 3rd International Congress on Image and Signal Processing, CISP 2010 (Yantai, China, 16 - 18 October 2010). 2010. Vol. 4. pp. 1657-1661.
5. Seredkin, A.V., Tokarev, M.P., Plohih, I.A., Gobyzov, O.A., Markovich,
D.M. Development of a method of detection and classification of waste objects on a conveyor for a robotic sorting system // Journal of Physics: Conference Series. Vol. 1359(1). 2019. art. no. 012127.
6. Zhang, Z., Wang, H., Song, H., Zhang, S., Zhang, J. Industrial Robot
Sorting System for Municipal Solid Waste // Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 2019. Vol. 11741 LNAI. pp. 342-353
7. Seraj, S., Nikravan, M., Ramezanianpour, A.A., Zendehdel, P. Evaluation
of the application of municipal solid waste incinerator (MSWI) ash in civil engineering using a sustainability approach // Detritus. 2020. Vol. 9(March). pp. 113-124.
8. Zhu, W., Teoh, P.J., Liu, Y., Chen, Z., Yang, E.-H. Strategic utilization of
municipal solid waste incineration bottom ash for the synthesis of lightweight aerated alkali-activated materials // Journal of Cleaner Production. 2019. Vol. 235(October).
9. Huber, F. Modelling of material recovery from waste incineration bottom
ash // Waste Management. 2020. Vol. 105. pp. 61-72.
10. Loginova, E., Volkov, D.S., van de Wouw, P.M.F., Florea, M.V.A., Brouwers, H.J.H. Detailed characterization of particle size fractions of municipal solid waste incineration bottom ash // Journal of Cleaner Production. 2019. Vol. 207(January). pp. 866-874.
11. Guo, X., Zhang, T. Utilization of municipal solid waste incineration fly ash to produce autoclaved and modified wall blocks // Journal of Cleaner Production. 2020. Vol. 252. art. no. 119759.
12. Vlaskin, M.S. Municipal solid waste as an alternative energy source // Proceedings of the Institution of Mechanical Engineers, Part A // Journal of Power and Energy. 2018. Vol. 232(8). pp. 961-970.
13. Xing, Z., Ping, Z., Xiqiang, Z., Zhanlong, S., Wenlong, W., Jing, S., Yanpeng, M. Applicability of municipal solid waste incineration (MSWI) system integrated with pre-drying or torrefaction for flue gas waste heat recovery // Energy. 2021. Vol. 224. art. no. 120157.
14. Robles, I., O'Dwyer, E., Guo, M. Waste-to-Resource value chain optimisation: Combining spatial, chemical and technoeconomic aspects // Water Research, 2020. Vol. 178. art. no. 115842.
15. Lu, S.-F., Feng, S.-J. Comprehensive overview of numerical modeling of coupled landfill processes // Waste Management. 2020. Vol. 118. pp. 161-179.
16. Cudjoe, D., Han, M.S., Chen, W. Power generation from municipal solid waste landfilled in the Beijing-Tianjin-Hebei region // Energy. 2021. Vol. 217. art. no. 119393.
17. Meng X., Wen Z., Qian Y. Multi-agent based simulation for household solid waste recycling behavior // Resources, Conservation and Recycling. 2018. Vol. 128. pp. 535 - 545.
X X
o
00 >
c.
X
00 m
o
ho o ho
