CC BY
37TECHNICAL SCIENCE
УДК 504.064.45
Карелин А.Е.
Аспирант 1 курса Петросов С.П.
Доктор технических наук, профессор Алехин С.Н. Кандидат технических наук, доцент Алехин А. С. Кандидат технических наук, доцент Институт сферы обслуживания и предпринимательства (филиал) ДГТУ в г. Шахты
DOI: 10.24411/2520-6990-2020-11723
ОТДЕЛЬНЫЕ ВОПРОСЫ ПОДГОТОВКИ ТВЕРДЫХ КОММУНАЛЬНЫХ ОТХОДОВ К
ПРОЦЕССУ ИХ СОРТИРОВКИ
Karelin A.E.
Graduate student Petrosov S.P.
Doctor of Technical Sciences, Professor Alekhin S.N.
Candidate of Technical Sciences, Associate Professor
Alekhin A.S.
Candidate of Technical Sciences, Associate Professor Institute of Service and Entrepreneurship (branch) of the DSTU in Shakhty
CERTAIN ISSUES OF THE PREPARATION OF MUNICIPAL SOLID WASTE FOR THE SORTING
PROCESS
Аннотация
В данной статье рассмотрены отдельные известные методы сортировки твердых коммунальных отходов. На основании обзора этих методов и технологий сортировки ТКО выявлен ряд недостатков, которые могут приводить к снижению эффективности процесса распознавания составляющих ТКО и их дальнейшей сортировки. Также приведены некоторые рекомендации по их устранению.
Abstract
This article discusses some well-known methods for sorting solid municipal waste. Based on a review of these methods and technologies for sorting MSW, a number of shortcomings have been identified that can lead to a decrease in the efficiency of the process of recognizing the components of MSW and their further sorting. Some recommendations for resolving them are also provided.
Ключевые слова: твердые коммунальные отходы, проблемы сортировки отходов, технологии автоматической сортировки отходов, детектирование составляющих ТКО, подготовка отходов к сортировке.
Keywords: municipal solid waste, problems of waste sorting, technologies for automatic waste sorting, detection of MSW components, preparation of waste for sorting.
Как следует из данных, опубликованных Федеральной службой по надзору в сфере природопользования Российской Федерации, проблемы, связанные с образованием, обезвреживанием и переработкой отходов, как производства, так и потребления, актуальны практически для всех регионов и крупных городов Российской Федерации [1]. Прежде всего, необходимо отметить очень низкую степень переработки твердых коммунальных отходов (ТКО) в Российской Федерации (менее 10 %). В отличие от приоритета вторичной переработки материалов, который все шире распространяется в мире, ТКО в Российской Федерации утилизируются в основном на полигонах (более 50 % всех видов отходов, образующихся в Российской Федерации).
Кроме того, в нашей стране лишь небольшое количество полигонов для захоронения ТКО соответствует действующим нормативным требованиям, указанных в ГОСТ Р 56598-2015 [2].
Одним из главных этапов при переработке ТКО является их сортировка. За рубежом с начала 90-х г.г. прошлого века стали внедряться полностью автоматические линии сортировки отходов, что позволяет значительно повысить эффективность отбора вторичного сырья. Тогда как в России работают только отдельные элементы таких линий, и весь упор делается на ручные сортировочные комплексы.
<<ш11шетим~^©и©ма1>#щ&з)),2©2© / technical science
В большинстве случаев технологические линии автоматической сортировки основаны на использовании датчиков для оптического определения материала компонентов твердых коммунальных отходов. Материал определяется путем облучения потока ТКО светом с длинами волн, соответствующими видимому и инфракрасному диапазонам спектра, и последующего спектрального анализа отраженного от поверхности материала света.
Перспективным направлением в совершенствовании процессов распознавания отдельных компонентов ТКО являются методы сортировки, основанные на интеллектуальных технологиях распознавания отходов (пищевые отходы, металлы, пластик, стекло, бумага) [3, 4], например, с использованием искусственных нейронных сетей [5, 6]. Разработка данных методов сортировки активно ведётся учёными во всем мире, что приводит к всё более широкому использованию интеллектуальных технологий на практике.
Следует отметить, что в настоящее время практически отсутствуют сложившиеся научно обоснованные и практически подтверждённые, и признанные во всём мире наиболее рациональные подходы, и технологии процесса сортировки ТКО. Обращает на себя внимание, что в научных публикациях чаще всего рассматриваются отдельные вопросы, связанные с процессом сортировки мусора.
Например, в 2016 году Э. Уильямс и Дж. Бен-тил [7] представили автоматическую сортировочную установку для утилизации отходов с использованием микроконтроллера. В этом проекте они успешно сортировали органические и неорганические отходы. Для этого они использовали датчик газа, который отправлял данные на микроконтроллер, и с помощью этих данных мусор был дифференцирован и позже использован на заводе по переработке.
В 2014 году была представлена роботизированная система под названием ZenRobotics Recycler [5]. Этот робот мог собирать отходы с участков строительства и сноса строительных объектов и по-
мещать их на конвейерную ленту. При этом сортировка осуществлялась таких фракций как дерево, камень и металл.
S. G. Paulraj, S. Hait, A. Thakur [8] предложили алгоритм обнаружения отходов по изображению, полученному с помощью тепловизионной камеры. Был также разработан робот, который был оснащен тепловизионной камерой, датчиком приближения и роботизированной рукой с 5-ю степенями свободы.
Из отечественных разработок можно выделить способ сортировки мусора, который предлагает Ю.А. Пак [9]. В этом способе для сортировки мусора, включающем захват предметов с конвейера посредством манипуляторов, управляемых системами распознавания предметов, содержащих сканеры, спектрометры, детекторы и программное обеспечение, распознанные предметы маркируются кодированными метками, а захват манипуляторами сортируемых предметов осуществляется с помощью детекторов кода этих меток.
Анализ указанных выше, а также других известных методов и технологий сортировки ТКО позволил выявить ряд недостатков, которые могут приводить к снижению эффективности процесса распознавания составляющих ТКО и их дальнейшей сортировки.
Во-первых, при транспортировке отходов практически всегда происходит деформация пластиковых отходов (бутылки, пакеты, упаковки и т.п.), что делает их распознавание с помощью оптических технологий значительно труднее. Следует отметить, что в последнее время были предложены разработки, позволяющие частично решить данную проблему. В частности, было предложено распознавать пластиковые бутылки по форме горловины, которые наименее подвержены деформации. Однако, это лишь частичное решение проблемы.
Во-вторых, эффективность автоматизированного процесса сортировки ТКО в значительной мере снижается при наличии многослойности потока отходов. Одним из способов устранения этого недостатка может быть установка ограничителей по высоте над лентой конвейера с движущимися отходами (рис.1).
□ □ □ □
□ □
□ □ □ □ □ □ □ □ □ □ □
Рис.1. Схема устранения многослойности потока отходов
В-третьих, при использовании процесса распознавания на автоматизированной линии сортировки отходов эффективность сортировки может быть снижена из-за неудачного расположения отдельных составляющих ТКО относительно друг друга или относительно датчика распознавания. Данная проблема может быть решена, например, путём
применения ворошения ТКО воздушным потоком под давлением, что позволит поменять пространственную ориентацию отдельных составляющих ТКО, тем самым увеличив эффективность распознавания отходов.
В-четвёртых, существует проблема распознавания отходов из-за их загрязненности. Для решения данной проблемы следует применять технологии очистки, на первый план из которых выходит мойка отходов. При этом методы мойки могут быть различными: мойка струями, погружением в ванну, проточная мойка и т.п. При этом помимо очищенных отходов, поступающих на сортировку по конвейерной ленте, возникает необходимость сортировки и утилизации отходов, перешедших в моющий раствор.
Таким образом, на основании обзора отдельных известных методов сортировки твердых коммунальных отходов и применяемых при этом технологий предварительной его подготовки были выявлены некоторые недостатки, приводящие к снижению эффективности процесса распознавания и дальнейшей сортировки составляющих ТКО (деформация пластиковых отходов, многослойность потока, загрязненность отходов и т.д.). Исходя из этого, можно сделать вывод, что в настоящее время практически не существует единого универсального метода или схемы сортировки ТКО, которая одновременно отвечала бы всем экономическим, технологическим и экологическим требованиям. Совершенно очевидно, что для решения проблемы качественной сортировки отходов необходим комплексный подход на основе автоматизации процессов детектирования отходов и их сортировки с использованием современных технологий, в том числе использования интеллектуальных методов распознавания, с учетом научной проработки данных процессов и научно обоснованного выбора наиболее рациональных параметров средств реализации всех этапов сортировки отходов, в том числе их предварительной подготовки.
Список литературы
1. Колычев Н.А. Оптимизация обращения с твердыми бытовыми близкими к ним по составу промышленными отходами в крупных и средних населенных пунктах России // Биосфера. 2013. №4.
- С. 391-417.
2. ГОСТ Р 56598-2015 Ресурсосбережение. Обращение с отходами. Общие требования к полигонам для захоронения отходов. - Введ. 2016-07-01. -М.: Стандартинформ, 2019. - 32 с.
3. Инфографика. Пути отходов // Вокруг света.
- 2012. - № 7. - С. 22.
4. Сотнезов А.В., Зайцев В.А., Тарасова Н.П. Морфологический состав твердых коммунальных отходов // Экология техносферы. - 2015. - №4. - С. 10-15.
5. T. J. Lukka, T. Tossavainen, J. V. Kujala, and T. Raiko, Zenrobotics recyclerrobotic sorting using machine learning, in Proceedings of the International Conference on Sensor-Based Sorting (SBS), 2014, pp 1-8
6. Гемуев Ш.Ш, Воротников С.А. Роботизированный комплекс сортировки твёрдых бытовых отходов // Прикаспийский журнал: управление и высокие технологии. - 2019. - №2 (46). - С. 194-207.
7. E. A. Williams and J. Bentil, Design and implementation of a microcontroller-based automatic waste management sorting unit for a recycling plant, American Journal of Engineering Research (AJER), vol. 5, no. 7, pp. 48-52, 2016.
8. S. G. Paulraj, S. Hait, and A. Thakur, Automated municipal solid waste sorting for recycling using a mobile manipulator, in ASME 2016 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference. American Society of Mechanical Engineers, 2016, 53-60 pp.
9. Патент RU 2 624 288 C1 2017.07.03. Способ сортировки мусора // Патент России № 2016117281. 2016. Бюл. № 19. / Пак Ю.А.
