本发明涉及资源回收，具体涉及一种废弃尿不湿粉碎回收的方法。
背景技术：
1、废弃尿不湿粉碎回收是指通过对废弃的尿不湿进行粉碎处理，将其物理体积减小，并进一步通过分离技术将其中的可回收材料（如高分子吸收树脂和纤维素）提取出来的过程。该方法旨在减少废弃尿不湿对环境的污染，实现废弃物的资源化利用，变废为宝。
2、具体来说，废弃尿不湿首先经过收集和分类，去除杂质后被送入粉碎设备进行粉碎处理，减小其体积。随后，通过物理和化学方法的结合，对粉碎后的物料进行分离，提取出具有再利用价值的高分子吸收树脂和纤维素材料，经过清洗和干燥处理后，这些材料可以被再次利用，例如作为农业保水剂和造纸原料，从而实现废弃尿不湿的循环利用。
3、现有技术存在以下不足之处：
4、在废弃尿不湿粉碎回收时，通过筛网将大块的塑料和纤维素分离出来，利用重力分离设备将较重的高分子吸收树脂与其他较轻的材料分开。然而，处理过程中，如果重力分离设备出现持续超负荷运转，可能导致关键部件过热、磨损加剧甚至崩溃，造成设备故障。同时，如果出现大规模的设备故障，可能会导致整个生产线的停滞，无法继续处理废弃尿不湿。修复设备所需的时间可能较长，直接影响生产进度和产量，造成重大经济损失。
技术实现思路
1、本发明的目的是提供一种废弃尿不湿粉碎回收的方法，以解决背景技术中不足。
2、为了实现上述目的，本发明提供如下技术方案：一种废弃尿不湿粉碎回收的方法，包括以下步骤：
3、s1：将通过筛网的物料收集到重力分离设备的进料口，确保重力分离设备正常运转，将筛选后的物料均匀地输送到重力分离设备中，对设备的运行状态和废弃尿不湿的粉碎情况进行实时监测；
4、s2：对监测到的设备运行状态数据和尿不湿粉碎数据分别进行特征提取，根据提取出的重力分离设备的功率消耗波动特征和分离物料的粒度分布特征，对重力分离设备进行故障识别；
5、s3：根据重力分离设备故障识别的结果，将重力分离设备划分为潜在故障设备和正常设备两个类别；
6、s4：对潜在故障设备发生故障事件的风险性进行分析，计算潜在故障设备发生故障事件的风险系数，将风险系数与梯度风险阈值进行比较后，确定其发生故障事件的风险级别，并生成对应级别的预警信号；
7、s5：根据潜在故障设备发生故障的风险性，确定潜在故障设备的检修顺序，并根据检修顺序动态调整重力分离设备中筛选物料的投放量和投放频率。
8、优选的，根据提取出的重力分离设备的功率消耗波动特征生成功率消耗异常波动指数，则功率消耗异常波动指数的获取方法为：
9、采集设备在t时间段内的功率消耗数据，形成时间序列x(t)，将存在长期趋势的数据进行去除趋势，得到去趋势后的数据x'(t)；
10、对预处理后的功率消耗数据x'(t)进行fft，为快速傅里叶变换，得到频域信号x(f)，具体的转换表达式为：
11、；
12、其中，是频域信号在频率f处的复数值，n是信号样本点的总数，是傅里叶变换的核函数，其中j是虚数单位；
13、计算功率谱密度p(f)，表示各个频率成分的功率，p(f)=；其中，是频域信号x(f)的幅值，选择关注的频率范围[fmin,fmax]，fmin为选择关注的最小频率值，fmax为选择关注的最大频率值，计算频率范围内的总功率ptotal和每个频率点的功率p(fk)，具体的计算表达式为：
14、；
15、；
16、计算每个频率点的异常波动指数a(fk)，具体的计算表达式为：
17、；
18、式中，a(fk)是频率点fk处的异常波动指数，对每个频率点的异常波动指数进行求和计算后得到功率消耗异常波动指数。
19、优选的，根据提取出的重力分离设备的分离物料的粒度分布特征生成物料粒度分布偏差指数，则物料粒度分布偏差指数的获取方法为：
20、实时获取重力分离设备在正常运行时的物料粒度分布数据，形成参考分布p，在设备运行时，实时收集当前物料粒度分布数据，形成当前分布q；计算物料粒度的参考分布和当前分布kl散度：
21、；
22、式中，p(i)是参考分布在第i个粒度范围的概率，q(i)是当前分布在第i个粒度范围的概率，为物料粒度的参考分布和当前分布kl散度值，将获取到的物料粒度的参考分布和当前分布kl散度值与历史数据中标准状态下的物料粒度的参考分布和当前分布kl散度的标准值进行对比分析，计算物料粒度分布偏差指数，具体的计算表达式为：
23、；
24、式中，为历史数据中标准状态下的物料粒度的参考分布和当前分布kl散度的标准值，为物料粒度分布偏差指数。
25、优选的，将功率消耗异常波动指数和物料粒度分布偏差指数进行归一化处理，通过归一化处理后的功率消耗异常波动指数和物料粒度分布偏差指数计算重力分离设备发生故障的异常运行系数。
26、优选的，将获取到的重力分离设备发生故障的异常运行系数与预先设置的异常运行系数参考阈值进行比较，若重力分离设备发生故障的异常运行系数大于等于预先设置的异常运行系数参考阈值，发生故障的概率大，将重力分离设备划分为潜在故障设备，此时生成重力分离设备运行异常信号；若重力分离设备发生故障的异常运行系数小于预先设置的异常运行系数参考阈值，发生故障的概率小，将重力分离设备划分为正常设备，此时生成重力分离设备运行正常信号。
27、优选的，当重力分离设备被划分为潜在故障设备，即在一段时间内生成的异常运行系数大于等于预先设置的异常运行系数参考阈值，将后续一段时间内生成的大于等于预先设置的异常运行系数参考阈值的异常运行系数进行收集，并建立相应的数据集合，将数据集合内的异常运行系数与异常运行系数参考阈值进行对比分析，计算潜在故障设备发生故障事件的风险系数。
28、优选的，将获取到的潜在故障设备发生故障事件的风险系数与梯度风险阈值进行比较，梯度风险阈值包括第一风险阈值和第二风险阈值，且第一风险阈值小于第二风险阈值，将潜在故障设备发生故障事件的风险系数分别与第一风险阈值和第二风险阈值进行对比；
29、若潜在故障设备发生故障事件的风险系数大于第二风险阈值，将其划分为高风险级别，并立即生成高风险预警信号；若潜在故障设备发生故障事件的风险系数大于等于第一风险阈值且小于等于第二风险阈值，将其划分为中风险级别，并生成中风险预警信号；若潜在故障设备发生故障事件的风险系数小于第一风险阈值，将其划分为低风险级别，并生成低风险预警信号。
30、在上述技术方案中，本发明提供的技术效果和优点：
31、1、本发明通过实时监测设备运行状态和废弃尿不湿的粉碎情况开始，对获取到的数据进行特征提取，识别潜在故障，并根据风险级别生成预警信号，确保重力分离设备在最佳状态下运行。通过动态调整筛选物料的投放量和频率，有效防止设备过载，降低设备故障率，延长设备使用寿命，同时合理分配维护资源，减少生产停滞，提高生产效率和经济效益。
32、2、本发明通过实时监测和数据分析，及时发现设备异常，提前预防故障，减少修复时间和维护成本。通过归一化处理的功率消耗异常波动指数和物料粒度分布偏差指数，计算设备的异常运行系数，并根据风险系数进行梯度风险评估，生成对应的预警信号和检修计划，实现对设备的智能化管理和维护，确保生产线的连续性和稳定性，提高整体资源利用率和生产效率。
1.一种废弃尿不湿粉碎回收的方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种废弃尿不湿粉碎回收的方法，其特征在于：根据提取出的重力分离设备的功率消耗波动特征生成功率消耗异常波动指数，则功率消耗异常波动指数的获取方法为：
3.根据权利要求2所述的一种废弃尿不湿粉碎回收的方法，其特征在于：根据提取出的重力分离设备的分离物料的粒度分布特征生成物料粒度分布偏差指数，则物料粒度分布偏差指数的获取方法为：
4.根据权利要求1所述的一种废弃尿不湿粉碎回收的方法，其特征在于：当重力分离设备被划分为潜在故障设备，即在一段时间内生成的异常运行系数大于等于预先设置的异常运行系数参考阈值，将后续一段时间内生成的大于等于预先设置的异常运行系数参考阈值的异常运行系数进行收集，并建立相应的数据集合，将数据集合内的异常运行系数与异常运行系数参考阈值进行对比分析，计算潜在故障设备发生故障事件的风险系数。
5.根据权利要求4所述的一种废弃尿不湿粉碎回收的方法，其特征在于：将获取到的潜在故障设备发生故障事件的风险系数与梯度风险阈值进行比较，梯度风险阈值包括第一风险阈值和第二风险阈值，且第一风险阈值小于第二风险阈值，将潜在故障设备发生故障事件的风险系数分别与第一风险阈值和第二风险阈值进行对比；
