每次您将垃圾扔进垃圾箱时，它都会去某个地方，并且必须以某种方式进行处理才能危害环境。许多城市的垃圾管理流程已经转变为高度智能化的运营管理活动。基于ML的物联网废物管理平台增加了灵活的实时映射和跟踪功能，可以改善废物管理成果。垃圾处理对大城市来说是一个巨大的挑战。如今，新加坡、迪拜、香港、阿姆斯特丹、斯德哥尔摩、东京、墨尔本、西雅图、芝加哥和首尔等智慧城市的政府大力推动将技术融入城市的方方面面。在许多城市，垃圾处理过程已经转变为高度智能化的运营管理活动。城市垃圾管理当今任何智能城市中的城市垃圾管理都是现场设备或传感器联网在一起生成数百万个数据点的交互。生成的数据随后被引入云平台，并通过复杂的分析框架进行分析，然后得出明智的、可操作的推论，以更好地为城市居民服务。整个过程是自动化的，几乎不需要人工干预。我们都知道垃圾可以分为几类。造纸垃圾、塑料垃圾、餐厨垃圾、水溶性垃圾、水不溶性垃圾、动物粪便、生活垃圾、生活垃圾、工业垃圾等，有的可以生物降解，有的不能。有些甚至可能是放射性废物，具有剧毒和潜在危险。智能解决方案我们开发了一款应用程序，当有意识的市民在路上捕捉到道路上的垃圾或道路上超载的倾倒垃圾箱的图像并将其发送到跨平台指挥中心时，该应用程序会发送警报。然后可以使用图像点和矢量帧分析器对指挥中心接收到的图像进行分析，以确定图像中捕获的不同废物的大致数量和可能类别。该过程无需人工干预，并使用智能算法匹配过去和现有数据。随着时间的推移，这项活动的准确率已接近90%。物联网驱动的数据分析和机器学习安装在路边垃圾桶上的传感器可以跟踪垃圾桶内的垃圾收集情况，并使用物联网集成系统自动提醒垃圾收集卡车，但直接扔在路上的垃圾会逃脱传感器摄像头的数字视野。需要警惕和有意识的公民或人为干预才能掩盖异常公民扔在路上的那块垃圾。这里需要注意的是，警觉和有意识的公民必须具备摄影的基本知识，并且必须能够熟练地使用智能手机上的应用程序。来自传感器的数据以及有意识的公民发送的警报和图片都通过一个复杂的多点和多层分析系统。我们使用过去的垃圾数据在机器学习(ML)平台上训练一个系统来识别和分类垃圾并粗略估计其重量。ML平台使用过去一天中不同时段从该市60多个垃圾桶收集的垃圾图像。机器学习平台还针对垃圾箱内和周围常见的常见物品进行了培训，因此可以轻松识别它们。最后一英里的垃圾容量管理每次垃圾被扔进垃圾桶时，它都会去某个地方，必须以某种方式进行处理，以免对环境或城市居民造成危害。因此，确保废物得到妥善处理至关重要。为了妥善处理垃圾，绝对有必要首先确定它是什么垃圾。处置能力管理处理废物的典型策略包括回收、减少体积或转化为能量，以及倾倒到垃圾填埋场，或在将不可焚烧的废物倾倒到垃圾填埋场之前将其通过焚化炉。使用我们的应用程序和后端ML分析，焚烧中心和垃圾填埋场可以管理每小时容量，使用仪表板跟踪每项活动，并绘制每日产量和垃圾填埋场使用情况。这使他们能够通过明智地使用燃烧过程、使用的烟气量和了解所需的电力来进行精确的计划。还绘制了烟气量、产生的灰分和未燃烧固体无机成分的收集副产品。在废物到达焚烧中心之前，可以与其他市政当局合作采取适当的行动。热解本质上是在不添加额外空气或氧气的情况下通过加热对固体废物进行热分解，产生副产品氢气、甲烷、一氧化碳、焦油和其他惰性物质。还跟踪这些副产品的重量，以确保它们不会对健康和环境造成重大危害。焚烧中心的副产品包括低等级混凝土，然后根据政府当局制定的规格出售，用于制砖和其他建筑和制造砌块。容量管理和最终处置过程可以很早地规划出来，从指挥中心的垃圾图片阶段开始。为传统流程管理增加价值从历史上看，容量管理一词意味着“管理制造工厂中的各种库存”或“调整内部服务交付规模以满足当前和未来的业务目标”。流程管理。在实际使用中，遗留系统结合了外部因素，例如产品可用性、市场动态、需求预测和内部资源分配。然而，基于物联网的ML废物管理平台通过智能使用技术、网络、设备或传感器管理以及机器自动化，增加了敏捷、实时映射和跟踪的范围。所有这些功能的集成几乎不需要人工干预，大多数活动都是自动化的，并由能够分析图形数据并在需要时进行一些数字运算的智能机器全天候监控。
