垃圾處理對大城市而言是巨大的挑戰。如今，新加坡，迪拜，香港，阿姆斯特丹，斯德哥爾摩，東京，墨爾本，西雅圖，芝加哥和首爾等智慧城市的政府部門已經大力推動将技術融入其城市的各個方面。在許多城市中，廢物處理過程已轉變為高度智能的營運管理活動。
市政廢物管理
如今，任何智能城市的市政廢物管理都是現場裝置或傳感器的互相作用，這些裝置或傳感器聯網在一起以生成數百萬個資料點。然後将由此獲得的資料吸收到雲平台中，并通過複雜的分析架構進行饋送，以進行分析，然後得出明智，可行的推論，以更好地為該城市的居民提供服務。整個過程是自動化的，幾乎沒有人為幹擾。
廢物分類
我們都知道廢物可以歸為幾大類。造紙廢料，塑膠廢料，食品廢料，水溶性廢料，水不溶性廢料，動物廢料，衛生廢料，家庭廢料，工業廢料等。其中有些是可生物降解的，有些則不是。有些甚至可能是放射性廢物，具有很高的毒性并可能造成危險。
智能解決方案
我們開發了一種應用程式，當有意識的市民在路上捕捉到道路上的廢物或道路上超載的傾倒垃圾箱的圖像并将其發送到跨平台的指揮中心時，便會發出警報。然後可以使用圖像點和矢量架構分析器分析由指揮中心接收到的圖像，以确定圖像中捕獲的不同廢物的近似數量以及可能的類别。流程不需要人工幹預，它使用智能算法來比對過去和現有的資料。随着時間的流逝，針對此活動的準确性已接近90％。
物聯網驅動的資料分析和機器學習
安裝在路邊垃圾箱上的傳感器可以跟蹤垃圾箱内的垃圾收集情況，并使用物聯網內建系統自動向垃圾收集卡車發出警報，但直接扔在道路上的垃圾卻逃脫了傳感器攝像頭的數字視覺。它需要一個警覺和一個有意識的公民或人為幹預來掩蓋一個不正常的公民扔在路上的那塊垃圾。這裡需要提醒的是，警覺和有意識的公民必須具備攝影的基本知識，并且必須能夠在智能手機上熟練地使用應用程式。
來自傳感器的資料以及警報和有意識的市民發送的圖檔都是通過複雜的多點和多層分析系統來完成的。我們使用過去的廢物資料在機器學習（ML）平台上訓練系統，以識别和分類廢物，并大緻評估廢物的重量。ML平台在一天中的各個小時使用過去從城市60多個垃圾箱收集的廢物圖像。機器學習平台還接受了通常在垃圾箱内和垃圾箱周圍發現的正常物品的教育訓練，是以可以輕松識别它們。
最後一英裡的廢物處理能力管理
每次将垃圾扔進垃圾箱時，垃圾都會流到某個地方，必須進行某種處理，以免對環境或城市居民造成危害。是以，確定廢物得到适當處理至關重要。為了适當地處理廢物，絕對需要首先确定其是哪種廢物。
處置能力管理
處理廢物的典型政策包括回收，減少體積或轉化為能源，并傾倒入垃圾填埋場，或将其通過焚化爐處理，然後再将不可焚化的垃圾傾倒入垃圾填埋場。
利用我們的應用程式和後端ML分析，焚化中心和垃圾填埋場可以每小時進行容量管理，使用儀表闆跟蹤每項活動，并繪制每日産出和垃圾填埋使用情況。這使得他們能夠通過明智地使用燃燒過程、使用的煙氣量以及了解所需的電力來進行精确的計劃。
還繪制了煙氣，産生的灰分和未燃燒的無機成分固體塊的收集副産物的數量。可以在廢物到達焚燒中心之前，與市政府其他部門合作采取适當的行動。
熱解實質上是通過施加熱量而不添加額外的空氣或氧氣對固體廢物進行熱分解，産生副産物氫，甲烷，一氧化碳，焦油和其他惰性材料。還跟蹤這些副産物的重量，以確定它們不會對健康和環境造成重大危害。焚燒中心産生的副産品包括低等級混凝土，然後按照政府當局制定的規範将其出售用于磚塊以及其他建築和制造塊。
容量管理和最終處理過程可以很早地繪制出來，從指揮中心的廢物圖檔階段開始。
為傳統流程管理增加價值
從曆史上看，容量管理一詞曾經表示“管理制造工廠中的各種庫存”或“正确确定内部服務傳遞的大小，以滿足目前和未來的業務目标。” 這是一種過程管理。在實際使用中，遺留系統結合了外部因素，例如産品的可用性，市場活力，需求預測和内部資源配置設定。
但是，基于物聯網的ML廢物管理平台通過智能使用技術，網絡，裝置或傳感器管理以及機器自動化，增加了靈活，實時映射和跟蹤的範圍。所有這些功能的內建幾乎不需要人工幹預，大多數活動都由智能機全天候自動化和監視，該智能機能夠分析圖形資料并在需要時進行一些數字運算。
原文連結