《Journal of Cleaner Production》：Intelligent control of food waste composting based on PID and LSTM: analysis and comparison of strategies
编辑推荐：
智能控制策略优化食品废弃物堆肥过程，LSTM模型显著提升温度与氧气浓度预测精度（RMSE分别为0.0114和0.0032，R2>0.93），缩短堆肥周期42.86%（16天达发芽指数96.2%，有机质含量48.07%），改善微生物群落结构，降低能耗与运营成本，经济效益提升至277.16元/吨，为碳中和目标下的堆肥技术升级提供新范式。
王菊飞|彭学松|唐文斌|朱学茹|李超|邱世龙|廖汉鹏|刘晨|Samuel Mbugua Nyambura|吴尧|李华|郑淑荷
福建农林大学机械与电气工程学院，福州，350002，中国
摘要
为了解决在手动或经验控制下食物废弃物堆肥过程中高能耗和低效率的问题，本研究开发了一种基于长短期记忆网络（LSTM）的智能控制策略，用于实时预测和调节堆温及氧气浓度。作为基准，采用了基于PID的控制策略（PID-BCS）。基于LSTM的策略（LSTNet-BCS）在温度和氧气预测方面表现出更高的准确性，其均方根误差（RMSE）分别为0.0114和0.0032，R2值为0.93。更重要的是，LSTNet-BCS将堆肥时间缩短了42.86%：在第16天（384小时）时，堆肥的种子发芽指数（GI）达到了96.2%，有机质含量（OMC）为48.07%；而PID-BCS则需要24天（576小时）才能达到GI=96.23%（OMC=50.58%）。微生物群落分析显示，与PID-BCS相比，LSTNet-BCS促进了嗜热菌和木质纤维素降解菌群的建立，其中Thermomyces的相对丰度达到了80.78%，Bacillus和Saccharopolyspora的丰度合计超过了40%（在第12-16天期间）；而在PID-BCS中，类似的群落重组直到第20天后才出现。在试点规模上，技术经济评估表明，LSTNet-BCS周期更短、劳动和能源消耗更低，单位资本和运营成本更低，净利润为277.16元/吨废弃物，而PID-BCS的净利润为89.57元/吨废弃物。这些发现证实了LSTM模型能够同时稳定堆肥动力学、加速有机质分解并提高经济效益，从而提升堆肥质量和整体过程价值。本研究为有机废弃物的智能利用提供了框架，并为堆肥技术升级奠定了基础。
引言
全球每年人均食物废弃物（FW）产生量约为74公斤（Zhang等人，2020年），预计到2025年亚洲地区的FW产量将达到41.6亿吨（Jin等人，2021年）。到2050年，分类后的FW总量预计将激增至1.09亿吨（Shapiro-Bengtsen等人，2020年），这给环境管理带来了巨大挑战。目前的处理方法主要依赖于填埋和焚烧，但这些方法会产生大量的温室气体（GHG）排放（Ng等人，2020年）。厌氧消化因能回收沼气并降低净GHG排放而得到广泛应用，通常在市政污水处理厂进行集中共消化（Cerda等人，2018年；Lin等人，2018年）。然而，所需的收集/运输物流以及复杂的操作和维护会增加成本并延长周转时间，而且厌氧消化产生的废水可能还会导致酸化和富营养化问题（Chew等人，2021年）。
相比之下，堆肥是发展中国家处理FW的有效途径，具有成本效益和较低的生态足迹（Jamwal等人，2024年）。作为一种分散式处理方式，堆肥非常适合城市级别的FW处理，在中国试点城市的处理方式中占比约为12.2%（Fang等人，2023年；Tang等人，2024年）。中国不断推进的“零废物城市”倡议进一步支持了低碳、分散式FW利用路径，如堆肥（Qi等人，2024年）。这种方法与中国“双减”政策目标一致，该政策要求减少化学肥料和农药的使用（Han等人，2024年）。实际上，用标准化堆肥部分替代矿物肥料可以减少对合成投入的依赖，同时将FW转化为可用资源，从而支持政策目标（Nordahl等人，2023年；Shuqin和Fang，2018年）。在实际应用中，来自市政分离废弃物的堆肥主要用于受控场景（城市绿化、景观美化、土壤改良）（Onwosi，2017年；O'Connor等人，2024年）。
作为FW利用的关键方法，提高堆肥效率、降低能耗和改善产品质量对中国环境可持续性至关重要（Mian等人，2017年）。在堆肥过程中，微生物通过生化反应将复杂有机物降解为稳定的腐殖质，并释放CO?，这构成了生物碳循环，与化石燃料产生的排放不同（Aytenew和Bore，2020年；I.P.C.C.，2019年）。然而，FW的盐分会导致渗透压，抑制微生物活性并减缓分解过程，最终影响堆肥成熟度和产品质量（Kucbel等人，2019年；Bernal等人，2009年；Hargreaves等人，2008年）。这些限制凸显了需要对堆肥环境进行预测性和闭环多变量控制的必要性（Li等人，2020年）。
然而，在实践中，现有系统主要依赖于经验性或基础的控制模型（Arora等人，2018年）。人为干预会降低过程的可重复性并引入大量操作误差，阻碍大规模标准化（Formenti等人，2014年）。尽管现代反应器能够实现基本监控和干预，但其简单的控制逻辑无法基于实时数据分析进行预测性调整，且数据处理需要大量人力和时间（Elalami等人，2019年；Mishra和Yadav，2021年）。此外，高昂的能源成本和低生态效率限制了其实用性（Das等人，2019年）。
智能反馈决策系统在提高效率、经济效益和环境安全性方面具有巨大潜力（Ayd?n Temel等人，2023年）。通过集成传感器（温度、氧气）、电机械控制和深度学习，这些系统可以动态优化嗜热、中温和冷却阶段的微环境参数。这种精确性稳定了过程动力学，提高了产品质量，并减少了资源浪费（Zhao等人，2021年）。例如，Kabak等人利用级联前馈神经网络预测氮损失，展示了大数据在提高堆肥质量和产量中的作用（Kabak等人，2022年）。
然而，将预测分析与可执行的闭环控制相结合仍然有限。主要挑战包括在保持支持持续代谢活动的微生物栖息地的同时，整合实时预测与反馈调节，以及实现高效的腐殖质形成和高肥料效率。
最近的综述指出，大多数机器学习应用仅停留在离线预测/优化阶段，很少应用于实时控制循环（Ayd?n Temel等人，2023年）。例如，Soto-Paz等人使用人工神经网络（ANN）和粒子群优化（PSO）算法优化了混合堆肥过程和产品质量，但优化过程需要大量数据支持且未实施在线反馈控制，从而增加了部署成本（Soto-Paz等人，2020年）。Wan等人使用随机森林（RF）、极端梯度提升（XGBoost）、轻量级梯度提升器（LightGBM）和多层感知器（MLP）模型预测堆肥产品的种子发芽指数（GI）和碳氮比（C/N），但这些预测模型并未与智能反馈控制相结合（Wan等人，2022年）。最近的研究基于过程信号进行了控制改进：氧气吸收（呼吸）指数被用作实时控制信号，小规模最佳通气协调了温度制度；这些步骤开始连接预测和控制，但仍缺乏将短期预测（前馈）与多变量反馈相结合的集成框架（Puyuelo等人，2010年；Ayd?n Temel等人，2023年；Lai等人，2024年）。因此，设计和实现稳定可靠的智能堆肥反馈-决策系统和方法是未来研究的重点（Wang等人，2024年）。
基于此，本研究提出了一种耦合调节方法，该方法通过预测关键参数来优化过程机制（图1）。所提出的框架将时间序列神经网络预测嵌入控制循环，并将基于神经网络的FW堆肥策略与基于阈值的调节方法进行比较，不仅在控制准确性方面，还在塑造堆肥微环境和微生物活性方面。目标是验证一种智能控制方法，该方法能够改进关键参数的调节，增强微生物降解能力，并在保持产品质量的同时缩短堆肥周期。
本研究在堆肥过程和机制方面的主要内容和创新点包括：
- (1)
开发了一种智能FW堆肥控制系统，该系统集成了高精度传感器-电气平台和基于LSTNet的控制策略。通过实时预测和自动调节堆温（PT）、体积氧气浓度（BOC）及相关变量，系统主动调节堆肥微环境，引导微生物过程达到预期结果。(2) 从控制准确性、响应速度、过程性能和试点规模技术经济性方面比较PID-BCS和LSTNet-BCS，以评估预测性多变量控制相对于传统基于温度的基准的工程适用性和成本效益。(3) 通过联合研究堆肥的物理化学指标和嗜热阶段的微生物群落动态，分析智能控制对堆肥的影响。这将控制策略与微生物生态系统响应和最终产品质量联系起来，明确了FW堆肥控制的适用场景和优化方向。
总体而言，本研究旨在证明时间序列神经网络可以超越独立预测，实现积极的微生物栖息地管理。通过量化PID-BCS和LSTNet-BCS在控制准确性、堆肥指标和微生物群落适应性的差异，我们评估了预测性多变量控制在提高过程效率、产品质量和成本效益方面的效果，从而为在全球“双碳”目标下升级FW堆肥提供了实用途径。
部分内容摘录
堆肥原料
在本研究的初步阶段，设计了一种标准的食物废弃物（SFW）堆肥和筛选方法（Wang等人，2024年）。该方法减少了生化测试，并提供了标准化的FW样本，提高了堆肥的可重复性和准确性。选择了高油盐含量的FW样本：大米：37.67%；脂肪肉类：10.38%；卷心菜：25.95%；盐：1.25%；糖：0.31%；水：15.57%；食用油：0.54%；香料：0.04%；微生物添加剂：8.30%。该样本反映了
调节不同控制策略的能力
使用控制偏差（MAE）、稳态变异性（SD）和响应时间评估了两种策略在00:00–08:00期间的控制性能，分别对应第2天、第8天和第16天（表4），这些阶段代表了升温、嗜热和冷却阶段。
结论
本研究评估了两种堆肥控制系统PID-BCS和LSTNet-BCS，发现LSTNet-BCS在过程性能、堆肥产品质量、微生物演替和技术经济指标方面优于PID-BCS，具有更小的控制偏差和更高的运行稳定性。LSTNet-BCS将堆肥周期缩短了42.86%，同时提高了过程稳定性和产品质量。
LSTNet-BCS更精确地调节了关键堆肥参数（PT、BOC），从而
CRediT作者贡献声明
王菊飞：撰写 – 审稿与编辑，撰写 – 原稿，可视化，软件，方法论，研究，资金获取，概念化。彭学松：撰写 – 审稿与编辑，可视化，研究。唐文斌：验证，软件。朱学茹：验证，研究。李超：资源，研究。邱世龙：验证，研究。廖汉鹏：资源，研究。刘晨：验证，研究。Samuel Mbugua Nyambura：撰写 – 审稿与
利益冲突声明
作者声明他们没有已知的可能会影响本文报告工作的财务利益或个人关系。
致谢
本研究在福建农林大学机械与电气工程学院和南京农业大学工程学院进行。作者感谢国家重点研发计划 [资助编号：2019YFC1906103]、江苏省现代农业机械装备和技术推广项目 [资助编号NJ2024-05] 以及福建省自然科学基金 的支持
