Benchmark Operational Condition Multimodal Dataset Construction for the Municipal Solid Waste Incineration Process

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Researchers in waste-to-energy and process optimization can use this dataset as a benchmark for developing models for combustion state analysis and pollutant prediction.

都市ごみ焼却（MSWI）は、地球環境の持続可能な発展を実現するための典型的な複雑な産業プロセスである。これは、マルチモーダル情報を用いて、ドメイン専門家に基づく「知覚-予測-制御」モードを実装する。異なるモーダルデータの相補的価値を活用し、位置ずれによって引き起こされる情報の矛盾や融合失敗を防ぎ、マルチモーダルデータセットの可用性と分析結論の信頼性を確保するためには、ベンチマーク運転条件マルチモーダルデータセットの構築が不可欠である。本研究の目的は、IMSWプロセスの運転状態に関するマルチモーダル参照データベースを作成することであった。MSWIプロセスの記述とマルチモーダルデータの特性分析に基づき、プロセスデータはまず、異なる欠損シナリオ、欠損値処理、外れ値処理の下で前処理される。次に、火炎ビデオの単一フレーム画像が分単位のスケールでキャプチャされ、欠損した燃焼ラインが機械視覚技術を用いて定量化される。最後に、燃焼ライン定量化（CLQ）値とプロセスデータの分単位時間スケールとの整合が、マルチモーダル時間同期モジュールを通じて達成される。北京のMSWI発電所を研究対象として、ベンチマーク運転条件下での燃焼火炎ビデオとプロセスデータが収集された。線形補間とLRDTモデルを組み合わせたハイブリッド欠損値管理戦略によりデータの完全性が向上し、時空間的に整合されたマルチモーダルデータセットが構築された。標準化されたベンチマーク運転条件マルチモーダルデータが取得され、焼却プロセス中の燃焼状態分析、汚染物質生成予測、プロセス最適化を支援した。したがって、都市ごみの「減量化、無害化、資源化」という目標、土地資源不足への対応、生態環境の保護、双炭目標の推進が支援され得る。さらに、環境および都市の持続可能な発展のためのデータと技術的支援が提供される。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Municipal solid waste incineration (MSWI) is a typical complex industrial process for achieving sustainable development of the global environment. It implements the “perception-prediction–control” mode based on domain experts by using multimodal information. To harness the complementary value of different modal data, prevent information conflicts or fusion failures caused by misalignment, and ensure the availability of multimodal datasets and the reliability of analytical conclusions, constructing a benchmark operational condition multimodal dataset is essential. The objective of this work was to create a multimodal reference database for the operational status of IMSW processes. Based on the description of the MSWI process and the analysis of the characteristics of the multimodal data, the process data is first preprocessed under different missing scenarios, missing value processing and outlier processing. Then, single-frame images of the flame video are captured on a minute scale, and the missing combustion lines are quantized by using machine vision technology. Finally, the alignment of combustion line quantization (CLQ) values with the minute time scale of process data is achieved through the multimodal time synchronization module. Taking an MSWI power plant in Beijing as the research object, the combustion flame video and process data under the benchmark operating conditions were collected. The hybrid missing value management strategy combining linear interpolation with the LRDT model improved data integrity, and a spatiotemporal aligned multimodal dataset was constructed. The standardized benchmark operating condition multimodal data was obtained to support combustion state analysis during the incineration process, pollutant generation prediction, and process optimization. Therefore, the objectives of ‘reduction, harmlessness, and resource utilization’ of municipal solid waste, addressing land resource shortages, protecting the ecological environment, and promoting the dual carbon goal can be supported. Additionally, data and technical support for environmental and urban sustainable development are provided.

• semanticscholar https://www.mdpi.com/2071-1050/18/5/2282/pdf?version=1772181671first seen 2026-05-06 00:03:38 · last seen 2026-08-12 05:22:24