利乐包装范文

利乐包装范文（精选3篇）

利乐包装 第1篇

利乐包是瑞典利乐公司 (Tetra Pak) 开发出的一系列用于液体食品的包装产品。该产品目前在中国的饮料包装市场的占有率达到95%。利乐包包装材料的内层是铝, 这种金属层不易降解, 长此以往, 一旦金属物质渗入地下会影响到地下水水质、渗入土壤会影响土质。因为这类垃圾既污染的水和土又污染农作物、牲畜最终使人类的健康受到伤害。利乐包将成为继“白色污染”、餐厨垃圾、电子废弃物后又一威胁着城市环境的固体废弃物。

然而, 利乐包是放错地方的资源, 这些被随手废弃的纸包装, 实际上经回收可生产出再生纸、地板、垃圾桶等一大批生活用品和工业用料。目前, 我国的物流回收系统不够完善, 回收量不足。在利乐包装盛行的21世纪, 厦门利乐包装量也在不断增加, 然而在消费水平已经达到一级城市的水平, 同时被誉为“花园城市”, 垃圾分类尚未形成习惯, 且缺乏有效管理和回收模式。本文深入调研厦门利乐包回收现状, 通过对其利乐包装进行分类处理信息、数据收集、优化回收模式, 合理的选择回收点, 同时真正实现绿色环保、经济效益等目标。

1 厦门市利乐包装的回收现状

1.1 厦门利乐包装消费量统计。据调查, 厦门利乐包装的85%消费群体集中在学校, 可将学校分为高等院校、中学、小学、幼儿园四部分, 以收集的数据为基础, 计算出四类学校每月的销售量, 如下表1-1所示。

1.2 厦门利乐包装回收的状况。

在北京、上海、杭州、深圳、山东等地陆续出现了10余家循环再利用企业, 一条覆盖华北、华东、华南的回收再利用产业链已经初步形成。2007年, 利乐包回收在上海其周边地区已经试行, 目前每个月可回收利乐包2 000吨。据有关部门统计2009年是利乐回收处理效率提高最快的一年。利乐中国报告指出2009年的回收率接近15%[1], 在2010年中国的利乐包装回收率接近20%, 而全球的利乐包回收率接近30%, 在德国等发达国家回收率可达80%。厦门利乐包装回收率不足13%, 急需加强回收的速度。

1.3 厦门利乐包装回收模式现状。

回收再利用能补偿废弃利乐无菌纸包装的部分内在价值, 并使这些价值用于其它有用目的。因此, 回收优于处理。回收要求一个高性价比的收集和分检系统以及一个确定的回收量, 回收产品必须具有价格竞争力并能接受价格周期性波动。总之所有收集系统均有赖于消费者的积极参与。以下是现阶段厦门利乐包回收模式, 它们有各自的优点和缺点。

1.3.1 以废品回收站为中心的回收模式。

如下图1-1所示, 是厦门生活中最常见的以拾荒者为主导的收购方式。拾荒者通过劳作把废品送入废品站以换取利润。然后废品回收站再把利乐包装纸盒以更高的价格卖给利乐包装再利用工厂。利乐包装工厂利用先进的技术生产出产品再次投入市场, 最终形成一个循环。

该系统有如下特点:

(1) 优点。再利用工厂、废品回收站、拾荒者三者之间不存在上下级及雇佣关系而保持相互独立、相互合作的关系, 且回收体系前期投入相对较小, 这个系统相对而言操作的可行性高, 容易完成。

(2) 缺点。该系统的主要货源都源于拾荒者, 也就是说拾荒者是这个系统的核心, 这是一个单线联系, 很容易受市场的波动而影响整个系统的效果。所以整体回收率不高, 又因为利乐包装纸盒的价格相对可乐罐等的价格偏低, 要求高, 造成回收的积极性不高。我们不难看出价格成为左右该回收系统的关键因素。

这个系统的关键在于调动拾荒者的积极性。拾荒者向废品回收站卖出收集起来的废弃包装获取收益, 只要回收价格合理甚至高于其它废弃包装的价格。因此在利益的驱动下, 拾荒者会愿意加入这个回收系统。然而回收模式的回收率只能达到5%左右, 该系统适合在城郊乡村及没有采取科学垃圾管理方法的地区, 并且在附近100公里以内有从事废弃利乐包回收利用的加工企业, 因为再生利用工厂离废品回收点太远, 会加大废包装的运输费用, 使回收点的利润降低。

1.3.2 以垃圾回收公司为中心。

该系统是指厦门一些废弃物品回收公司专门负责回收各种可再利用的产品, 像利乐包装等, 以公司下设的回收站点为基础, 消费者可以自行将利乐包拿到回收站点。对一些零星的废弃包通过公司工作人员收集集中, 回收公司给回收人员每月一定的酬劳。这样整个回收体系以公司的形式建立起来, 并施行自主经营、自行管理和自负盈亏。通过对该系统的分析, 我们总结它的特点如下:

(1) 优点。目标更明确, 可以调动回收人员的积极性, 这个系统并不是单线联系, 波动相对上个系统并不大。

(2) 缺点。这个系统一方面依赖消费者自己送货上门, 显得比较被动。和第一个系统一样, 如果利乐包装纸盒的相对其它废品的价格高那么消费者觉得有利可图回收量就有保证, 如果价格下降, 就很可能造成回收量太少, 回收公司渐渐地也就不收集利乐包装纸盒转向其他市场。

目前厦门有一些专门的垃圾回收公司, 但绝大多数没有建立完善的废弃物品回收体系, 一般是各自为阵, 各居一地。因此需将这些公司联合起来, 以利乐包回收利用公司为龙头, 组织一大批废弃物品回收公司, 完善管理制度, 争取实现消费多少回收多少的目标, 目前的回收率仅仅为15%左右。

2 厦门利乐包装回收系统设计

现行的两种回收系统都有不同的优点和缺点, 根据调查可以以厦门市的学生为研究群体, 设计出一套专门针对校园的回收系统。我们可在校园内每个垃圾箱旁设定一个带有“利乐包装回收”的环保箱。具体回收流程见图2-1。

2.1 该回收系统的优点。集中管理, 双线联系, 环保而且成本小, 对利乐包回收价格的影响小。

2.2 该系统的缺点。需要学生们在这方面有很强的环保意识, 在宣传方面要下较大的功夫。

2.3 该回收系统分析。

通过调查, 厦门利乐包装的主要消费群体是学生, 所以把利乐包装回收箱设置在校园能最大程度的发挥其作用, 而且这个回收系统并不用太担心价格的波动, 既能做到环保又能提高回收效率。

3 采用覆盖模型确定合适的回收中心

采用以上回收模式, 选取厦门学校为中心, 构建回收中心。本文采用覆盖模型[2], 以10公里左右为覆盖区域, 以厦门思明区为例, 表3-1是思明区各学校间的覆盖区域。

3.1 建立覆盖模型

3.2 转化为lingo语句

End

求解得出, 思明区回收中心建在厦门双十中学。按此方法, 求得厦门6个行政区的最优利乐包回收中心如下表3-2所示:

4 厦门利乐包装回收的建议

4.1 借鉴国外先进经验。

在瑞典, 顾客投进废弃包装物后, 即可得到一张收据, 上面印有应得的钱款, 顾客在该超市购物时可以用来抵现金结账。巴西居民将干垃圾 (大部分为包装物) 免费提供给合作社。这些合作社由拾荒者组成, 他们对废弃包装物进行分拣, 然后卖给相应的回收企业从而获得利润[3]。

厦门市可以借鉴国外优秀经验, 在实行的过程中, 联合公司和政府, 学校可以从两方面进行辅助。回收创新方法体现在两个方面:一方面, 公益性质的宣传, 可以给学生计算工时或者是作为社会实践的一部分。应在每个区域内选择一定数量、一定位置的学校和志愿者进行交流。在学校内尝试实行押金制度, 可以先通过顾客为利乐包装买单后退钱的方式, 加大实行力度。另一方面:制定相关的激励政策, 在学校中设置学生感兴趣的活动, 使更多的人群加入环保的队伍中, 比如抽奖活动、工资支付等。同时降低复杂的回收机构设置, 从而降低中间成本。

4.2 政府积极引导。

调查发现, 87%的调查者认为政府在利乐包的回收过程中起着主导作用。回收再利用体系是一个复杂的工程, 不是一个公司或是一个机构就能解决, 因此需要政府机关的积极介入, 以政策为导向, 加强对回收系统工程的投入, 积极协调并参与利乐包装回收系统的建设中。

摘要：利乐包成为继“白色污染”、餐厨垃圾、电子废弃物后又一威胁着城市环境的固体废弃物。本文深入调研厦门利乐包回收现状, 通过对利乐包装进行分类处理、重新设计回收模式、采用覆盖模型确定合理的回收中心等措施, 使厦门真正实现绿色环保、增加经济效益的目标。

关键词：利乐包装,回收模式,覆盖模型

参考文献

[1]汪若菡.利乐包装回收模式的启示[J].资源再生, 2009 (1) :36-38.

[2]伊俊敏.物流工程[M].2版.北京:电子工业出版社, 2009.

利乐包装 第2篇

利乐巴西工厂所使用的生物质低密度聚乙烯由全球领先的生物质聚合物开发商Braskem生产，该公司通过从甘蔗中提取乙醇来生产乙烯，然后再将其转化为低密度聚乙烯或高密度聚乙烯。通过这一工艺生产的生物质塑料不仅与石化资源制成的塑料技术性能相同，还具有低碳、可再生的环保特性，而且无需客户对灌装设备进行任何变动。

编辑点评：在可持续发展潮流的推动下，一些国际知名的品牌商已经积极行动起来，通过做出环境承诺、设立可持续发展目标等，切实履行社会责任，其中非常重要的一条就是努力降低其产品包装的环境负载。生物塑料作为一种采用可再生原材料加工而成的包装材料，能够显著节约资源和能源消耗，因此备受关注。

利乐包装 第3篇

近二三十年来,以可靠性为中心的维修思想成为企业设备维护的主导。这种维修思想是以对维修对象的系统监控为手段,用大量的原位检测代替离位检测,将单一的定时定程维修改变为以可靠性数据分析为依据的维修。它使维修工作具有较强的针对性,使主客观更加一致,增强了科学性,减少了盲动性。

本文依据掌握的利乐设备(液态食品加工设备供应商)的各种零件使用寿命的资料,以及设备维护的历史记录和数据,对设备的维护保养进行分析,建立了零件的人工神经网络模型,并通过网络的自适应学习,预测机械零件的剩余寿命,以提示工作人员和维护人员在设备维护阶段及时更换快要损坏的零件,从而保证机器的正常运转,维护企业的正常运行。

1 神经网络简介

人工神经网络(Artificial Neural Network,简称ANN)是一个用大量简单处理单元经广泛并行互联形成的人工网络,模拟人脑神经系统的结构和功能,具有人脑功能的许多基本特征。ANN网络有许多种,最为常用的是误差反传播(Back.Propagation)网络,简称BP网络,不仅性能稳定可靠,又具有较高的泛化能力,很好地实现了多层神经网络的设想,本文即采用BP网络是一种多层前馈网络(MFNN),神经元的变换函数采用S型函数,因此输出量是0～1之间的连续量,可以实现从输入到输出的任意非线性映射。由于连接权的调整采用的是反向传播算法(Back Propagation),因此该网络也称为BP网络。

BP网络通常由输入层、输出层和若干个隐层构成,如图1所示。第一层为输入层,第Q层为输出层,中间各层为隐层,前层至后层通过权联接。设第q层(q=l, 2,,Q)的神经元个数为nq,输入到第q层的第i个神经元的连接权系数为wundefined(i,2, ,nq; j=1,2,,nq-1),该网络的输入输出变换关系为

undefined

其中,x0(q-1)=θi(q),wi0(q)=-1;undefined。

设给P组输入样本

undefined

undefined

其中,p=1,2, ,P。

利用该样本集首先对BP网络进行训练,也即对网络的连接权系数进行学习和调整,以使网络实现给定的输入输出映射关系。经过训练的BP网络,对于不是样本集中的输人也能给出合适的输出,该性质称为泛化功能(Generalization)。

设拟合误差的代价函数为

undefined

undefined

问题是如何调整连接权系数以使代价函数E最小。为了使E按网络权系数的梯度逐渐下降至最小值,网络的训练采用基于梯度下降原理的BP算法(误差反向传播算法)。

2 BP网络的参数选择

2.1 确定传递函数

人工神经网络参数的选取对网络的性能和训练速度有着重要的影响。首先要确定隐含层神经元的传递函数。S形函数具有完成分类所需要的非线性特点,又具有实现LMS(Least Mean Square)学习算法所需的可微特性,同时S形函数也比较接近人脑的输入一输出特性,具有更好的仿生效果。因此本设计神经网络隐含层采用了一种常用的S形传递函数双曲正切函数,其表达式如下

undefined

BP网络的学习过程由正向和反向传播两部分组成。在正向转播的过程中,每一层的神经元的状态只影响到下一层神经元网络。如果输出层不能得到期望的输出,即实际输出和期望输出之间存在误差,那么转入反向传播的过程,将误差信号沿原来的连接通路返回,通过修改各层神经元的权值,逐次地向输入层传播进行计算;再经过正向地传播过程,这两个过程反复应用,使得误差信号最小。当达到所希望的要求时,网络的学习过程就结束。

在实际应用中,标准的BP算法很难胜任,因此出现了许多改进算法。当标准BP算法的学习率选择不当,算法的收敛速度很慢。学习速率选得太小的时候,收敛太慢;学习速率选的太大,则有可能修正过头,导致振荡甚至发散。BP算法的改进主要有两个途径:一是采用启发式的学习算法,另一种是采用更有效的优化算法。本项目的神经网络采用Levenberg-Marquardt快速算法进行训练。这种算法采用了自适应调整学习率的算法,比其它梯度算法的速度要快得多,但需要更多的内存。

2.2 输入层的参数选择

在研究过程中,选取人工神经网络的输入层为7个神经元,主要针对各个传感器信号(工作温度;湿度;电机输出转矩;液压泵的压力;润滑油的消耗;清洁状态和故障率)。在信号送神经网络训练之前,先对数据进行预处理和归一化,使各信号幅值在[0,1]之间。具体输入训练数值见表1和表2。

1) 湿度。

可以直接将百分率转化为[0,1]区间的小数。

2) 温度。

是影响所有零件寿命的重要指标,在20～50℃之间,进行比例化处理到[0,1]之间。

3) 润滑效果。

由于设备采用自动、强制润滑系统,在润滑系统不报警情况下,润滑油的耗量是零件工作环境的关键指标,一般在0～0.5L,进行比例化处理到[0,1]之间。

4) 电机的输出转矩:

是工作负荷的主要表现,在 40～80Nm之间,进行比例化处理到[0,1]之间。

5) 液压泵的压力:

是零件工作符合的主要表现,在8～12MPa之间,进行比例化处理到[0,1]之间。

6) 清洁状态:

反映工作部件的表面杂质情况和奶垢的酸化情况即酸度的高低,人为的划分为1～5级,在此用0.2、0.4、0.6、0.8、1 来表示。

7) 设备故障率:

指设备停机时间与设备运转时间的百分比;可直接转化为[0,1]之间的数值;设备故障率越高,说明设备重新启动的次数就越多,重负荷架载的次数就越多。

2.3 隐含层的参数选择

隐含层层数为1层,由利乐设备使用者的近10年的历史数据组成故障库,进行预处理和归一化之后训练网络,来确定隐含层的数目。分别改变神经元的个数为5、8、10、15、20进行训练得到不同的网络结构。将等效阻抗的实际值和神经网络输出的结果相对比,若误差不超过10%,则认为神经网络的输出结果是正确的,网络误差和验证结果如表3所示。

隐含层和神经元的个数对于网络的性能有较大的影响,在一个隐含层时,在神经元个数较少(5,8,10)时,网络的误诊率较大;当神经元个数为15时深井网络性能较优,神经元个数上升到20时,网络性能又变差。所以本设计建立的人工神经网络的结构为单个隐含层,隐含层神经元个数都为15个。

2.4 输出层的参数选择

根据网络设计的实际,把要预测零件的剩余寿命,用零件剩余寿命率(η)这个概念来替代,即剩余寿命于实际总寿命的比率,数值在[0,1]之间,则

η=Ts/To=(To-Tt)/To=1-Tt/To

式中 To零件实际寿命;

Ts零件剩余寿命;

Tt零件实时寿命,即当前寿命。

Tt 可表示为

Tt=∫F=∫f(x,y,z,)

其中,F=f(x,y,z,)为零件的寿命函数;x,y,z,为零件寿命的影响条件,如温度、湿度、润滑等。同时把影响条件与记录时的设备运转时间对应起来,就可获得零件任意条件下的实时寿命。 所以,通过零件剩余寿命率η,可预测零件的实际寿命To,即

To=Tt/(1-η)

输出层主要是诊断出利乐设备重要零件的剩余寿命率,先期设计有7个神经元,主要针对故障率最高的零件,依次对应轴承、泵、衬套、轴、密封件、气动阀和皮带的剩余寿命率;网络预测出的剩余寿命率,可提示工作或是维护人员及时维修更换。

在神经网络设计训练完成之后,利用前几年的纪录数据对其进行验证,预测剩余零件的寿命率与实际计算剩余寿命率比照,具体结果见表4和表5。经过计算预测误差约为5%,预测效果较为理想。

归一化处理,越接近于1,表明设备的运行越好;否则越接近于0,设备越容易出故障,需操作者引起重视,并及时更换。

3 讨论

BP算法给出了计算多层神经元之间的联接权值,但对于一个复杂问题要最终获得稳定的权值,可能要对网络训练几天甚至更长的时间。这样长的训练时间,一般是由于采用了固定的学习步长而引起的,对于大的值,开始时收敛较快,但当接近最小点时,便发生振荡,使训练过程非常缓慢。为了避免这种现象,须将静态的值改变成随误差变化的动态值。本模型数据样本较大,可进行适当压缩,由模糊数学的隶属函数组成学习样本训练神经网络,使其具有联想记忆功能,对未在训练中出现的指标,也能作出决策,实现利乐设备运行情况的评价。为提高评价的精度与可靠性,训练样本中的数据须充分考虑各地区利乐设备的具体特点和结构。样本的训练与调试须实时监控和观察,并进行反复调试,甚至要进行多次样本的训练,以求不产生误判断,而影响企业的生产。在利乐设备处于非界定的边界运行时,属于正常运行或准正常运行状态,神经网络的输出结果的各量介于0与1之间:越接近于1,表明设备的运行越好;越接近于0,设备越容易出故障,需操作者引起重视。

4结论

本设计实现了利乐包装设备常用零件使用寿命的预测,给使用利乐设备使用者提供信息,保证机器的正常运转,维护企业的稳定增收。结合原有的TPMS(Tetra Pak Maintenance System),满足乳品加工的计划性、可靠性要求。但是本设计也存在一定的不足,具体是应对于一些重要的价格昂贵的零件建立二级神经网络预测,这样能提高预测精度,有望在下一步的研究中实现。

摘要：以可靠性为中心的维修思想为指导,整理、利用某工厂5台利乐液体包装设备近10年零件更换和工作条件的历史数据,根据设备维修实践,提出了零件剩余寿命率的概念,设计实现了BP神经网络,预测设备主要零件的剩余寿命率,得到了较为满意的预测结果。该方法可作为利乐设备预防性维护系统(TPMS)的补充方法,对利乐设备维护管理有较强的实际指导意义,给操作和维修人员及时提供准备更换零件的信息,从而保证乳品生产的可靠性,有效降低生产成本和设备维护成本。

关键词：可靠性,BP神经网络,预测,剩余寿命率

参考文献

[1]高原.机械设备故障分析研究[J].工程技术,2007(4):61.

[2]王强,黄诚,高坤华,等.机械设备维修备件储备量的确定[J].机械制造,2003(4):54-56.

[3]王凡,杨树莲.BP神经网络方法在采煤机故障诊断中的应用[J].煤矿现代化,2006(6):36-37.

[4]付家才,王向琴.基于BP神经网络的绝缘子表面污秽预测方法[J].黑龙江科技学院学报,2007(4):282-284.

[5]阎志忠.BP神经网络模型的改进及其应用研究[M].长春:吉林大学出版社,2003.