摘要
本发明公开了一种基于废品智能回收箱的纸类自适应压缩方法，涉及废品回收设备技术领域，应用于具备纸类回收仓、图像识别模块、重量传感器、红外测距传感器、湿度传感器、压缩机构和主控模块的废品智能回收箱，且主控模块内执行预先训练的BP神经网络预测模型，包括以下步骤：图像识别模块获取纸类废品图像信息并传输至主控模块，主控模块识别种类并输出纸类类型参数T；重量传感器、红外测距传感器、湿度传感器分别获取初始重量W、初始体积V、环境湿度H并传输至主控模块。本发明显著提升回收箱的空间利用率，同时，通过完善的异常识别与保护机制，有效应对误投、卡滞等突发状况，降低设备故障风险，延长使用寿命，减少维护成本。
