SCI论文（www.lunwensci.com）
摘 要：在卷烟行业的制丝加工生产过程中,生产线的叶丝原料的流量稳定性水平,对制丝工艺的整体质量、生产损耗率 等工艺指标起着至关重要的决定性影响。因此,能够实时、精准获得叶丝流量的准确数据,有着重要而特殊的意义。本文选取 制丝线贮柜出口位置点作为叶丝流量检测的研究对象,通过视觉识别等技术,探索实时、准确获取流量数据的方法,以帮助实 现制丝线实现流量控制、流量均衡等目标。
关键词：制丝工艺,流量检测,视觉识别
Method and Practice of Flow Detection and Equalization of Cigarette Primary Processing Line Based on Visual Recognition
JIAN Zhuming1. LI Huiping1. ZHANG Siming1. ZHANG Ruiqi1. ZHANG Liang1. TAO Zhilin2
(1.Wuhan Cigarette Factory of Hubei China Tobacco Industry Co., Ltd., Wuhan Hubei 430048;
2.Zhengzhou Tobacco Research Institute of CNTC, Zhengzhou Henan 450001)
【Abstract】： In the process of cigarette primary processing in the cigarette industry, the flow stability level of the tobacco raw material in the production line has a crucial and decisive influence on the overall quality, production loss rate and other process indicators of the cigarette primary process. Therefore, it is of great and special significance to be able to obtain accurate data of the tobacco raw material flow in real time and accurately. In this paper, the exit point of the cigarette primary processing line storage cabinet is selected as the research object of the tobacco raw material flow detection, and the method of real-time and accurate acquisition of flow data is explored through visual recognition and other technologies to help achieve the goal of flow control and flow balance of the cigarette primary processing line.
【Key words】： cigarette primary process;flow detection;visual recognition
引言
在目前卷烟行业的生产加工过程中,制丝生产工艺 是三大生产工序中流程最长设备最多操作最复杂的,并 且制丝环节的品质直接影响到成品卷烟的吸味体验,成 为整个卷烟加工生产的关键环节。影响制丝工艺质量的 因素集中表现在水分、组分、温度、流量等方面,任意 一项因素都将决定成品烟丝的质量好坏,其中物料流量 对制品的温度、水分等均有着较为重要的影响力,流量的控制主要体现在对加香加料、增温增湿、干燥、掺配 等工序的均匀性 [1]。因此在生产过程中,叶丝的流量均 衡和流量控制水平,直接影响着制丝工艺的品质水平和 工艺效率。
流量不稳定,会造成后续工段如加料加香等环节的 控制难度增加或导致出口端工艺参数偏离值增大,进一 步影响到产出烟丝的质量水平,严重时会造成损耗增 大,报废增加,甚至出现堵料、断料等严重影响产线正常运行的情况。因此各厂家在制丝生产相关流程中,都 有相关的流量检测和分析的手段,包括电子秤、光电 管、新型计量管等方式 [2]。在产线中加入电子秤节点来 实时检测流量,具有准确度高实时性好的优点,但是由 于其检测位置具有滞后性的特点难以通过反馈调节的方 式降低流量波动 ;光电管检测流量的方式虽然非常直 观,实时性也较好,但是光电管传感器安装位置固定, 只能输出开关量信号,无法得到准确流量数据也就无法 据此实时调节流量以实现流量均衡降低流量波动。
在整条制丝线中,因制丝工艺的需要,叶丝需要从 流水线运送到贮柜,在贮柜中暂存后,再出柜进入产线。 贮柜就相当于是每段流水线的起点(或终点)。因此本 文提出了在贮柜出口处使用视觉识别的方式检测实时流 量数据,能够实现流量数据的预测和预判,并据此调节 贮柜底带的运行速度,就能实现从贮柜出口流出的叶丝 原料波动降低,始终保持在设定标准值的附近,确保后 续工序按预设流量来设置的参数,能够处于最佳的运行 状态,起到提升品质和降低损耗的效果。贮柜出口作为 每段流水线的阶段起点,从源头控制好了流量,对后续 整个生产过程质量都能够起到积极有效地提升作用。
1 系统设计
如图 1.图 2 所示,如果需要能观察到贮柜出口处 物料的实时图像,同时需考虑到贮柜顶部布料车的位 置,因此设备只能安装在贮柜出口处的内壁靠上沿处, 确保能够有足够的视野。
在安装过程中,需注意相机的安装角度, 满足视野 和视场角的要求。由于相机安装在贮柜的一侧,安装时 相机视野需覆盖贮柜左右两侧的物料高度,而贮柜两侧的物料和相机之间存在较大的距离差,因此在相机镜头 方面需要注意景深范围的选择, 通常选择 0.5m 至无穷 远即可。在安装调试角度时需使用红色标记目标的方式 现场调整,如图 3 所示。
1.1 硬件与结构
考虑到物料的堆高情况的随机性,物料顶部的料位 以及料堆两侧的坡面会出现不规则的形状,因此我们采 用二维深度相机来取得实时深度点云信息,再通过算法 来做流量估算 [3]。为了确保图像质量,我们采用了可见 光相机和深度相机双目同时测量的方式,在不同光线条 件下都能得到满足需要的图像。可见光相机得到 RGB 彩色图像,深度相机采集到深度点云图像 [4], 采用 200 万像素传感器,能够实现实时图像采集与处理。
在结构方面,为确保设备在各种不同光照条件下都 能得到清晰稳定的图像,我们在相机壳体的前表面加装 了柔光补光灯条,不会形成光斑或者局部过亮导致反 光 ;由于设备的安装过程对于角度的调节精确度要求较 高,我们采用了水平和垂直两个自由度无级调节并锁紧的方式以确保能适应现场各种安装环境 ;同时考虑到贮 柜的高温高湿的作业环境,相机采用了 IP66 的专业结 构设计,并且为了防止粉尘、烟油等烟厂空气环境因素 在长期使用过程中造成污染镜头等不利影响,我们采用 了可拆卸的工业磁吸钕玻璃作为镜头前窗,可方便地定 期拆卸清洗,确保设备运行稳定可靠。如图 4 所示。
1.2 算法与软件
首先,将 CMOS 图像传感器硬件采集到的可见光 图像信息,通过 ISP 算法进行色彩校正、白平衡处理、 色差校正、3D 降噪、自动曝光、自动对焦等一系列加 工处理后得到原始图像。然后通过 H.264 的流媒体图 像压缩算法,将图像压缩为标准格式的码流,供服务端 调用。同时,可作为图像处理算法的输入数据使用。在 整个图像处理和识别的过程中,图像采集质量作为数据 源头对图像处理算法的准确度至关重要。
为实现叶丝流量的高精度测量,采用基于深度学习 的神经网络算法构建原料用量测量模型 [5]。首先采集到 深度相机的点云深度信息,经过线性去抖和平滑处理等 图像预处理算法,可得到物料表面不规则形状的三维图 像信息。再针对三维图像信息使用机器学习算法进一步 处理,可得到算法估算的精确流量数据。
具体过程如下 ：
(1)需要先根据应用场景来选择和设计神经网络模 型,并根据实际情况做适当的调整 ;
(2)在训练阶段,基于小样本学习算法和高精度参
数算法借助已有的原料深度图像数据生成的测量模型, 可以得到神经网络模型的基础参数。随着使用数据来训 练模型过程的不断迭代,可得到基本符合训练集数据 的参数集。然后再采用针对参数集的高精度稠密插值算 法,得到模型的最终参数。从而得到深度图像数据与原 料体积之间的映射关系 ;
(3)在推理(测量)阶段,将深度相机所获取的深 度图像作为测量模型的输入,模型将输出当前时刻的原料体积,进而结合原料密度计算得到原料的流量。如图 5 所示详细描述了模型的训练和推理过程。
图 5 中的输入信息包括深度相机参数, 此参数需根 据设备应用场景数据利用参数反向估计算法计算得到。
得到原料的堆高体积实时数据后,根据底带速率即 可推算物料的瞬时流量的数据。当贮柜内的原料堆高形 状(体积)发生变化时,如出现料头、料尾时堆高形状 线性平缓变化,或者出现物料局部垮塌导致堆高形状瞬 时发生突变等情况,瞬时流量数据就会相应出现变化, 并且具备一定的提前量(这个提前量的大小,和相机安 装位置和贮柜出口的距离除以贮柜底带运行速率的值正 相关),也就是具有预报功能。此时可联动调节底带控 制的 PLC 参数,调节底带运行速率,对该物料流量变 化起到对冲作用,使得最终产线的实际流量仍能保持稳 定,起到了平滑波动、流量均衡的效果。
2 运行效果
在实际使用过程中,得益于基于小样本的测量曲面 重构模型良好的重构性能,物料表面的三维曲面能够准 确地重构,这为物料流量的精确计算提供了数据保证。
如图 6 所示(左侧子图为物料流量高精度重构曲面 图 ;右侧子图为物料流量局部平滑曲面) ;给出了多个高 度下的物料流量的高精度重构曲面图和三维可视结果。
由图 6 中的物料流量的高精度重构曲面图, 可以看 出模型能够准确地描述物料表面的各类平滑和突变深度 数据。不论是对物料从布料车自然落料形成的平滑坡度 变化,还是因为底带行进过程中局部物料垮塌造成的突 变变化,模型都能及时跟进和准确描述。从局部平滑数 据的三维可视效果中,不难发现模型对深度数据采集过 程中所引入的噪声具有很好的抑制能力,并对部分缺少 数据实现高精度插值补全。对外部干扰的良好鲁棒性极大提升了模型在生产过程中的可靠性和准确性。
此外,流量度量模型具有一定的流量预测能力,能 够实现对物料流量变化趋势的提前预测,由于预测的提 前时间理论上可以准确计算,因此就可以做到对出柜流 量的准确调节和均衡。如图 7 所示显示了模型度量过程 对物料流量的预测曲线。从中可以看出模型具有较大的 预测范围,并且对流量的瞬时变化也具有一定的预测能 力。基于模型的预测能力,系统可以有针对性的通过底 带速率调节实现对冲,进而达到降低流量波动的效果。
3 结语
本文所述方法,采用在贮柜出口位置使用视觉识别
的方式检测实时流量数据,不同于使用电子秤或者光电 管等流量检测方法,能够实现流量数据的实时精准测量 以及预测预判,其测量准确度较高,测量实时性也较 好,基于安装位置的不同,可实现一定的提前预测,因 此能够使用该数据作为贮柜底带调节的输入源,并据此 调节贮柜底带的运行速率,即可对贮柜出口的物料流量 做出补偿或者抑制。从而实现从贮柜出口处为源头的产 线叶丝物料流量波动降低,始终保持在设定标准值的附 近。使得后续工序按预设标准流量来设置并优化的参数 都能够处于最佳的设备运行工况,显著提升了品质水 平,降低了品质的波动 ;同时大大降低了堵料以及断料 的发生几率,减少了产线损耗,提升了作业效率。
参考文献
[1] 查成,刘银初,陈加坤.卷烟制丝工艺的四要素管控要点探析 [J].中国新技术新产品,2019(23):69-70.
[2] 施先达,王培军,张拥军.一种用于烟草制丝线物料流量控制的新型计量管:中国,CN201320217270.9[P].2013-10-02.
[3] 杨红庄,陆炎,方清,等.全自动深度相机三维扫描系统[J].计 算机辅助设计与图形学学报,2015.27(11):2039-2045.
[4] 向学勤,潘志庚,童晶.深度相机在计算机视觉与图形学上的 应用研究(英文)[J].计算机科学与探索,2011.5(6):481-492.
[5] 王若辰.基于深度学习的目标检测与分割算法研究[D].北京: 北京工业大学,2016.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/54433.html
