基于FPGA的烟梗在线检测系统设计

为了实现烟片中烟梗的在线检测并剔除,设计了一种以基于FPGA的高速图像处理设备为核心的烟梗在线检测系统。该系统采用X光源透射皮带上的烟叶以及烟梗,探测器接收衰减的X射线,形成数字图像并传送到高速图像处理设备,在高速图像处理设备中采用图像处理算法进行烟梗图像识别,再通过控制剔除子设备分离出烟片中的烟梗,同时可通过工控机观察烟梗图像。实验结果表明该系统可以实现大部分烟梗的识别,且剔除率可达到90%以上。     

在线片烟精选系统的开发与应用

为解决现有片烟精选除杂系统难以统一剔除非等级烟叶和杂物等问题,设计开发了在线片烟精选系统。该系统包括结团烟、烟梗、青霉烟和杂物4个剔除子系统,结团烟剔除子系统采用星辊剔除装置,含梗烟、青霉烟及杂物剔除子系统分别采用低能X射线、可见光等不同成像方式的机器视觉技术检测异物,利用具备机器学习功能的智能图像算法识别异物,并通过高压气体喷吹阀剔除异物。应用效果表明,该系统在不同片烟处理流量下对结团烟的有效剔除率均在95%以上;综合考虑片烟处理能力和精选效果,片烟精选系统处理流量1000 kg/h时工作性能最佳,对含梗烟、青霉烟及杂物的有效剔除率分别为91%,75%和92%,达到或高于人工选叶水平,片烟纯净度有效满足了正常生产要求,提高了片烟精选效率,降低了人工选叶成本。     

基于机器视觉和MSD微结构描述算法的霉变烟在线检测研究

为实现醇化烟叶中霉变烟的自动在线精选, 设计了基于机器视觉的霉变烟在线检测系统。该系统通过高速线阵CCD动态获取烟叶图像, 采用MSD微结构描述算法提取烟叶图像颜色、纹理特征, 基于神经网络集成分类算法, 通过合格烟叶样本和霉烟样本的训练学习, 实现霉变烟的在线检测识别。经过测试, 该检测算法对霉烟图像样本的测度为0.918。在线检测试验结果显示, 采用霉烟靶物单独过料时, 机器视觉系统对霉烟的平均在线识别率在95%以上; 将霉烟靶物与合格烟片混掺过料时, 系统对霉烟的平均识别率在87%以上。研究结果表明, 机器视觉方法用于醇化后烟叶中霉变烟的在线精选是可行的。      

基于X射线的异形烟烟包缺支检测系统

针对异形烟没有现有包装设备进行包装,小盒由人工装填烟支可能产生缺支现象.为此设计一种基于X射线异形烟烟包缺支检测系统.系统以L8040C工控机为核心控制器与条盒透明纸包装机同步检测及剔除缺支烟包.主要由工控机、触摸屏、X射线发射系统、光子接收成像系统及控制系统组成,构成完整的X射线产生、接收、成像、图像处理和IO控制整套系统.烟盒水平进入到检测区通道,由内部同步光电传感器发出烟盒到位信号给主板,主板开始采集图像数据,采集完成后进行一系列的图像处理,判断是否缺支,如果缺支启动剔除流程,剔除机构把该包烟剔除出流水线.通过运行数据表明,系统缺支检出率达到99.9％以上,误剔率小于0.2％,还可根据需要调整设备的灵敏度.     

动态图像中烟株茎秆特征的识别与应用

为准确提取烟株茎秆特征,基于计算机视觉技术提出了一种动态识别烟株茎秆的方法。在图像预处理阶段,构造图像清晰度评价函数,采用迭代法提取清晰图像,利用加权平均法对其进行灰度化预处理;为消减光源强度、重影、地形等因素的影响,对灰度化后的图像进行降噪处理;为突出烟株茎秆特征,对图像进行灰度增强;运用自适应算法对图像进行阈值智能分割,最终提取出烟株茎秆特征。在光源充足、阴影、车辆颠簸3种条件下,分别对100株烟株进行茎秆识别模拟试验。结果表明,光源充足条件下识别率最高,达76%;颠簸状态下识别率最低,为69%;3种试验条件下平均识别率为72.67%。试验验证了在动态图像中获取烟株茎秆特征的可行性,配合仿生采摘执行机构可以完成烟叶的自动化采摘,并可有效控制烟叶的破损率,提高烟叶采摘效率。      

基于CCD线阵相机的高速烟支外观在线检测系统

目前行业内主流的烟支卷接设备针对烟支质量所能够进行的在线检测集中于空头、漏气、重量等几个方面,对烟支外观实施在线检测的需求日趋增大。本研究提出一种运用视觉识别技术,设计一套在线烟支外观缺陷检测系统,运用线阵相机采集鼓轮上高速运行的烟支图像,运用视觉算法处理图像,对缺陷进行分类识别,并联合剔除机构将缺陷烟支剔除,以PROTOS70型卷烟机为平台安装投入实际运用测试,通过尺寸精度实验及剔除率实验证明,该系统较好实现烟支外观在线检测的准确性和高效性。     

烟包喷码图像自动检测控制系统的设计与应用

在卷烟包装过程中,喷码机连续喷码时会出现数码漏喷、模糊、缺字、移位等现象,而卷烟包装机无法将不合格喷码烟包剔除。为此设计了烟包喷码图像自动检测控制系统,该系统利用智能照相机采集喷印在包装膜上的数码,对采集到的数码进行智能化处理判断,并将检测结果信号传送至PLC控制系统,对不合格喷码烟包进行剔除。ZB43硬盒包装机安装烟包喷码图像自动检测控制系统后,实现了对烟包防伪数码的实时检测,能够及时发现喷码不合格烟包并进行报警和剔除,喷码不合格烟包返修频次由每月约12次/台减少为0次,喷码不合格烟包剔除率达到了99%以上,保证了卷烟产品质量。     

基于X射线的烟条缺包检测系统

称重式烟条缺包检测方法在使用过程中存在较多的漏检和误检,为此,设计了基于X射线的烟条缺包检测系统.该系统主要由软X射线发生器、上下排烟接收器和单片机等组成,利用同步信号检测烟条是否进入数据采集区,采用A/D转换模块对每条烟包实时采集200个数据(上下排烟包各100个),并将采集数据与基准值和标准烟条数据进行对比分析,若有缺包烟条通过主控制器即发出停机连锁或剔除信号.实际运行表明,基于X射线检测系统与称重式检测装置相比,烟条缺包检出率由94%提高至98%,误检率由11‰降低至小于5‰.     

基于深度学习技术的烟梗形态分类与识别

为解决打叶复烤中人工分选纯烟梗、梗头及梗含叶检测效率低、识别误差大等问题,基于深度学习方法建立了一种烟梗在线分类识别模型。首先,基于数字图像处理方法对采集到的烟梗图像进行目标提取,制作烟梗数据集;其次,根据烟梗图像特征对原始YOLOv3模型进行改进,构建新的网络结构;然后,使用制作好的烟梗数据对改进后YOLOv3模型进行训练,生成深度学习烟梗分类识别模型;最后,将模型加载于烟梗在线分类识别系统对其性能进行验证。结果表明:所建立模型在测试集上的表现良好,烟梗识别精确度达到95.01%,相比原始YOLOv3模型提高5.97百分点,召回率提高4.76百分点,且均优于SSD与Mask R-CNN等模型;针对不同复杂场景,模型抗干扰能力强,可有效识别出烟梗位置及类别,能够满足烟梗快速分类识别需求。该方法可为提高烟梗分类效率和识别精度提供支持。     

烤烟叶片与烟梗挥发性、半挥发性酸性成分的研究

本文使用同时蒸馏萃取装置,以及带有氢火焰检测器(FID)的气相色谱仪(GC)和气相色谱/质谱联用仪(GC/MS),对河南、云南烤烟叶片与烟梗中的挥发性、半挥发性酸性化学成分进行了分析研究.从叶片中共鉴定出25种酸性成分,从烟梗中共鉴定出24种酸性成分.总体上看,烟梗与叶片所含的酸性成分种类较为接近,90%以上的化学成分为双方共有.从烟梗与叶片所含的酸性成分含量对比看,叶片中含量较高的主要是含有1 5个碳原子以下的脂肪酸,如异戊酸和β-甲基戊酸等;烟梗中含量较高的是含有15个碳原子以上的脂肪酸,特别是亚油酸、亚麻酸等.     

烟支松头缺嘴检测器的改进

原松头缺嘴检测器对于烟支外表面有一定的影响,且烟支误剔除率较高。改进后松头缺嘴检测器由接触式的电容检测改为非接触式的红外线检测,提高了在线检测精度,解决了检测器烟支误剔除现象。     

基于机器视觉的烟支搭口夹杂缺陷在线检测方法

为解决卷烟生产中烟支搭口夹杂缺陷检测准确率低等问题,提出了一种基于机器视觉的搭口夹杂缺陷检测方法。在卷接机组检测轮和剔除轮位置分别安装高速相机,采集单支烟不同位置和角度的图像;采用均值滤波、灰度梯度计算等方法,先判断烟支搭口边缘,再判定搭口边缘区域是否存在夹杂缺陷;根据判定结果将缺陷烟支通过剔除阀剔除。应用该系统对杭州卷烟厂生产的2种规格卷烟进行测试,结果表明：正常工况下系统对烟支搭口夹杂检测准确率≥99.5%,漏检率<1%;异常工况下检测准确率≥99.0%,抗干扰能力强,检测处理时间≤6 ms。该技术可为提升烟支外观质量提供支持。     

基于LabVIEW的烟支圆周检测系统软件设计

基于LabVIEW图形化编程语言和IMAQ Vision模块的图像处理功能,设计了烟支圆周检测软件系统,通过图像的对比度增强、中值滤波、图像分割、形态学运算、周长计算等算法编程,实现了烟支圆周的自动检测和数值显示。试验结果表明,系统的检测准确率在94%以上。检测系统具有智能化、检测精度高、功能可扩展等优点。     

片烟结构在线检测装置的设计与应用

为解决打叶复烤生产线中片烟结构无法在线检测,人工振动筛分检测方法对片烟损伤大、检测结果滞后等问题,以片烟的实际面积反映片烟结构为依据,通过对打后片烟取样和机械摊薄并采用图像采集及计算机处理系统,设计了打叶机组在线取样和片烟结构在线检测装置.应用效果表明,片烟结构在线检测装置的检测绝对误差小于2％,与振筛检测方法相比,片烟结构在线检测装置的检测时间由原来的半小时左右缩短为约10 min,检测频次由原来的每班8h检测1～2次改进为可随时反复检测；解决了传统振筛检测方法无法在线检测片烟结构指标等问题,实现了对打叶后片烟结构的在线、实时无损检测.     

短烟梗的应用技术研究

在相同的工艺流程、技术条件下,用福建短烟梗进行了烟梗损耗、梗丝结构测试,并与正常配方梗丝按不同比例进行混配试验,检测梗丝结构变化,分析短烟梗的使用比例并进行样品中试。结果表明:短烟梗使用比例在30%以内,加工出的梗丝结构可以符合国标要求;短烟梗使用比例20%以内,生产过程基本正常,切梗丝无明显跑块现象,梗丝风选后的梗丝整丝率为86.3%,碎丝率为2.1%,梗丝结构符合要求。将配丝的梗丝正常掺入烟丝中,烟丝质量均能符合要求,达到了充分利用烟草资源的目的。     

基于RTX烟支质量在线检测系统的设计应用

为了解决现有烟支质量在线检测系统的封闭性问题,提高缺陷烟支剔除的准确率,满足卷烟企业提高烟支品质和生产管理信息化要求,研发了烟支质量在线检测系统。该系统以标准PC和商用I/O硬件作为硬件平台,采用RTX对Windows进行实时扩展,集成了烟支在线质量检测系统和OPC服务器,克服了现有系统缺陷烟支漏剔率和误剔率较高的问题,满足了对每支烟进行检测分析和对缺陷烟支准确剔除的实时性要求。利用PC的联网能力,通过OPC标准接口满足了企业信息化需求。使用效果表明,系统检测精度高,漏气烟支的漏剔率和误剔率均小于0.2%,空头漏剔率和误剔率均小于0.1%,系统运行稳定,调试简单,减少了维护工作量。     

不同初烤烟叶叶片和烟梗TSNAs含量及高温贮藏后的变化研究

为明确不同地区、不同品种、不同部位初烤烟叶叶片和烟梗TSNAs含量及其与前体物之间的关系,探明高温贮藏对TSNAs形成的影响。收集了我国河南、云贵、粤湘产区的30个烤烟初烤后烟叶样品,在河南洛阳设置品种试验,另将初烤叶片和烟梗进行高温贮藏,研究烟草特有亚硝胺、生物碱和硝酸盐含量的变化。结果表明,初烤烟叶叶片TSNAs含量均显著高于烟梗,且在叶片中NNN比例较高,在烟梗中则以NNK比例较高;叶片中生物碱总量约为烟梗的4.7倍;硝酸盐含量则表现为烟梗中含量远高于叶片。不同地区叶片TSNAs含量达到极显著差异,以湘粤产区含量最高;不同品种叶片的TSNAs含量达到显著差异,生物碱含量较低的品种TSNAs含量较低;各部位烟叶TSNAs含量均表现为叶片 > 支脉 > 主脉。相关分析表明在烟叶烘烤过程中烟叶生物碱含量对TSNAs积累的影响较大。经高温贮藏后叶片和烟梗TSNAs含量增加幅度有较大差异,其中烟梗TSNAs增加比例达到229.2%,叶片增加30.6%,硝酸盐含量对高温贮藏过程中TSNAs形成影响较大。      

生物酶预处理对烟梗浆料纤维特性的影响

通过采用生物酶对烟梗浆料进行预处理,对比分析了生物酶预处理对烟梗浆料纤维特性的影响。结果表明,相同打浆度下,酶预处理组纤维平均长度、粗度、细小纤维含量和扭结指数均高于对照组。烟梗浆料扫描电子显微镜(SEM)分析表明,酶预处理有促使纤维纹孔打开、破坏细胞结构的可能;红外光谱表明,酶预处理后烟梗浆料中的纤维素相对含量增加,而烟碱类物质相对含量减少,溶出增加;X射线衍射仪(XRD)分析表明,酶预处理可提高烟梗浆料纤维素的结晶度,相对于对照样的26. 19%,酶预处理样纤维素结晶度为28. 15%,增加了7. 51%;热重分析表明生物酶预处理会提高烟梗浆料的热稳定性。     

烟梗双螺杆制浆机直接成丝工艺及其应用

为研究烟梗预处理条件对双螺杆搓丝机成丝效果的影响,考察了汽蒸时间,汽蒸后烟梗水分,烟梗搓丝段数对烟梗成丝得率的影响。实验结果表明:调节烟梗初始水分为40%~50%进行汽蒸处理,随着汽蒸时间的延长,烟梗水分迅速增加,水分由初始值增加到58.14%,10 min以后烟梗的水分变化趋于平缓,因此确定10 min为烟梗较佳的汽蒸时间;烟梗初始水分控制在40%~50%,汽蒸处理后水分达到55%~60%,该条件下烟梗搓丝效果最好;汽蒸后烟梗单段搓丝,梗丝合格率为48.63%,经过3、4段的搓丝,过细的梗丝造成梗丝缠绕,合格梗丝过筛困难,合格率下降,并且产生了很多细碎组分。因此,烟梗汽蒸成丝的最佳处理条件为:烟梗回潮后水分40%~50%,最佳汽蒸时间10min,汽蒸后水分达到55%~60%,两段搓丝,在此条件下,合格梗丝得率为68.91%。     

烤烟打叶复烤片烟皱缩率影响因素研究

为提高烤烟打叶复烤的加工质量,通过试验调查了叶片中含梗率、叶片回潮区加入蒸汽的压力和蒸汽量对复烤叶片皱缩率的影响。结果表明,叶中含梗率与皱缩率成负相关线性关系,叶中含梗率上等烟≥1.11%、中等烟≥1.23%、下等烟≥1.46%时,叶片皱缩率均达到国标中皱缩率的要求;在(12±1)%水分要求的情况下,减少蒸汽用量,增加高压泵加水量可以减少皱缩率,增加叶片回潮时的伸展性。