案例中心
AI智能高速视觉技术在烟草行业的应用
科理AI| 2024-03-20| 返回列表

烟草行业拥有复杂、完整的生产工艺:烟叶初烤-打叶复烤-烟叶发酵-卷烟配方-卷烟制丝-烟支制卷-卷烟包装(见图1)。历经多年发展,自动化水平已达较高水准,但随着卷烟产品高端向上的品质策略及个性化新SKU数量的持续快速增长,客观存在识别能力、识别速度、剔除率/识别率日益增长的视觉检测需求与能力简单、效率一般、识别准确率有限的传统2D机器视觉之间的矛盾,此矛盾贯穿卷烟生产工艺全过程。


图1   打叶复烤流水生产线


富煌君达为烟草行业量身打造的千眼狼高速视觉检测系统,融入基于CNN卷积神经网络的深度学习模块,具有智能、可扩展性、高效、高准确率等特点,具体可应用至“打叶复烤工艺杂质视觉检测”、“成品烟质量检测”、“包装外观质量检测”等多个子领域中(见图2-4)。



1打叶复烤工艺关键是其杂质检测剔除装置(见图5),对可能混杂在烟草中的各类异物进行剔除,如麻绳、橡胶、塑料薄膜、鸡毛、纸片、布标、霉变烟叶等,千眼狼高速视觉检测系统嵌入了关键的深度学习模块,采用BP、SGD网络训练算法,基于针对异物采集的数万张图片,训练过程按训练-验证-测试三大子集层层递进。通过10~15次的迭代训练,建立可备份、可迁移的模型(见图6),实现高达96%的剔除效率。

图5 集成深度学习模块的杂质检测剔除装置

图6深度学习过程


2成品烟质量检测分外观(见图7)与内部质量检测(见图8)。采用千眼狼高速摄像机5F10,核心参数1280×860@1000 fps,可实现800支/秒的检测效率,用于可见污迹(杂物、粘胶、黄斑、油渍)、钢印缺陷、褶皱等外观缺陷。

图7 成品烟外观质量检测


内部质量检测主要针对过滤嘴中各种口味的爆珠,因外部无法形成检测,千眼狼高速视觉检测系统集成了X光检测仪对过滤嘴的位置长度、间距、不同结构间间隙进行检测(见图8),精度可达0.3mm。对不符合要求的过滤嘴做下线处理。


图8 对过滤嘴质量检测


3成品烟包装质量检测领域应,以单包为例,针对商标、顶部图案是否漏印,方向及位置是否正确,内包装和外包装的相关位置检测需求,亦融入深度需学习模块,对烟包的前、后、左、右、顶五个面进行图像捕捉与特征标注,然后利用定位分析“软传感器(spectation)”功能锁定软包的边缘,根据确定边缘后的实际位置执行检测任务。

图9单包快速外观质量检测


展望烟草行业未来潜在应用中,如何对烟丝的质量深度检测与学习能力、效率的持续提升成为业内兴趣话题,比如通过多光谱高速相机对烟丝的污斑进行精准识别,深度学习模块中融入双目三维测量(烟丝的间距、弯曲度、长短信息)等。随着烟草行业产品品质向上的策略进一步推进,相信具有深度学习及支持专业测量、多光谱测量的高速AI智能视觉系统将发挥越来越重要的作用。


注:该案例来源富煌君达网站,如有侵权请联系删除。



Copyright© QualiSys Consultancy Services Ltd.
版权所有:科理咨询(深圳)股份有限公司 | 粤ICP备10082873号-5