基于数字孪生技术的烟叶包装箱夹层材料检测和落料检验

目的提出一种数字孪生技术在烟叶包装箱中的应用方法,改进目前烟草产业中烟叶复烤生产环节存在缺乏自动化落料检验以及工业开箱机器人难以判断烟叶包装箱内是否有黄卡纸夹层材料的问题。方法通过构建复杂烟叶包装箱夹芯材料的数字孪生模型,采用图像处理结合卷积神经网络得到了基于机器视觉的复杂烟叶包装箱夹芯材料检测方法,系统可对麦秆板夹层形状进行标定并确定其中心位置,实现工业机器人精确定位烟叶包装箱夹层材料以及装箱时自动增减物料,并进行有效的数字化物料信息追踪。结果实验表明,机器人判断包装箱夹层材料的准确率高达94.88%,且效率优于人工检查。结论可在一定程度上节省人力资源,提高工厂的生产效率。

基于神经网络的烟叶复烤回潮过程预测控制模型构建

针对烟叶复烤回潮过程系统复杂、参数耦合干扰、时间滞后等问题,以两段式烟叶复烤回潮工艺为研究对象,依据生产中工艺参数实时数据,构建了基于支持向量机(SVM)神经网络的烟叶复烤回潮过程预测控制模型。该模型通过训练学习,可以准确描述出口含水率与其他工艺参数之间的内在关系,有效预测二次润叶出口含水率,最大绝对误差不超过0.45%,为烟叶复烤回潮工艺提供了可行的预测控制方案,有利于出口含水率的有效调控,对烟丝生产加工具有重要的指导意义。

烟草企业园区安防系统智能化平台建设研究

本文针对烟草生产企业普遍存在的安防、消防系统间缺乏相互协同与联动,无法为企业生产提供全面的安全保障,也无法满足企业全面一体化综合管控要求的现状,提出了数字化转型背景下烟草企业智能化安消系统建设要遵循系统融合、资源融合、业务融合的指导原则。文章介绍了大理卷烟厂安防系统智能化平台规划与实施过程,物联网、二维码、AI、OCR及地理信息等技术在平台及各子系统中使用情况,以及平台上线后的实际应用效果。