-
题名烘丝机出口含水率智能控制方法研究
被引量:2
- 1
-
-
作者
陈传通
崔嵬
张超
尹旭梅
-
机构
山东中烟工业有限责任公司济南卷烟厂
-
出处
《制造业自动化》
2016年第7期37-40,共4页
-
文摘
烟草烘丝机控制具有高度非线性,大滞后、高耦合等特点,传统PID控制在越来越严格的工艺指标控制中变得的力不能及。在工业控制中智能控制替代传统PID控制已成为新的发展方向。将介绍智能控制在烘丝机控制上的应用,着重讨论烘丝机控制的两种控制策略:应对控制,预测控制。并介绍各自可使用的控制方法。
-
关键词
烘丝机
PID控制
智能控制
应对控制
预测控制
-
分类号
TS43
[农业科学—烟草工业]
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名烟丝库区烟箱自动清扫装置研发
被引量:3
- 2
-
-
作者
崔嵬
宋义斌
陈传通
王钦祥
-
机构
山东中烟工业有限责任公司济南卷烟厂
山东省农业机械科学研究院
-
出处
《机械工程师》
2016年第9期142-144,共3页
-
文摘
针对烟丝库区的烟箱外壁在装箱过程中散落烟丝、烟土尘等问题,设计研发了一款自动清扫装置。该装置具有设计简单、清扫效率高等优点,解决了人工对烟箱清洁操作不方便、粉尘大及劳动强度大等问题,在解放人力的同时使工作环境有了很大提升,也满足车间现场管理的相关要求。
-
关键词
烟丝库区
烟箱
自动清扫
研发
-
分类号
TS4
[农业科学—烟草工业]
TH122
[机械工程—机械设计及理论]
-
-
题名联合仿真技术在激振振槽偏心块调节中的应用
- 3
-
-
作者
崔嵬
陈传通
陈孔军
聂鹏
-
机构
山东中烟工业有限责任公司济南卷烟厂
-
出处
《海峡科技与产业》
2016年第6期90-91,共2页
-
文摘
利用仿真技术在计算机平台下对设备运行情况进行虚拟仿真,对激振振槽的运动形式进行理论分析,研究了偏心块在不同夹角情况下及不同的安装形式对激振振槽运动的影响,解决了制丝生产中出现的频繁堵料问题,并为设备的维护提出指导性意见。
-
关键词
仿真技术
激振振槽
偏心块
调节
应用
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名浅谈卷烟工厂设备管理
- 4
-
-
作者
崔嵬
陈传通
聂鹏
-
机构
山东中烟工业有限责任公司济南卷烟厂
-
出处
《中国设备工程》
2019年第11期41-42,共2页
-
文摘
设备管理是企业管理的一个重要方面,本文针对卷烟工厂的设备管理提出了一些见解,主要介绍了什么是设备管理,设备管理的定位,设备管理管什么,设备管理怎么管,以期进一步提高卷烟工厂的设备管理水平。
-
关键词
卷烟工厂
设备管理
定位
-
分类号
F406.4
[经济管理—产业经济]
-
-
题名卷烟智慧工厂建设规划研究
被引量:1
- 5
-
-
作者
马洪晶
陈传通
霍文文
-
机构
山东工业有限责任公司济南卷烟厂
-
出处
《中国设备工程》
2019年第17期31-32,共2页
-
文摘
在烟草行业推进两化融合的背景下,为提高卷烟工厂智能制造水平,文章分析了济南卷烟厂工业化、信息化发展现状,阐述了智慧工厂建设规划和技术路线,提出了工业控制网络架构规划,搭建了IaaS、PaaS和SaaS三层云平台,建立数据挖掘分析的实验平台和算法库,部署数据仓库和数据湖,以业务需求为依托,建立各类应用部署;开展业务应用研究,确定了智能装备、设备智能运维、管理决策的研究方向和内容。本文针对卷烟智慧工厂建设规划,提出了解决方案。
-
关键词
卷烟工厂
两化融合
智慧工厂
云平台
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名基于物体显著性自监督学习的片烟杂物检测方法
- 6
-
-
作者
王小飞
李东方
李玉珩
陈传通
-
机构
秦皇岛烟草机械有限责任公司
山东中烟工业有限责任公司济南卷烟厂
-
出处
《烟草科技》
CAS
CSCD
北大核心
2023年第12期76-83,共8页
-
文摘
为提高片烟杂物识别准确率,将深度学习图像处理方法与聚类算法相结合,提出一种基于物体显著性自监督学习的片烟杂物检测方法。首先利用深度学习网络检测出片烟图像中的显著性目标,再对检测目标特征进行聚类分析并剔除正常物体;然后采用基于时间序列的状态累积检测方法确定检测杂物的真实性。结果表明:所建立的两级U-Net模型对片烟杂物检测的平均IoU(Intersection over Union)和MAE(Mean Absolute Error)分别为0.90、0.054,均优于对比的BASNet和U-Net模型;杂物平均识别率达到96.6%,图像处理时间为21 ms/张,能够满足现场检测实时性要求。该方法可为提高片烟杂物分类识别效率提供支持。
-
关键词
片烟
杂物
识别
深度学习
显著性目标检测
聚类分析
-
Keywords
Tobacco strip
Foreign matter
Identification
Deep learning
Salient object detection
Cluster analysis
-
分类号
TS431
[农业科学—烟草工业]
TS46
[农业科学—烟草工业]
-