烘丝机出口含水率智能控制方法研究

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。

烟丝库区烟箱自动清扫装置研发

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。

联合仿真技术在激振振槽偏心块调节中的应用

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。

浅谈卷烟工厂设备管理

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。

卷烟智慧工厂建设规划研究

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。

基于物体显著性自监督学习的片烟杂物检测方法

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。