现代烟草工业设备信息故障预测及检测技术研究

目前,我国烟草工业行业已形成一套优化、完善的发展体系,烟草行业为我国社会经济、国家富强建设都提供不可或缺的帮助。而在烟草工业中,机械设备是其生产的核心工具,如因设备管理出现失误,抑或维护保养不到位,必然会影响机械设备的使用周期,严重影响正常的生产作业。基于上述问题,本文基于互联网的基础上,以烟草工业设备管理作为出发点,对其管理和后期维护保养进行简单分析,提出烟草机械设备预检方式与故障预测分析,以期能帮助我国烟草行业的蓬勃发展。

基于CenterNet模型的烟草甲虫视觉检测方法设计

【目的】实现卷烟厂烟草甲虫的精准检测,掌握虫情规律。【方法】使用数据增强技术提供的充足样本数据训练出理想的CenterNet模型,采用CenterNet模型对烟虫进行实时检测。【结果】(1)CenterNet模型在测试数据集中烟虫检测精度能够达到94%以上。(2)该模型对于烟丝、粉尘颗粒等干扰因素具有一定的抗干扰能力,能实现对烟厂烟虫的精确检测,对于小个体烟虫及粘连烟虫也能获得较优的检测结果。【结论】基于CenterNet模型设计的烟虫检测报警系统能准确统计出烟虫数量,为虫情的有效预警与防治提供了保障。