-
-
-
yoguai2012 | 当前状态：在线
总积分：514 2024年可用积分：0
注册时间： 2011-10-25
最后登录时间： 2012-09-28
-
-
用机器视觉控制烟草质量
yoguai2012 发表于 2011/12/30 12:06:59 1155 查看 0 回复 [上一主题] [下一主题]
手机阅读
应用案例
基于机器视觉的烟草异物剔除、缺陷检测大大提高烟草行业的生产效率和产品质量。
现代意义的卷烟产品，其加工过程是非常复杂的，由制丝（原料加工）、卷接（卷制成型）、包装（包装成品）三个主要过程组成。整个卷烟生产过程具有高速、自动化、大批量的特点，不可避免会产生许多人力无法顾及的缺陷，如使用人工进行缺陷检测和剔除，且不论人的疲劳、情绪波动等影响，仅从速度而言，人工检测就完全无法承担现代化生产线的高速检测任务。在这种情况下，自动检测是唯一的选择。其中，融合了计算机的快速性、可靠性、结果的可重复性和对图像信息分析能力的机器视觉技术则是目前烟草行业应用最广泛、有效的检测技术。
在烟草行业的主要应用
上世纪80年代后期，美国首先将计算机图像分析技术应用于烟叶的品质检测与分级，90年代，里茨玛公司和SRCVision公司先后开发出烟叶杂物剔除系统。它由彩色图像处理系统、快速响应的气动剔除单元和专用软件组成，可用于剔除烟叶和烟梗中的杂物。之后，机器视觉在烟草行业的应用逐步进入实用阶段，国内烟草业也逐步引进这类设备，并与国内机器视觉企业一起开发了多种性能优良、价格低廉的视觉检测系统，其性能已基本达到国际最先进的水平，效益显著。
目前，机器视觉在烟草行业中主要用于：
●烟叶分级。利用机器视觉方法自动检测烟叶外观质量特征，如颜色、形状、大小、叶脉、表面特征、油份、身份、缺陷及成熟度等，并根据这些特征进行综合判断，快速准确地给出烟叶的等级。
●异物剔除。准确去除混在烟叶中的各种异物，有效提高物料的纯净度，并可实时统计烟叶结构。
●包装数量统计。可用于检测包装中的缺支、缺包、缺条。
●包装外观缺陷检测。可用于检测小包烟盒的印刷缺陷、小包和条包包装质量。
●物流配送。基于图像检测的条烟识别、分拣和类似条烟分拣的自动化物流设备不仅能大大提高分拣的准确度，而且能快速地自动地处理客户订单，显著提高分拣效率。
在卷烟生产中，还有辅料的自动配送、AGV的制导、机器人（机械手）的定位等都可以应用先进的机器视觉技术，以进一步提高其精度和可靠性。
烟草异物的自动剔除
烟叶是卷烟产品的主要原料，在其收割、初烤、收购、包装运输、打叶复烤等过程常会混入一些杂物，如采用人工分拣速度慢，效率低，费时费力效果还不好。早期人们采用金属探测仪，如今已经过渡到基于机器视觉的检测系统，成为其制丝生产线上一种不可或缺的标准配置设备。
烟草异物智能剔除系统由四个主要部件组成，包括进料输送机、图像采集和识别系统、回收箱、电控柜和动作装置。通过各组件协调工作，对烟叶中的异物进行识别、分拣与剔除。
进料输送机采用不锈钢制造。特制的高速皮带配合轨道调校系统，保证皮带平稳运行。高速运行的皮带可以使烟叶在输送过程中尽量散开，使异物不会夹杂在上下烟叶之间，并且保证烟叶平稳运行，使烟叶处于最佳的待检测状态，。
图像采集识别系统主要由CCD摄像机、照明装置、工控机及视觉处理软件组成。动作装置由高速气动电磁阀及控制电路组成，并在密封条件下运行。线阵CCD高速摄像机摄取烟叶的实时图像，并送入电控柜的图像处理单元，图像处理软件根据各种设定的特征进行自动检测，识别正常的烟叶和异物，发现异物则将有关信息通知动作装置。当烟叶进入到视频检测区域，视频柜内安装有高照度、高显色系数、光强均匀性好的光源照明系统，使得上、下两面的线阵CCD高速像机都能有效地鉴别异物。检测系统的背景颜色根据检测需要预先制作好，以配合线阵CCD高速像机的工作。系统根据数字图像处理单元提供的异物相对坐标数值，大流量、高速、精确的气动电磁剔除阀将异物击落。
基于机器视觉的烟草异物剔除系统具有识别能力强、速度快、正确率高的优点，已代替传统的金属感应器、重量比分拣等，成为该领域的绝对主流技术。
条包外观的视觉检测
包装检查是卷烟质量控制的重要一环，由于包装缺陷都是可见缺陷，适合于用机器视觉的方法进行检查。目前常见的有卷烟小包外观检测和条包外观检测。
小包检测针对的主要缺
陷有小包破损、翘边、翻盖、露白、反包、包装错位、封签（偏移、叠角、缺失）、底边未折角、卡片后漏、印刷未上色等。
对于条包检测，是在条盒包上油封纸后进行的，检测的主要缺陷有：包装纸破裂、内包装外露、玻璃纸皱褶、端面油封不平整、搭接口粘接不好、无金拉线、金拉线错牙、条盒损伤、污损、异物、条包错牌、反包等。
条包外观在线视觉检测系统可以安装在条烟集中输送道上或者是在装封箱机入口处，也可以集成于卷包机。一般由光源、触发器、图像采集单元、图像处理单元、控制器、剔除机构构成。
条包通过时，触发器给出信号，图像采集单元拍摄条包外观图像，由图像处理单元识别图像中的特征和各种形态，做出是否有缺陷的判断。发现有缺陷时，控制剔除机构动作，剔除缺陷条包。目前国产设备对每个条包的检测时间已经可以小于20毫秒，能检出所有条包油封缺陷，给卷烟生产厂商带来极大的便利。
未来发展
虽然机器视觉在烟草行业应用较早，也较为成功，但仍有许多工作要做，面对烟草行业日益更新的新技术、新材料，机器视觉目前也存在许多未能解决的问题，已应用的系统在速度、成本、稳定性、可维护性、可扩展性方面也有很大的改进空间。从技术上看，现有设备许多方面仍要改进：
1.算法复杂性与系统实时性之间的矛盾。进一步提升系统速度。由于处理对象、检测条件和内容复杂，性能要求高，一般的检测算法都较为复杂，这带来了速度上的问题，仍需进一步通过各种手段解决。
2.系统在恶劣环境下的稳定性与可靠性。由于生产车间环境的复杂性和恶劣性，存在电磁干扰、振动与噪声、湿度、温度、粉尘等。要求机器视觉系统硬件的环境适应性、系统的稳定性、工作的可靠性要好，因为这是保证生产连续性的必要条件。
3.产品的适应性。卷烟产品更新很快，特别是外包装方面，其材质、图案花样翻新，就要求机器视觉检测系统有很好的适应性。
4.成本和维护费用进一步降低。由于机器视觉系统的关键器件均依赖进口，成本始终是制约其推广的一个严重问题。而由于技术尚未完全成熟，已经应用的系统存在着系统稳定性和产品适应性差的问题，由此带来维护费用高，耽误生产，也是亟待改善的。
从扩展的角度，机器视觉在烟草行业的应用可以从烟厂向上延伸到原材料的供应，向下延伸到香烟的存储、运输和分销，包括卷烟相关行业的拓展，如烟盒的印刷、薄膜纸、水松纸及其他辅料的检测。
可以预计，机器视觉技术将在烟草行业得到更广泛的应用，为提升行业的技术水平和产品质量做出更多的贡献。
QCROBOT可提供此机器视觉模块及工程解决方案。
QCROBOT是一家由国防科技人员与中国图像协会联合创办的高科技企业组织。企业成立以来，一直致力于把机器视觉应用于产品生产，品质保证的开拓工作。客户广泛分布于电子加工、包装、印刷、纺织、机床、模具、陶瓷、制药、广告等设备制造业，以及军工、航空航天等特殊行业。除常规销售业务外，我公司还承接各种自动化设备的设计及制造以及机器人制造解决方案的制定和实施，为客户提供设备制定、系统集成、设计、加工等更完善的服务，