郭俊豪 郭峰 陳諧飛

摘 要：本文通過(guò)生產(chǎn)過(guò)程中煙絲中雜物的機(jī)器視覺(jué)識(shí)別實(shí)際運(yùn)用，以降低煙絲中含有非煙草類(lèi)雜物量為研究對(duì)象，通過(guò)圖像識(shí)別建模技術(shù)的研究來(lái)提升制絲車(chē)間加工過(guò)程質(zhì)量保障水平，設(shè)計(jì)一種輕量級(jí)前端檢測(cè)系統(tǒng)，提高車(chē)間在加工過(guò)程質(zhì)量保障方面關(guān)于非煙草類(lèi)雜物識(shí)別剔除能力。

關(guān)鍵詞：視覺(jué)檢測(cè);TensorFlowJS;JavaScript

1 設(shè)計(jì)背景

廈門(mén)煙草工業(yè)有限責(zé)任公司（以下簡(jiǎn)廈煙）的制絲車(chē)間在生產(chǎn)過(guò)程中經(jīng)常會(huì)發(fā)現(xiàn)各類(lèi)雜物，比如橡膠、塑料、尼龍、泡沫等非植物性的雜物，如果卷入煙支，消費(fèi)者點(diǎn)燃煙支燃燒時(shí)會(huì)釋放異味，帶來(lái)不佳的口感。因此煙絲中的雜物控制在卷煙生產(chǎn)過(guò)程中是重要環(huán)節(jié)，車(chē)間現(xiàn)有的除雜類(lèi)設(shè)備有葉片異物剔除機(jī)、切絲前金屬探測(cè)儀、烘絲后風(fēng)選等設(shè)備[1];葉片異物剔除機(jī)的剔除率大概在85%，絲線金屬探測(cè)儀只對(duì)金屬物體起作用，烘絲后風(fēng)選設(shè)備對(duì)塑料或橡膠等輕質(zhì)物體無(wú)法剔除，所以仍存在非煙草類(lèi)雜物混入煙絲的事件發(fā)生。目前葉絲段煙絲的挑雜主要是靠人工來(lái)完成，現(xiàn)場(chǎng)工作環(huán)境不佳，粉塵重雜音大，批次連續(xù)生產(chǎn)時(shí)間長(zhǎng)且工作內(nèi)容枯燥，容易產(chǎn)生視覺(jué)疲勞，影響挑雜效果。

2020年度工藝質(zhì)量分析會(huì)統(tǒng)計(jì)數(shù)據(jù)，制絲車(chē)間在葉絲段切絲后共發(fā)現(xiàn)A類(lèi)雜物事件532起;車(chē)間已裝煙箱煙絲需要人工返工挑雜的次數(shù)達(dá)到了10次。當(dāng)在后續(xù)工序中發(fā)現(xiàn)雜物，煙絲需要由人工返工挑雜，將會(huì)造成煙絲水分散失，造碎量增大，增加人力成本且存在二次雜物混入風(fēng)險(xiǎn)。

制絲車(chē)間切絲機(jī)與振槽因結(jié)構(gòu)關(guān)系，出絲口的上方就是切絲機(jī)的刀頭機(jī)架與搖臂式操作面板，人員在操作或者維修時(shí)有異常掉落雜物的風(fēng)險(xiǎn);煙絲來(lái)料中經(jīng)?；祀s有各式各樣的雜物。

以上兩種均是采用人工駐點(diǎn)觀察的方式：由于長(zhǎng)時(shí)間盯著一個(gè)范圍做高度集中的工作事項(xiàng)，人容易產(chǎn)生視覺(jué)疲勞，且易產(chǎn)生慣性思維，發(fā)呆犯錯(cuò)的風(fēng)險(xiǎn)增大。與此同時(shí)因?yàn)榍薪z機(jī)又是個(gè)單機(jī)崗位，經(jīng)常需要去調(diào)整切絲主機(jī)與輔聯(lián)銜接，中途會(huì)離開(kāi)人工駐點(diǎn)觀察崗，雜物未經(jīng)識(shí)別就通過(guò)所屬工段的風(fēng)險(xiǎn)增大。

因此，需要通過(guò)使用視覺(jué)檢測(cè)技術(shù)運(yùn)用于生產(chǎn)過(guò)程，提升了制絲車(chē)間在加工過(guò)程質(zhì)量保障方面關(guān)于非煙草類(lèi)雜物識(shí)別剔除能力。同時(shí)需要建立切絲后振槽煙絲穩(wěn)態(tài)與雜物模型，離線部署模型請(qǐng)求工程，開(kāi)發(fā)前端定制系統(tǒng)，并根據(jù)模型輸出識(shí)別聲光報(bào)警。

2 設(shè)計(jì)描述

本文通過(guò)煙絲中雜物剔除技術(shù)研究，進(jìn)一步保障煙絲的純凈度，減少人工返工挑雜次數(shù)，減少煙絲水分散失、造碎量，降低二次雜物混入的風(fēng)險(xiǎn)

2.1選取技術(shù)框架

與其他傳統(tǒng)煙草光電除雜不同，深度學(xué)習(xí)技術(shù)在學(xué)習(xí)如何對(duì)如此復(fù)雜的物理現(xiàn)象做出預(yù)測(cè)方面非常有效。在機(jī)器學(xué)習(xí)中引入了遞歸神經(jīng)網(wǎng)絡(luò)（RNN），以便能夠處理序列數(shù)據(jù)，并對(duì)這些數(shù)據(jù)以及其中可能出現(xiàn)的時(shí)間相關(guān)性進(jìn)行建模。與其他算法不同，這些模型主要依賴(lài)于數(shù)據(jù)認(rèn)知過(guò)程，具有較強(qiáng)的預(yù)測(cè)能力。這使得它們成為解決各種算法無(wú)法硬編碼的預(yù)測(cè)問(wèn)題的完美候選。當(dāng)我們需要解決輸入和輸出數(shù)據(jù)之間沒(méi)有線性依賴(lài)關(guān)系的問(wèn)題時(shí)，人工神經(jīng)網(wǎng)絡(luò)可以被積極地使用[2]。

因此我們選取了谷歌的teachable machine。 將需要訓(xùn)練的數(shù)據(jù)轉(zhuǎn)化為模型文件，在瀏覽器中調(diào)用攝像頭，進(jìn)行畫(huà)布截圖，傳入后臺(tái)與模型文件進(jìn)行實(shí)時(shí)比對(duì)，輸出近似分?jǐn)?shù)[3]。

2.2請(qǐng)求與交互邏輯

2.3模型訓(xùn)練及迭代優(yōu)化

2.3.1準(zhǔn)備訓(xùn)練樣本

正常煙絲：893張

煙絲含（白色泡沫）：53張

煙絲含（白色塑料）：53張

煙絲含（白色橡膠）：53張

煙絲含（黑色布料）：53張

煙絲含（紅色橡膠）：53張

煙絲含（藍(lán)色塑料）：53張

煙絲含（壓空管）：53張

2.3.2設(shè)置訓(xùn)練評(píng)估參數(shù)

Epochs：50

Batch_size：16

Learning Rate：0.01

2.3.3過(guò)程訓(xùn)練輸出結(jié)果

2.3.4迭代優(yōu)化

（1）還是以50次迭代進(jìn)行評(píng)估訓(xùn)練

（2）批間樣本訓(xùn)練集目前有16，32，64，128，256，512的選擇項(xiàng)，這次選擇16的樣本區(qū)間，下階段報(bào)告選擇32進(jìn)行參數(shù)設(shè)置，進(jìn)行數(shù)據(jù)比對(duì)，根據(jù)目前樣本量來(lái)說(shuō)，分類(lèi)數(shù)量不一致，導(dǎo)致區(qū)間選擇難以尋找出合適的參數(shù)，盡量提供一樣的分類(lèi)樣本數(shù)量

（3）學(xué)習(xí)率大小的設(shè)置，還不到消除損失率鋸齒狀的地步

3 輸出成果

（1）研究出了可適用多場(chǎng)景的雜物識(shí)別剔除算法，可進(jìn)行不斷迭代優(yōu)化;

（2）開(kāi)發(fā)出可適用多場(chǎng)景的雜物識(shí)別模型的開(kāi)發(fā)包一份;

（3）圖像信息采集、處理及設(shè)備關(guān)鍵參數(shù)設(shè)置的標(biāo)準(zhǔn)一份;

（4）構(gòu)建基于視覺(jué)檢測(cè)技術(shù)的前端系統(tǒng);

4 結(jié)語(yǔ)

通過(guò)開(kāi)展本次機(jī)器視覺(jué)在制絲加工過(guò)程切絲后煙絲中的雜物的識(shí)別，掌握了一定的圖像識(shí)別技術(shù)和應(yīng)用經(jīng)驗(yàn)。積累了技術(shù)經(jīng)驗(yàn)，煙絲中雜物剔除識(shí)別技術(shù)的整套設(shè)備可以安裝到一區(qū)二區(qū)一共9條生產(chǎn)線的切絲后工序。機(jī)器視覺(jué)技術(shù)在廈煙制絲車(chē)間智能化提升方面的落地應(yīng)用形成的經(jīng)驗(yàn)成果，可以推廣至全國(guó)范圍的煙草行業(yè)進(jìn)行交流分享。

參考文獻(xiàn)：

[1] 國(guó)家煙草專(zhuān)賣(mài)局. 卷煙工藝規(guī)范 [M]. 北京：中國(guó)輕工業(yè)出版社， 2017.6.

[2] Mohammed Rafik， Ayoub Fentis， Tajeddine Khalili， Mohamed Youssfi， Omar Bouattane. Learning and Predictive Energy Consumption Model based on LSTM recursive neural networks [C].美國(guó)：[出版者不詳]， 2020， 1-7.

[3] 初野文章. グーダルの「Teachable Machine」 [J]. I·O/アイ·オー， 2017， 42（12）： 97-99.

（廈門(mén)煙草工業(yè)有限責(zé)任公司，福建 廈門(mén) 361022）