山東中煙工業(yè)有限責(zé)任公司青州卷煙廠 杜昱忻

1 概述

煙草機(jī)械是生產(chǎn)煙草產(chǎn)品的專用生產(chǎn)設(shè)備、工具、儀器儀表的總稱。隨著科技的不斷進(jìn)度，煙草設(shè)備的種類也在隨之增加，并逐步向智能化、自動化方向發(fā)展。如何快速、高效的生產(chǎn)高質(zhì)量的卷煙成為目前亟待解決的重要難題。隨著社會的不斷進(jìn)步和發(fā)展，研究人員逐步將智能控制技術(shù)應(yīng)用于卷煙設(shè)備中，智能控制技術(shù)的應(yīng)用大大的改善了煙草的生產(chǎn)質(zhì)量，也提高了生產(chǎn)效率，為煙草設(shè)備帶來重大技術(shù)的進(jìn)步[1]。

2 煙草生產(chǎn)過程中的智能控制

2.1 神經(jīng)網(wǎng)絡(luò)技術(shù)的應(yīng)用

卷積神經(jīng)網(wǎng)絡(luò)（CNN）是深度學(xué)習(xí)基本模型之一，具有權(quán)值共享、稀疏連接、降采樣等特點。因其可以充分提取數(shù)據(jù)本身的特性，約簡數(shù)據(jù)維度，且具有相對的平移、旋轉(zhuǎn)、縮放不變性，故適合處理煙草設(shè)備產(chǎn)生的海量數(shù)據(jù)。卷積神經(jīng)網(wǎng)絡(luò)通過卷積與自采樣的交替，最后通過全連接層進(jìn)行輸出，其作為一種有監(jiān)督的深度模型架構(gòu)，采用了BP算法進(jìn)行反向傳遞，并利用梯度下降法更新每層的參數(shù)。近幾年越來越多的專家學(xué)者將卷積神經(jīng)網(wǎng)絡(luò)用于煙草設(shè)備中，卷積神經(jīng)網(wǎng)絡(luò)模型圖，如圖1：

圖1 神經(jīng)網(wǎng)絡(luò)模型

卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用能夠?qū)崿F(xiàn)在煙草生產(chǎn)過程中對各設(shè)備精準(zhǔn)控制。如電機(jī)的啟停、閥門的通斷、信號的傳輸以及伺服系統(tǒng)的控制。相比傳統(tǒng)的控制方式，卷積神經(jīng)網(wǎng)絡(luò)可以更精準(zhǔn)、快捷的控制煙草機(jī)械設(shè)備，可以最大限度的調(diào)整信號傳輸效率，大大降低系統(tǒng)安裝、運(yùn)行和勞動力成本[2]。

2.2 機(jī)器視覺的應(yīng)用

由于煙草生產(chǎn)過程中需要大量的勞動力，機(jī)器視覺的應(yīng)用提高了精準(zhǔn)度的同時節(jié)省了勞動力。機(jī)器視覺系統(tǒng)就是利用機(jī)器代替人眼來作各種測量和判斷。它是計算機(jī)學(xué)科的一個重要分支，它綜合了光學(xué)、機(jī)械、電子、計算機(jī)軟硬件等方面的技術(shù)，涉及到計算機(jī)、圖像處理、模式識別、人工智能、信號處理、光機(jī)電一體化等多個領(lǐng)域。機(jī)器視覺在煙草生產(chǎn)過程中達(dá)到實時要求，以及時反饋生產(chǎn)信息[3]。根據(jù)所需生產(chǎn)量的不同而從秒級到分鐘級，原則是保證管理人員不會因為速度問題而影響生產(chǎn)效率。系統(tǒng)處理的準(zhǔn)確性和及時性是系統(tǒng)的必要性能，要充分考慮系統(tǒng)當(dāng)前和將來可能承受的工作量，使系統(tǒng)的處理能力和響應(yīng)時間能夠滿足生產(chǎn)要求。

機(jī)器視覺系統(tǒng)能夠?qū)崿F(xiàn)非接觸測量，將測量者與被測對象統(tǒng)一結(jié)合，并不會使系統(tǒng)相互干擾并且提高了系統(tǒng)的精準(zhǔn)度。傳統(tǒng)的人眼觀測，容易引起疲勞從而引發(fā)機(jī)器事故，機(jī)器視覺系統(tǒng)的應(yīng)用可以有效避免這一事故。此外，機(jī)器視覺系統(tǒng)標(biāo)簽的并行式會話允許遠(yuǎn)距離識讀，信息存儲量大等優(yōu)點使其擁有廣泛的應(yīng)用前景。

3 未來發(fā)展趨勢

在現(xiàn)階段的研究中，神經(jīng)網(wǎng)絡(luò)在煙草生產(chǎn)過程中的有標(biāo)簽數(shù)據(jù)特征學(xué)習(xí)占有重要位置，然而在實際應(yīng)用中，數(shù)據(jù)的出現(xiàn)往往沒有標(biāo)簽，并且數(shù)量巨大，掌握這些數(shù)據(jù)的標(biāo)簽是十分困難的事情。在不遠(yuǎn)的將來，隨著數(shù)據(jù)集和存儲技術(shù)的發(fā)展，無數(shù)據(jù)標(biāo)簽的數(shù)據(jù)特征學(xué)習(xí)，將會越來越來被重視，如何智能自動的為煙草生產(chǎn)數(shù)據(jù)添加標(biāo)簽將是研究的熱點。此外，在實際應(yīng)用中的神經(jīng)網(wǎng)絡(luò)模型，遠(yuǎn)遠(yuǎn)低于當(dāng)前最大的深度模型所包含的參數(shù)，神經(jīng)網(wǎng)絡(luò)模擬類似于人腦的結(jié)構(gòu)，在巨大數(shù)據(jù)樣本的情況下，更容易捕捉數(shù)據(jù)特征，從而獲得更高的分類準(zhǔn)確率[4]。因此，研究高精度的硬件設(shè)備，配合神經(jīng)網(wǎng)絡(luò)海量數(shù)據(jù)學(xué)習(xí)，能夠?qū)⑸窠?jīng)網(wǎng)絡(luò)更好的應(yīng)用在煙草生產(chǎn)研究領(lǐng)域。

4 結(jié)語

隨著社會的不斷發(fā)展，機(jī)械化與科技化的結(jié)合越來越緊密，科技化對機(jī)械工業(yè)的發(fā)展越來越重要，科技化的不斷發(fā)展給煙草的生產(chǎn)帶來飛躍式的提升。其中，運(yùn)用基于卷積神經(jīng)網(wǎng)絡(luò)、機(jī)器視覺的特征提取會大大提高煙草的生產(chǎn)的效率，生產(chǎn)的精度也會越來越高[5]。