趙文龍
河南中煙工業(yè)有限責任公司黃金葉生產(chǎn)制造中心 河南鄭州 450016
隨著社會的不斷發(fā)展,機械化與科技化的結(jié)合越來越緊密,科技化對機械工業(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,運用基于卷積神經(jīng)網(wǎng)絡、機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。
雖然經(jīng)過幾十年的發(fā)展,我國煙草市場環(huán)境已趨于穩(wěn)定,但企業(yè)之間的競爭依然激烈,各企業(yè)已將煙草生產(chǎn)的重心轉(zhuǎn)移到生產(chǎn)設備的質(zhì)量上。目前,我國很多煙草企業(yè)的技術(shù)比較先進,生產(chǎn)精度越來越高,煙草設備的內(nèi)部結(jié)構(gòu)也越來越復雜。因此,有必要通過科學合理的手段提高能源利用率,從而提高煙草生產(chǎn)質(zhì)量,降低企業(yè)生產(chǎn)成本[1]。
企業(yè)發(fā)展的實際方針是降低生產(chǎn)成本,擴大商場規(guī)模。因此,加強煙草企業(yè)的設備管理,實際上就是降低生產(chǎn)成本,保證企業(yè)生產(chǎn)效益最大化,這是企業(yè)發(fā)展的重要組成部分,但在這個過程中,我們也要注意不要對企業(yè)其他重要環(huán)節(jié)的經(jīng)營產(chǎn)生影響,或者形成其他經(jīng)營活動落在次要地位。對煙草企業(yè)來說,必須充分重視煙草企業(yè)生產(chǎn)經(jīng)營的各個環(huán)節(jié),切實保證企業(yè)自身的全面性和科學性。因此,煙草卷煙設備的管理應與企業(yè)的正常經(jīng)營相補充。在搬運煙草和卷煙設備時,應盡量降低設備的修理費用。設備在長期使用過程中,其結(jié)構(gòu)、零部件等都會發(fā)生一定的變化,從而導致穩(wěn)定性和功能的降低,影響生產(chǎn)質(zhì)量。因此,設備的維修是不可避免的。但由于設備技術(shù)含量高,內(nèi)部結(jié)構(gòu)混亂,應盡量降低維修成本,以盡量降低維修成本。
近年來,隨著經(jīng)濟的快速發(fā)展,環(huán)境污染問題日益嚴重。煙草和卷煙設備的管理可能會帶來一定的環(huán)境污染,因此在實際操作中,要充分融入綠色環(huán)保的理念,不僅要有效降低企業(yè)的生產(chǎn)成本,企業(yè)的共同利益也是保證社會利益的作用。隨著國家政策的實施,煙草企業(yè)應考慮到卷煙設備管理的全面性,符合環(huán)境友好標準,為我國的環(huán)境保護做出貢獻[2]。
卷積神經(jīng)網(wǎng)絡(CNN)是深度學習基本模型之一,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,故適合處理煙草設備產(chǎn)生的海量數(shù)據(jù)。卷積神經(jīng)網(wǎng)絡通過卷積與自采樣的交替,最后通過全連接層進行輸出,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者將卷積神經(jīng)網(wǎng)絡用于煙草設備中,卷積神經(jīng)網(wǎng)絡模型圖,如圖1:
卷積神經(jīng)網(wǎng)絡的應用能夠?qū)崿F(xiàn)在煙草生產(chǎn)過程中對各設備精準控制。如電機的啟停、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)絡可以更精準、快捷的控制煙草機械設備,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、運行和勞動力成本。
圖1 神經(jīng)網(wǎng)絡模型
由于煙草生產(chǎn)過程需要大量的勞動力,機器視覺的使用提高了精度,節(jié)省了勞動力。機器視覺系統(tǒng)是用機器代替人眼進行各種測量和判別。它是計算機科學的一個重要分支。它集光學、機械、電子、計算機軟硬件于一體,涉及計算機、圖像處理、模式識別、人工智能、信號處理、光機電一體化等領(lǐng)域。機器視覺能夠滿足煙草生產(chǎn)過程中對生產(chǎn)信息的實時響應要求。原則是保證機器不會因為速度問題而影響生產(chǎn)能力。系統(tǒng)處理的準確性和及時性是系統(tǒng)的必要性能。應充分考慮當時和將來系統(tǒng)可能承受的工作量,使系統(tǒng)的處理能力和響應能力始終滿足生產(chǎn)要求。機器視覺系統(tǒng)可以實現(xiàn)非接觸測量,將被測對象與測對象相結(jié)合,互不干擾,提高了系統(tǒng)的精度。傳統(tǒng)的人眼觀察只會導致疲勞,進而導致機器故障。利用機器視覺系統(tǒng)可以有效避免這一事件的發(fā)生。另外,機器視覺系統(tǒng)標簽的并行對話允許遠距離閱讀,并且具有信息存儲量大的優(yōu)點,具有廣闊的應用前景。
在現(xiàn)階段的研究中,神經(jīng)網(wǎng)絡在煙草生產(chǎn)過程中的標記數(shù)據(jù)特征學習中起著重要的作用。然而,在實踐中,數(shù)據(jù)的呈現(xiàn)往往沒有標注,且數(shù)量巨大,要掌握這些數(shù)據(jù)的標注并不容易。在不久的將來,隨著數(shù)據(jù)集和存儲技術(shù)的發(fā)展,無數(shù)據(jù)標簽的數(shù)據(jù)特征學習將越來越受到重視。如何智能、自動地將標簽添加到煙草生產(chǎn)數(shù)據(jù)中將成為一個熱門話題。另外,實際使用的神經(jīng)網(wǎng)絡模型遠低于當時最大深度模型所包含的參數(shù)。神經(jīng)網(wǎng)絡模擬與人腦結(jié)構(gòu)相似。在海量數(shù)據(jù)樣本的情況下,更容易捕獲數(shù)據(jù)特征,獲得更高的分類精度。因此,研究高精度的硬件設備,協(xié)同神經(jīng)網(wǎng)絡海量數(shù)據(jù)學習,可以更好地應用于煙草生產(chǎn)領(lǐng)域的研究[3]。
隨著社會的不斷進步,信息化進程不斷加快,人們的工作和生活已經(jīng)逐步進入到了信息化時代,智能控制技術(shù)的操作和數(shù)據(jù)采集處理能力也大大提高。在當下,只有將智能控制技術(shù)與煙草設備結(jié)合才能更符合時代的發(fā)展趨勢,才能保證煙草的生產(chǎn)質(zhì)量、提高生產(chǎn)效率。