亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于機(jī)器視覺的濾棒溝槽位移在線檢測系統(tǒng)

        2025-01-21 00:00:00曹炳強(qiáng)鄒東楊俊峰
        中國新技術(shù)新產(chǎn)品 2025年1期
        關(guān)鍵詞:在線檢測深度學(xué)習(xí)

        摘 要:由于KDF3E濾棒成型機(jī)在生產(chǎn)過程中,需要高效、精確地在線檢測間斷式溝槽濾棒的溝槽數(shù)目和位移量,因此本文設(shè)計了一套基于機(jī)器視覺技術(shù)的在線檢測系統(tǒng)。該系統(tǒng)能夠集成高性能線陣相機(jī),實(shí)時采集生產(chǎn)線上處于運(yùn)動狀態(tài)的濾棒圖像,并基于GPU加速的深度學(xué)習(xí)目標(biāo)檢測算法,即時、精準(zhǔn)地計算濾棒溝槽數(shù)目和位移,并剔除異常。實(shí)踐證明,該系統(tǒng)不僅滿足了溝槽濾棒數(shù)量及其位移量的高效檢測需求,而且達(dá)到了6000支/min濾棒的測量速度,測量精度精確至0.2mm,為濾棒生產(chǎn)的質(zhì)量控制和效率提升提供了強(qiáng)有力的技術(shù)支持。

        關(guān)鍵詞:溝槽濾棒;深度學(xué)習(xí);在線檢測;位移量

        中圖分類號:TP 391 " " " 文獻(xiàn)標(biāo)志碼:A

        隨著人們健康意識不斷提高,降焦減害成為煙草行業(yè)發(fā)展的重要方向。為了提高香煙濾嘴的過濾效率,煙草行業(yè)開發(fā)出醋酸纖維溝槽濾棒,將純纖維素紙包裹醋酸纖維絲束,制成特殊結(jié)構(gòu)的溝槽濾棒。利用純纖維素紙的機(jī)械截留作用和特殊壓紋溝槽擴(kuò)大比表面積的作用,改變煙氣在濾嘴中的行進(jìn)路線,提高煙氣粒相物的慣性碰撞和擴(kuò)散沉積,從而有效降低煙霧中的焦油量[1]。

        間斷式溝槽濾棒由特殊結(jié)構(gòu)的溝槽純纖維素紙包裹醋酸纖維絲束濾芯制成,每支濾棒上有2個溝槽,間斷式溝槽濾棒位移量有嚴(yán)格的質(zhì)量標(biāo)準(zhǔn),溝槽位移超過允差即為缺陷產(chǎn)品。目前,間斷式溝槽濾棒溝槽位移的檢測方式是離線抽檢[2-3],溝槽位移在線檢測技術(shù)的研究尚未見報道。本文研究了一套間斷式溝槽濾棒溝槽位移在線檢測系統(tǒng),旨在為溝槽濾棒的生產(chǎn)提供實(shí)時、高效的在線檢測手段。

        1 系統(tǒng)方案設(shè)計

        1.1 在線檢測系統(tǒng)結(jié)構(gòu)

        間斷式溝槽濾棒溝槽位移在線檢測系統(tǒng)主要由工業(yè)線陣相機(jī)、點(diǎn)光源、中央控制器、視覺控制器、編碼器和傳感器等部分組成。

        視覺控制器接收傳感器的觸發(fā)信號和編碼器信號,控制線陣相機(jī)進(jìn)行圖像采集。線陣相機(jī)安裝在濾棒條的垂直上方,能夠捕捉濾嘴棒的圖像,由以太網(wǎng)與中央控制器進(jìn)行數(shù)據(jù)傳輸。點(diǎn)光源安裝在濾棒條的下方,以背光方式照射濾棒條。中央處理器是系統(tǒng)的核心控制單元,接收線陣相機(jī)傳輸?shù)膱D像數(shù)據(jù),對圖像數(shù)據(jù)進(jìn)行處理后,計算出單支濾棒的溝槽位移量,并判斷濾棒溝槽位移是否符合質(zhì)量標(biāo)準(zhǔn)。

        傳感器和編碼器安裝在濾棒成型機(jī)上。傳感器監(jiān)測濾棒成型機(jī)的切刀動作,其信號觸發(fā)線陣相機(jī)進(jìn)行幀掃描,編碼器的信號觸發(fā)線陣相機(jī)進(jìn)行行掃描。

        1.2 圖像采集

        線陣相機(jī)采集高速運(yùn)動的濾棒條圖像,為了匹配KDF3E濾棒成型機(jī)6000支/min的生產(chǎn)速度,線陣相機(jī)采用幀+行的觸發(fā)方式采集圖像,幀觸發(fā)控制圖像開始拍攝的位置,行觸發(fā)控制圖像中每一行開始拍攝的位置。

        傳感器監(jiān)測濾棒成型機(jī)的切割點(diǎn)位置,每切割一次濾棒條,傳感器就發(fā)出一個信號,并將此信號作為線陣相機(jī)開始掃描的信號(即幀信號),將下一個切割信號作為本次掃描的結(jié)束信號和下一支濾棒的幀信號。

        編碼器監(jiān)測濾棒成型機(jī)切刀的位置,每個脈沖信號為線陣相機(jī)的行信號。切刀轉(zhuǎn)動180°切割一次濾棒條,編碼器產(chǎn)生500個脈沖,線陣相機(jī)對單支濾棒掃描500行。濾棒長100mm,圖像采集精度為0.2mm。

        濾棒溝槽區(qū)域與其他位置的透光程度不同,溝槽區(qū)域存在褶皺、透光率低,而溝槽以外的區(qū)域較平滑,透光率較高。采用點(diǎn)光源從下往上打背光的照射方式產(chǎn)生強(qiáng)對比度,可以將濾棒中的溝槽映射出來,如圖1所示。

        1.3 測量原理

        間斷式溝槽濾棒示意圖如圖2所示。單支濾棒端面到溝槽邊緣的距離為濾棒溝槽的位移,測量濾棒溝槽的位移,即測量圖2中端面位置1與溝槽起始位置3間的距離Dr。圖像起始位置2與溝槽起始位置3間的距離為D1。濾棒成型機(jī)切刀切割點(diǎn)與線陣相機(jī)的距離為D,是固定不變的。單支濾棒長度為L。單支溝槽濾棒端面位置1與圖像起始位置2間的距離為D0,是固定不變的,可以將其作為補(bǔ)償距離。

        因此,檢測系統(tǒng)測量出D1的值,通過計算可以得到溝槽位移Dr,即補(bǔ)償距離D0=D mod L(余數(shù)運(yùn)算,D值和L值固定,結(jié)果為常量);溝槽位移Dr=D1+D0。

        2 檢測模型和算法

        KDF3E濾棒成型機(jī)的生產(chǎn)速度為6000支/min,使用CPU進(jìn)行運(yùn)算難以滿足高速場景的需求,因此采用GPU加速推理?,F(xiàn)場部署了一塊Nvidia Tesla T4顯卡進(jìn)行加速計算,比較Intel XeonE-2278GE處理器,每張圖像的推理速度從95ms~100ms提高至8ms~11ms,能夠滿足現(xiàn)場高速場景。

        線陣相機(jī)所采集單支間斷式溝槽濾棒成像圖的溝槽邊緣特征并不明顯,傳統(tǒng)的模型算法難以穩(wěn)定溝槽邊緣定位,因此本文采用深度學(xué)習(xí)目標(biāo)檢測算法對濾棒溝槽進(jìn)行定位。

        2.1 檢測模型

        目標(biāo)檢測模型選用YOLOv5s[4]。YOLOv5是一種基于單階段目標(biāo)檢測器的輕量級模型,比傳統(tǒng)的兩階段目標(biāo)檢測器(例如Faster R-CNN和SSD)具有更高的檢測精度和更快的推理速度。算法步驟如下所示。

        第一步,數(shù)據(jù)準(zhǔn)備。準(zhǔn)備溝槽濾棒的圖像數(shù)據(jù)集,本文總共收集817個數(shù)據(jù)集,其中訓(xùn)練集為697個樣本,驗(yàn)證集為120個樣本,測試集為120個樣本,該數(shù)據(jù)集將作為訓(xùn)練模型的輸入。

        第二步,模型訓(xùn)練。為了加速模型收斂,本文選用YOLOv5s的預(yù)訓(xùn)練模型,訓(xùn)練圖像為(640×640)ppi,訓(xùn)練輪次(epochs)為500輪,批大?。╞atch)為8,初始學(xué)習(xí)率為0.005,采用的優(yōu)化策略為隨機(jī)梯度下降法(SGD),loss曲線和性能指標(biāo)如圖3所示。經(jīng)過235次epochs(訓(xùn)練輪次)后,準(zhǔn)確率(Precision)曲線、召回率(Recall),全類平均正確率(mAP0.5)以及全類平均正確率(mAP0.5:0.95)趨于1,并在此后保持穩(wěn)定,說明檢測模型訓(xùn)練完成。

        第三步,模型推理。模型推理使用C++語言,將訓(xùn)練好的模型轉(zhuǎn)換為Onnx格式,由Onnx Runtime推理引擎進(jìn)行在線推理,包括初始化、前處理、模型前向計算和后處理4個步驟。1)初始化。加載onnx模型并進(jìn)行模型預(yù)熱。第一次加載需要執(zhí)行加載模型參數(shù)、分配內(nèi)存等步驟,通常需要2s~3s。為了解決初始化耗時長的問題,在軟件啟動階段進(jìn)行模型預(yù)熱,加載onnx模型后會生成一張尺寸為(640×640)ppi的純色圖像,將其送入模型進(jìn)行前向計算,完成首次推理。2)前處理。使用opencv完成前處理,對圖像進(jìn)行自適應(yīng)縮放和填充操作,將輸入圖像調(diào)整為與訓(xùn)練數(shù)據(jù)相同的尺寸,以便與模型兼容。為了適應(yīng)現(xiàn)場高速場景,前處理采用自適應(yīng)圖片縮放算法[5],盡量保持高寬比不變,原圖短邊縮放比例與長邊一致,縮放至(640×360)ppi,填充純色后,最終尺寸為(640×384)ppi,提高了計算速度。將圖像數(shù)據(jù)轉(zhuǎn)換為浮點(diǎn)型,以便進(jìn)行數(shù)值計算和梯度傳播,保證模型推理過程中的數(shù)值精度和計算準(zhǔn)確性。調(diào)整圖像通道的順序,從HWC(H為Height,W為Width,C為Channels)轉(zhuǎn)換為CHW格式。3)前向計算。將前處理好的圖片送入網(wǎng)絡(luò)計算,并獲取輸出張量的結(jié)果。4)后處理。首先,輸出解碼,即模型輸出特征圖包括邊界框坐標(biāo)、置信度和類別概率,將這些輸出轉(zhuǎn)換為實(shí)際圖像中的坐標(biāo)。其次,置信度閾值過濾,即設(shè)定置信度閾值為0.7,在輸出的多個檢測框中過濾掉置信度低于0.7的邊界框,只保留置信度高于0.7的檢測結(jié)果。最后,非極大值抑制(NMS),即YOLOv5算法的輸出結(jié)果會產(chǎn)生大量預(yù)測框,用于移除冗余的邊界框,從而保留最有可能帶有目標(biāo)的框。

        NMS的主要步驟如下所示。1)排序。根據(jù)預(yù)測置信度分?jǐn)?shù)對所有邊界框進(jìn)行排序,優(yōu)先考慮置信度最高的框。2)選擇框。選擇置信度最高的框?yàn)楫?dāng)前框。3)計算重疊度。計算當(dāng)前框與所有剩余框間的交并比(Intersection over Union,IoU)。4)移除冗余框。刪除與當(dāng)前框的IoU超過預(yù)設(shè)閾值的所有其他框。5)重復(fù)以上過程。將當(dāng)前框加入最終的檢測結(jié)果列表,反復(fù)從排序列表中選擇下一個置信度最高的框,直到處理完所有的框,保留最有可能的目標(biāo)框,提高檢測結(jié)果的準(zhǔn)確性。

        2.2 輸出結(jié)果

        對于每張圖像,模型將輸出的預(yù)測框,表示檢測到的溝槽位置,包括溝槽的位置坐標(biāo)和置信度分?jǐn)?shù),分析模型并計算出每個溝槽的具體位置坐標(biāo)。

        3 測量結(jié)果

        目前,溝槽濾棒溝槽位移標(biāo)準(zhǔn)為(20±1)mm,溝槽位移在19mm~21mm為合格產(chǎn)品,超過位移標(biāo)準(zhǔn)的視為缺陷產(chǎn)品。檢測到的合格產(chǎn)品圖和缺陷產(chǎn)品圖如圖4所示。

        為了進(jìn)一步驗(yàn)證在線檢測系統(tǒng)的可靠性和準(zhǔn)確性,分別生產(chǎn)溝槽位移規(guī)格為18mm、19mm、20mm、21mm和22mm(濾棒成型機(jī)可調(diào)整溝槽位置)的濾棒,每次取100支濾棒的平均檢測結(jié)果。同時由人工抽檢20支濾棒進(jìn)行溝槽距離測量,取測量數(shù)據(jù)的平均值。將人工測量的數(shù)據(jù)和在線檢測裝置測量的數(shù)據(jù)進(jìn)行比較,結(jié)果見表1。

        從2種測量方法的測量結(jié)果可以看出,與人工測距相比,采用在線檢測系統(tǒng)測量的溝槽距離相對誤差低于1.5%,證明本文檢測系統(tǒng)測量結(jié)果準(zhǔn)確、可靠。

        4 結(jié)論

        本文設(shè)計了一套基于機(jī)器視覺技術(shù)的間斷式溝槽濾棒溝槽位移在線檢測系統(tǒng),該系統(tǒng)能夠滿足KDF3E濾棒成型機(jī)在生產(chǎn)過程中對溝槽濾棒數(shù)量及其位移量的高效檢測需求。

        該系統(tǒng)具有以下3個特點(diǎn)。1)效率高?;贕PU加速的深度學(xué)習(xí)目標(biāo)檢測算法,實(shí)現(xiàn)高速6000支/min濾棒的檢測速度。2)精度高。測量精度≤0.2mm,能夠滿足溝槽濾棒生產(chǎn)的質(zhì)量控制要求。3)具有自動采集圖像、自動檢測溝槽和自動剔除缺陷溝槽濾棒等功能,提高了生產(chǎn)效率。

        參考文獻(xiàn)

        [1]盛培秀.溝槽醋酸纖維濾棒的開發(fā)[J].煙草科技,2004(4):17-19,22.

        [2]劉學(xué)海.基于CCD的濾棒直徑檢測傳感器[J].應(yīng)用科學(xué),2010,4(119):119-122.

        [3]董浩,洪深求,周德成,等.醋纖溝槽濾棒特征參數(shù)測定方法[J].煙草科技,2010(4):5-8,20.

        [4]劉鴻瑜,袁國武.基于改進(jìn)YOLOv5s的煙支外觀缺陷檢測方法[J].計算機(jī)技術(shù)與發(fā)展,2022,32(8):161-167.

        [5]程長文,陳瑋,陳勁宏,等.改進(jìn)YOLO的口罩佩戴實(shí)時檢測方法[J].電子科技,2023,36(2):73-80.

        猜你喜歡
        在線檢測深度學(xué)習(xí)
        二次表在石油樹脂粘度檢測中的應(yīng)用
        基于度分布的流量異常在線檢測方法研究
        有體驗(yàn)的學(xué)習(xí)才是有意義的學(xué)習(xí)
        電子商務(wù)中基于深度學(xué)習(xí)的虛假交易識別研究
        MOOC與翻轉(zhuǎn)課堂融合的深度學(xué)習(xí)場域建構(gòu)
        大數(shù)據(jù)技術(shù)在反恐怖主義中的應(yīng)用展望
        深度學(xué)習(xí)算法應(yīng)用于巖石圖像處理的可行性研究
        基于深度卷積網(wǎng)絡(luò)的人臉年齡分析算法與實(shí)現(xiàn)
        軟件工程(2016年8期)2016-10-25 15:47:34
        關(guān)于鉑熱電阻在線檢測方法的實(shí)踐探討
        新型過濾器箱體的國產(chǎn)化研發(fā)
        科技視界(2016年11期)2016-05-23 23:21:23
        亚洲AV色欲色欲WWW| 被黑人猛躁10次高潮视频| 久久精品国产亚洲av忘忧草18| 国产欧美曰韩一区二区三区| 我的极品小姨在线观看| 超碰国产精品久久国产精品99| 国产精品欧美福利久久| 亚洲第一看片| 91蜜桃精品一区二区三区毛片| 国产成人一区二区三区乱| 丰满少妇三级全黄| 国产av天堂成人网| 91青青草免费在线视频| 丰满少妇人妻久久精品| 香蕉人人超人人超碰超国产 | 人妻丰满熟妇一二三区| 欧美国产激情18| 亚洲精品字幕在线观看| 日本熟妇hd8ex视频| 激情五月开心五月av| 日本a片大尺度高潮无码| 国产成人精品一区二区视频| 五月天婷婷一区二区三区久久| 日韩国产精品一区二区三区 | 性xxxx18免费观看视频| 97se在线观看| 亚洲一区日本一区二区| 亚洲人成在久久综合网站| 99久久人妻精品免费二区| 在线免费欧美| 日本成人精品一区二区三区| 西西午夜无码大胆啪啪国模| 亚洲一区二区观看播放| 日韩精品人妻中文字幕有码| 中文字幕影片免费人妻少妇| 亚洲精品久久久久中文字幕一福利| 亚洲AV秘 片一区二区三| 在线视频免费自拍亚洲| 亚洲精品国偷拍自产在线| 一本色道av久久精品+网站 | 精品久久人人妻人人做精品|