智能控制技术在烟草设备中的应用研究

2020-12-17赵文龙

商品与质量 2020年50期

关键词：卷烟烟草卷积

赵文龙

河南中烟工业有限责任公司黄金叶生产制造中心河南郑州 450016

随着社会的不断发展，机械化与科技化的结合越来越紧密，科技化对机械工业的发展越来越重要，科技化的不断发展给烟草的生产带来飞跃式的提升。其中，运用基于卷积神经网络、机器视觉的特征提取会大大提高烟草的生产的效率，生产的精度也会越来越高。

1 烟草卷烟机械设备管理原则

1.1 谋求烟草卷烟设备的能效

虽然经过几十年的发展，我国烟草市场环境已趋于稳定，但企业之间的竞争依然激烈，各企业已将烟草生产的重心转移到生产设备的质量上。目前，我国很多烟草企业的技术比较先进，生产精度越来越高，烟草设备的内部结构也越来越复杂。因此，有必要通过科学合理的手段提高能源利用率，从而提高烟草生产质量，降低企业生产成本[1]。

1.2 合理控制烟草卷烟设备的维修费用

企业发展的实际方针是降低生产成本，扩大商场规模。因此，加强烟草企业的设备管理，实际上就是降低生产成本，保证企业生产效益最大化，这是企业发展的重要组成部分，但在这个过程中，我们也要注意不要对企业其他重要环节的经营产生影响，或者形成其他经营活动落在次要地位。对烟草企业来说，必须充分重视烟草企业生产经营的各个环节，切实保证企业自身的全面性和科学性。因此，烟草卷烟设备的管理应与企业的正常经营相补充。在搬运烟草和卷烟设备时，应尽量降低设备的修理费用。设备在长期使用过程中，其结构、零部件等都会发生一定的变化，从而导致稳定性和功能的降低，影响生产质量。因此，设备的维修是不可避免的。但由于设备技术含量高，内部结构混乱，应尽量降低维修成本，以尽量降低维修成本。

1.3 融入绿色环保理念

近年来，随着经济的快速发展，环境污染问题日益严重。烟草和卷烟设备的管理可能会带来一定的环境污染，因此在实际操作中，要充分融入绿色环保的理念，不仅要有效降低企业的生产成本，企业的共同利益也是保证社会利益的作用。随着国家政策的实施，烟草企业应考虑到卷烟设备管理的全面性，符合环境友好标准，为我国的环境保护做出贡献[2]。

2 烟草生产过程中的智能控制

2.1 神经网络技术的应用

卷积神经网络（CNN）是深度学习基本模型之一，具有权值共享、稀疏连接、降采样等特点。因其可以充分提取数据本身的特性，约简数据维度，且具有相对的平移、旋转、缩放不变性，故适合处理烟草设备产生的海量数据。卷积神经网络通过卷积与自采样的交替，最后通过全连接层进行输出，其作为一种有监督的深度模型架构，采用了BP 算法进行反向传递，并利用梯度下降法更新每层的参数。近几年越来越多的专家学者将卷积神经网络用于烟草设备中，卷积神经网络模型图，如图1：

卷积神经网络的应用能够实现在烟草生产过程中对各设备精准控制。如电机的启停、阀门的通断、信号的传输以及伺服系统的控制。相比传统的控制方式，卷积神经网络可以更精准、快捷的控制烟草机械设备，可以最大限度的调整信号传输效率，大大降低系统安装、运行和劳动力成本。

图1 神经网络模型

2.2 机器视觉的应用

由于烟草生产过程需要大量的劳动力，机器视觉的使用提高了精度，节省了劳动力。机器视觉系统是用机器代替人眼进行各种测量和判别。它是计算机科学的一个重要分支。它集光学、机械、电子、计算机软硬件于一体，涉及计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等领域。机器视觉能够满足烟草生产过程中对生产信息的实时响应要求。原则是保证机器不会因为速度问题而影响生产能力。系统处理的准确性和及时性是系统的必要性能。应充分考虑当时和将来系统可能承受的工作量，使系统的处理能力和响应能力始终满足生产要求。机器视觉系统可以实现非接触测量，将被测对象与测对象相结合，互不干扰，提高了系统的精度。传统的人眼观察只会导致疲劳，进而导致机器故障。利用机器视觉系统可以有效避免这一事件的发生。另外，机器视觉系统标签的并行对话允许远距离阅读，并且具有信息存储量大的优点，具有广阔的应用前景。

3 未来发展趋势

在现阶段的研究中，神经网络在烟草生产过程中的标记数据特征学习中起着重要的作用。然而，在实践中，数据的呈现往往没有标注，且数量巨大，要掌握这些数据的标注并不容易。在不久的将来，随着数据集和存储技术的发展，无数据标签的数据特征学习将越来越受到重视。如何智能、自动地将标签添加到烟草生产数据中将成为一个热门话题。另外，实际使用的神经网络模型远低于当时最大深度模型所包含的参数。神经网络模拟与人脑结构相似。在海量数据样本的情况下，更容易捕获数据特征，获得更高的分类精度。因此，研究高精度的硬件设备，协同神经网络海量数据学习，可以更好地应用于烟草生产领域的研究[3]。