卷包车间外观检测设备集控系统设计与实现

刘毅

四川中烟工业有限责任公司成都卷烟厂 四川成都 610066

1 意义

机器视觉作为视觉检测的一项重要技术，随着科技的进步和科学的发展，目前已经取得了巨大的进步，在各个领域己经获得了广泛的应用，其中之一就是工业方面的自动化检测。随着我国经济的快速增长，企业对生产力的提高也越来越关注，把生产成本的降低、产品质量的提高放在越来越重要的位置，把追求效益最大化和提高品牌价值作为企业的目标。

目前，在各个卷烟生产企业高速、自动化生产线上，对于烟条烟包外观的质量检测均采用高效在线成像检测设备进行外观检测，通过机器视觉技术实时检测烟条烟包外观质量，将不合格品及时剔除，但这些外观检测设备均离散分布与生产现场，在技术上未实现对检测设备的远程状态监控，无法实时掌握和控制检测设备的状态，当检测设备发生故障时，未能及时发现和处理设备问题，将导致不合格品流入下道工序，同时也未完成烟条烟包的剔除数据和检测图像数据的采集工作，未对检测数据进行信息挖掘和数据分析，所以，建立一套完整的外观检测设备集控系统是每个卷烟工业企业必须做的事情[1]。

2 集控系统总体架构

该集控系统包括烟条烟包外观检测设备的数据采集、远程状态监控、参数管控、数据分析等，系统技术架构满足多种协议、多种数据类型的数据采集要求，具备数据联邦能力，拥有实时状态监控以及大数据分析能力。系统平台架构如下：

该系统由数据采集、数据存储、数据汇聚、数据处理、业务管理、设备监控、数据分析等模块构成。

3 系统实现

3.1 数据采集模块

数据采集模块用于连接每台需要采集的检测设备，适配不同的采集协议类型，如TCP/IP、MODBUS、串口、共享文件等。同时，负责将各个检测设备中的外观检测相关数据进行统一采集。该模块具备高频采集非结构化数据、结构化数据集的功能，采用“多协议适配采集程序”的模式，成熟的“组件化”的平台架构方式，实现总体可管、采集可配、即插即用的应用效果；同时，结合大数据应用中成熟的数据整合技术“NIFI”，实现数据的稳定、高频传输，满足系统对数据采集方面采集频率以及稳定性的要求。

在外观检测图像采集方面，设备工控机上部署数据采集应用“MINIFI”，结合开放表/开放视图数据库访问技术实现设备数据实时采集。系统采集服务应用平台通过NIFI 数据拉取、处理、汇聚等技术手段，实时传输烟条烟包外观检测数据信息和图像信息到汇聚数据库，最终存储到关系数据库和图片存储服务器，实现包装机、封箱机上外观检测设备的数据和图像文件采集、传输和存储。

3.2 数据存储

该集控系统旨在建立设备状态监控、数据分析、图像、参数追溯等，搭建卷包生产过程中外观检测设备的管理应用，所以在数据存储上，使用到时序数据库，关系数据库、文件系统三种不同的数据存储系统。

时序数据库：用于存储采集的实时数据，基于时间序列的数据存储。时序数据库具备一定程度的数据统计计算能力，亦是构建实时监控平台的重要组成部分，作为系统数据的核心中转库，该时序数据库为系统应用提供主要的数据支撑，之后再按照一定的增量规则将库中数据上传至关系数据库。

关系数据库：用于存放业务数据，如缺陷检测标准、监控报警触发的维护工单以及大数据分析结果等。其事务关联性以及明确的数据关联模式是构建管理系统的重要支柱，也是数据分析的数据来源之一。

文件系统：用于存放采集的缺陷图片、文件等数据，其具备易扩容、易访问、易维护等特性。

系统存储模式：结合采集应用终端，由采集服务程序获取在线检测数据，将数据存储至时序数据库中，而后利用数据处理与计算服务对数据进行加工、计算、转换等操作后将结果数据写入关系数据库；同时经过与生产基础数据关联后形成与数据模型一一对应的结构化数据，最终将数据写入关系数据库。经过有序的数据读取和写入，实现生产过程外观检测数据集成与管控[2]。

3.3 数据处理

数据处理主要是对原始数据进行的一些如审核、筛选、排序等必要的处理，对收集和采集的外观检测数据和图像等大量数据进行数据处理。对于大量异构多维汇聚数据，系统提供大规模并行处理技术，提高数据分析处理效率。

数据处理主要包含数据审核、数据筛选、数据排序三方面内容，对于大量异构多维汇聚数据，系统具备大规模并行处理技术提高数据分析处理效率。数据清理主要用于格式标准化、异常数据清除、错误纠正和重复数据的清除；数据集成将多个数据源中的数据结合起来并统一存储；数据变换则是通过平滑聚集、数据概化和规范化等方式将数据转换成适用于数据挖掘的形式；数据归约是通过抽样和降维等方法在不影响数据挖掘结果的基础上减少数据量。

3.4 数据汇聚

数据汇聚模块为整个系统的数据管理、数据聚合、数据交互的核心。其从整体上管理各个数据通道，制定各个数据通道的汇聚标准并严格按照标准进行互通；平台实现数据通道以及通道所对应的汇聚规则，灵活配置功能、数据汇聚日志管理等功能，使平台易于维护，灵活管理。

该模块主要具备数据联邦、规则管理以及数据分发三大功能模块。数据联邦功能模块将数据进行清洗、将不完整数据补全、建立数据与数据之间的关联，提升所有数据的准确性、有效性以及可用性。数据分发功能模块则负责按照规则管理模块中所设置的数据分发规则进行高效、稳定的数据分发工作，分发对象包括内部的业务平台、计算平台、监控平台以及其他外部系统，如CPS 系统等。

3.5 业务管理

业务管理模块用于系统相关的业务模块实现，如监控异常后续的工单化处理业务模块、人员权限等配套模块，业务管理模块还可实现根据当前生产牌号自动下发牌号的外观缺陷检测标准的功能。业务模块还用于多平台融合，融合监控模块的监控业务、融合数据分析模块的分析结果展示以及后续改善流程的实现等。

3.6 设备监控

设备监控用于设备状态监控以及生产防差错监控。根据实时状态数据以及参数数据，判定设备状态以及检测标准是否符合当前品牌的检测标准，一旦检测到异常即可触发产生异常报警，并通过数据汇聚平台将报警信息推送给业务管理模块，由业务管理模块负责进行报警以及跟踪后续的异常处理过程。

设备运行状态监控。系统对检测设备实时状态进行监控，监控检测设备是否正常工作，设备的检测和剔除开关是否正常开启，设备在调机或试生产时，可能会将检测设备的检测开关关闭，如果在生产时，由于人为原因未开启设备检测和剔除开关将会导致不合格品流入市场，造成严重质量事故。

品牌外观检测参数监控。系统实时对在线外观检测设备参数的远程监控，依据品牌检测标准参数的匹配机制，杜绝了以往因人为原因造成的检测标准与生产牌号不匹配的情况，同时通过记录外观检测设备设定参数的修改、删除等改动信息，实现了对外观检测设备参数修改时间、执行者、参数变化值、当前生产牌号等信息的历史追溯，避免了以往只能依靠人工检查检测设备参数设定、检测设备参数修改删除等改动无记录无追溯的情况，为车间管理提供了有效的数据支撑。

3.7 数据分析

数据分析计算中包括独立的模型管理模块以及计算模块，既可调用外部算法包进行计算，也可以根据MP 计算思维进行编程计算，满足不同分析专题的计算需求。

数据分析功能基于市场上常见的大数据平台，平台具备大数据量的存储、计算能力，提供WEB 界面的管理、定义功能。

大数据平台架构

数据分析功能是一套经过调优和功能增强的Hadoop 与Spark企业定制系统构成，包含Hadoop 生态中的20+主要组件，帮助客户轻松应对海量数据的采集、存储、计算、分析挖掘和数据安全等应用场景。

数据平台具备以下特点：

多源数据的高效集成。数据平台提供多源数据（包含结构化、半结构化和非结构化数据）的集成能力，提供高吞吐、可扩展的数据总线和数据分发功能，支持批量加载、实时加载、数据库加载、文件加载等多种加载方式。

异构数据的海量存储。数据平台提供基于分布式文件系统和并行架构的大数据存储能力，支持PB 级数据规模的高可靠和高可用存储，支持存放多种文件格式，例如关系数据库等结构化数据，日志、网页等半结构化数据，以及视频、图片、文档等非结构化数据[3]。

多场景下的数据计算框架。面向不同业务场景，大数据平台提供离线计算、流式计算、内存计算、图计算等丰富的计算框架，支持计算任务流程编排、计划安排，提供标准SQL 的数据访问能力。

基于机器学习的大数据分析。大数据平台提供涵盖多源数据接入、数据特征提取、算法模型管理、算法模型评估和结果预测等完整机器学习过程的可视化大数据分析功能。支持多元分类、回归分析、协同推荐等分析模式，SVM、朴素贝叶斯、K-Means、线性回归等10+种算法，支持批量预测和实时预测功能并提供API。预测过程基于内存进行迭代式计算，并且支持分布式计算，具备极强的扩展性，可以应对海量数据分析。

安全可靠的资源隔离与共享。数据平台提供对结构化、非结构化数据的多用户资源管理，满足对数据资源的权限隔离、安全授权和资源调度。提供多用户的可视化数据空间管理功能，支持数据空间大小、文件数、计算队列等的配额设置；支持多用户间数据资源的开放订阅和指定共享，共享权限可控制到文件目录、表及列族级；支持对数据访问的审计和监控。

系统基于实时检测数据，建立卷包生产牌号统计分析、班组统计分析、设备分析、缺陷分布分析；牌号统计分析包括牌号缺陷统计情况、各天缺陷分布、机台缺陷率分布和各种缺陷分布情况；班组统计分析用于分析展示每个生产班组实时的缺陷数量，检测数量，缺陷率，最高缺陷类型信息；设备分析用于对特定的检测设备分析实时和历史的缺陷数量，检测数量，缺陷率，最高缺陷类型信息；缺陷分布分析用于对特定的缺陷类型分布情况进行分析，分析该缺陷主要发生的时间、发生的班次、发生的机组、发生的频次、发生的牌号等。

该集控系统目前已经成功开发并部署与成都卷烟厂卷包车间，本文虽然对卷包外观检测设备集控系统做了一定的研究，但随着信息化技术进一步发展，具有更多更好的技术可应用于该系统的开发，有较多的分析方法和数据挖掘技术可应用该集控系统的开发，新技术用于工业生产有着极为广泛的应用前景，要使其能够更好的服务和指导卷包生产还有很多的工作要做。