制丝段在线叶丝杂物剔除装置的研究与应用

李刚1,2，赵德华1，杨咏松1,2（通讯作者），张华林1,2，胡瀚1,2，潘福波1,2

摘要：烟丝含杂会对后续卷接包装、卷烟感官质量以及消费者抽吸体验带来极其恶劣的影响，故烟丝除杂一直是卷烟生产过程中的重要环节。对制丝过程而言，制丝段目前多只采用风选除杂的方式对在线叶丝中重量大于叶丝的杂物进行剔除，对重量与叶丝接近甚至小于叶丝的杂物则多采用人工观察剔除方式，此方式效率低下，剔除率低。本研究主要利用高速图像视觉识别检测技术研制一套新型在线叶丝杂物剔除装置，实现在线自动剔除，替代人工观察剔除，提高剔除效率，降低人工劳动强度及成本。

关键词：制丝、在线叶丝、杂物剔除装置

随着行业的快速发展，卷烟品质提升已然成为各个生产企业的主要研究课题。其中，卷烟感官质量则是消费者最为关注的质量点。杂物、异物对卷烟感官质量的影响程度不可忽视，杜绝非烟草物质材料，保持烟丝的纯净度，是制丝工艺质量的一个重要质量要素[1]。

现阶段，由于烟丝加工工艺流程等原因，烟丝在加工过程中不可避免地会混入麻绳、泡沫、纸片、羽毛、塑料、橡胶等异物[2，3]，这些异物与烟丝有着本质上的区别，若无法将其剔除，将对卷烟感官质量及消费者的抽吸体验带来极大冲击[4，5]。目前，行业内制丝过程中的制丝段在线除杂一般是采用风选除杂方式，但此方式是利用杂物与叶丝的重量差来进行区分剔除，只能去除诸如橡胶、麻绳等重量比叶丝大的杂物，泡沫、羽毛、塑料等重量等于甚至小于叶丝的一类杂物无法剔除。卷烟厂制丝车间对此类杂物的防治主要是通过人工观察、挑拣的方式，但此方式存在诸多弊端。本次研究主要是研究并研制出一种在线叶丝杂物剔除装置，自动剔除在线叶丝中风选除杂无法剔除的杂物、异物，在保证杂物剔除率的前提下降低人工劳动强度与成本。

1.目前存在的问题

针对在线叶丝中重量等于甚至小于叶丝的杂物，车间主要依靠人工观察振槽上在线输送的叶丝来发现杂物并手工挑拣。此方法存在以下几个问题：

（1）物料输送有一定速度，烟丝类似颜色的杂物人眼无法分辨；

（2）人眼观察能力有限，较小杂物无法发现；

（3）在线输送物料厚度较厚，杂物容易掺杂其中，无法被观察到；

（4）人眼长时间注视容易眼睛疲劳，难以做到连续不停的观察；

（5）人工劳动强度及成本较高。

2.主要研究内容

基于以上问题，我们研究并研制应用了一种在线叶丝杂物剔除装置，其是利用高速图像视觉识别方法，替代人工观察，实现在线杂物自动剔除功能，提高剔除效率，降低人工劳动强度与成本。

2.1技术方案和原理

主要运用高速图像视觉识别的方法检测烟丝中的杂物，同时识别杂物的坐标位置并将其传送给控制单元，控制单元控制高速响应气动电磁阀吹气，将杂物吹打到出口杂物振槽，然后进入杂物废料箱。正常烟丝流入到出料皮带，通过出料皮带进入下一道工序。原理见下图1。

图1 在线叶丝杂物剔除原理图

2.2具体技术研究

原理上，利用高速图像视觉识别方法能够有效剔除在线叶丝中的杂物，但是为保证较小尺寸的杂物能够准确剔除，确保剔除率，仍需细化研究并采取针对性的方案措施。

2.2.1叶丝摊薄处理

为创造良好的视觉识别条件，采用合理尺寸的大宽度振槽及高速输送机，使得烟丝松散均匀摊开成薄薄的单层，飞过相机拍摄区，避免重叠，如下图2、图3。

图2 叶丝摊薄处理示意图

图3 叶丝摊薄示例图

2.2.2杂物放大

为了精准能够识别小型杂物，采取以下方法：

（1）采用6组4K分辨率的高速彩色相机，像素放大了2倍，把杂物像边长和边宽素也放大了2倍，相当于杂物面积放大了4倍。（如下图4）

（2）采用棱镜技术高速彩色线阵相机，把一束混合光分解为3束纯光，红色波段、绿色波段、纯蓝色波段，所有使得图像RGB颜色更加精准，像素更清晰。

图4 系统采集示例图

2.2.3二次剔除设计

为进一步确保准确剔除，设计二次剔除方式，即将第一次检测吹打下来的含有杂物的烟丝，再次用负压风送管道送到二次检测含杂物烟丝通道，精确剔除杂物。如图5所示，将1800宽度的高速皮带分区为1500mm烟丝通道进行第一次检测，另外300mm含杂物烟丝通道进行第二次检测。

图5 二次剔除设计示意图

2.2.4软件算法处理

（1）由于采用4K线阵相机，图像数据量比烟叶的图像数据增加了一倍。图像处理的时间却仍是2毫秒，所以需要对处理算法进行优化，部分计算转移到GPU上运行，提高计算处理速度。

（2）利用机器视觉识别算法技术，即人工智能机器视觉识别算法运用物体轮廓边缘清晰、色彩真实的高质量图像识别物体规则边缘、规则面积、规则颜色，同时建立正常烟丝的各项数据模型，依据数据模型识别已知的正常烟丝，从而反向识别一切非正常烟丝的物体，并且标定出杂物坐标值数据，给剔除执行装置提供动作指令依据。

（3）制定防漏措施，即优化软件算法，将疑似杂物也识别判定为杂物，确保一类杂物不遗漏。

3.研究成果

本次研究成功研制出了在线叶丝杂物剔除装置并加以实践应用，相对人工挑选，其能够极大提高杂物剔除率和准确率，符合现代化、数字化生产趋势与要求，技术水平如下：

（1）采取先进的机器视觉识别检测技术，实现了精准识别检测；

（2）利用优质软件算法实现了过程全自动，自动化、智能化程度较高；

（3）首次实现了叶丝段风选除杂无法剔除杂物的自动剔除功能，具有开创性意义。

4.总结

本次研究针对目前叶丝段人工观察除杂方法效率低下，剔除率低等问题，首次利用高速图像视觉识别及软件算法处理成功研制出了在线叶丝杂物剔除装置，实现了过程全自动剔除功能。该装置取代了人工观察剔除方法，在提高剔除有效率、准确率的同时极大降低了人工劳动强度及成本，对制丝成品烟丝质量提升产生了积极作用，并且此类高速图像视觉识别方法在不同行业、不同类型生产线的在线防杂、除杂工作中也具有一定的借鉴与推广意义。

参考文献

[1]邵一波，张黎，王欢.烟草光学除杂喷吹延时优化分析[J].南方农机，2018，49（05）：121-123.

[2]张长华，赵红枫，胡伟，等.烟叶原料中主要非烟物质的成因分析[J].中国烟草科学，2013，34（1）：90-93.

[3]程桃英.卷烟制丝线在线轻质异物和饼烟剔除的研究[D].昆明：昆明理工大学，2009.

[4]喻继伟.打叶复烤提高烟叶纯净度的工艺技术和措施[J].低碳世界，2017（35）：32-33.

[5]刘配文，温圣贤.打叶复烤等环节中非烟杂物的控制措施[J].作物研究，2013，27（S1）：51-53.

作者简介：李刚（1995.02-），本科学士，助理工程师，主要研究方向：卷烟工艺、质量管理、质量检测管理，Tel：[phone]，E-mail: [e-mail]

通讯作者简介：杨咏松（1973.10-），大专，工程师，主要研究方向：卷烟设备、设备管理、卷烟工艺，Tel：[phone]，E-mail：[e-mail]