垂直風(fēng)送片煙多光譜異物剔除系統(tǒng)的設(shè)計(jì)

馬 亞，楊白凡，杭建軍

1.貴州中煙工業(yè)有限責(zé)任公司貴定卷煙廠，貴州省貴定縣慶云路1 號(hào) 551300

2.恒森煙草機(jī)械有限公司，江蘇省徐州市楊山路99 號(hào) 221000

3.南京圖治自動(dòng)化科技有限公司，南京市秦淮區(qū)倉巷137 號(hào) 210004

煙葉中所含的非煙類雜物，在燃燒過程中會(huì)產(chǎn)生有害物質(zhì)，對(duì)卷煙產(chǎn)品內(nèi)在品質(zhì)影響較大［1］。煙草行業(yè)早期采用拋落抽風(fēng)等方式將與片煙懸浮速度差異較大的雜物剔除［2-3］，但設(shè)備運(yùn)行不穩(wěn)定，且對(duì)于懸浮速度與片煙相近的雜物難以剔除。目前基于光電原理的非煙類雜物在線剔除設(shè)備已在打葉復(fù)烤和制絲加工過程中廣泛應(yīng)用，成為卷煙品質(zhì)控制的重要設(shè)備之一。國內(nèi)使用的主流煙草異物剔除系統(tǒng)，以美國KEY 公司TS3 系列光電除雜機(jī)和比利時(shí)BEST 公司Helius 系列激光除雜機(jī)為代表［4-6］，該類光電除雜設(shè)備采用帶式輸送，帶速一般不超過5～6 m/s。由于物料的攤鋪密度較高，雜物不可避免地會(huì)被煙葉夾帶，限制了剔除率的進(jìn)一步提升。而且，該類除雜機(jī)采用壓縮空氣噴吹剔除雜物，當(dāng)剔除石塊、金屬等重質(zhì)雜物時(shí)，由于被剔除物密度高、表面積小、慣性大，其運(yùn)動(dòng)軌跡很難被噴吹氣流所改變，因此重質(zhì)雜物難以被有效剔除。為防止金屬等硬質(zhì)雜物流入到切絲工段，損壞切絲機(jī)等生產(chǎn)設(shè)備，很多卷煙廠在配備光電除雜設(shè)備的同時(shí)，還配套安裝了風(fēng)選裝置，由此造成設(shè)備占地面積大、能耗高、維護(hù)保養(yǎng)工作量大等問題。采用低能X 射線、可見光成像方式檢測(cè)青霉煙和雜物的片煙精選系統(tǒng)［7-8］，以及高壓氣體噴吹剔除方式，也無法有效剔除重質(zhì)雜物。光譜分選技術(shù)應(yīng)用于紡織、食品、塑料、礦物等領(lǐng)域，取得了良好除雜和分選效果［9-10］。為此，將風(fēng)選與光譜分選技術(shù)相結(jié)合，設(shè)計(jì)了一種采用緊湊式垂直風(fēng)送結(jié)構(gòu)的片煙異物剔除系統(tǒng)，以實(shí)現(xiàn)重質(zhì)雜物與輕質(zhì)雜物的分類分選，提高非煙類雜物的剔除率。

1 系統(tǒng)設(shè)計(jì)

1.1 系統(tǒng)組成

基于風(fēng)選和光譜分選原理設(shè)計(jì)的垂直風(fēng)送片煙異物剔除系統(tǒng)，主要由進(jìn)料振槽、重物風(fēng)分室、垂直風(fēng)送管道、光譜檢測(cè)剔除單元、料氣分離裝置等部分組成，見圖1。其中，片煙垂直風(fēng)送管道4采用矩形截面，長1 200 mm，寬160 mm。在重物風(fēng)分室7 中，額定設(shè)計(jì)風(fēng)速為5 m/s，采用變頻風(fēng)機(jī)使風(fēng)速在4～6 m/s 之間可調(diào)，保證金屬、石塊等重質(zhì)雜物不能懸浮而落入重物風(fēng)分室底部。重物風(fēng)分室上方的垂直風(fēng)送管道中，管道截面收窄至160 mm，風(fēng)速增加至20 m/s，片煙被提速、拉薄后通過光譜檢測(cè)剔除單元3。系統(tǒng)設(shè)計(jì)流量為6 000 kg/h，拉薄后的片煙攤鋪密度為69.4 g/m2。在通往料氣分離器的拐角彎道中，轉(zhuǎn)彎半徑設(shè)計(jì)為800 mm，以盡量減少片煙在通道內(nèi)的造碎。料氣分離裝置6采用切向落料器，配置兩臺(tái)離心式風(fēng)機(jī)。料氣分離后占總風(fēng)量10%的空氣及灰塵進(jìn)入除塵房，剩余的90%風(fēng)量經(jīng)管道重新送回重物風(fēng)分室循環(huán)使用。

圖1 垂直風(fēng)送片煙異物剔除系統(tǒng)結(jié)構(gòu)圖

在生產(chǎn)過程中，經(jīng)前級(jí)處理后流量均勻的片煙喂入進(jìn)料振槽2，進(jìn)一步均勻攤鋪后經(jīng)進(jìn)料氣鎖拋入重物風(fēng)分室7。其中，較重的雜物、結(jié)團(tuán)煙塊等因不能懸浮而掉落至重物風(fēng)分室底部，由氣鎖排出到重質(zhì)雜物收集箱8。懸浮的片煙在風(fēng)速帶動(dòng)下進(jìn)入垂直風(fēng)送管道，被提速、拉薄后到達(dá)光譜檢測(cè)剔除裝置的成像區(qū)域，經(jīng)過光源照明、圖像拍攝、光譜圖像處理后辨識(shí)出非煙類雜物和不合格成分。當(dāng)片煙運(yùn)動(dòng)到光譜檢測(cè)剔除裝置的剔除口時(shí)，非煙類雜物和其他不合格成分被壓縮空氣噴吹至剔除料斗5 內(nèi)，經(jīng)氣鎖落到輕質(zhì)雜物收集箱9。合格片煙由風(fēng)送管道輸送至料氣分離裝置6，實(shí)現(xiàn)片煙和氣流分離，再經(jīng)氣鎖送至出料輸送機(jī)10，并進(jìn)入后續(xù)工段。

1.2 多光譜檢測(cè)單元

該單元主要由相機(jī)、光源和圖像采集系統(tǒng)組成，實(shí)現(xiàn)片煙多光譜圖像的拍攝和采集。采用兩臺(tái)基于棱鏡分光的4 CCD 線掃描相機(jī)對(duì)片煙進(jìn)行高速掃描成像，掃描頻率為16 700 Hz，CCD 靶面具有1 024 個(gè)14 μm 像元。每臺(tái)相機(jī)覆蓋風(fēng)送通道的寬度為600 mm，水平分辨率為0.6 mm/pixel，垂直分辨率為1.2 mm/pixel。相機(jī)采用硬涂層分光棱鏡，將同一鏡頭同一光路入射的光線分割為紅（R）、綠（G）、藍(lán)（B）、近紅外（NIR）4 個(gè)光譜帶，并同時(shí)投射到4 片CCD 傳感器上，分別感應(yīng)可見光和近紅外波段。

采用高功率白光LED 和850 nm 近紅外復(fù)合光源對(duì)片煙進(jìn)行照明，同時(shí)獲取片煙的可見光和紅外光譜圖像。在可見光圖像中，主要依據(jù)顏色、紋理、形狀等圖像特征對(duì)片煙進(jìn)行辨識(shí)，可以識(shí)別出大多數(shù)非煙類雜物和青雜煙。對(duì)于與片煙顏色相同或相似的成分，如霉變煙葉、麻繩、黃色卡紙、標(biāo)簽等，通過增加紅外光譜分量，可以進(jìn)一步改善系統(tǒng)對(duì)不合格成分的檢測(cè)效果。

1.3 開放式檢測(cè)通道

檢測(cè)通道采用氣流平衡的開放式設(shè)計(jì)，見圖2a。在光譜成像區(qū)域，管道材料采用透明有機(jī)玻璃，光源可以透過有機(jī)玻璃照亮片煙。在正對(duì)成像光路的有機(jī)玻璃通道位置上，開一道寬度為10 mm 的水平狹縫。線掃描相機(jī)通過該狹縫，直接對(duì)片煙進(jìn)行掃描成像。調(diào)節(jié)風(fēng)機(jī)風(fēng)量可以使狹縫下部管道的風(fēng)壓略大于大氣壓，調(diào)節(jié)氣料分離裝置的抽風(fēng)風(fēng)量可以使狹縫上部管道的風(fēng)壓略小于大氣壓。在正壓和負(fù)壓的過渡區(qū)域，即狹縫成像位置，氣流壓力與大氣壓力基本保持平衡。由于狹縫區(qū)域的壓差接近于零，使得該區(qū)域基本無片煙和灰塵溢出，因此提高了片煙成像清晰度，降低了有機(jī)玻璃的清潔維護(hù)需求。為保證設(shè)備工作穩(wěn)定可靠，光學(xué)系統(tǒng)采用了二次密封結(jié)構(gòu)（圖2b），每個(gè)相機(jī)和光學(xué)反光鏡被密封在一個(gè)小視頻箱中，兩個(gè)視頻箱放置于視頻柜內(nèi)。

1.4 圖像處理算法

圖2 開放式檢測(cè)通道及光路系統(tǒng)結(jié)構(gòu)圖

圖像處理過程分為兩個(gè)階段，第一階段進(jìn)行片煙光譜特征分類建模［10-11］，第二階段為實(shí)時(shí)圖像辨識(shí)和剔除控制。對(duì)片煙光譜特征分類建模是一個(gè)逐漸收斂的反復(fù)循環(huán)過程，見圖3a。首先連續(xù)采集多幅片煙多光譜圖像，依據(jù)背景顏色和灰度范圍進(jìn)行分割，將片煙與背景區(qū)分開。然后將每個(gè)片煙像素的R、G、B、NIR 數(shù)據(jù)及圖像紋理統(tǒng)計(jì)值作為提取特征樣本［12］，以高維向量的形式存入片煙特征樣本庫。當(dāng)樣本庫積累到一定規(guī)模后，合格片煙的光譜特征數(shù)據(jù)具有一定的連續(xù)性和相似性，分布相對(duì)集中。由于雜質(zhì)數(shù)量較少，種類繁多，分布較離散，因此光譜特征在樣本庫中出現(xiàn)的概率較小。在制絲生產(chǎn)過程中，雜物含量一般在十萬分之一數(shù)量級(jí)，由此估算并確定一個(gè)先驗(yàn)概率閾值，將所有特征樣本劃分為片煙特征樣本和雜物特征樣本。依據(jù)這一概率分類樣本，采用支持向量機(jī)（Support Vector Machine，SVM）進(jìn)行分類訓(xùn)練［13-14］，獲得具有良好推廣能力和泛化能力的分類器。使用該分類器對(duì)片煙圖像進(jìn)行實(shí)時(shí)辨識(shí)嘗試，統(tǒng)計(jì)辨識(shí)后的雜物出現(xiàn)頻率。如果雜物出現(xiàn)頻率過高，說明特征樣本庫的規(guī)模不夠，建模程序繼續(xù)進(jìn)行特征提取以豐富特征樣本庫。反復(fù)這一過程，使得最后的雜物出現(xiàn)頻率逐漸降低到可接受范圍，至此完成片煙光譜特征分類建模。

圖3 煙葉光譜特征分類建模和圖像辨識(shí)

片煙光譜特征分類建模完成后，系統(tǒng)即可進(jìn)行雜物檢測(cè)和剔除，見圖3b。采集的圖像首先依據(jù)背景顏色及灰度范圍進(jìn)行分割，分割后的片煙像素采用上述分類器進(jìn)一步劃分為合格像素和雜物像素。根據(jù)雜物像素的分布形狀和尺寸大小確定其是否需要被剔除。如果需要剔除，則將雜物位置進(jìn)行定位，并向剔除閥發(fā)出剔除請(qǐng)求指令。

1.5 剔除控制和剔除保護(hù)

在垂直風(fēng)送管道中，由片煙和空氣組成了兩相流。由于管道采用1 200 mm×160 mm 矩形截面，風(fēng)速在20 m/s 左右，雷諾數(shù)較高，管道內(nèi)氣流呈湍流狀態(tài)［15］。片煙除具有垂直向上的速度外，還具有水平風(fēng)向的速度分量。在輸送過程中片煙姿態(tài)會(huì)發(fā)生變化，片煙速度與風(fēng)速相比也有一定的滯后性，因此這些不確定性會(huì)影響剔除的準(zhǔn)確度。在實(shí)驗(yàn)設(shè)備中，成像區(qū)域到剔除區(qū)域的距離為400 mm，片煙從成像到剔除的延時(shí)約為20 ms。實(shí)驗(yàn)中發(fā)現(xiàn)，在不同氣料比下，剔除準(zhǔn)確率存在差異。在較小片煙流量下，特別是低于10%的額定流量下，剔除準(zhǔn)確率較低，只有60%，隨著片煙流量的增加，剔除準(zhǔn)確率逐漸增加。當(dāng)達(dá)到額定流量時(shí)，剔除準(zhǔn)確率在90%以上，這說明管道內(nèi)的湍流狀態(tài)在低流量時(shí)對(duì)片煙的輸送速度影響較大。

剔除裝置通過噴吹壓縮空氣的方式實(shí)現(xiàn)雜物剔除。如果剔除頻率過高或噴吹時(shí)間過長，向管道內(nèi)補(bǔ)充的氣量就會(huì)過多，進(jìn)而對(duì)管道內(nèi)的風(fēng)場產(chǎn)生影響，甚至造成堵料。為此采用令牌桶算法對(duì)剔除動(dòng)作進(jìn)行限制，見圖4。采用一個(gè)固定容量的令牌桶存放若干令牌，將令牌作為雜物剔除請(qǐng)求的許可標(biāo)志。系統(tǒng)以固定速率（如每秒鐘一次）向桶內(nèi)注入令牌直至令牌桶存滿。當(dāng)接收到圖像處理單元的一次雜物剔除請(qǐng)求時(shí)，首先從桶底取出一個(gè)令牌，以使剔除請(qǐng)求獲得許可，只有獲得許可的剔除指令才能操作剔除電磁閥進(jìn)行噴吹剔除。如果接收到剔除請(qǐng)求時(shí)令牌桶是空的，因?yàn)闊o令牌可取，則當(dāng)前剔除請(qǐng)求被忽略。因此，通過調(diào)節(jié)令牌桶內(nèi)令牌的產(chǎn)生速率，可以實(shí)現(xiàn)對(duì)平均剔除率的限制；調(diào)節(jié)令牌桶的深度，即令牌的存儲(chǔ)容量，可以滿足多個(gè)雜物瞬時(shí)突發(fā)剔除的需求。

圖4 基于令牌桶算法的剔除控制

2 測(cè)試實(shí)驗(yàn)

2.1 實(shí)驗(yàn)設(shè)計(jì)

材料:貴州中煙貴定卷煙廠“黃果樹（軟02）”配方片煙，每批次4 000 kg。儀器:YQ-2 型煙絲振動(dòng)分選篩（鄭州煙草研究院），SECURA213-1CN 型電子天平（感量0.01 g，德國賽多利斯公司），EO240 烘箱（德國賓得公司），XK3190-A1 型電子秤（精度III 級(jí)，上海耀華稱重系統(tǒng)有限公司）及雜物標(biāo)靶（自制，分為輕質(zhì)和重質(zhì)兩種）。輕質(zhì)雜物標(biāo)靶根據(jù)片煙中實(shí)際典型雜物，并參照KEY 公司和BEST 公司除雜機(jī)測(cè)試所用雜物標(biāo)樣進(jìn)行制作，共10 種樣本，每種10 個(gè)，共計(jì)100 個(gè)樣本，見表1。采用螺絲、石塊、鋁片、橡膠、鐵絲共5 種材質(zhì)模擬重質(zhì)雜物標(biāo)靶，每種10 個(gè)，共計(jì)50 個(gè)樣本。

在正常生產(chǎn)過料過程中分3 次對(duì)設(shè)備入口和出口片煙進(jìn)行采樣，測(cè)定片煙含水率和片煙結(jié)構(gòu)，并于過料結(jié)束后收集該批次所剔除雜物進(jìn)行定性評(píng)價(jià)。從分選后的物料中分3 批各取100 kg 片煙，均勻摻入上述輕質(zhì)和重質(zhì)雜物標(biāo)靶共計(jì)150 個(gè)，在異物剔除設(shè)備前按6 000 kg/h 流量人工均勻裝料。計(jì)算公式為［7］:

表1 輕質(zhì)雜物標(biāo)靶

剔除率=（實(shí)際剔除的雜物數(shù)/投入的總雜物數(shù)）×100%

重質(zhì)雜物風(fēng)分片煙帶出率=（重質(zhì)雜物收集箱中的片煙質(zhì)量/投料片煙總質(zhì)量）×100%

輕質(zhì)雜物剔除片煙帶出率=（輕質(zhì)雜物收集箱中的片煙質(zhì)量/投料片煙總質(zhì)量）×100%

相同測(cè)試重復(fù)3 次，取3 次的平均值作為綜合評(píng)測(cè)數(shù)據(jù)。

2.2 測(cè)試結(jié)果

（1）系統(tǒng)風(fēng)力輸送對(duì)片煙含水率的影響見表2?？梢?，由于風(fēng)送通道采用循環(huán)風(fēng)方式，只有總風(fēng)量的10%（約1 300 m3/h）由補(bǔ)風(fēng)風(fēng)機(jī)進(jìn)入風(fēng)送通道，對(duì)片煙含水率基本沒有影響。

（2）系統(tǒng)風(fēng)力輸送對(duì)片煙造碎的影響見表3?？梢?，分選前后片煙的大中片率基本無變化，碎片率和碎末率無明顯增加。與煙絲風(fēng)力輸送相比，片煙含水率高，且具有一定的結(jié)構(gòu)強(qiáng)度，因此不容易產(chǎn)生造碎。

表2 風(fēng)力輸送前后片煙含水率變化

（3）重質(zhì)和輕質(zhì)雜物的分選測(cè)試結(jié)果見表4?？梢?，重質(zhì)雜物平均剔除率為98.0%，輕質(zhì)雜物平均剔除率為85.6%，總雜物剔除率為89.8%；重質(zhì)雜物平均風(fēng)分片煙帶出率為0.34%，輕質(zhì)雜物平均剔除片煙帶出率為0.61%，總片煙帶出率為0.95%。經(jīng)測(cè)試，4 000 kg/批次片煙分選后，輕質(zhì)雜物收集箱中收集到片煙14.5 kg，人工從中挑選出非煙類雜物59.7 g，輕質(zhì)雜物剔除帶出率為0.36%。

表3 風(fēng)力輸送前后片煙結(jié)構(gòu)對(duì)比 （%）

表4 重質(zhì)雜物和輕質(zhì)雜物的分選效果 （%）

3 結(jié)語

采用垂直風(fēng)送片煙異物剔除系統(tǒng)，有效解決了片煙中重質(zhì)雜物與輕質(zhì)雜物的分離和剔除問題。在光譜除雜段，片煙輸送速度達(dá)20 m/s，而傳統(tǒng)帶式除雜機(jī)的最高片煙輸送速度僅為5～6 m/s。與相同流量（6 000 kg/h）和輸送寬度（1 200 mm）的TS3 480 型帶式除雜機(jī)相比，片煙攤鋪密度僅為后者的1/4，避免了雜物的夾帶裹挾，提高了雜物的識(shí)別率。采用氣流平衡開放式檢測(cè)通道設(shè)計(jì)，基本杜絕了灰塵和煙末對(duì)成像清晰度的影響，降低了清潔維護(hù)的頻率和要求，提高了設(shè)備的工作效率。但是，受管道風(fēng)速變化、湍流以及不同密度物料輸送速度的影響，垂直風(fēng)送片煙異物剔除系統(tǒng)的剔除準(zhǔn)確性仍有待提高。通過實(shí)時(shí)測(cè)量管道內(nèi)片煙速度，開展雜物識(shí)別和跟蹤算法研究等可進(jìn)一步提高雜物的有效剔除率。

［1］國家煙草專賣局.卷煙工藝規(guī)范［M］.北京:中央文獻(xiàn)出版社，2003.

［2］張俊榮，李艷華，張望興，等.一種多功能煙葉風(fēng)選除雜方法及設(shè)備:中國，2010106189466［P］.2010-12-31.

［3］李曉，熊安言.FX6 型就地風(fēng)選器在梗簽風(fēng)選中的應(yīng)用［J］.煙草科技，2006（8）:9-11.

［4］南京大樹科技股份有限公司.煙草異物剔除系統(tǒng):中國，2010205779334［P］.2010-10-02.

［5］唐向陽，張勇，黃崗，等.Tobacco Sorter 和Tobacco Scan 6000煙草異物剔除系統(tǒng)的比較［J］.煙草科技，2004（2）:13-14.

［6］陳杰，李志敏，鐘先信，等.煙草在線檢測(cè)與異物剔除系統(tǒng)［J］.光電工程，2003，30（5）:51-54，72.

［7］劉斌，朱文魁，席建平，等.在線片煙精選系統(tǒng)的開發(fā)與應(yīng)用［J］.煙草科技，2014（6）:21-25.

［8］朱文魁，劉斌，毛偉俊，等.基于低能X 射線透射成像的打葉片煙中煙梗在線檢測(cè)［J］.煙草科技，2015，48（2）:69-74.

［9］魯?shù)潞?基于優(yōu)化多光譜成像的異物檢測(cè)新方法［J］.鄭州大學(xué)學(xué)報(bào):理學(xué)版，2007，39（3）:45-50.

［10］張紹堂，董德春，任友俊，等.煙草異物剔除系統(tǒng)中典型異物處理方法［J］.煙草科技，2009（5）:22-25.

［11］張紹堂，寧德瓊，王磊.煙草異物剔除系統(tǒng)中實(shí)時(shí)低照度圖像增強(qiáng)算法［J］.煙草科技，2015，48（1）:96-100.

［12］Guru D S，Mallikarjuna P B，Manjunath S，et al.Machine vision based classification of tobacco leaves for automatic harvesting［J］.Intelligent Automation &Soft Computing，2012，18（5）:581-590.

［13］楊威.基于模式識(shí)別方法的多光譜遙感圖像分類研究［D］.長春:東北師范大學(xué)，2011.

［14］劉劍君，申金媛，彭丹青，等.基于SVM的煙葉光譜分級(jí)［J］.通信技術(shù)，2009，42（11）:197-199.

［15］賀萬華.氣力輸送管道截面形狀對(duì)煙草造碎的研究［J］.輕工機(jī)械，2007，25（2）:125-127.