基于數(shù)據(jù)挖掘技術(shù)的濾棒質(zhì)量缺陷可視化檢測(cè)方法

王曉東，劉敬東，王國(guó)彪，文柱，杜劍菁

(湖北中煙卷煙材料廠， 湖北, 武漢 430051)

0 引言

我國(guó)香煙市場(chǎng)上出現(xiàn)了許多品牌，品牌間的競(jìng)爭(zhēng)和市場(chǎng)份額的擠壓逐漸趨于白熱化。在傳統(tǒng)卷煙原料及生產(chǎn)工藝難以創(chuàng)新的情況下，各大企業(yè)積極開(kāi)展卷煙濾棒的研發(fā)，各種功能的濾棒逐漸推向市場(chǎng)，與之相對(duì)應(yīng)的卷煙輔料對(duì)煙氣感官質(zhì)量的影響已引起研究者的關(guān)注。濾棒是卷煙生產(chǎn)中必不可少的材料，它已由單一功能發(fā)展為多功能，復(fù)合濾棒是高檔卷煙中大量使用的濾棒，其降焦、增香、降油等功能效用明顯增強(qiáng)，是目前國(guó)內(nèi)卷煙研究的熱點(diǎn)之一。在生產(chǎn)、加工和運(yùn)輸過(guò)程中，濾棒容易出現(xiàn)缺損、破損等生產(chǎn)不合格現(xiàn)象，影響卷煙的質(zhì)量，所以對(duì)濾棒的質(zhì)量缺陷進(jìn)行檢測(cè)是非常必要的。文獻(xiàn)[1]采用高靈敏度光電傳感技術(shù)，通過(guò)PLC控制器控制剔除閥，根據(jù)開(kāi)松絲束寬度的變化識(shí)別拼接頭，設(shè)計(jì)了一種絲束拼接頭檢測(cè)剔除裝置，解決KDF4濾棒成型機(jī)無(wú)法自動(dòng)檢測(cè)絲束拼接不合格濾棒等問(wèn)題。文獻(xiàn)[2]測(cè)試了爆珠破碎前后卷煙物理指標(biāo)和主流煙氣指標(biāo)的變化，分析了爆珠濾棒與無(wú)爆珠濾棒和卷煙的物理指標(biāo)差異以及卷煙主流煙氣常規(guī)指標(biāo)差異，明確爆珠對(duì)濾棒、卷煙物理性能和卷煙主流煙氣的影響。

濾棒質(zhì)量缺陷產(chǎn)生位置，具體缺陷形式是不確定的，而數(shù)據(jù)采掘的過(guò)程是循環(huán)的，若每個(gè)步驟都未達(dá)到預(yù)期目標(biāo)，則需要返回前一個(gè)步驟，對(duì)其進(jìn)行調(diào)整并執(zhí)行，因此，在濾棒質(zhì)量信息獲取過(guò)程中，可以結(jié)合數(shù)據(jù)挖掘技術(shù)的特點(diǎn)，將其應(yīng)用到濾棒質(zhì)量缺陷的可視化檢測(cè)中。

1 濾棒質(zhì)量缺陷可視化檢測(cè)裝置

為了在濾棒長(zhǎng)度方向上采集缺陷信號(hào)，方便后續(xù)數(shù)據(jù)處理，設(shè)計(jì)了一種基于微波技術(shù)的濾棒質(zhì)量快速檢測(cè)裝置，主要由消隱器、濾棒輸送器、微波檢測(cè)儀等組成分選裝置，如圖1所示。

其工作流程如下。

(1) 當(dāng)被測(cè)高頻電磁波與復(fù)合濾棒同時(shí)進(jìn)入諧振腔時(shí)，微波電磁場(chǎng)的能量參數(shù)會(huì)發(fā)生變化，諧振腔的固有頻率和振幅也會(huì)發(fā)生變化，因此，用不同材料的復(fù)合濾波器檢測(cè)放大后的電壓信號(hào)，并將信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)。

圖1 濾棒質(zhì)量缺陷可視化檢測(cè)裝置

(2) 由數(shù)據(jù)處理板接收振幅信號(hào)，由微波主控板發(fā)送頻率信號(hào)。采用預(yù)設(shè)的數(shù)學(xué)計(jì)算模型，對(duì)不同材料的復(fù)合濾棒進(jìn)行密度和含水率計(jì)算。

(3) 過(guò)濾檢測(cè)器板根據(jù)軸角編碼器發(fā)送的每條過(guò)濾棒240等分，得到每條過(guò)濾棒240組的密度和濕度數(shù)據(jù)。參考 IPC接口設(shè)置的復(fù)合濾棒規(guī)格，通過(guò)比較復(fù)合濾棒 A段和 B段材料的密度和含水量，可以判斷出復(fù)合濾棒的選型是否有誤。從數(shù)學(xué)模型出發(fā)，采用240組密度值計(jì)算 An、 B型濾棒接合面連續(xù)單調(diào)增加或減少的初始位置，以此值表示復(fù)合濾棒的相變。根據(jù)這些結(jié)果，可以判斷復(fù)合濾棒的相位是否有偏差。

(4) 基于工業(yè)控制機(jī)上設(shè)定的消元延時(shí)、消元運(yùn)行時(shí)間等消元參數(shù)，消元板與軸角編碼器信號(hào)相結(jié)合，將有缺陷濾棒的自動(dòng)去除。

(5) IPC負(fù)責(zé)與下游控制板通信、傳遞參數(shù)，統(tǒng)計(jì)每一班的產(chǎn)量、廢品率等生產(chǎn)數(shù)據(jù)。

上述為具體檢測(cè)過(guò)程，詳細(xì)的數(shù)據(jù)處理等內(nèi)容如下。

2 基于數(shù)據(jù)挖掘技術(shù)的波峰形位數(shù)據(jù)挖掘

基于上述檢測(cè)裝置進(jìn)行質(zhì)量檢測(cè)，出料裝置將濾棒以2個(gè)/s的速度放入濾棒導(dǎo)向槽，濾棒輸送裝置勻速將濾棒推進(jìn)通過(guò)微波探測(cè)裝置[3]。由微波諧振腔傳感器、微波信號(hào)產(chǎn)生和數(shù)據(jù)處理模塊組成。輸出信號(hào)的強(qiáng)度與樣品的介電常數(shù)成正比，通過(guò)濾棒輸送裝置的速度推進(jìn)功能，實(shí)現(xiàn)了濾棒軸向等間距的實(shí)時(shí)數(shù)據(jù)采集[4]。采樣點(diǎn)間隔d[5]為

(1)

式中，f代表采樣速率，v代表濾棒輸送裝置的速度。

通過(guò)上位機(jī)軟件與數(shù)據(jù)分析算法相結(jié)合的方式，對(duì)實(shí)際數(shù)據(jù)進(jìn)行處理，并將處理結(jié)果發(fā)送給分選設(shè)備。為了得到濾棒質(zhì)量的缺陷情況，需要提取波峰的位置和形狀信息。提取出的波峰形狀和位置信息主要是以波峰識(shí)別為基礎(chǔ)，以波峰識(shí)別確定波峰間隔，再?gòu)牟ǚ彘g隔提取出對(duì)稱(chēng)軸、波峰和形狀信息。依據(jù)波峰的形狀和位置來(lái)判斷濾棒的質(zhì)量[6]。為此，在提取之前，采用數(shù)據(jù)挖掘技術(shù)預(yù)先進(jìn)行相關(guān)數(shù)據(jù)的挖掘，其過(guò)程如下。

在此基礎(chǔ)上的數(shù)據(jù)挖掘檢測(cè)過(guò)程[7]：

(1) 確定挖掘?qū)ο?，清晰地定義挖掘?qū)ο蠛蛿?shù)據(jù)挖掘目標(biāo)；

(2) 準(zhǔn)備資料，識(shí)別出對(duì)象后[8]，選擇適合數(shù)據(jù)挖掘的對(duì)象個(gè)數(shù)，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理和分組，以提高挖掘效率，降低模型的復(fù)雜度；

(3) 建立挖掘模型[9]，利用挖掘算法將數(shù)據(jù)轉(zhuǎn)換為分析模型，數(shù)據(jù)挖掘成功的關(guān)鍵在于建立適合挖掘算法的分析模型;

(4) 數(shù)據(jù)收集，從轉(zhuǎn)換中挖掘數(shù)據(jù)。

其原理如圖2所示。

圖2 數(shù)據(jù)挖掘原理

3 數(shù)據(jù)平滑濾波

基于上述過(guò)程完成數(shù)據(jù)的挖掘，但是數(shù)據(jù)在采集、處理和傳輸過(guò)程中，信號(hào)會(huì)受到各種噪聲干擾，為精確地獲取被測(cè)物體的信息，需要對(duì)采集信號(hào)進(jìn)行濾波處理。首先，確定噪音類(lèi)型[10]，當(dāng)樣品處于恒溫恒濕狀態(tài)時(shí)，將其放置在諧振腔中，連續(xù)采集多組數(shù)據(jù)對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)處理，如果高斯濾波器權(quán)值的設(shè)置滿(mǎn)足濾波器位置權(quán)值越近[11]，濾波器權(quán)值越大，且其分布符合高斯分布規(guī)律：

(2)

式中，x代表當(dāng)前點(diǎn)到相應(yīng)濾波點(diǎn)的距離，σ代表高斯函數(shù)的寬度，它的帶寬越大，濾波器濾波效果越好。

4 波峰區(qū)域檢測(cè)

在上述準(zhǔn)備工作完成的基礎(chǔ)上，對(duì)波峰區(qū)域檢測(cè)已實(shí)現(xiàn)濾棒質(zhì)量缺陷可視化檢測(cè)[12]，但是每個(gè)單元濾棒的密度或含水率因材料或截面形狀的不同而異，所以無(wú)論是二元或多元復(fù)合濾棒[13]，只要測(cè)量每個(gè)單元濾棒的不同密度或含水率的分界點(diǎn)就會(huì)產(chǎn)生縫隙、裂縫、裂隙等質(zhì)量缺陷，從而超出標(biāo)準(zhǔn)范圍，因此，需要分析材料的共振曲線寬度差和頻率差與材料密度的關(guān)系，優(yōu)化檢測(cè)結(jié)果，如圖3所示。

圖3 材料共振曲線寬度差和頻率差與材料密度的關(guān)系

其關(guān)系表達(dá)式為

S=A/B(L)/f(L)-f(0)

(3)

式中，f(L)-f(0)代表頻率差計(jì)算參數(shù)，B(L)代表寬度差，A代表帶寬。

濾棒密度：

P=(XΔF-D)/κ

(4)

式中，X代表諧振頻率，F(xiàn)代表帶寬，D代表定標(biāo)常數(shù)，κ代表材料密度參數(shù)。

在此基礎(chǔ)上，提取出波峰的位置信息和形態(tài)信息[14]，提取流程如圖4所示。

圖4 波峰形位分析算法流程

圖4中，位置信息與濾棒的位置信息相對(duì)應(yīng)，形態(tài)信息與損害程度相對(duì)應(yīng)。通常采用峰位、峰心和中點(diǎn)3種方法檢測(cè)波峰位置。波峰形位分析算法的主要目的是提取峰的信息，但是隨機(jī)信號(hào)對(duì)波峰區(qū)域有很大的影響，會(huì)使峰偏離對(duì)稱(chēng)中心；質(zhì)心法比中點(diǎn)法需要更多的點(diǎn)，計(jì)算也比較復(fù)雜。在此基礎(chǔ)上對(duì)興趣區(qū)多點(diǎn)法進(jìn)行了改進(jìn)，興趣區(qū)是一個(gè)波峰、半峰高的區(qū)域，其曲線斜率較大[15]，隨機(jī)信號(hào)對(duì)該區(qū)域的影響較小，因此，濾波后的測(cè)量信息能得到較好的恢復(fù)。所以形式系數(shù)表示為

(5)

式中，γ代表形態(tài)系數(shù)，Xminh代表較大半封高，XminL代表較大半封寬，HL、HR分別代表數(shù)據(jù)點(diǎn)。

在上述步驟處理后，實(shí)現(xiàn)濾棒質(zhì)量缺陷可視化檢測(cè)。

5 實(shí)驗(yàn)對(duì)比

關(guān)于濾棒質(zhì)量缺陷檢測(cè)方法有效性的驗(yàn)證，需要在一個(gè)穩(wěn)定、可靠的運(yùn)行環(huán)境下進(jìn)行，因此，需要采用合適的硬件設(shè)備和軟件設(shè)備進(jìn)行實(shí)驗(yàn)分析。在實(shí)驗(yàn)中，在線視覺(jué)檢測(cè)系統(tǒng)包括光源系統(tǒng)、光學(xué)成像系統(tǒng)、圖像采集系統(tǒng)、圖像采集與數(shù)字化系統(tǒng);智能圖像處理與決策系統(tǒng)以及控制執(zhí)行模塊,如圖5所示。

圖5中，利用 CCD攝像機(jī)采集被測(cè)物體的圖像信號(hào)，再將圖像信號(hào)通過(guò)手持式 D轉(zhuǎn)換成數(shù)字信號(hào)，傳輸?shù)綄?zhuān)用圖像處理系統(tǒng)。通過(guò)對(duì)圖像的像素分布、亮度、顏色等信息進(jìn)行各種操作來(lái)提取目標(biāo)特征，然后根據(jù)預(yù)設(shè)的判別準(zhǔn)則輸出判斷結(jié)果，從而控制驅(qū)動(dòng)器進(jìn)行相應(yīng)處理，通過(guò)分析得出了濾棒的實(shí)際質(zhì)量缺陷。

圖5 實(shí)驗(yàn)檢測(cè)系統(tǒng)

采用此次研究的基于數(shù)據(jù)挖掘技術(shù)的濾棒質(zhì)量缺陷可視化檢測(cè)方法與傳統(tǒng)方法(文獻(xiàn)[1]方法)進(jìn)行檢測(cè)，將檢測(cè)結(jié)果與實(shí)際檢測(cè)結(jié)果對(duì)比，對(duì)比2種方法的檢測(cè)效果。

5.1 缺陷檢測(cè)準(zhǔn)確性對(duì)比

隨機(jī)抽選幾支缺陷濾棒與正常濾棒，分別利用傳統(tǒng)方法與此次研究方法進(jìn)行檢測(cè)，實(shí)際的濾棒狀態(tài)參數(shù)如表1所示。

表1 實(shí)際的濾棒狀態(tài)參數(shù)

對(duì)比2種方法缺陷檢測(cè)準(zhǔn)確性，對(duì)比結(jié)果如圖6所示。

圖6 缺陷檢測(cè)準(zhǔn)確性對(duì)比

通過(guò)分析圖6發(fā)現(xiàn)，所設(shè)計(jì)的基于數(shù)據(jù)挖掘技術(shù)的濾棒質(zhì)量缺陷可視化檢測(cè)方法在幾個(gè)濾棒的檢測(cè)上，具有較高的檢測(cè)準(zhǔn)確度，均能夠準(zhǔn)確分析出濾棒質(zhì)量缺陷問(wèn)題。對(duì)比可知，此次研究的檢測(cè)方法較傳統(tǒng)方法的濾棒檢測(cè)準(zhǔn)確性高。

5.2 檢測(cè)時(shí)間對(duì)比

傳統(tǒng)檢測(cè)方法與所設(shè)計(jì)的檢測(cè)方法的檢測(cè)時(shí)間對(duì)比結(jié)果如圖7所示。

圖7 檢測(cè)時(shí)間對(duì)比

分析圖7可知，在8只濾棒質(zhì)量檢測(cè)上，傳統(tǒng)方法的濾棒質(zhì)量缺陷檢測(cè)時(shí)間較多，多于此次研究的濾棒質(zhì)量缺陷可視化檢測(cè)方法。

基于上述研究?jī)?nèi)容以及研究結(jié)果可知，所設(shè)計(jì)的基于數(shù)據(jù)挖掘技術(shù)的濾棒質(zhì)量缺陷可視化檢測(cè)方法較傳統(tǒng)檢測(cè)方法檢測(cè)準(zhǔn)確性高、檢測(cè)時(shí)間少。原因是此次研究的方法采用了數(shù)據(jù)挖掘技術(shù)以及檢測(cè)裝置結(jié)合的方式對(duì)濾棒質(zhì)量進(jìn)行了缺陷檢測(cè)，從而在很大程度上提高了檢測(cè)效果。

6 總結(jié)

此次研究的濾棒質(zhì)量缺陷可視化檢測(cè)方法能夠?qū)V棒的破損和缺失情況有效檢測(cè)，結(jié)果表明此次研究的方法具有較好的識(shí)別效果，滿(mǎn)足快速準(zhǔn)確檢測(cè)濾棒質(zhì)量的需求。