王曉東,劉敬東,王國彪,文柱,杜劍菁
(湖北中煙卷煙材料廠, 湖北, 武漢 430051)
我國香煙市場上出現(xiàn)了許多品牌,品牌間的競爭和市場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)積極開展卷煙濾棒的研發(fā),各種功能的濾棒逐漸推向市場,與之相對應(yīng)的卷煙輔料對煙氣感官質(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,是目前國內(nèi)卷煙研究的熱點之一。在生產(chǎn)、加工和運輸過程中,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,所以對濾棒的質(zhì)量缺陷進行檢測是非常必要的。文獻[1]采用高靈敏度光電傳感技術(shù),通過PLC控制器控制剔除閥,根據(jù)開松絲束寬度的變化識別拼接頭,設(shè)計了一種絲束拼接頭檢測剔除裝置,解決KDF4濾棒成型機無法自動檢測絲束拼接不合格濾棒等問題。文獻[2]測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)采掘的過程是循環(huán)的,若每個步驟都未達(dá)到預(yù)期目標(biāo),則需要返回前一個步驟,對其進行調(diào)整并執(zhí)行,因此,在濾棒質(zhì)量信息獲取過程中,可以結(jié)合數(shù)據(jù)挖掘技術(shù)的特點,將其應(yīng)用到濾棒質(zhì)量缺陷的可視化檢測中。
為了在濾棒長度方向上采集缺陷信號,方便后續(xù)數(shù)據(jù)處理,設(shè)計了一種基于微波技術(shù)的濾棒質(zhì)量快速檢測裝置,主要由消隱器、濾棒輸送器、微波檢測儀等組成分選裝置,如圖1所示。
其工作流程如下。
(1) 當(dāng)被測高頻電磁波與復(fù)合濾棒同時進入諧振腔時,微波電磁場的能量參數(shù)會發(fā)生變化,諧振腔的固有頻率和振幅也會發(fā)生變化,因此,用不同材料的復(fù)合濾波器檢測放大后的電壓信號,并將信號轉(zhuǎn)換為數(shù)字信號。
圖1 濾棒質(zhì)量缺陷可視化檢測裝置
(2) 由數(shù)據(jù)處理板接收振幅信號,由微波主控板發(fā)送頻率信號。采用預(yù)設(shè)的數(shù)學(xué)計算模型,對不同材料的復(fù)合濾棒進行密度和含水率計算。
(3) 過濾檢測器板根據(jù)軸角編碼器發(fā)送的每條過濾棒240等分,得到每條過濾棒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)控制機上設(shè)定的消元延時、消元運行時間等消元參數(shù),消元板與軸角編碼器信號相結(jié)合,將有缺陷濾棒的自動去除。
(5) IPC負(fù)責(zé)與下游控制板通信、傳遞參數(shù),統(tǒng)計每一班的產(chǎn)量、廢品率等生產(chǎn)數(shù)據(jù)。
上述為具體檢測過程,詳細(xì)的數(shù)據(jù)處理等內(nèi)容如下。
基于上述檢測裝置進行質(zhì)量檢測,出料裝置將濾棒以2個/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通過微波探測裝置[3]。由微波諧振腔傳感器、微波信號產(chǎn)生和數(shù)據(jù)處理模塊組成。輸出信號的強度與樣品的介電常數(shù)成正比,通過濾棒輸送裝置的速度推進功能,實現(xiàn)了濾棒軸向等間距的實時數(shù)據(jù)采集[4]。采樣點間隔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。
通過上位機軟件與數(shù)據(jù)分析算法相結(jié)合的方式,對實際數(shù)據(jù)進行處理,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別為基礎(chǔ),以波峰識別確定波峰間隔,再從波峰間隔提取出對稱軸、波峰和形狀信息。依據(jù)波峰的形狀和位置來判斷濾棒的質(zhì)量[6]。為此,在提取之前,采用數(shù)據(jù)挖掘技術(shù)預(yù)先進行相關(guān)數(shù)據(jù)的挖掘,其過程如下。
在此基礎(chǔ)上的數(shù)據(jù)挖掘檢測過程[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,識別出對象后[8],選擇適合數(shù)據(jù)挖掘的對象個數(shù),對數(shù)據(jù)進行預(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
基于上述過程完成數(shù)據(jù)的挖掘,但是數(shù)據(jù)在采集、處理和傳輸過程中,信號會受到各種噪聲干擾,為精確地獲取被測物體的信息,需要對采集信號進行濾波處理。首先,確定噪音類型[10],當(dāng)樣品處于恒溫恒濕狀態(tài)時,將其放置在諧振腔中,連續(xù)采集多組數(shù)據(jù)對數(shù)據(jù)進行統(tǒng)計學(xué)處理,如果高斯濾波器權(quán)值的設(shè)置滿足濾波器位置權(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)前點到相應(yīng)濾波點的距離,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。
在上述準(zhǔn)備工作完成的基礎(chǔ)上,對波峰區(qū)域檢測已實現(xiàn)濾棒質(zhì)量缺陷可視化檢測[12],但是每個單元濾棒的密度或含水率因材料或截面形狀的不同而異,所以無論是二元或多元復(fù)合濾棒[13],只要測量每個單元濾棒的不同密度或含水率的分界點就會產(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應(yīng),形態(tài)信息與損害程度相對應(yīng)。通常采用峰位、峰心和中點3種方法檢測波峰位置。波峰形位分析算法的主要目的是提取峰的信息,但是隨機信號對波峰區(qū)域有很大的影響,會使峰偏離對稱中心;質(zhì)心法比中點法需要更多的點,計算也比較復(fù)雜。在此基礎(chǔ)上對興趣區(qū)多點法進行了改進,興趣區(qū)是一個波峰、半峰高的區(qū)域,其曲線斜率較大[15],隨機信號對該區(qū)域的影響較小,因此,濾波后的測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。
在上述步驟處理后,實現(xiàn)濾棒質(zhì)量缺陷可視化檢測。
關(guān)于濾棒質(zhì)量缺陷檢測方法有效性的驗證,需要在一個穩(wěn)定、可靠的運行環(huán)境下進行,因此,需要采用合適的硬件設(shè)備和軟件設(shè)備進行實驗分析。在實驗中,在線視覺檢測系統(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攝像機采集被測物體的圖像信號,再將圖像信號通過手持式 D轉(zhuǎn)換成數(shù)字信號,傳輸?shù)綄S脠D像處理系統(tǒng)。通過對圖像的像素分布、亮度、顏色等信息進行各種操作來提取目標(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)動器進行相應(yīng)處理,通過分析得出了濾棒的實際質(zhì)量缺陷。
圖5 實驗檢測系統(tǒng)
采用此次研究的基于數(shù)據(jù)挖掘技術(shù)的濾棒質(zhì)量缺陷可視化檢測方法與傳統(tǒng)方法(文獻[1]方法)進行檢測,將檢測結(jié)果與實際檢測結(jié)果對比,對比2種方法的檢測效果。
隨機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行檢測,實際的濾棒狀態(tài)參數(shù)如表1所示。
表1 實際的濾棒狀態(tài)參數(shù)
對比2種方法缺陷檢測準(zhǔn)確性,對比結(jié)果如圖6所示。
圖6 缺陷檢測準(zhǔn)確性對比
通過分析圖6發(fā)現(xiàn),所設(shè)計的基于數(shù)據(jù)挖掘技術(shù)的濾棒質(zhì)量缺陷可視化檢測方法在幾個濾棒的檢測上,具有較高的檢測準(zhǔn)確度,均能夠準(zhǔn)確分析出濾棒質(zhì)量缺陷問題。對比可知,此次研究的檢測方法較傳統(tǒng)方法的濾棒檢測準(zhǔn)確性高。
傳統(tǒng)檢測方法與所設(shè)計的檢測方法的檢測時間對比結(jié)果如圖7所示。
圖7 檢測時間對比
分析圖7可知,在8只濾棒質(zhì)量檢測上,傳統(tǒng)方法的濾棒質(zhì)量缺陷檢測時間較多,多于此次研究的濾棒質(zhì)量缺陷可視化檢測方法。
基于上述研究內(nèi)容以及研究結(jié)果可知,所設(shè)計的基于數(shù)據(jù)挖掘技術(shù)的濾棒質(zhì)量缺陷可視化檢測方法較傳統(tǒng)檢測方法檢測準(zhǔn)確性高、檢測時間少。原因是此次研究的方法采用了數(shù)據(jù)挖掘技術(shù)以及檢測裝置結(jié)合的方式對濾棒質(zhì)量進行了缺陷檢測,從而在很大程度上提高了檢測效果。
此次研究的濾棒質(zhì)量缺陷可視化檢測方法能夠?qū)V棒的破損和缺失情況有效檢測,結(jié)果表明此次研究的方法具有較好的識別效果,滿足快速準(zhǔn)確檢測濾棒質(zhì)量的需求。