山東中煙工業(yè)有限責任公司青州卷煙廠 杜昱忻
煙草機械是生產(chǎn)煙草產(chǎn)品的專用生產(chǎn)設備、工具、儀器儀表的總稱。隨著科技的不斷進度,煙草設備的種類也在隨之增加,并逐步向智能化、自動化方向發(fā)展。如何快速、高效的生產(chǎn)高質量的卷煙成為目前亟待解決的重要難題。隨著社會的不斷進步和發(fā)展,研究人員逐步將智能控制技術應用于卷煙設備中,智能控制技術的應用大大的改善了煙草的生產(chǎn)質量,也提高了生產(chǎn)效率,為煙草設備帶來重大技術的進步[1]。
卷積神經(jīng)網(wǎng)絡(CNN)是深度學習基本模型之一,具有權值共享、稀疏連接、降采樣等特點。因其可以充分提取數(shù)據(jù)本身的特性,約簡數(shù)據(jù)維度,且具有相對的平移、旋轉、縮放不變性,故適合處理煙草設備產(chǎn)生的海量數(shù)據(jù)。卷積神經(jīng)網(wǎng)絡通過卷積與自采樣的交替,最后通過全連接層進行輸出,其作為一種有監(jiān)督的深度模型架構,采用了BP算法進行反向傳遞,并利用梯度下降法更新每層的參數(shù)。近幾年越來越多的專家學者將卷積神經(jīng)網(wǎng)絡用于煙草設備中,卷積神經(jīng)網(wǎng)絡模型圖,如圖1:
圖1 神經(jīng)網(wǎng)絡模型
卷積神經(jīng)網(wǎng)絡的應用能夠實現(xiàn)在煙草生產(chǎn)過程中對各設備精準控制。如電機的啟停、閥門的通斷、信號的傳輸以及伺服系統(tǒng)的控制。相比傳統(tǒng)的控制方式,卷積神經(jīng)網(wǎng)絡可以更精準、快捷的控制煙草機械設備,可以最大限度的調(diào)整信號傳輸效率,大大降低系統(tǒng)安裝、運行和勞動力成本[2]。
由于煙草生產(chǎn)過程中需要大量的勞動力,機器視覺的應用提高了精準度的同時節(jié)省了勞動力。機器視覺系統(tǒng)就是利用機器代替人眼來作各種測量和判斷。它是計算機學科的一個重要分支,它綜合了光學、機械、電子、計算機軟硬件等方面的技術,涉及到計算機、圖像處理、模式識別、人工智能、信號處理、光機電一體化等多個領域。機器視覺在煙草生產(chǎn)過程中達到實時要求,以及時反饋生產(chǎn)信息[3]。根據(jù)所需生產(chǎn)量的不同而從秒級到分鐘級,原則是保證管理人員不會因為速度問題而影響生產(chǎn)效率。系統(tǒng)處理的準確性和及時性是系統(tǒng)的必要性能,要充分考慮系統(tǒng)當前和將來可能承受的工作量,使系統(tǒng)的處理能力和響應時間能夠滿足生產(chǎn)要求。
機器視覺系統(tǒng)能夠實現(xiàn)非接觸測量,將測量者與被測對象統(tǒng)一結合,并不會使系統(tǒng)相互干擾并且提高了系統(tǒng)的精準度。傳統(tǒng)的人眼觀測,容易引起疲勞從而引發(fā)機器事故,機器視覺系統(tǒng)的應用可以有效避免這一事故。此外,機器視覺系統(tǒng)標簽的并行式會話允許遠距離識讀,信息存儲量大等優(yōu)點使其擁有廣泛的應用前景。
在現(xiàn)階段的研究中,神經(jīng)網(wǎng)絡在煙草生產(chǎn)過程中的有標簽數(shù)據(jù)特征學習占有重要位置,然而在實際應用中,數(shù)據(jù)的出現(xiàn)往往沒有標簽,并且數(shù)量巨大,掌握這些數(shù)據(jù)的標簽是十分困難的事情。在不遠的將來,隨著數(shù)據(jù)集和存儲技術的發(fā)展,無數(shù)據(jù)標簽的數(shù)據(jù)特征學習,將會越來越來被重視,如何智能自動的為煙草生產(chǎn)數(shù)據(jù)添加標簽將是研究的熱點。此外,在實際應用中的神經(jīng)網(wǎng)絡模型,遠遠低于當前最大的深度模型所包含的參數(shù),神經(jīng)網(wǎng)絡模擬類似于人腦的結構,在巨大數(shù)據(jù)樣本的情況下,更容易捕捉數(shù)據(jù)特征,從而獲得更高的分類準確率[4]。因此,研究高精度的硬件設備,配合神經(jīng)網(wǎng)絡海量數(shù)據(jù)學習,能夠將神經(jīng)網(wǎng)絡更好的應用在煙草生產(chǎn)研究領域。
隨著社會的不斷發(fā)展,機械化與科技化的結合越來越緊密,科技化對機械工業(yè)的發(fā)展越來越重要,科技化的不斷發(fā)展給煙草的生產(chǎn)帶來飛躍式的提升。其中,運用基于卷積神經(jīng)網(wǎng)絡、機器視覺的特征提取會大大提高煙草的生產(chǎn)的效率,生產(chǎn)的精度也會越來越高[5]。