劉毅

四川中煙工業(yè)有限責(zé)任公司成都卷煙廠 四川成都 610066

1 意義

機(jī)器視覺作為視覺檢測(cè)的一項(xiàng)重要技術(shù)，隨著科技的進(jìn)步和科學(xué)的發(fā)展，目前已經(jīng)取得了巨大的進(jìn)步，在各個(gè)領(lǐng)域己經(jīng)獲得了廣泛的應(yīng)用，其中之一就是工業(yè)方面的自動(dòng)化檢測(cè)。隨著我國經(jīng)濟(jì)的快速增長，企業(yè)對(duì)生產(chǎn)力的提高也越來越關(guān)注，把生產(chǎn)成本的降低、產(chǎn)品質(zhì)量的提高放在越來越重要的位置，把追求效益最大化和提高品牌價(jià)值作為企業(yè)的目標(biāo)。

目前，在各個(gè)卷煙生產(chǎn)企業(yè)高速、自動(dòng)化生產(chǎn)線上，對(duì)于煙條煙包外觀的質(zhì)量檢測(cè)均采用高效在線成像檢測(cè)設(shè)備進(jìn)行外觀檢測(cè)，通過機(jī)器視覺技術(shù)實(shí)時(shí)檢測(cè)煙條煙包外觀質(zhì)量，將不合格品及時(shí)剔除，但這些外觀檢測(cè)設(shè)備均離散分布與生產(chǎn)現(xiàn)場(chǎng)，在技術(shù)上未實(shí)現(xiàn)對(duì)檢測(cè)設(shè)備的遠(yuǎn)程狀態(tài)監(jiān)控，無法實(shí)時(shí)掌握和控制檢測(cè)設(shè)備的狀態(tài)，當(dāng)檢測(cè)設(shè)備發(fā)生故障時(shí)，未能及時(shí)發(fā)現(xiàn)和處理設(shè)備問題，將導(dǎo)致不合格品流入下道工序，同時(shí)也未完成煙條煙包的剔除數(shù)據(jù)和檢測(cè)圖像數(shù)據(jù)的采集工作，未對(duì)檢測(cè)數(shù)據(jù)進(jìn)行信息挖掘和數(shù)據(jù)分析，所以，建立一套完整的外觀檢測(cè)設(shè)備集控系統(tǒng)是每個(gè)卷煙工業(yè)企業(yè)必須做的事情[1]。

2 集控系統(tǒng)總體架構(gòu)

該集控系統(tǒng)包括煙條煙包外觀檢測(cè)設(shè)備的數(shù)據(jù)采集、遠(yuǎn)程狀態(tài)監(jiān)控、參數(shù)管控、數(shù)據(jù)分析等，系統(tǒng)技術(shù)架構(gòu)滿足多種協(xié)議、多種數(shù)據(jù)類型的數(shù)據(jù)采集要求，具備數(shù)據(jù)聯(lián)邦能力，擁有實(shí)時(shí)狀態(tài)監(jiān)控以及大數(shù)據(jù)分析能力。系統(tǒng)平臺(tái)架構(gòu)如下：

該系統(tǒng)由數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)匯聚、數(shù)據(jù)處理、業(yè)務(wù)管理、設(shè)備監(jiān)控、數(shù)據(jù)分析等模塊構(gòu)成。

3 系統(tǒng)實(shí)現(xiàn)

3.1 數(shù)據(jù)采集模塊

數(shù)據(jù)采集模塊用于連接每臺(tái)需要采集的檢測(cè)設(shè)備，適配不同的采集協(xié)議類型，如TCP/IP、MODBUS、串口、共享文件等。同時(shí)，負(fù)責(zé)將各個(gè)檢測(cè)設(shè)備中的外觀檢測(cè)相關(guān)數(shù)據(jù)進(jìn)行統(tǒng)一采集。該模塊具備高頻采集非結(jié)構(gòu)化數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù)集的功能，采用“多協(xié)議適配采集程序”的模式，成熟的“組件化”的平臺(tái)架構(gòu)方式，實(shí)現(xiàn)總體可管、采集可配、即插即用的應(yīng)用效果；同時(shí)，結(jié)合大數(shù)據(jù)應(yīng)用中成熟的數(shù)據(jù)整合技術(shù)“NIFI”，實(shí)現(xiàn)數(shù)據(jù)的穩(wěn)定、高頻傳輸，滿足系統(tǒng)對(duì)數(shù)據(jù)采集方面采集頻率以及穩(wěn)定性的要求。

在外觀檢測(cè)圖像采集方面，設(shè)備工控機(jī)上部署數(shù)據(jù)采集應(yīng)用“MINIFI”，結(jié)合開放表/開放視圖數(shù)據(jù)庫訪問技術(shù)實(shí)現(xiàn)設(shè)備數(shù)據(jù)實(shí)時(shí)采集。系統(tǒng)采集服務(wù)應(yīng)用平臺(tái)通過NIFI 數(shù)據(jù)拉取、處理、匯聚等技術(shù)手段，實(shí)時(shí)傳輸煙條煙包外觀檢測(cè)數(shù)據(jù)信息和圖像信息到匯聚數(shù)據(jù)庫，最終存儲(chǔ)到關(guān)系數(shù)據(jù)庫和圖片存儲(chǔ)服務(wù)器，實(shí)現(xiàn)包裝機(jī)、封箱機(jī)上外觀檢測(cè)設(shè)備的數(shù)據(jù)和圖像文件采集、傳輸和存儲(chǔ)。

3.2 數(shù)據(jù)存儲(chǔ)

該集控系統(tǒng)旨在建立設(shè)備狀態(tài)監(jiān)控、數(shù)據(jù)分析、圖像、參數(shù)追溯等，搭建卷包生產(chǎn)過程中外觀檢測(cè)設(shè)備的管理應(yīng)用，所以在數(shù)據(jù)存儲(chǔ)上，使用到時(shí)序數(shù)據(jù)庫，關(guān)系數(shù)據(jù)庫、文件系統(tǒng)三種不同的數(shù)據(jù)存儲(chǔ)系統(tǒng)。

時(shí)序數(shù)據(jù)庫：用于存儲(chǔ)采集的實(shí)時(shí)數(shù)據(jù)，基于時(shí)間序列的數(shù)據(jù)存儲(chǔ)。時(shí)序數(shù)據(jù)庫具備一定程度的數(shù)據(jù)統(tǒng)計(jì)計(jì)算能力，亦是構(gòu)建實(shí)時(shí)監(jiān)控平臺(tái)的重要組成部分，作為系統(tǒng)數(shù)據(jù)的核心中轉(zhuǎn)庫，該時(shí)序數(shù)據(jù)庫為系統(tǒng)應(yīng)用提供主要的數(shù)據(jù)支撐，之后再按照一定的增量規(guī)則將庫中數(shù)據(jù)上傳至關(guān)系數(shù)據(jù)庫。

關(guān)系數(shù)據(jù)庫：用于存放業(yè)務(wù)數(shù)據(jù)，如缺陷檢測(cè)標(biāo)準(zhǔn)、監(jiān)控報(bào)警觸發(fā)的維護(hù)工單以及大數(shù)據(jù)分析結(jié)果等。其事務(wù)關(guān)聯(lián)性以及明確的數(shù)據(jù)關(guān)聯(lián)模式是構(gòu)建管理系統(tǒng)的重要支柱，也是數(shù)據(jù)分析的數(shù)據(jù)來源之一。

文件系統(tǒng)：用于存放采集的缺陷圖片、文件等數(shù)據(jù)，其具備易擴(kuò)容、易訪問、易維護(hù)等特性。

系統(tǒng)存儲(chǔ)模式：結(jié)合采集應(yīng)用終端，由采集服務(wù)程序獲取在線檢測(cè)數(shù)據(jù)，將數(shù)據(jù)存儲(chǔ)至?xí)r序數(shù)據(jù)庫中，而后利用數(shù)據(jù)處理與計(jì)算服務(wù)對(duì)數(shù)據(jù)進(jìn)行加工、計(jì)算、轉(zhuǎn)換等操作后將結(jié)果數(shù)據(jù)寫入關(guān)系數(shù)據(jù)庫；同時(shí)經(jīng)過與生產(chǎn)基礎(chǔ)數(shù)據(jù)關(guān)聯(lián)后形成與數(shù)據(jù)模型一一對(duì)應(yīng)的結(jié)構(gòu)化數(shù)據(jù)，最終將數(shù)據(jù)寫入關(guān)系數(shù)據(jù)庫。經(jīng)過有序的數(shù)據(jù)讀取和寫入，實(shí)現(xiàn)生產(chǎn)過程外觀檢測(cè)數(shù)據(jù)集成與管控[2]。

3.3 數(shù)據(jù)處理

數(shù)據(jù)處理主要是對(duì)原始數(shù)據(jù)進(jìn)行的一些如審核、篩選、排序等必要的處理，對(duì)收集和采集的外觀檢測(cè)數(shù)據(jù)和圖像等大量數(shù)據(jù)進(jìn)行數(shù)據(jù)處理。對(duì)于大量異構(gòu)多維匯聚數(shù)據(jù)，系統(tǒng)提供大規(guī)模并行處理技術(shù)，提高數(shù)據(jù)分析處理效率。

數(shù)據(jù)處理主要包含數(shù)據(jù)審核、數(shù)據(jù)篩選、數(shù)據(jù)排序三方面內(nèi)容，對(duì)于大量異構(gòu)多維匯聚數(shù)據(jù)，系統(tǒng)具備大規(guī)模并行處理技術(shù)提高數(shù)據(jù)分析處理效率。數(shù)據(jù)清理主要用于格式標(biāo)準(zhǔn)化、異常數(shù)據(jù)清除、錯(cuò)誤糾正和重復(fù)數(shù)據(jù)的清除；數(shù)據(jù)集成將多個(gè)數(shù)據(jù)源中的數(shù)據(jù)結(jié)合起來并統(tǒng)一存儲(chǔ)；數(shù)據(jù)變換則是通過平滑聚集、數(shù)據(jù)概化和規(guī)范化等方式將數(shù)據(jù)轉(zhuǎn)換成適用于數(shù)據(jù)挖掘的形式；數(shù)據(jù)歸約是通過抽樣和降維等方法在不影響數(shù)據(jù)挖掘結(jié)果的基礎(chǔ)上減少數(shù)據(jù)量。

3.4 數(shù)據(jù)匯聚

數(shù)據(jù)匯聚模塊為整個(gè)系統(tǒng)的數(shù)據(jù)管理、數(shù)據(jù)聚合、數(shù)據(jù)交互的核心。其從整體上管理各個(gè)數(shù)據(jù)通道，制定各個(gè)數(shù)據(jù)通道的匯聚標(biāo)準(zhǔn)并嚴(yán)格按照標(biāo)準(zhǔn)進(jìn)行互通；平臺(tái)實(shí)現(xiàn)數(shù)據(jù)通道以及通道所對(duì)應(yīng)的匯聚規(guī)則，靈活配置功能、數(shù)據(jù)匯聚日志管理等功能，使平臺(tái)易于維護(hù)，靈活管理。

該模塊主要具備數(shù)據(jù)聯(lián)邦、規(guī)則管理以及數(shù)據(jù)分發(fā)三大功能模塊。數(shù)據(jù)聯(lián)邦功能模塊將數(shù)據(jù)進(jìn)行清洗、將不完整數(shù)據(jù)補(bǔ)全、建立數(shù)據(jù)與數(shù)據(jù)之間的關(guān)聯(lián)，提升所有數(shù)據(jù)的準(zhǔn)確性、有效性以及可用性。數(shù)據(jù)分發(fā)功能模塊則負(fù)責(zé)按照規(guī)則管理模塊中所設(shè)置的數(shù)據(jù)分發(fā)規(guī)則進(jìn)行高效、穩(wěn)定的數(shù)據(jù)分發(fā)工作，分發(fā)對(duì)象包括內(nèi)部的業(yè)務(wù)平臺(tái)、計(jì)算平臺(tái)、監(jiān)控平臺(tái)以及其他外部系統(tǒng)，如CPS 系統(tǒng)等。

3.5 業(yè)務(wù)管理

業(yè)務(wù)管理模塊用于系統(tǒng)相關(guān)的業(yè)務(wù)模塊實(shí)現(xiàn)，如監(jiān)控異常后續(xù)的工單化處理業(yè)務(wù)模塊、人員權(quán)限等配套模塊，業(yè)務(wù)管理模塊還可實(shí)現(xiàn)根據(jù)當(dāng)前生產(chǎn)牌號(hào)自動(dòng)下發(fā)牌號(hào)的外觀缺陷檢測(cè)標(biāo)準(zhǔn)的功能。業(yè)務(wù)模塊還用于多平臺(tái)融合，融合監(jiān)控模塊的監(jiān)控業(yè)務(wù)、融合數(shù)據(jù)分析模塊的分析結(jié)果展示以及后續(xù)改善流程的實(shí)現(xiàn)等。

3.6 設(shè)備監(jiān)控

設(shè)備監(jiān)控用于設(shè)備狀態(tài)監(jiān)控以及生產(chǎn)防差錯(cuò)監(jiān)控。根據(jù)實(shí)時(shí)狀態(tài)數(shù)據(jù)以及參數(shù)數(shù)據(jù)，判定設(shè)備狀態(tài)以及檢測(cè)標(biāo)準(zhǔn)是否符合當(dāng)前品牌的檢測(cè)標(biāo)準(zhǔn)，一旦檢測(cè)到異常即可觸發(fā)產(chǎn)生異常報(bào)警，并通過數(shù)據(jù)匯聚平臺(tái)將報(bào)警信息推送給業(yè)務(wù)管理模塊，由業(yè)務(wù)管理模塊負(fù)責(zé)進(jìn)行報(bào)警以及跟蹤后續(xù)的異常處理過程。

設(shè)備運(yùn)行狀態(tài)監(jiān)控。系統(tǒng)對(duì)檢測(cè)設(shè)備實(shí)時(shí)狀態(tài)進(jìn)行監(jiān)控，監(jiān)控檢測(cè)設(shè)備是否正常工作，設(shè)備的檢測(cè)和剔除開關(guān)是否正常開啟，設(shè)備在調(diào)機(jī)或試生產(chǎn)時(shí)，可能會(huì)將檢測(cè)設(shè)備的檢測(cè)開關(guān)關(guān)閉，如果在生產(chǎn)時(shí)，由于人為原因未開啟設(shè)備檢測(cè)和剔除開關(guān)將會(huì)導(dǎo)致不合格品流入市場(chǎng)，造成嚴(yán)重質(zhì)量事故。

品牌外觀檢測(cè)參數(shù)監(jiān)控。系統(tǒng)實(shí)時(shí)對(duì)在線外觀檢測(cè)設(shè)備參數(shù)的遠(yuǎn)程監(jiān)控，依據(jù)品牌檢測(cè)標(biāo)準(zhǔn)參數(shù)的匹配機(jī)制，杜絕了以往因人為原因造成的檢測(cè)標(biāo)準(zhǔn)與生產(chǎn)牌號(hào)不匹配的情況，同時(shí)通過記錄外觀檢測(cè)設(shè)備設(shè)定參數(shù)的修改、刪除等改動(dòng)信息，實(shí)現(xiàn)了對(duì)外觀檢測(cè)設(shè)備參數(shù)修改時(shí)間、執(zhí)行者、參數(shù)變化值、當(dāng)前生產(chǎn)牌號(hào)等信息的歷史追溯，避免了以往只能依靠人工檢查檢測(cè)設(shè)備參數(shù)設(shè)定、檢測(cè)設(shè)備參數(shù)修改刪除等改動(dòng)無記錄無追溯的情況，為車間管理提供了有效的數(shù)據(jù)支撐。

3.7 數(shù)據(jù)分析

數(shù)據(jù)分析計(jì)算中包括獨(dú)立的模型管理模塊以及計(jì)算模塊，既可調(diào)用外部算法包進(jìn)行計(jì)算，也可以根據(jù)MP 計(jì)算思維進(jìn)行編程計(jì)算，滿足不同分析專題的計(jì)算需求。

數(shù)據(jù)分析功能基于市場(chǎng)上常見的大數(shù)據(jù)平臺(tái)，平臺(tái)具備大數(shù)據(jù)量的存儲(chǔ)、計(jì)算能力，提供WEB 界面的管理、定義功能。

大數(shù)據(jù)平臺(tái)架構(gòu)

數(shù)據(jù)分析功能是一套經(jīng)過調(diào)優(yōu)和功能增強(qiáng)的Hadoop 與Spark企業(yè)定制系統(tǒng)構(gòu)成，包含Hadoop 生態(tài)中的20+主要組件，幫助客戶輕松應(yīng)對(duì)海量數(shù)據(jù)的采集、存儲(chǔ)、計(jì)算、分析挖掘和數(shù)據(jù)安全等應(yīng)用場(chǎng)景。

數(shù)據(jù)平臺(tái)具備以下特點(diǎn)：

多源數(shù)據(jù)的高效集成。數(shù)據(jù)平臺(tái)提供多源數(shù)據(jù)（包含結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)）的集成能力，提供高吞吐、可擴(kuò)展的數(shù)據(jù)總線和數(shù)據(jù)分發(fā)功能，支持批量加載、實(shí)時(shí)加載、數(shù)據(jù)庫加載、文件加載等多種加載方式。

異構(gòu)數(shù)據(jù)的海量存儲(chǔ)。數(shù)據(jù)平臺(tái)提供基于分布式文件系統(tǒng)和并行架構(gòu)的大數(shù)據(jù)存儲(chǔ)能力，支持PB 級(jí)數(shù)據(jù)規(guī)模的高可靠和高可用存儲(chǔ)，支持存放多種文件格式，例如關(guān)系數(shù)據(jù)庫等結(jié)構(gòu)化數(shù)據(jù)，日志、網(wǎng)頁等半結(jié)構(gòu)化數(shù)據(jù)，以及視頻、圖片、文檔等非結(jié)構(gòu)化數(shù)據(jù)[3]。

多場(chǎng)景下的數(shù)據(jù)計(jì)算框架。面向不同業(yè)務(wù)場(chǎng)景，大數(shù)據(jù)平臺(tái)提供離線計(jì)算、流式計(jì)算、內(nèi)存計(jì)算、圖計(jì)算等豐富的計(jì)算框架，支持計(jì)算任務(wù)流程編排、計(jì)劃安排，提供標(biāo)準(zhǔn)SQL 的數(shù)據(jù)訪問能力。

基于機(jī)器學(xué)習(xí)的大數(shù)據(jù)分析。大數(shù)據(jù)平臺(tái)提供涵蓋多源數(shù)據(jù)接入、數(shù)據(jù)特征提取、算法模型管理、算法模型評(píng)估和結(jié)果預(yù)測(cè)等完整機(jī)器學(xué)習(xí)過程的可視化大數(shù)據(jù)分析功能。支持多元分類、回歸分析、協(xié)同推薦等分析模式，SVM、樸素貝葉斯、K-Means、線性回歸等10+種算法，支持批量預(yù)測(cè)和實(shí)時(shí)預(yù)測(cè)功能并提供API。預(yù)測(cè)過程基于內(nèi)存進(jìn)行迭代式計(jì)算，并且支持分布式計(jì)算，具備極強(qiáng)的擴(kuò)展性，可以應(yīng)對(duì)海量數(shù)據(jù)分析。

安全可靠的資源隔離與共享。數(shù)據(jù)平臺(tái)提供對(duì)結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)的多用戶資源管理，滿足對(duì)數(shù)據(jù)資源的權(quán)限隔離、安全授權(quán)和資源調(diào)度。提供多用戶的可視化數(shù)據(jù)空間管理功能，支持?jǐn)?shù)據(jù)空間大小、文件數(shù)、計(jì)算隊(duì)列等的配額設(shè)置；支持多用戶間數(shù)據(jù)資源的開放訂閱和指定共享，共享權(quán)限可控制到文件目錄、表及列族級(jí)；支持對(duì)數(shù)據(jù)訪問的審計(jì)和監(jiān)控。

系統(tǒng)基于實(shí)時(shí)檢測(cè)數(shù)據(jù)，建立卷包生產(chǎn)牌號(hào)統(tǒng)計(jì)分析、班組統(tǒng)計(jì)分析、設(shè)備分析、缺陷分布分析；牌號(hào)統(tǒng)計(jì)分析包括牌號(hào)缺陷統(tǒng)計(jì)情況、各天缺陷分布、機(jī)臺(tái)缺陷率分布和各種缺陷分布情況；班組統(tǒng)計(jì)分析用于分析展示每個(gè)生產(chǎn)班組實(shí)時(shí)的缺陷數(shù)量，檢測(cè)數(shù)量，缺陷率，最高缺陷類型信息；設(shè)備分析用于對(duì)特定的檢測(cè)設(shè)備分析實(shí)時(shí)和歷史的缺陷數(shù)量，檢測(cè)數(shù)量，缺陷率，最高缺陷類型信息；缺陷分布分析用于對(duì)特定的缺陷類型分布情況進(jìn)行分析，分析該缺陷主要發(fā)生的時(shí)間、發(fā)生的班次、發(fā)生的機(jī)組、發(fā)生的頻次、發(fā)生的牌號(hào)等。

該集控系統(tǒng)目前已經(jīng)成功開發(fā)并部署與成都卷煙廠卷包車間，本文雖然對(duì)卷包外觀檢測(cè)設(shè)備集控系統(tǒng)做了一定的研究，但隨著信息化技術(shù)進(jìn)一步發(fā)展，具有更多更好的技術(shù)可應(yīng)用于該系統(tǒng)的開發(fā)，有較多的分析方法和數(shù)據(jù)挖掘技術(shù)可應(yīng)用該集控系統(tǒng)的開發(fā)，新技術(shù)用于工業(yè)生產(chǎn)有著極為廣泛的應(yīng)用前景，要使其能夠更好的服務(wù)和指導(dǎo)卷包生產(chǎn)還有很多的工作要做。