近年來(lái),AI視覺(jué)技術(shù)開(kāi)始被廣泛應(yīng)用于生產(chǎn)制造過(guò)程,其以高精度、高效率和實(shí)時(shí)性的優(yōu)勢(shì),正在逐漸改變制造業(yè)的質(zhì)量控制方式。湖南中煙常德卷煙廠積極推進(jìn)數(shù)字化轉(zhuǎn)型實(shí)踐,推動(dòng)AI機(jī)器視覺(jué)等先進(jìn)技術(shù)在卷煙生產(chǎn)制造中落地應(yīng)用,實(shí)現(xiàn)在線AI煙葉霉變檢測(cè)識(shí)別與報(bào)警,不斷提升制絲生產(chǎn)煙葉質(zhì)量控制水平。

“傳統(tǒng)的煙葉霉變檢測(cè)方法一直依賴人工經(jīng)驗(yàn)進(jìn)行辨別,存在辨識(shí)復(fù)雜度高、主觀性強(qiáng)一致性差、勞動(dòng)強(qiáng)度大等缺點(diǎn)。隨著煙草行業(yè)的快速發(fā)展,已經(jīng)無(wú)法滿足現(xiàn)代化生產(chǎn)的需求,亟需一種高效、準(zhǔn)確的檢測(cè)技術(shù)來(lái)替代。”該廠項(xiàng)目負(fù)責(zé)人江炎軍介紹到。

確定質(zhì)檢需求和現(xiàn)存痛點(diǎn)后,該廠成立項(xiàng)目團(tuán)隊(duì),借助AI機(jī)器視覺(jué)技術(shù),在制絲生產(chǎn)煙包開(kāi)包、切片工序構(gòu)建煙葉霉變檢測(cè)算法模型,對(duì)來(lái)料煙葉霉變檢測(cè)進(jìn)行科學(xué)分析和總結(jié)。

AI煙葉霉變檢測(cè)模型資產(chǎn)的構(gòu)建需要高質(zhì)量的煙葉霉變樣本支持,為建立煙葉霉變樣本圖像庫(kù),項(xiàng)目團(tuán)隊(duì)常駐車(chē)間現(xiàn)場(chǎng),通過(guò)創(chuàng)新方法累計(jì)采集樣本60W+,為樣本圖像預(yù)處理和模型訓(xùn)練夯實(shí)基礎(chǔ),極大提升了制絲均質(zhì)化生產(chǎn)控制水平。

通過(guò)在線AI煙葉霉變檢測(cè),該廠實(shí)現(xiàn)了煙包全面全方位檢測(cè)與生產(chǎn)過(guò)程全時(shí)段作業(yè),避免了人工質(zhì)檢的“斷點(diǎn)”“盲點(diǎn)”,極大提升了質(zhì)量檢測(cè)的可靠性和有效性。

“我們?cè)诟鞴ば颦h(huán)節(jié)部署AI煙葉霉變檢測(cè)設(shè)備,采用云邊協(xié)同架構(gòu),通過(guò)云端對(duì)煙葉霉變檢測(cè)模型持續(xù)優(yōu)化,邊側(cè)光學(xué)成像系統(tǒng)在線智能檢測(cè)辨別,發(fā)現(xiàn)霉變煙葉進(jìn)行聲光報(bào)警,從而替代了傳統(tǒng)人工經(jīng)驗(yàn)辨識(shí)檢測(cè),提高了生產(chǎn)線來(lái)料煙葉霉變情況在線檢測(cè)效率。”該廠工程技術(shù)專家王先兵說(shuō)道。

圖為煙葉霉變檢測(cè)現(xiàn)場(chǎng)

基于AI機(jī)器視覺(jué)的煙葉霉變檢測(cè)的成功研發(fā)和應(yīng)用,標(biāo)志著該廠在制絲生產(chǎn)質(zhì)量檢測(cè)的科技創(chuàng)新和突破。展望未來(lái),該廠將堅(jiān)持以新發(fā)展理念為引領(lǐng),以人工智能場(chǎng)景創(chuàng)新為驅(qū)動(dòng),以AI平臺(tái)搭建為基礎(chǔ),將生產(chǎn)制造業(yè)務(wù)與人工智能技術(shù)深度融合,在深化數(shù)字化轉(zhuǎn)型中加快發(fā)展新質(zhì)生產(chǎn)力,為湖南中煙高質(zhì)量發(fā)展打造新引擎、新動(dòng)能。