[发明专利]一种全自动烟包霉变预警系统及方法在审
| 申请号: | 202110838774.1 | 申请日: | 2021-07-23 |
| 公开(公告)号: | CN113570568A | 公开(公告)日: | 2021-10-29 |
| 发明(设计)人: | 刘博;张爱华;苗旺昌;张云飞;王国萍;庞俊杰;杨川 | 申请(专利权)人: | 张家口卷烟厂有限责任公司 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/90;G06N3/04;G06N3/08;G01N21/27;G01N21/01 |
| 代理公司: | 北京瑞盛铭杰知识产权代理事务所(普通合伙) 11617 | 代理人: | 汪鹏 |
| 地址: | 075000 河*** | 国省代码: | 河北;13 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 全自动 霉变 预警系统 方法 | ||
1.一种全自动烟包霉变预警系统,包括拆包之后的原料烟包和使原料烟包按既定输送路径移动的烟包输送单元,所述原料烟包内存放有烟叶,其特征在于:还包括数据采集单元、数据管理单元、分析判定单元及预警控制单元;
所述数据采集单元和分析判定单元与数据管理单元通信连接,所述分析判定单元与预警控制单元通信连接;
所述数据采集单元包括图像数据采集模块和气味数据采集模块,所述图像数据采集模块包括光源、摄像头,所述摄像头位于原料烟包的输送路径上方,当拆包后的原料烟包经过时,光源启动并由摄像头对原料烟包内的烟叶表面拍照并将图像数据传输至数据管理单元,所述气味数据采集模块包括气味检测传感器,所述气味检测传感器检测原料烟包内的气味数据,所述气味数据包括是否有霉菌孢子;
所述数据管理单元内存储有数据采集单元采集的图像数据和气味数据,并将图像数据和气味数据传输至分析判定单元;
所述分析判定单元内构建有图像分析系统,所述图像分析系统包括特征参数分析模型和卷积神经网络图像分析模型;所述分析判定单元根据所述图形分析系统的分析结果和气味检测传感器的检测结果判定烟叶是否霉变,所述分析判定单元将判定结果发送至数据管理单元储存,同时发送至预警控制单元;
所述预警控制单元包括警示灯和控制器,且所述控制器与警示灯连接。
2.根据权利要求1所述的一种全自动烟包霉变预警系统,其特征在于:
所述气味检测传感器为电子鼻。
3.根据权利要求1所述的一种全自动烟包霉变预警系统,其特征在于:
所述特征参数分析模型和卷积神经网络图像分析模型并联排列,由数据管理单元将图像数据同时传输至特征参数分析模型和卷积神经网络图像分析模型进行分析。
4.根据权利要求1所述的一种全自动烟包霉变预警系统,其特征在于:
所述特征参数分析模型对图像数据的颜色参数进行识别分析,当所述特征参数分析模型识别到烟叶上具有黑色特征时,即判定检测的原料烟包内已发生霉变。
5.根据权利要求1所述的一种全自动烟包霉变预警系统,其特征在于:
所述卷积神经网络图像分析模型包括由卷积网络搭建的深层特征提取网络,其能够提取图像数据里霉变烟叶的特征,每层网络均具有卷积核用以提取特征,浅层网络提取烟叶的轮廓和颜色,深层网络不断细化识别对象的特征细节,将计算机的分类结果不断靠近对霉变的识别,并且在卷积神经网络图像分析模型中设定霉变标签,通过霉变标签和网络提取的特征结合,利用损失函数判断两者的差异,通过梯度下降逐次迭代减小损失函数值,使得预测结果与真实情况一致,即深层特征提取网络学习到了霉变烟叶的特征检测出烟叶是否霉变。
6.根据权利要求1所述的一种全自动烟包霉变预警系统,其特征在于:
当所述烟包输送单元为自动化输送机构时,所述自动化输送机构与控制器通信连接,当分析判定单元判定某原料烟包中的烟叶发生霉变后,由控制器控制停止继续输送原料烟包,且此时警示灯报警提醒操作人员处理霉变烟叶。
7.根据权利要求1所述的一种全自动烟包霉变预警系统,其特征在于:
当所述烟包输送单元为人工运送时,所述控制器与警示灯通信连接,当分析判定单元判定某原料烟包中的烟叶发生霉变后,由控制器控制警示灯报警提醒操作人员处理霉变烟叶。
8.一种全自动烟包霉变预警方法,其特征在于:所述方法应用于权利要求1~7任一项所述的一种全自动烟包霉变预警系统,其包括以下步骤:
步骤一:数据采集
当拆包后的原料烟包传输经过摄像头时,光源打开,并由摄像头对原料烟包内的烟叶拍照,采集原料烟包内烟叶的图像数据;
由气味检测传感器采集原料烟包内的气味数据;
步骤二:数据传输
所述数据采集单元将采集的图像数据和气味数据传输至数据管理单元进行存储,并由数据管理单元将图像数据和气味数据传输至分析判定单元;
步骤三:数据分析判定
针对图像数据,由所述特征参数分析模型对图像数据的颜色参数进行识别分析,因正常烟叶颜色为黄色,发生霉变的烟叶上有黑色的颜色特征,当所述特征参数分析模型识别到烟叶上具有黑色特征时,即判定检测的原料烟包内已发生霉变。
由卷积神经网络图像分析模型提取图像数据里霉变烟叶的特征,其中,浅层网络提取烟叶的轮廓和颜色,深层网络不断细化识别对象的特征细节,将计算机的分类结果不断靠近对霉变烟叶的识别,并且在卷积神经网络图像分析模型中设定霉变标签,通过霉变标签和网络提取的特征结合,利用损失函数判断两者的差异,通过梯度下降逐次迭代减小损失函数值,使得预测结果与真实情况一致,即深层特征提取网络网络学习到了霉变烟叶的特征检测出烟叶是否霉变;
针对气味数据,当气味数据中检测到霉菌孢子时,即判定为烟叶发生霉变;
分析判定单元将图像数据和气味数据的判定结果传输至数据管理单元进行储存。
步骤四:霉变报警
当所述烟包输送单元为自动化输送机构时:
若分析判定单元中对图像数据和气味数据的判定出现至少一个霉变结果,则烟包输送单元停止继续输送原料烟包,且此时警示灯报警提醒操作人员处理霉变烟叶,由操作人员对霉变的原料烟包处理之后,烟包输送单元继续输送原料烟包进行霉变检测;
若分析判定单元中对图像数据和气味数据的判定均未出现任何霉变结果,则检测后的原料烟包被输送至后序加工位置,由数据采集单元采集输送到位的下一个原料烟包的图像数据和气味数据;
当所述烟包输送单元为人工运送时:
若分析判定单元中对图像数据和气味数据的判定出现至少一个霉变结果,则操作人员停止继续运送原料烟包,且此时警示灯报警提醒操作人员处理霉变烟叶,由操作人员对霉变的原料烟包处理之后,继续运送原料烟包进行霉变检测;
若分析判定单元中对图像数据和气味数据的判定未出现任何霉变结果,则检测后的原料烟包被运送至后序加工位置,由数据采集单元采集运送到位的下一个原料烟包的图像数据和气味数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于张家口卷烟厂有限责任公司,未经张家口卷烟厂有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110838774.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种直插式开关组合
- 下一篇:一种不锈钢厨具冲压成型设备及冲压成型方法





