-
公开(公告)号:CN115104753B
公开(公告)日:2023-01-20
申请号:CN202210821148.6
申请日:2022-07-13
申请人: 四川中烟工业有限责任公司
摘要: 本发明公开了一种基于孪生神经网络的卷烟烘丝机故障检测方法及装置,所述方法包括:采集卷烟烘丝机各个传感器的数据,传感器数据按时间片段被划分为时间窗口,在采集时只保留上一时间窗口数据和当前时间窗口数据,并将其作为一个样本对;将样本对分别输入到孪生神经网络模型对应的子网络中进行训练,使得正常样本对之间的距离较小;通过孪生神经网络模型验证来计算各个传感器界定故障和正常状态样本对间相似度的门限值;孪生神经网络通过样本对之间的相似度是否超过门限值,判定烘丝机是否发生故障,并在出现故障数据时定位故障部位对应的传感器。该方法无需大量故障样本数据来训练模型,在只使用正常样本的情况下获得较高的精度。
-
公开(公告)号:CN112801117B
公开(公告)日:2022-07-12
申请号:CN202110148501.4
申请日:2021-02-03
申请人: 四川中烟工业有限责任公司 , 西南科技大学
摘要: 本发明公开了一种多路感受野引导的特征金字塔小目标检测网络,包括依次连接的获取目标图片特征的骨干网络、融合扩大感受野模块的特征金字塔网络以及具有两个分支的检测头网络,其中:骨干网络用于提取不同层次的特征信息;融合扩大感受野模块的特征金字塔网络用于将不同层次的特征信息经过扩大感受野模块后再进行特征融合,以引导网络获得不同层次感受野下的上下文信息,同时获取足够的语义信息和丰富的细节信息;两个分支的检测头网络用于得到目标的预测框以及分类置信度;本发明还提供了一种多路感受野引导的特征金字塔小目标检测方法;本发明优于目前主流的目标检测方法。
-
公开(公告)号:CN113808122A
公开(公告)日:2021-12-17
申请号:CN202111130292.7
申请日:2021-09-26
申请人: 四川中烟工业有限责任公司 , 西南科技大学
摘要: 本发明公开了一种基于椭圆特征金字塔的烟草甲虫识别方法,包括如下步骤:搭建Faster R‑CNN网络;搭建由Resnet50作为骨干网络的特征金字塔网络,作为Faster R‑CNN的特征提取网络;结合椭圆表达式构建椭圆特征提取模块,并嵌入到由Resnet50作为骨干网络的特征金字塔网络中形成椭圆特征金字塔网络;在烟草甲虫数据集上以椭圆特征金字塔网络进行烟草甲虫识别检测。本发明以FPN网络作为Faster R‑CNN的特征提取网络,使用多层次特征图,以解决单一层次特征图不能同时获取小目标检测所需要的细节和语义特征信息的问题。在FPN网络中加入了椭圆特征提取模块,显著提高烟草甲虫的检测精度。本发明针对卷烟厂中的烟草甲虫进行检测,提高了检测精度,更具实用性。
-
公开(公告)号:CN108614515A
公开(公告)日:2018-10-02
申请号:CN201810628722.X
申请日:2018-06-19
申请人: 四川中烟工业有限责任公司 , 西南科技大学
IPC分类号: G05B19/05
摘要: 本发明公开了一种基于物流生产线控制的PLC梯形图到指令表的转换方法,包括:步骤S1:将采用双向链表存储梯形图信息,将双向链表抽象出AOV图中顶点信息和弧节点信息,映射成AOV图;步骤S2:采用阶梯快速扫描对AOV图构建逻辑树;步骤S3:对逻辑树的逻辑节点进行删除合并后进行遍历,生成指令表;步骤S4:输出所述指令表。本发明采用双向链表来存储梯形图图元,便于将梯形图映射为AOV图,采用阶梯快速扫描对AOV图构建逻辑树,减少重复,加快扫描速度,提高转化效率,在遍历逻辑树之前,对于逻辑节点进行了删除,对AOV图进行简化处理,可以进一步加快扫描速度。
-
公开(公告)号:CN116460065A
公开(公告)日:2023-07-21
申请号:CN202310291586.0
申请日:2023-03-23
申请人: 四川中烟工业有限责任公司
摘要: 本发明公开了一种卷烟备件识别检测传输装置,包括机体,机体一侧设有驱动机构,机体内部前侧设有输送机构,机体上方设有第一推料机构和第二推料机构;驱动机构与输送机构、第一推料机构之间均设有连动机构,驱动机构通过连动机构分别驱动输送机构和第一推料机构,第二推料机构与输送机构之间设有传动机构,以使第二推料机构与输送机构同步作业;输送机构通过蜗杆转动带动输送带沿从动辊进行圆周转动,以将卷烟备件运输至自动识别位;本发明不仅可以通过输送带进行自动送料处理,同时可以通过第一推料板和第二推料板的移动进行横向或纵向的推料处理,有效的提高了对卷烟备件识别检测传输的效果和效率。
-
公开(公告)号:CN111624185B
公开(公告)日:2023-07-07
申请号:CN202010515053.2
申请日:2020-06-08
申请人: 四川中烟工业有限责任公司
摘要: 本发明公开了一种卷烟生产中“油烟”的排查方法,包括以下步骤:取三份润滑油,在其中一份润滑油中加入维生素A后充分混合均匀,在另一份润滑油中加入维生素E后充分混合均匀,剩余一份润滑油不加维生素A和维生素E;接着将三份润滑油分别在卷烟生产线中的制丝、贮丝和卷包工序的机械设备中使用,然后将烟叶放入卷烟生产线中生产加工,在卷烟卷包完成后,通过图像采集设备检查烟卷上是否有带油斑的“油烟”产生,最后将检测出的“油烟”取出,检测“油烟”中是否含有维生素A或维生素E,根据检测结果判断“油烟”产生的工序。本发明的方法能够快速定位漏油的具体工序,缩小排查的范围,减少劳力的浪费,从而保障生产效率。
-
公开(公告)号:CN116011928A
公开(公告)日:2023-04-25
申请号:CN202310101090.2
申请日:2023-02-07
申请人: 四川中烟工业有限责任公司
IPC分类号: G06Q10/087 , G06Q10/20 , G06Q10/04 , G06F17/18 , G06Q50/04
摘要: 本发明公开了卷包车间备件需求的分析及预测方法、装置、设备及存储介质,方法包括:记录卷包车间每日生成的备件出入数量;按月、季度统计备件的使用数据;分析可修理备件的季度使用数据,并预测下一季度可修理备件的需求量;分析不可修理备件的季度使用数据,并预测下一季度不可修理备件的需求量;组合可修理备件的需求量与不可修理备件的需求量,得到备件在下一季度的总需求量。本发明提供的卷包车间备件需求的分析及预测方法,通过记录卷包车间每日生成的备件出入数量以统计每个季度的使用数据,进而预测备件在下一季度的总需求量,以制定科学的备件计划量和优化库存结构,满足正常生产和设备效率。
-
公开(公告)号:CN113656918A
公开(公告)日:2021-11-16
申请号:CN202111005847.5
申请日:2021-08-30
申请人: 四川中烟工业有限责任公司 , 西南科技大学
IPC分类号: G06F30/17 , G06F30/15 , G06K9/62 , G06F119/14
摘要: 本发明公开了一种应用于成品高架库场景的四旋翼仿真测试方法,包括批量测试场景蒙特卡罗构建方法,面向视觉传感器模拟的场景图像逼真度优化,四旋翼软件在环测试平台构建,基于批量场景统计分析的四旋翼目标跟踪测试。本发明采用虚拟现实引擎集成虚拟场景、四旋翼模型及其传感器模型,实现在安全和低成本的条件下对四旋翼进行大量地测试,显著地缩短了开发周期。本发明可以通过测试保证四旋翼的可靠性,在确保盘点的准确性,为企业节省大量成本和劳动力,提高生产效率的同时,减少危险场合的人工操作,有效的防止了安全事故的发生。
-
公开(公告)号:CN113076309A
公开(公告)日:2021-07-06
申请号:CN202110325608.1
申请日:2021-03-26
申请人: 四川中烟工业有限责任公司 , 西南科技大学
IPC分类号: G06F16/215 , G06F17/11 , G06F17/18 , G06K9/62 , G06Q10/04
摘要: 本发明公开了一种烟草生丝水分加水量预测系统,包括数据采集层、数据预处理层、数据存取层、算法模型预测层、模型对比判断层;据采集层用于对接历史数据库系统,完成数据的采集;数据预处理层用于将采集的数据进行数据预处理;数据存取层用于存储预处理后的规范化数据,并完成数据提取;算法模型预测层用于对数据采用不同的算法模型进行生丝水分加水量的结果预测;模型对比判断层用于对比不同算法模型的预测结果,选择合适的算法模型;本发明还公开了一种烟草生丝水分加水量预测方法,本发明采用不同算法得到生丝水分加水量的预测结果,并结合人工经验对预测结果进行校正,便于选择更合适的模型,以此满足在强关联性、大数据量的加水量预测需求。
-
公开(公告)号:CN112801117A
公开(公告)日:2021-05-14
申请号:CN202110148501.4
申请日:2021-02-03
申请人: 四川中烟工业有限责任公司 , 西南科技大学
摘要: 本发明公开了一种多路感受野引导的特征金字塔小目标检测网络,包括依次连接的获取目标图片特征的骨干网络、融合扩大感受野模块的特征金字塔网络以及具有两个分支的检测头网络,其中:骨干网络用于提取不同层次的特征信息;融合扩大感受野模块的特征金字塔网络用于将不同层次的特征信息经过扩大感受野模块后再进行特征融合,以引导网络获得不同层次感受野下的上下文信息,同时获取足够的语义信息和丰富的细节信息;两个分支的检测头网络用于得到目标的预测框以及分类置信度;本发明还提供了一种多路感受野引导的特征金字塔小目标检测方法;本发明优于目前主流的目标检测方法。
-
-
-
-
-
-
-
-
-