var deviceWidth = parseInt(window.screen.width); if(deviceWidth<640){ var width = 360; }else{ var width = 640; } var deviceScale = deviceWidth/width; console.log('~~dpr:'+window.devicePixelRatio+'/width:'+window.screen.width+'/scale:'+deviceScale); MIP.setData({ myviewport:'width='+width+',initial-scale=' + deviceScale + ', minimum-scale = ' + deviceScale + ', maximum-scale = ' + deviceScale + ', user-scalable=no' });

湖南中烟常德卷烟厂:AI视觉技术助推产品质量再提升_工业制造吸烟有害健康!

[ 热点资讯 ] 来源: 作者:

近年来,AI视觉技术开始被广泛应用于生产制造过程,其以高精度、高效率和实时性的优势,正在逐渐改变制造业的质量控制方式。湖南中烟常德卷烟厂积极推进数字化转型实践,推动AI机器视觉等先进技术在卷烟生产制造中落地应用,实现在线AI烟叶霉变检测识别与报警,不断提升制丝生产烟叶质量控制水平。

“传统的烟叶霉变检测方法一直依赖人工经验进行辨别,存在辨识复杂度高、主观性强一致性差、劳动强度大等缺点。随着烟草行业的快速发展,已经无法满足现代化生产的需求,亟需一种高效、准确的检测技术来替代。”该厂项目负责人江炎军介绍到。

确定质检需求和现存痛点后,该厂成立项目团队,借助AI机器视觉技术,在制丝生产烟包开包、切片工序构建烟叶霉变检测算法模型,对来料烟叶霉变检测进行科学分析和总结。

AI烟叶霉变检测模型资产的构建需要高质量的烟叶霉变样本支持,为建立烟叶霉变样本图像库,项目团队常驻车间现场,通过创新方法累计采集样本60W+,为样本图像预处理和模型训练夯实基础,极大提升了制丝均质化生产控制水平。

通过在线AI烟叶霉变检测,该厂实现了烟包全面全方位检测与生产过程全时段作业,避免了人工质检的“断点”“盲点”,极大提升了质量检测的可靠性和有效性。

“我们在各工序环节部署AI烟叶霉变检测设备,采用云边协同架构,通过云端对烟叶霉变检测模型持续优化,边侧光学成像系统在线智能检测辨别,发现霉变烟叶进行声光报警,从而替代了传统人工经验辨识检测,提高了生产线来料烟叶霉变情况在线检测效率。”该厂工程技术专家王先兵说道。

图为烟叶霉变检测现场

基于AI机器视觉的烟叶霉变检测的成功研发和应用,标志着该厂在制丝生产质量检测的科技创新和突破。展望未来,该厂将坚持以新发展理念为引领,以人工智能场景创新为驱动,以AI平台搭建为基础,将生产制造业务与人工智能技术深度融合,在深化数字化转型中加快发展新质生产力,为湖南中烟高质量发展打造新引擎、新动能。

版权与免责声明:
①凡注明“来源: 香烟价格表(xyjgb.com)”的所有文字、数据、图片和音视频稿件,版权均为本站所有,任何企业、媒体、网站或个人未经本网协议授权不得转载、链接、转贴或以其他方式复制使用。凡经本网协议授权,在使用时必须严格保留版权信息,违者本网将依法追究责任。
②本网转载的稿件,仅为公众传递更多信息之目的,并不意味着赞同其观点或已证实其内容的真实性。
③因互联网信息的冗杂性及更新的迅猛性,本网无法及时联系到所转载稿件的作者,如有版权问题(提供相关证明)请通过页面底部的联系方式与我们联系,我们将在核实后立即处理。