单位文秘网 2022-02-18 08:15:06 点击: 次
企业工艺技术水平均具有积极的意义。
[关键词]AEROSORT;异物剔除;感官质量;物理指标
中图分类号:TS41
文献标识码:A
DOI:10.16465/j.gste.cn431252ts.20181226
1 主要技术方案
(1)AEROSORT光电除杂设备的结构及工作原理通过查阅相关技术资料以及与虹霓现场工程师学习交流获得。
(2)组织项目组成员与虹霓T程师开展讨论,从设备方面分析影响其-作效率的相关因素。
(3)结合行业颁布的YC/T 489-2014[1]与虹霓给出的测试方法,通过离线试验,验证设备实际使用效率;并且开展在线试验验证AEROSORT对烟叶物理指标影响,主要针对物料温度及含水率的变化[2]。
(4)通过对设备参数不同组合的离线试验,开展AEROSORT光电除杂效率的试验优化。分析试验结果数据,制定针对高低端烟的加工参数。
2 系统组成及工作原理
2.1 系统结构
XT-P气流式烟草异物光学除杂系统结构见图1。该系统由振槽式供料输送机、进料气锁、光学检测系统、喷吹系统、左右两个主工艺风机、重物落料闸板、扫描机、切向气流烟丝分离器、除尘系统等组成。
2.2 系统工作原理
XT-P气流式光谱除杂机集光学异物剔除与重物风选功能于一体,利用密闭的循环风系统,当烟片流通过进料气锁后,在工艺风匀风通道中形成6~8m/s的低风速,带动烟片向较窄的光学检测通道均速输送,其中较重的未松散烟块和其他重杂物在重力作用下落人重物风分排出气闸内。被工艺气流向上输送的烟片和较轻杂物,通过光学检测剔除通道,烟草物料流将加速到约21m/s,并均匀摊薄于检测通道内,非烟草物质被CCD光学检测系统扫描识别,利用压空喷吹剔除系统将烟草异物吹出。1.烟片匀料进料振槽;2.烟片进料气锁;3.辅助风机;4.工艺气匀风系统;5.CCD光学检测柜;6.CCD检测光路;7.光学检测通道;8.异物压空喷吹排管;9.工艺风管道;10.烟草与气流分离系统;11.烟片出料气锁;12.工艺风平衡除尘管;13.烟片出料输送机:14.左右主工艺风循环风管;15.剔除异物排出管道;16.重物风分排出气闸;17.重物排出输送机。
CCD光学检测系统原理示意见图2,其中1为线阵相机,2为反光镜,3为高亮度氙气光源,4为LED背景灯。CCD光学R-C-IR波长三镜头合成示意见图3。XT-P光学检测系统采用了CCD相机扫描光学技术,相机扫描速度为8 000line/s,光谱采用R-C-IR三段连续波长模式,波长分别为红色光谱(R)560~ 700nm、红外光谱(IR)700~1 000nm、灰色(蓝绿C)光谱400~ 560nm。相比于传统的RGB光谱波长,增加了红外光波长,烟叶可反射红外光,大部分非烟物质吸收红外光,在实际生产应用中,8OOOline/s的R-C-IR线阵相机配合24m/s风速的摊铺能力,分辨能力已远高于杂物尺寸的要求。压缩空气喷吹喷嘴结构见图4,该结构共64个空气喷射阀,响应时间<2ms,信号传输时间<4ms。
2.3 智能分类算法
由于煙叶与异物的光学特性不同,通过图像处理可获取各检测样本的特征信息,与经过预学习的标准样本库进行对比后,即可实现智能分类,剔除异物。
图像处理算法流程见图5。检测通道内烟草物料、在氙气强光照明下,由CCD获取样本图像,经畸变矫正、亮度均衡、场区还原等算法校正图像后,通过去噪滤波、增强等预处理方法优化图像信息,然后基于阈值或区域法分割图像,标记各烟叶、异物轮廓区域,并对图像中的不完全对象进行拼接,提取相应连通域。最后,分析图像中各对象的特征信息,数字化表征颜色、形状和纹理特性参数,用于分类前的模式识别。
模式识别[3]是指对表征事物或现象的各种形式的信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程。烟草异物剔除即二类模式分类,上述颜色等特征信息为相应模式,训练后由分类器判决类别,达到识别目的。对已知类别的烟叶与异物进行训练,以颜色、形状和纹理构成特征向量,白定义决策规则,确定判别函数,完成学习建模过程。实际应用中,未知模式对象输入后,提取特征,经设计分类器决策,并给出识别结果,模式识别原理见图6。
3 XT-P光谱除杂效率影响因素分析
3.1 剔除效率影响因素
光谱除杂影响因素关联见图7。其中主要分为两大因素,分别为通道内物料的运输状况以及CCD相机检测效果,上端为下端结果的影响因素。具体包括检测通道风速分布均匀与稳定。进料气锁与出料气锁密闭状况、风量平衡、光学检测系统(光源强度、灯光初始化频率、CCD检测光路清洁度、光学检测通道清洁度)、风分腔冲孔板清洁程度、喷吹延迟、喷吹持续的时间与打击宽度设定合理性。
为保证通道内风速的稳定及风量的平衡,在进出料气锁翻板与通道壁的连接处采用软性材料,一方面保证翻板与通道壁的充分接触,另一方面避免由于刚性材料长期与通道壁的运动接触,而造成设备壁端的磨损,同时也达到了降低设备噪音的效果。
在制丝的生产期间发现由于车间平面扬尘较高,随着生产时间的推移,会在CCD光学检测的背景灯上粘连较多粉尘,影响光源的光强,进而导致相片清晰度降低,为此在背景灯幕处添加一路压缩空气管道,通过间断性压缩空气喷吹,减少表面粉尘附着,以保证检测光路的清洁。
3.2剔除效率检测方法
测试程序为:标准异物准备一制作测试用样品一系统校验一布料一测试一核算异物剔除率。
3.2.1标准异物准备
测试前应准备好测试用标准异物、杂物包括:非烟物质(Ntrm)、细长型非烟物质(Thin Ntrm)、一般杂物(Other)、细长型一般杂物(Thin Other)、黑色杂物(Black)、塑料泡沫(Barn Foam)。
3.2.2制作测试用样品
烟叶与标准异物按比例进行混合,烟叶总质量保证为50+0.5kg,杂物总量保证为100个,即每lkg烟叶2个杂物,且保证杂物在物料中均匀分布。各类杂物可按常见杂物在生产线上出现频率进行梯度设置,原则上每类杂物最低测试量不得少于5个。
3.2.3系统校验
启动系统,取用与测试用样品同批次的适量物料通过设备(异物剔除装置),对设备进行校验,使系统建立相应的颜色分选表。
3.2.4布料
按照额定的流量要求,将测试用样品在振动输送机前端合适的输送带上均匀布料。
3.2.5测试
使系统进入异物检测剔除状态,使测试用样品在额定时间内全部通过异物检测剔除系统(50kg样品在工艺流量5000kg/h时,额定时间为36s,其他按相同方式计算)。重复测试要求最低3次,作为核算异物剔除率的依据,每次测试后,应仔细检查,将未被剔除的标准异物从标准异物总数量中扣除,并记录各类异物的剔除与漏剔个数。投入的标准异物与测试后收集的标准异物数量应一致,如不一致,应重新测试,再次测试需再对设备进行校验、检查和调整相应的颜色分选表。
3.2.6异物剔除率计算
异物剔除率:
Ze=N1/N×100% (1)
式中,Z为异物剔除率,单位为%;N1为被剔除标准异物数量,单位为个;N为掺入标准异物总数量,单位为个。
在进行剔除率测试同时,对被剔除物料进行分拣,称重分拣后异物收集装置中合格物料重量,误剔率:
δW=G1/G×100%(2)
式中,δW为误剔率,单位为%;G1为被剔除的合格物料重量,单位为kg;G为物料总重量,即50kg。
3.3 XT-P光谱除杂机对烟叶物理指标影响
由于XT-P光谱除杂机是应用风分系统的变径处理,对烟片在不同阶段的运行速度进行改变,其运输载体为空气,所以较高温度的物料在其中不可避免地将与气流进行热交换,并且由于气流的高速运动,所以相对皮带输送对叶片的水分的影响更为剧烈。为此有必要针对光谱除杂机工序对烟叶温度及水分进行相应测试,以适应前后工序间工艺参数的调整。表1为在5000kg/h流量XT-P左右主风机为48Hz条件下,随着生产时长变化测得的首批生产XX卷烟试验数据。
据表1可知,实测温度散失情况5℃~ 7℃,实测水分散失情况为0.4%~0.6%。
此处数据仅针对合肥卷烟厂牌名及设备工况开展,各卷烟加工企业应根据自身设备内风速、物料流量及环境温湿度等条件开展相应试验,以得到针对性试验数据。
3.4 XT-P光谱除杂效率试验优化
3.4.1通道气流分布稳定性检测
使用风速仪对相机检测通道内风速进行测量,通道内风速应保证为23±1m/s。重复测量次数最低要求8次,取测量平均值,以A线左右主风机频率49Hz为例,测量情况见表2。
在确保风速在设定值范围内前提下,分布稳定性以测试数据极值与风速均值的差值和风速极差为判定标准,差值与极差越小,判定效果越好,风速差值应确保在Im/s以内,极差应确保在1.5m/s以内。以B线左右主风机频率48Hz为例,测量情况见表3。据表3数据可知,差值为0.6m/s,极差为1.1m/s,测试数据与风速均值差值0.8m/s,极差1.2m/s。
3.4.2 光学检测系统参数优化
不同剔除能力与剔除尺寸的配合直接影响剔除率、误剔率等,考虑烟叶的剔除量对实际生产中员工的工作量的影响,优化参数的合理性,在保证不影响卷烟产品感官的前提下,减少烟叶的剔除量,降低员工的工作量。
两部相机拍照宽度均为600mm,相机像素为1024pix,即每个像素覆盖宽度0.5859mm,面积为0.3433mm2,参数设置的大小为杂物反应在相机上所占的像素值。表4为本次测试试验结果。
通过数据对比分析可知,一个合理参数的选择不仅对除杂率有影响,同时也影响了烟叶的剔除量,间接影响烟叶的消耗既操作工的工作量,随着杂物剔除率的上升,提出烟叶量也在上升。综合分析4号参数组在既能满足除杂率92%以上的同时又能剔除较少的烟叶,既保证了烟叶质量又消耗少量烟叶,可适用丁一般卷烟生产的要求;8号参数组在能提供96.7%除杂率时剔除较少量烟叶,可使用与高档卷烟的生产精益化要求。同样剔除精度的条件下,烟叶的误剔量极差可达0.15kg/lOOkg。
3.4.3 喷吹延时优化
喷吹延时[4]设置的合理性直接影响剔除率与误剔率,标准设置喷吹延迟为150个相机单位(1相机单位=1/8000s),喷吹持续为300相机单位,打击宽度为180 pix,其中34pix对应为1个喷嘴(lpix对应0.3433mm2)。为此需要掌握在实际生产中不同异物在AEROSORT中从“光学检测系统”至“喷吹系统”的物料滞留时间或较为准确的运行速度。
为此开展以下试验:首先需掌握基础的设备参数,即“光学检测系统”与“喷吹系统”之间的距离,以合肥卷烟厂为例,两者间距为347mm。其次进行空机状态下各类物质的在线检测试验,具体步骤如下:(1)建立空白配方库(即只学习背景光颜色)。(2)设定各类起始参数,根据试验结果依次调整设备参数(起始参数为设备喷吹延时150相机单位,喷吹持续40相机单位,打击宽度180pix,主风机频率49Hz)。(3)将每类待测物质10个间歇式放至入口振槽,记录对应参数下的该物质剔除数量及漏剔數量,剔除数量与漏剔数量之和应为待测数目总和(即10个)。检测数据见表5。
由表中数据可以看出虫卵的滞留时间约为75~115相机单位,棉绳滞留时间约为90~ 130相机单位,薄片烟叶50~ 100相机单位,而烟叶由于各产地、等级的不同在各梯度试验中分布较为均匀,在50~130均有较低的剔除率,不易确定统一的适用标准。
在计算物质运行速度时,应在原有设定延迟的基础上增加20相机单位(该20相机单位为光学检测系统在拍摄图片后数据传输耗时)。按上表计算结果V虫卵=24.14m/s,V棉绳=21.35m/s,V薄片=27.76m/s,V烟草=21.35~ 30.84m/s。其中虫卵、薄片与烟叶均存在物料速度高于实测风速的情况。分析可能存在以下两种情况:(1)在风速的带动下物料的实际运行速度的确出现高于实际风速的情况(这在常规条件下是不可能实现的,但在帆船动力学领域内已形成完全仅依靠风力作动力,船速高于风速2.5倍的实例)。(2)虫卵、薄片、烟叶与棉绳的外形存在差异,棉绳表面积较小、受力较均匀,在其中被拉直运行,不易产生非径向位移。而虫卵、薄片、烟叶由于表面积较大,烟片由于品种的不同、几何形状的不规则、运动过程中姿态的变化等原因,物体的悬浮速度具有一定的差别,且由于管道内的风速一般处在23m/s左右,管道内雷诺数较高,气流呈紊流状态,因此产生非径向的位移,导致其实际运行距离的加大,影响对其径向速度的计算。
4 结论
本文从系统结构、系统工作原理、智能分类算法、剔除效率因素分析、剔除效率检测方法、烟叶物理指标变化等方面开展研究,确定了除杂效果检测、提升剔除准确率、参数优化的方向,同时通过设置合理化参数,提高杂物击打的准确性。但在提高杂物剔除效率的同时,不可避免地会略微提高良好烟叶的剔除,因为物料的单位面积覆盖率与剔除喷吹的延时与宽度并未改变,较高的精准度必定是以较高频次的剔除为代价。有必要进一步学习理清烟叶及杂物在风道内的运行姿态,以便进一步优化,降低误剔烟叶重量。
参考文献
[1] YC/T 489-2014.片烟异物剔除裝置异物剔除率的测定方法[S].
[2]国家烟草专卖局,卷烟工艺规范M],北京:中央文献出版社,2003.
[3]王军,李建勋,王兴,等.效能评估可信度的客观度量方法[J]西安交通大学学报,2018(2):37-44.
[4]邵一波,张黎,王欢烟草光学除杂喷吹延时优化分析[J]南方农机.2018(5):121+123.
(责任编辑:单位文秘网) )地址:https://www.kgf8887.com/show-178-99877-1.html
上一篇:新中国的第一
版权声明:
本站由单位文秘网原创策划制作,欢迎订阅或转载,但请注明出处。违者必究。单位文秘网独家运营 版权所有 未经许可不得转载使用