摘要：烟草行业对于卷烟成品的外观质量具有较高的要求,传统的烟草外观检测办法包括人工目测和传统机器视觉检测,由于卷烟品牌、子品牌日益增多,人工目测工作量剧增,而传统的机器视觉检测需要对每一类产品做标样,不能实现智能化的外观检测。深度学习检测技术可以显著简化瑕疵检测和缺陷检查,基于样本图像,算法可以训练各种各样的瑕疵和缺陷类型,然后可靠地识别它们。通过专门设计的卷烟产品传送机械,稳定采集卷烟成品图像,利用改进的深度学习算法进行高效瑕疵判定。基于深度学习算法的品质检测研究和探索,对于卷烟生产上的众多外观质量检测装置具有重大的指导意义。

摘要：为进一步完善卷烟产品质量控制体系,有效地预防和消除卷烟加工过程中由于烟用材料上机适应性产生的质量缺陷风险,提高卷烟产品质量水平和品牌竞争力,本文在梳理优化烟用材料流程的基础上,设计和开发了基于.NET Core平台的烟用材料管理系统。烟用材料管理系统主要管理内容包括烟用材料质量管理及上机适应性跟踪,面对最基础的包装单元,进行质量跟踪、管控,对材料“生命周期”全面把控,从源头开始,到生产结束,搭建全过程烟用材料的质量管理系统。应用效果表明,系统可有效管理烟用材料数据,实现了烟用材料管理中各个流程节点之间信息的有效传递,提高了烟用材料的上机适应性及可追溯性,实现了烟用材料的管理目标。

摘要：为检测中细支卷烟的燃烧锥掉落率,设计了一套针对中细支卷烟燃烧锥掉落率的检测仪器,以便对中细支卷烟生产质量进行控制。设计了可以快速更换的卷烟输送、取换烟支和吸烟装置,仪器模块可实现快速更换,以达到检测不同规格烟支的目的,软件系统采用C#语言基于.NET Framework实现,可以控制烟支点火和监控燃烧锥掉落的整个过程,操作方便,易于使用。检测结果表明,检测仪所得结果与人工测试结果相符,该检测仪器和检测方法均具有有效性。