摘要：烟草透明纸包装上的缺陷类型多样且复杂,如划痕、折痕、污点等,这些缺陷的多样性和复杂性使得现有检测模型泛化能力不足,无法适应快速变化的生产环境,导致系统的误报率上升。为此,提出对基于深度学习的烟草透明纸包装缺陷在线检测系统设计。根据当前系统设计需求,在硬件环境中接入核心板和RTSO-9003载板,形成基础的控制支撑,关联实时传感装置,完成测试数据的采集,实现硬件构建;在系统软件设计部分,结合深度学习技术设计烟草透明纸包装缺陷深度学习检测功能模块,并将模块获取的数据信息导入自适应数据库之中,分析检测之后利用数据库进行数据存储。系统测试结果表明:经过设定的6个测试小组之间的对比,此次对于烟草透明纸包装缺陷的检测误报率均被较好地控制在15%以下,这说明在深度学习技术的辅助下,此次设计的透明纸包装缺陷在线检测系统更加稳定、高效,对不同缺陷的识别能力较强,预设的检测任务更好地完成。

摘要：针对异形烟没有现有包装设备进行包装,小盒由人工装填烟支可能产生缺支现象。为此设计一种基于X射线异形烟烟包缺支检测系统。系统以L8040C工控机为核心控制器与条盒透明纸包装机同步检测及剔除缺支烟包。主要由工控机、触摸屏、X射线发射系统、光子接收成像系统及控制系统组成,构成完整的X射线产生、接收、成像、图像处理和IO控制整套系统。烟盒水平进入到检测区通道,由内部同步光电传感器发出烟盒到位信号给主板,主板开始采集图像数据,采集完成后进行一系列的图像处理,判断是否缺支,如果缺支启动剔除流程,剔除机构把该包烟剔除出流水线。通过运行数据表明,系统缺支检出率达到99.9%以上,误剔率小于0.2%,还可根据需要调整设备的灵敏度。

摘要：本文通过介绍一种基于红外光电检测技术的条烟缺包检测装置设计,了解该设计改善香烟条盒包装过程中缺包现象。该检测装置在成型仓的上下腔体中分别均匀分布15个红外光电传感器,工作过程中,烟包被推杆推入CT成型仓,检测器实时采集传感器反馈回来的电压值,形成电压波形曲线,通过计算电压波形曲线的平均电压,实现条烟缺包的判断,并将检测结果发送给包装机控制器系统,由包装机控制器系统将缺包条烟剔除。实际应用表明,该装置检测准确、易维护、运行稳定可靠。