煙支卷制圓周在線檢測裝置設計與控制技術分析

崔健 王巧娟 李安琪 馮銀龍

摘要：文章研制了一種煙支卷制圓周在線檢測裝置和圓周控制技術。卷煙在實際生產期間，由于濾棒的圓周不穩定，操作工人無法精準掌握煙支卷制精度，導致卷煙的生產質量受到影響，因此，有效提升濾棒圓周加工精度，是目前提升卷煙生產加工穩定性的關鍵。在工業技術日月新異的今天，電氣控制數字化發展已成為必然趨勢，煙支卷制圓周在線檢測裝置的技術改進也勢在必行。

關鍵詞：煙支卷制圓周；自動控制系統；在線監測技術

中圖分類號：TP311文獻標志碼：A

0 引言

在實際生產期間，操作工須通過手工煙板測量或儀器測量后，旋轉煙槍大蓋板調整圓周的大小，此流程存在如下幾個問題。（1）調整控制滯后。煙條作為煙支圓周煙槍大蓋板的重要環節，須通過人工檢測的方式進行，而專業能力較強的操作員工在進行調整時需要30 s左右，而30 s內還會有許多煙支不斷地被生產出來，如若無法及時做出調整則會生產出更多不合格的煙支。（2）手工測量精度不夠。絕大部分卷煙廠并沒有給卷煙臺單獨配置測試儀器，而將需要檢測的煙支送至儀器進行檢測所花費的時間較長［1-2］。生產過程中絕大部分自檢環節都曾采用量煙板對圓周開展人工測量，而人工測量可能會受到人的感官、掌握程度及工作狀態等影響，造成測量結果不準確及圓周在線實時監測精度不夠的情況。（3）調整精度不夠。圓周主要通過旋轉大蓋板來進行調整，而這項工作的開展十分依賴操作人員的感覺與工作經驗，而且在此期間需要經過反復測試，才能實現精準測試。綜上所述，圓周與每個不同的指標都有著十分重要的對應關系，因此圓周在線監測控制技術的相關研究有著重要的現實意義［3］。

1 煙支卷制圓周在線檢測控制內容及關鍵技術

目前，煙支卷制過程圓周波動大，導致產品質量的穩定性和均勻性無法得到保障；圓周沒有實現在線自動檢測與控制，而人工檢測的精度低、效率低，無法滿足圓周在線及時調控的需求，本文擬研究開發煙支卷制圓周在線檢測技術和自動控制系統。煙支卷制圓周在線檢測技術和自動控制系統的基本原理是利用煙支圓周檢測裝置測量煙支的直徑，并將檢測數據傳送到中央控制器，處理后上傳到上位機，通過圓周控制系統軟件和事先設定的圓周標準進行比對，由控制器控制調節煙支圓周裝置，從而達到在線檢測和控制的目的，最終實現煙支圓周實時、快速、精確檢測與控制。在此過程中，仍須解決的關鍵技術有：（1）圓周在線自動檢測技術；（2）自動調控裝置設計；（3）過程算法模型設計。

2 卷煙圓周在線實時采集監測技術設計

卷煙圓周在線實時監測的方式主要以激光監測技術為主。現階段激光監測技術的應用領域較廣，例如激光測距、激光測速等都彰顯出激光測量的巨大用處。激光測量是一種非接觸式測量形式，在具體測量過程中并不會影響被測物體的運動，不但擁有測量范圍大、精度高等優勢，而且空間分辨率也很高。

2.1 圓周在線監測裝置構建

2.1.1 監測裝機激光傳感器測量原理

卷煙圓周在線監測裝置主要由兩部分構成：激光發射器與激光接收器。激光發射器所發射的激光通過光學系統形成光幕，即激光發射器所發射的激光通過透鏡處理使其變成平行光。煙條擋住光束以后，便會形成陰影圖像，最終顯示在激光接收器上。而經過計算機電路補償處理后，可直接獲取煙支直徑。激光檢測裝置主要由線路與計算機進行連接，可通過相應的App使其直接顯示在電腦上，從而方便工作人員進行比對［4］。

2.1.2 光路設計

整個裝置在設計過程中，研究人員須合理設計光路，確保激光光源所發出的激光束可經過煙支到達接收端。接收端采用CCD傳感器，會自動分析接收端所收到的信號及濾波，從而獲取煙支直徑，如圖1所示。

2.2 檢測裝置機械結構

檢測系統的機械結構在設計期間的主要作用是帶動檢測裝置進行180°旋轉測試，而需要達到180°旋轉并不是一件容易的事情，由于現場安裝空間小，測量機構所實現的180°旋轉方式主要為切線傳動，這種方式可有效減少測量設備所占據的設備側空間［5］。轉動機構設計通過電機或者步進的方式利用切線傳動原理帶動檢測裝置旋轉，所檢測到的數據上傳至接收端進行信號處理。

3 卷煙圓周自動調節裝置設計

3.1 伺服控制系統的選用

伺服控制系統是一種可實現精準跟隨過程的反饋控制系統，此系統在不同條件下，可實現被控制量的位移速度及加速度的反饋，而精準跟蹤輸入位移是其主要作用。伺服系統可針對物體的具體位置、狀態及方法等被控量來調整目標，是具有反饋閉環的自動控制系統，主要由計算機、伺服電動機等部分構成。計算機控制系統主要用來儲存零件加工程序，根據編碼器所反饋的信息進行控制與運算，并向伺服驅動系統發送不同的控制指令。伺服驅動器與電動機在接收到計算機數字控制系統命令后，可快速平滑地調整運動速度。

3.2 自動調節裝置機械構造

卷煙調控裝置主要由中央控制器發送信號進行控制，此裝置由伺服電機、系統及壓板構成。此機械部分主要根據實際尺寸進行設計，伺服電機通過帶動齒輪狀偏心圓柱旋轉，根據測量所收集的煙支直徑與直徑之間的偏差，通過偏心圓柱旋轉帶動壓板頂桿的上下微調，以此實現煙支圓周的調節。

4 圓周控制模型設計

煙支卷制圓周技術主要采用激光測量技術，可實時完成對煙支圓周的高精準測量，同時，還可有效結合其他工藝，構建多參數輸入的神經網絡模型，通過學習實驗數據實現了煙支卷制圓周尺寸的檢測與控制功能，系統總體方案流程如圖2所示。

4.1 特征參數選擇

從分析煙支卷制實際生產工藝可得知，煙支圓周尺寸的具體控制與圓周本身有著直接關系，還與煙支各方面指標有關。因此，為了使所構建的模型更加精準，不能只考慮煙支圓周尺寸的影響，還需要考慮這些不同特征參數的綜合影響及它們各自的影響程度。

4.2 參數一體化

特征參數的不同，通常管所對應的量綱及量綱單位也不同，這種情況會導致神經網絡數據分析的結果受到影響。為了使不同參數之間的量綱影響降至最低，在神經網絡學習領域過程中，通常需要對數據進行歸一化處理，而經過歸一化后的數據可直接進行網絡學習與數據分析，并以此解決不同參數之間的可比性。原始數據參數在歷經數據歸一化處理后，不同指標均處于同一數量級，適合進行綜合對比評價。而且，歷經歸一化后神經網絡學習的速度得到加快，輸出精度得到提升。例如，較為成熟的z-score歸一化方法。假設X=｛x1，x2…xn｝表示輸入特征參數向量，則歸一化公式為：

4.3 主成分分析

主成分分析作為一種統計方法，可利用正交變換使一組可能具有相關性變量的數值轉化為線性毫不相關的變量，而經過轉換以后的變量被稱為主成分。從本質上來看，主成分分析法是一種傳統降維的統計方式，主要依靠正交變換，將其分量相關的原隨機向量轉化為其分量不相關的向量，而在這一代數值上通常表現為原隨機向量的協方差陣變換成對角形陣，在幾何表現上可將原坐標轉換為新的正交坐標，使之指向樣本點散布最開的p個正交方向，后對多維變量系統進行降維處理，使其變成一個低維變量系統，再構建適當的價值函數，進一步將低維系統轉化為一維系統。

4.4 BP神經網絡模型

人工神經網絡通常從信息處理的角度入手，抽象化人腦神經元網絡，通過構建某種簡單模型，按不同連接方式構成不同的網絡。神經網絡作為運算模型，主要由大量的節點互聯構成。而每個不同的節點代表一種不同的函數，稱為激勵函數。兩個節點之間的不同連接都代表著一個通過該連接信號的加權值，即權重，這與人工神經網絡記憶相似。網絡輸出主要采用網絡連接方式，權重隨激勵函數的變化而變化。而網絡自身通常都會因為自然界某種算法或者函數的類似進行表達。20世紀末期，基于誤差反向傳播算法的人工神經網絡，有效地解決了多層神經網絡隱含連接權學習問題，并在教學上給出了較為完整的推導。BP神經網絡還含有錯雜分類與多維函數映射能力，而這兩種能力解決了一部分簡單感知器無法解決的問題。從結構上而言，BP網絡具有輸入層、隱藏層和輸出層；從本質上而言，BP算法就是以網絡誤差平方為目標函數、采用梯度下降法來計算目標函數的最小值。針對圓周檢測的控制實時性及精度需求，搭建的BP神經網絡模型包含一個輸入層、兩個隱含層、一個輸出層，輸出層結構采用單節點結構。

網絡誤差形式的定義為：

網絡的激活函數采用Sigmoid函數。Sigmoid函數也叫Logistic函數，用于隱層神經元輸出，取值范圍為（0，1），它可以將一個實數映射到（0，1）的區間，可以用來做二分類。在特征相差比較復雜或是相差不是特別大時效果比較好。

函數表達式如下：

5 結語

煙支圓周檢測在線檢測裝置其應用價值較高，實踐證明，煙支卷制在線檢測裝置可使圓周檢測精度控制在一定范圍，同時經過合理的結構設計，可規避灰塵及運行環境對精度的影響。另外，煙支卷制圓周自動控制系統軟件及平臺主要功用是接收來自中央處理單元的數據信號，并加以處理轉換成對應的圓周值后進行數據比對，且可在HMI操作界面上設定相應的數據標準及偏差值，同時也可以以曲線形式進行顯現，并可生成相應的數據統計分析報表，以此提升煙支的生產效率與產品質量。

參考文獻

［1］朱波，陳智鳴，張旭升，等.煙絲形態調控對中支卷煙卷制質量及穩定性的影響［J］.煙草科技，2022（7）：66-72.

［2］高曉華，易斌，溫亞東，等.葉組片煙切絲長度控制對卷煙加工質量特性的影響［J］.云南農業大學學報（自然科學版），2019（6）：1007-1011.

［3］李博，王永貴，王京武.熵權灰色模型綜合能力評價應用［J］.中國質量，2011（12）：41-42.

［4］夏東旭，吳新生，湛小溪，等.基于主成分分析和灰色關聯聚類分析的卷制質量評價［J］.科技與創新，2016（9）：4-6.

［5］徐秀峰，胡建軍，彭黔榮，等.卷制工藝參數對卷煙質量影響的位置效應與散度效應分析［M］.北京：中國煙草學會，2014.

（編輯 王雪芬）