烟草设备中智能控制技术的应用

所属栏目:工业设计论文 发布日期:2020-09-30 09:59 热度:

   随着社会的不断进步,信息化进程不断加快,人们的工作和生活已经逐步进入到了信息化时代,智能控制技术的操作和数据采集处理能力也大大提高。在当下,只有将智能控制技术与烟草设备结合才能更符合时代的发展趋势,才能保证烟草的生产质量、提高生产效率。针对不同用途、不同类型的烟草设备,其应用也有各种各样的方法。本文就重点讲述智能控制技术在烟草设备中的应用研究。

烟草设备中智能控制技术的应用

  1概述

  烟草机械是生产烟草产品的专用生产设备、工具、仪器仪表的总称。随着科技的不断进度,烟草设备的种类也在随之增加,并逐步向智能化、自动化方向发展。如何快速、高效的生产高质量的卷烟成为目前亟待解决的重要难题。随着社会的不断进步和发展,研究人员逐步将智能控制技术应用于卷烟设备中,智能控制技术的应用大大的改善了烟草的生产质量,也提高了生产效率,为烟草设备带来重大技术的进步[1]。

  2烟草生产过程中的智能控制

  2.1神经网络技术的应用

  卷积神经网络(CNN)是深度学习基本模型之一,具有权值共享、稀疏连接、降采样等特点。因其可以充分提取数据本身的特性,约简数据维度,且具有相对的平移、旋转、缩放不变性,故适合处理烟草设备产生的海量数据。卷积神经网络通过卷积与自采样的交替,最后通过全连接层进行输出,其作为一种有监督的深度模型架构,采用了BP算法进行反向传递,并利用梯度下降法更新每层的参数。近几年越来越多的专家学者将卷积神经网络用于烟草设备中,卷积神经网络模型图,如图1:卷积神经网络的应用能够实现在烟草生产过程中对各设备精准控制。如电机的启停、阀门的通断、信号的传输以及伺服系统的控制。相比传统的控制方式,卷积神经网络可以更精准、快捷的控制烟草机械设备,可以最大限度的调整信号传输效率,大大降低系统安装、运行和劳动力成本[2]。

  2.2机器视觉的应用

  由于烟草生产过程中需要大量的劳动力,机器视觉的应用提高了精准度的同时节省了劳动力。机器视觉系统就是利用机器代替人眼来作各种测量和判断。它是计算机学科的一个重要分支,它综合了光学、机械、电子、计算机软硬件等方面的技术,涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。机器视觉在烟草生产过程中达到实时要求,以及时反馈生产信息[3]。根据所需生产量的不同而从秒级到分钟级,原则是保证管理人员不会因为速度问题而影响生产效率。系统处理的准确性和及时性是系统的必要性能,要充分考虑系统当前和将来可能承受的工作量,使系统的处理能力和响应时间能够满足生产要求。机器视觉系统能够实现非接触测量,将测量者与被测对象统一结合,并不会使系统相互干扰并且提高了系统的精准度。传统的人眼观测,容易引起疲劳从而引发机器事故,机器视觉系统的应用可以有效避免这一事故。此外,机器视觉系统标签的并行式会话允许远距离识读,信息存储量大等优点使其拥有广泛的应用前景。

  3未来发展趋势

  在现阶段的研究中,神经网络在烟草生产过程中的有标签数据特征学习占有重要位置,然而在实际应用中,数据的出现往往没有标签,并且数量巨大,掌握这些数据的标签是十分困难的事情。在不远的将来,随着数据集和存储技术的发展,无数据标签的数据特征学习,将会越来越来被重视,如何智能自动的为烟草生产数据添加标签将是研究的热点。此外,在实际应用中的神经网络模型,远远低于当前最大的深度模型所包含的参数,神经网络模拟类似于人脑的结构,在巨大数据样本的情况下,更容易捕捉数据特征,从而获得更高的分类准确率[4]。因此,研究高精度的硬件设备,配合神经网络海量数据学习,能够将神经网络更好的应用在烟草生产研究领域。

  4结语

  随着社会的不断发展,机械化与科技化的结合越来越紧密,科技化对机械工业的发展越来越重要,科技化的不断发展给烟草的生产带来飞跃式的提升。其中,运用基于卷积神经网络、机器视觉的特征提取会大大提高烟草的生产的效率,生产的精度也会越来越高[5]。

  参考文献:

  [1]王润,韩洪彦.实时系统在烟草机械生产中的应用[J].南方农机,2019,50(23):124.

  [2]陈城.烟草机械自动控制技术的发展历程及发展方向[J].黑龙江科技信息,2015(30):64.

  [3]周炜明,许娜.浅谈烟草工业中的电气自动控制技术[J].民营科技,2017(02):27.

  [4]李文灿.烟草行业中的自动控制技术探讨[J].时代农机,2015,42(05):37~38.

  [5]李文灿.烟草行业中的自动控制技术探讨[J].时代农机,2015,42(05):37~38.

  《烟草设备中智能控制技术的应用》来源:《河北农机》,作者:杜昱忻

文章标题:烟草设备中智能控制技术的应用

转载请注明来自:http://www.sofabiao.com/fblw/ligong/gongyesheji/43959.html

相关问题解答

SCI服务

搜论文知识网的海量职称论文范文仅供广大读者免费阅读使用! 冀ICP备15021333号-3