關于AEROSORT除雜效果的研究

[摘要]通過對AEROSORT光電除雜設備進行研究，進一步掌握設備的系統(tǒng)結構及工作原理，以提高設備的使用效率。通過本課題的實施，尋找AEROSORT在使用過程中對其剔除效率的影響因素，以提高工序在制品的煙絲純凈度，保證產品質量安全;掌握AEROSORT光電除雜機對煙葉物理指標影響，進而有針對性地調整上下游工序，保證制品合格率;通過對高檔卷煙中青雜煙及較差煙葉的處理，有利于高檔卷煙的感官質量穩(wěn)定性控制;項目的開展對提高工藝技術人員素質、提高企業(yè)工藝技術水平均具有積極的意義。

[關鍵詞]AEROSORT;異物剔除;感官質量;物理指標

中圖分類號：TS41

文獻標識碼：A

DOI：10.16465/j.gste.cn431252ts.20181226

1 主要技術方案

（1）AEROSORT光電除雜設備的結構及工作原理通過查閱相關技術資料以及與虹霓現(xiàn)場工程師學習交流獲得。

（2）組織項目組成員與虹霓T程師開展討論，從設備方面分析影響其-作效率的相關因素。

（3）結合行業(yè)頒布的YC/T 489-2014[1]與虹霓給出的測試方法，通過離線試驗，驗證設備實際使用效率;并且開展在線試驗驗證AEROSORT對煙葉物理指標影響，主要針對物料溫度及含水率的變化[2]。

（4）通過對設備參數不同組合的離線試驗，開展AEROSORT光電除雜效率的試驗優(yōu)化。分析試驗結果數據，制定針對高低端煙的加工參數。

2 系統(tǒng)組成及工作原理

2.1 系統(tǒng)結構

XT-P氣流式煙草異物光學除雜系統(tǒng)結構見圖1。該系統(tǒng)由振槽式供料輸送機、進料氣鎖、光學檢測系統(tǒng)、噴吹系統(tǒng)、左右兩個主工藝風機、重物落料閘板、掃描機、切向氣流煙絲分離器、除塵系統(tǒng)等組成。

2.2 系統(tǒng)工作原理

XT-P氣流式光譜除雜機集光學異物剔除與重物風選功能于一體，利用密閉的循環(huán)風系統(tǒng)，當煙片流通過進料氣鎖后，在工藝風勻風通道中形成6～8m/s的低風速，帶動煙片向較窄的光學檢測通道均速輸送，其中較重的未松散煙塊和其他重雜物在重力作用下落人重物風分排出氣閘內。被工藝氣流向上輸送的煙片和較輕雜物，通過光學檢測剔除通道，煙草物料流將加速到約21m/s，并均勻攤薄于檢測通道內，非煙草物質被CCD光學檢測系統(tǒng)掃描識別，利用壓空噴吹剔除系統(tǒng)將煙草異物吹出。1.煙片勻料進料振槽;2.煙片進料氣鎖;3.輔助風機;4.工藝氣勻風系統(tǒng);5.CCD光學檢測柜;6.CCD檢測光路;7.光學檢測通道;8.異物壓空噴吹排管;9.工藝風管道;10.煙草與氣流分離系統(tǒng);11.煙片出料氣鎖;12.工藝風平衡除塵管;13.煙片出料輸送機：14.左右主工藝風循環(huán)風管;15.剔除異物排出管道;16.重物風分排出氣閘;17.重物排出輸送機。

CCD光學檢測系統(tǒng)原理示意見圖2，其中1為線陣相機，2為反光鏡，3為高亮度氙氣光源，4為LED背景燈。CCD光學R-C-IR波長三鏡頭合成示意見圖3。XT-P光學檢測系統(tǒng)采用了CCD相機掃描光學技術，相機掃描速度為8 000line/s，光譜采用R-C-IR三段連續(xù)波長模式，波長分別為紅色光譜（R）560～ 700nm、紅外光譜（IR）700～1 000nm、灰色（藍綠C）光譜400～ 560nm。相比于傳統(tǒng)的RGB光譜波長，增加了紅外光波長，煙葉可反射紅外光，大部分非煙物質吸收紅外光，在實際生產應用中，8OOOline/s的R-C-IR線陣相機配合24m/s風速的攤鋪能力，分辨能力已遠高于雜物尺寸的要求。壓縮空氣噴吹噴嘴結構見圖4，該結構共64個空氣噴射閥，響應時間lt;2ms，信號傳輸時間lt;4ms。

2.3 智能分類算法

由于煙葉與異物的光學特性不同，通過圖像處理可獲取各檢測樣本的特征信息，與經過預學習的標準樣本庫進行對比后，即可實現(xiàn)智能分類，剔除異物。

圖像處理算法流程見圖5。檢測通道內煙草物料、在氙氣強光照明下，由CCD獲取樣本圖像，經畸變矯正、亮度均衡、場區(qū)還原等算法校正圖像后，通過去噪濾波、增強等預處理方法優(yōu)化圖像信息，然后基于閾值或區(qū)域法分割圖像，標記各煙葉、異物輪廓區(qū)域，并對圖像中的不完全對象進行拼接，提取相應連通域。最后，分析圖像中各對象的特征信息，數字化表征顏色、形狀和紋理特性參數，用于分類前的模式識別。

模式識別[3]是指對表征事物或現(xiàn)象的各種形式的信息進行處理和分析，以對事物或現(xiàn)象進行描述、辨認、分類和解釋的過程。煙草異物剔除即二類模式分類，上述顏色等特征信息為相應模式，訓練后由分類器判決類別，達到識別目的。對已知類別的煙葉與異物進行訓練，以顏色、形狀和紋理構成特征向量，白定義決策規(guī)則，確定判別函數，完成學習建模過程。實際應用中，未知模式對象輸入后，提取特征，經設計分類器決策，并給出識別結果，模式識別原理見圖6。

3 XT-P光譜除雜效率影響因素分析

3.1 剔除效率影響因素

光譜除雜影響因素關聯(lián)見圖7。其中主要分為兩大因素，分別為通道內物料的運輸狀況以及CCD相機檢測效果，上端為下端結果的影響因素。具體包括檢測通道風速分布均勻與穩(wěn)定。進料氣鎖與出料氣鎖密閉狀況、風量平衡、光學檢測系統(tǒng)（光源強度、燈光初始化頻率、CCD檢測光路清潔度、光學檢測通道清潔度）、風分腔沖孔板清潔程度、噴吹延遲、噴吹持續(xù)的時間與打擊寬度設定合理性。

為保證通道內風速的穩(wěn)定及風量的平衡，在進出料氣鎖翻板與通道壁的連接處采用軟性材料，一方面保證翻板與通道壁的充分接觸，另一方面避免由于剛性材料長期與通道壁的運動接觸，而造成設備壁端的磨損，同時也達到了降低設備噪音的效果。

在制絲的生產期間發(fā)現(xiàn)由于車間平面揚塵較高，隨著生產時間的推移，會在CCD光學檢測的背景燈上粘連較多粉塵，影響光源的光強，進而導致相片清晰度降低，為此在背景燈幕處添加一路壓縮空氣管道，通過間斷性壓縮空氣噴吹，減少表面粉塵附著，以保證檢測光路的清潔。

3.2剔除效率檢測方法

測試程序為：標準異物準備一制作測試用樣品一系統(tǒng)校驗一布料一測試一核算異物剔除率。

3.2.1標準異物準備

測試前應準備好測試用標準異物、雜物包括：非煙物質（Ntrm）、細長型非煙物質（Thin Ntrm）、一般雜物（Other）、細長型一般雜物（Thin Other）、黑色雜物（Black）、塑料泡沫（Barn Foam）。

3.2.2制作測試用樣品

煙葉與標準異物按比例進行混合，煙葉總質量保證為50+0.5kg，雜物總量保證為100個，即每lkg煙葉2個雜物，且保證雜物在物料中均勻分布。各類雜物可按常見雜物在生產線上出現(xiàn)頻率進行梯度設置，原則上每類雜物最低測試量不得少于5個。

3.2.3系統(tǒng)校驗

啟動系統(tǒng)，取用與測試用樣品同批次的適量物料通過設備（異物剔除裝置），對設備進行校驗，使系統(tǒng)建立相應的顏色分選表。

3.2.4布料

按照額定的流量要求，將測試用樣品在振動輸送機前端合適的輸送帶上均勻布料。

3.2.5測試

使系統(tǒng)進入異物檢測剔除狀態(tài)，使測試用樣品在額定時間內全部通過異物檢測剔除系統(tǒng)（50kg樣品在工藝流量5000kg/h時，額定時間為36s，其他按相同方式計算）。重復測試要求最低3次，作為核算異物剔除率的依據，每次測試后，應仔細檢查，將未被剔除的標準異物從標準異物總數量中扣除，并記錄各類異物的剔除與漏剔個數。投入的標準異物與測試后收集的標準異物數量應一致，如不一致，應重新測試，再次測試需再對設備進行校驗、檢查和調整相應的顏色分選表。

3.2.6異物剔除率計算

異物剔除率：

Ze=N1/N×100% （1）

式中，Z為異物剔除率，單位為%;N1為被剔除標準異物數量，單位為個;N為摻入標準異物總數量，單位為個。

在進行剔除率測試同時，對被剔除物料進行分揀，稱重分揀后異物收集裝置中合格物料重量，誤剔率：

δW=G1/G×100%（2）

式中，δW為誤剔率，單位為%;G1為被剔除的合格物料重量，單位為kg;G為物料總重量，即50kg。

3.3 XT-P光譜除雜機對煙葉物理指標影響

由于XT-P光譜除雜機是應用風分系統(tǒng)的變徑處理，對煙片在不同階段的運行速度進行改變，其運輸載體為空氣，所以較高溫度的物料在其中不可避免地將與氣流進行熱交換，并且由于氣流的高速運動，所以相對皮帶輸送對葉片的水分的影響更為劇烈。為此有必要針對光譜除雜機工序對煙葉溫度及水分進行相應測試，以適應前后工序間工藝參數的調整。表1為在5000kg/h流量XT-P左右主風機為48Hz條件下，隨著生產時長變化測得的首批生產XX卷煙試驗數據。

據表1可知，實測溫度散失情況5℃～ 7℃，實測水分散失情況為0.4%～0.6%。

此處數據僅針對合肥卷煙廠牌名及設備工況開展，各卷煙加工企業(yè)應根據自身設備內風速、物料流量及環(huán)境溫濕度等條件開展相應試驗，以得到針對性試驗數據。

3.4 XT-P光譜除雜效率試驗優(yōu)化

3.4.1通道氣流分布穩(wěn)定性檢測

使用風速儀對相機檢測通道內風速進行測量，通道內風速應保證為23±1m/s。重復測量次數最低要求8次，取測量平均值，以A線左右主風機頻率49Hz為例，測量情況見表2。

在確保風速在設定值范圍內前提下，分布穩(wěn)定性以測試數據極值與風速均值的差值和風速極差為判定標準，差值與極差越小，判定效果越好，風速差值應確保在Im/s以內，極差應確保在1.5m/s以內。以B線左右主風機頻率48Hz為例，測量情況見表3。據表3數據可知，差值為0.6m/s，極差為1.1m/s，測試數據與風速均值差值0.8m/s，極差1.2m/s。

3.4.2 光學檢測系統(tǒng)參數優(yōu)化

不同剔除能力與剔除尺寸的配合直接影響剔除率、誤剔率等，考慮煙葉的剔除量對實際生產中員工的工作量的影響，優(yōu)化參數的合理性，在保證不影響卷煙產品感官的前提下，減少煙葉的剔除量，降低員工的工作量。

兩部相機拍照寬度均為600mm，相機像素為1024pix，即每個像素覆蓋寬度0.5859mm，面積為0.3433mm2，參數設置的大小為雜物反應在相機上所占的像素值。表4為本次測試試驗結果。

通過數據對比分析可知，一個合理參數的選擇不僅對除雜率有影響，同時也影響了煙葉的剔除量，間接影響煙葉的消耗既操作工的工作量，隨著雜物剔除率的上升，提出煙葉量也在上升。綜合分析4號參數組在既能滿足除雜率92%以上的同時又能剔除較少的煙葉，既保證了煙葉質量又消耗少量煙葉，可適用丁一般卷煙生產的要求;8號參數組在能提供96.7%除雜率時剔除較少量煙葉，可使用與高檔卷煙的生產精益化要求。同樣剔除精度的條件下，煙葉的誤剔量極差可達0.15kg/lOOkg。

3.4.3 噴吹延時優(yōu)化

噴吹延時[4]設置的合理性直接影響剔除率與誤剔率，標準設置噴吹延遲為150個相機單位（1相機單位=1/8000s），噴吹持續(xù)為300相機單位，打擊寬度為180 pix，其中34pix對應為1個噴嘴（lpix對應0.3433mm2）。為此需要掌握在實際生產中不同異物在AEROSORT中從“光學檢測系統(tǒng)”至“噴吹系統(tǒng)”的物料滯留時間或較為準確的運行速度。

為此開展以下試驗：首先需掌握基礎的設備參數，即“光學檢測系統(tǒng)”與“噴吹系統(tǒng)”之間的距離，以合肥卷煙廠為例，兩者間距為347mm。其次進行空機狀態(tài)下各類物質的在線檢測試驗，具體步驟如下：（1）建立空白配方庫（即只學習背景光顏色）。（2）設定各類起始參數，根據試驗結果依次調整設備參數（起始參數為設備噴吹延時150相機單位，噴吹持續(xù)40相機單位，打擊寬度180pix，主風機頻率49Hz）。（3）將每類待測物質10個間歇式放至入口振槽，記錄對應參數下的該物質剔除數量及漏剔數量，剔除數量與漏剔數量之和應為待測數目總和（即10個）。檢測數據見表5。

由表中數據可以看出蟲卵的滯留時間約為75～115相機單位，棉繩滯留時間約為90～ 130相機單位，薄片煙葉50～ 100相機單位，而煙葉由于各產地、等級的不同在各梯度試驗中分布較為均勻，在50～130均有較低的剔除率，不易確定統(tǒng)一的適用標準。

在計算物質運行速度時，應在原有設定延遲的基礎上增加20相機單位（該20相機單位為光學檢測系統(tǒng)在拍攝圖片后數據傳輸耗時）。按上表計算結果V蟲卵=24.14m/s，V棉繩=21.35m/s，V薄片=27.76m/s，V煙草=21.35～ 30.84m/s。其中蟲卵、薄片與煙葉均存在物料速度高于實測風速的情況。分析可能存在以下兩種情況：（1）在風速的帶動下物料的實際運行速度的確出現(xiàn)高于實際風速的情況（這在常規(guī)條件下是不可能實現(xiàn)的，但在帆船動力學領域內已形成完全僅依靠風力作動力，船速高于風速2.5倍的實例）。（2）蟲卵、薄片、煙葉與棉繩的外形存在差異，棉繩表面積較小、受力較均勻，在其中被拉直運行，不易產生非徑向位移。而蟲卵、薄片、煙葉由于表面積較大，煙片由于品種的不同、幾何形狀的不規(guī)則、運動過程中姿態(tài)的變化等原因，物體的懸浮速度具有一定的差別，且由于管道內的風速一般處在23m/s左右，管道內雷諾數較高，氣流呈紊流狀態(tài)，因此產生非徑向的位移，導致其實際運行距離的加大，影響對其徑向速度的計算。

4 結論

本文從系統(tǒng)結構、系統(tǒng)工作原理、智能分類算法、剔除效率因素分析、剔除效率檢測方法、煙葉物理指標變化等方面開展研究，確定了除雜效果檢測、提升剔除準確率、參數優(yōu)化的方向，同時通過設置合理化參數，提高雜物擊打的準確性。但在提高雜物剔除效率的同時，不可避免地會略微提高良好煙葉的剔除，因為物料的單位面積覆蓋率與剔除噴吹的延時與寬度并未改變，較高的精準度必定是以較高頻次的剔除為代價。有必要進一步學習理清煙葉及雜物在風道內的運行姿態(tài)，以便進一步優(yōu)化，降低誤剔煙葉重量。

參考文獻

[1] YC/T 489-2014.片煙異物剔除裝置異物剔除率的測定方法[S].

[2]國家煙草專賣局，卷煙工藝規(guī)范M]，北京：中央文獻出版社，2003.

[3]王軍，李建勛，王興，等.效能評估可信度的客觀度量方法[J]西安交通大學學報，2018（2）：37-44.

[4]邵一波，張黎，王歡煙草光學除雜噴吹延時優(yōu)化分析[J]南方農機.2018（5）：121+123.