鄒九銘,巫尚杰,鐘明悅,孟凡針,黎松森
(廣東中煙工業有限責任公司韶關卷煙廠,廣東韶關 512026)
在卷煙生產的制絲生產線中,煙葉加料對于煙草的生產起著至關重要的作用,在廣東中煙工業有限責任公司以產品為中心全面打造精益工程的導向下,產品生產過程的質量控制更是極為重要。加料的有效利用率控制更是對于卷煙品質起著關鍵性作用,但是對于加料有效性測定存在著一定的空白區域,因此對加料有效性的測定方法進行探索性研究。
煙葉從暫儲柜通過輸送帶運送到加料滾筒,加料滾筒轉動的同時,加料桶內的耙釘帶動煙葉翻滾到高處落下,煙葉充盈在滾筒內部[1];料液在香料罐攪拌加熱到設定溫度后,在加料泵動力作用下將香料罐內的香料輸送到滾筒的雙介質噴嘴處,雙介質噴嘴處的料液以蒸汽作為介質均勻的噴灑在煙葉表面上;葉片表面的多空結構和筒內的高溫能夠極大地促進料液滲透進入煙葉;傾斜的滾筒在轉動時把煙葉輸送至出口振槽,直至進入儲柜進行平衡[2]。
在卷煙生產過程中,制絲環節在煙葉上施加料液的過程,有助于改善卷煙在抽吸時的吸味,提高卷煙制品的整體質量[3]。不同牌號的煙絲擁有著不同的葉組配方,加料是針對煙葉或葉組配方存在的缺陷進行修飾和改善,其目的是減輕煙氣的刺激性和去除部分青雜氣;通過加料也可以達到改善卷煙制品煙絲的韌性和燃燒性的目的,同時提高卷煙制品的防腐能力。
目前,在加料設備進行加料后對加料覆蓋在煙葉表面的香料進行檢測的方法都較為繁瑣,或是難以量化。目前比較常用的檢測方式是利用化學溶劑將煙葉表面的香料利用物理萃取的方式萃取出來后,進行質量分析,進一步得出加料有效利用率[4]。另外常采用的方式是直接將加料后的煙葉直接用目測的方式觀察其上料的有效性。因此需要設計一種簡易便捷的方式來檢測煙葉加料的有效面積。
由于煙葉表面的顏色覆蓋難以用肉眼察覺,因此引入機器視覺技術。機器視覺有著比人眼更加靈敏的視覺系統,能夠細化量化地分析每一張圖像的數據。同時,對于各種顏色的變化有著較強的辨析能力。OpenCV 也是目前機器視覺領域較為常用的開源庫,因此借助OpenCV作為機器視覺分析的支撐[5]。
由于煙葉煙葉在加料后整體也呈現黃色(如圖1 呈現),即使是機器視覺也難以分辨其顏色的漸變,所以將使用樣本替代的方式。利用吸油紙模擬煙葉進入加料設備的過程,將吸油紙混入正在生產線上的煙葉中,極大限度地利用吸油紙模擬煙葉在滾筒內翻滾的動作,進而使得吸油紙的表面能夠充分地吸附香料,達到模擬煙葉加料過程。
將60 張分別為大、中、小規格的吸油紙各20 張,模擬不同煙葉大小混入煙葉中進行模擬實驗。在加料設備入口將60 張吸油紙均勻地的混入生產線的煙葉中,經由加料設備對其加料后迅速在加料設備出口挑選出放置的吸油紙,并且對吸油紙進行掃描。很明顯地,在吸油紙正反面均有香料附著(見圖2)。

圖2 料液附著在吸油紙上的效果
下一步我們將這60 個采集到的數字圖像樣本進行逐一分析,分析其有效上料面積。
將圖像導入計算機中后,通過程序編寫進行圖像處理。在Python3.0+OpenCV2 的環境下通過imread 方法將圖像讀取,為了圖像更加平滑,根據高斯公式:
推倒出高斯模板,從而進行高斯濾波。高斯濾波模板中最重要的參數就是高斯分布的標準差σ,它代表著數據的離散程度,如果σ 較小,那么生成的模板中心系數越大,而周圍的系數越小,這樣對圖像的平滑效果就不是很明顯;相反,σ 較大時,則生成的模板的各個系數相差不是很大,比較類似于均值模板,對圖像的平滑效果就比較明顯[6]。當圖像平滑后,再進行閾值調整,選擇好最佳的邊緣色域,讓有效的加料邊緣更加凸顯[7],這就需要利用到OpenCV 庫內的閾值處理方法cv2.threshold(src,thresh,maxval,type),通過調整thresh的真值改變閾值界限,在測試閾值時當真值在106 時閾值處理的效果最好,因此選定此數值作為閾值。將圖像進一步二值化處理,利用黑白進行填充,顯示更明顯的效果。
很明顯,在二值化后的圖像僅由一維矩陣組成,原有的三維RGB 矩陣降維為一維矩陣,使得數值更加清晰,有效面積的運算更加方便。
圖像處理后的二值化圖像(見圖3),通過二值化后的矩陣進行逐一掃描,得出有效的上料區域,有效上料區域/總面積×100%=附著有效率,通過有效上料率對上料面積進行界定。

圖3 二值化后的圖像
分析60 個樣本的黑白區域,黑色區域及其包圍區域為有效面積,白色區域為無效面積,得出60 個樣本的數據。
對于上述所探索性研究的方法,很大程度上能夠粗略地測定煙葉在加料設備中料液的有效利用率,能夠適用于實驗場景中。煙葉的上料有效利用率為推動品質工程的建設提供技術支撐,對于后續的研究中,應將此方法作為基礎,進一步地優化視覺算法,提升檢測靈敏度,對于邊緣的閾值處理更加完善。