基于大数据的卷烟产品质量缺陷防控学习系统及方法技术方案

本发明专利技术涉及质量控制学习系统技术领域，公开了一种基于大数据的卷烟产品质量缺陷防控学习系统及方法，包括数据采集单元、数据处理单元、数据存储单元和学习单元；数据采集单元包括摄像头；数据处理单元包括第一处理器，第一处理器设置有分析系统，分析系统包括图像处理单元和数据分析单元；学习单元包括第二处理器，所述第二处理器电连接有第一显示器、语音播放模块和第一操控模块，所述第二处理器上设置有多媒体接口。本发明专利技术能够对卷烟生产线上的卷烟物理质量、外观缺陷等问题进行自动采集，并分析原因和解决办法，形成卷烟产品质量缺陷防控学习数据库，供工作人员学习，提升工作人员的业务能力。员的业务能力。员的业务能力。

【技术实现步骤摘要】
基于大数据的卷烟产品质量缺陷防控学习系统及方法


[0001]本专利技术涉及质量控制学习系统
，尤其涉及一种基于大数据的卷烟产品质量缺陷防控学习系统及方法。

技术介绍

[0002]在卷烟的生产过程中，为避免生产出的卷烟产品流转到消费者手中具有质量缺陷，以及生产中过多缺陷产品导致的废品率增加；所以，目前各个卷烟生产企业都非常关注生产质量稳定和持续满足行业要求的优质卷烟产品的问题。
[0003]在卷烟质量控制的卷烟物理质量、卷烟外观质量监控领域，目前通常采用岗位自检、车间质量人员抽检、工厂质量管理部门专检等多个环节的检验来控制卷烟的缺陷率，但这些检验均为离线检验，无法有效代表整体的加工质量效果。并且，因为在各个生产岗位上的工作人员对业务的熟练程度不同，部分对卷烟物理质量、外观质量缺陷识别和分析经验欠缺的工作人员就有可能对缺陷进行漏检或者误检，而烟草行业对产品缺陷检测要求较高，需要卷烟生产线上的各个生产人员能够及时、准确的对各种缺陷进行识别，并能够准确的分析判断可能存在问题的原因，以及解决质量缺陷问题的办法。但这样的要求，对于一般的生产人员是非常困难的，必须要有大量的工作经验积累才能达到如此的熟练程度。但如果只依靠工作人员在工作实践中去经验积累，这势必需要很长的时间，也会造成卷烟生产线上卷烟产品质量缺陷的增加，不仅不利于企业生产成本的控制，质量缺陷卷烟流入市场也会对卷烟品牌造成不良的影响。

技术实现思路

[0004]有鉴于此，本专利技术的目的是提供一种基于大数据的卷烟产品质量缺陷防控学习系统及方法，能够对卷烟生产线上的卷烟物理质量、外观缺陷等问题进行自动采集，并分析原因和解决办法，形成卷烟产品质量缺陷防控学习数据库，供工作人员学习，提升工作人员的业务能力。
[0005]本专利技术通过以下技术手段解决上述技术问题：
[0006]一种基于大数据的卷烟产品质量缺陷防控学习系统，包括数据采集单元、数据处理单元、数据存储单元和学习单元；所述数据采集单元包括安装于卷烟生产线上的摄像头；所述数据处理单元包括第一处理器，所述第一处理器设置有分析系统，所述分析系统包括图像处理单元和数据分析单元；所述数据存储单元包括均与第一处理器电连接的标准质量特征存储器、拍摄图像特征存储器和缺陷数据存储器，所述缺陷数据存储器包括历史质量事故模块、A类缺陷储存模块、B类缺陷储存模块和C类缺陷储存模块；所述学习单元包括第二处理器，所述第二处理器电连接有第一显示器、语音播放模块和第一操控模块，所述第二处理器上设置有多媒体接口；所述第二处理器设置有学习系统，所述学习系统包括第一登录验证单元和检索单元，所述检索单元包括A类缺陷检索模块、B类缺陷检索模块、C类缺陷检索模块和推荐学习模块，所述A类缺陷检索模块、B类缺陷检索模块、C类缺陷检索模块和
推荐学习模块均包括缺陷实例显示模块、原因产生模块、历次缺陷分析模块、可以显示排查及设备调整的解决方案的方案解决模块。
[0007]进一步，所述图像处理单元包括用于对摄像头拍摄图象进行采集的图像采集模块、对图像进行预处理的图像预处理模块、对图像的特征进行提取的图像特征提取模块；所述数据分析单元包括将提取的卷包特征与标准质量储存模块进行比对的特征比对模块、对总检测数和缺陷数进行统计的数据统计模块、对产生质量缺陷进行分析分类的数据分析分级模块；数据分析分级模块包括无缺陷模块、A类缺陷模块、B类缺陷模块和C类缺陷模块。
[0008]进一步，所述摄像头电连接有将摄像头拍摄图像传输的第一通讯发送模块，所述第一处理器电连接有第一通讯接收模块、第二通讯发送模块，所述第一通讯发送模块与第一通讯接收模块通讯连接，所述第二处理器电连接有第二通讯接收模块，所述第二通讯接收模块与第二通讯发送模块通讯连接。
[0009]进一步，所述数据采集单元还包括第二显示器，所述第二显示器与第一处理器电连接，所述第二显示器上设置有USB接口和第二操控模块，所述第二操控模块与第一处理器电连接，所述分析系统还包括第二登录验证模块。
[0010]进一步，所述第一处理器还电连接有机台显示屏、生产班组显示屏、维修班组显示屏、质检组显示屏和车间管理显示屏，所述机台显示屏、生产班组显示屏、维修班组显示屏、质检组显示屏和车间管理显示屏上均安装有蜂鸣报警器。
[0011]进一步，所述学习单元还包括支撑架，所述第一显示器通过螺钉固定安装在支撑架上，所述支撑架包括支撑板，所述支撑板上固定连接有伸缩杆，所述伸缩杆远离支撑板的一端设置有底座，所述伸缩杆包括第一支撑杆和第二支撑杆，所述第一支撑杆和第二支撑杆均为中空结构，所述第一支撑杆滑动的设置在第二支撑杆的中空结构内，所述第一支撑杆的中空结构内固定连接有固定螺母，所述固定螺母内螺纹连接有螺杆，所述第二支撑杆的中空底部固定安装有伺服电机，所述伺服电机的输出轴与螺杆固定连接；所述伺服电机与第二处理器电连接。支撑架对第一显示器形成支撑，并通过伸缩杆调整第一显示器的支撑高度，便于不同高度工作人员操作学习；具体操作时，可以操控第一操控模块，通过第二处理器控制伺服电机，伺服电机带动螺杆旋转，从而调整固定螺母的高度，进而调整第一支撑杆在第二支撑杆内的高度，达到对支撑板高度调节的目的。
[0012]一种基于大数据的卷烟产品质量缺陷防控学习方法，包括以下步骤：
[0013]S1、摄像头对生产线上的卷烟进行拍摄，形成拍摄图像，并通过第一通讯传送模块和第一通讯接收模块将图像传送到图像处理单元，由图像采集模块对图像进行采集；
[0014]S2、将工作中发现的卷烟缺陷问题图像通过USB接口和第二操控模块手动的录入到缺陷数据存储器中，充实整个缺陷存储分析数据库；
[0015]S3、图像预处理模块对采集的图像电子信号进行滤波、增强、平滑和锐化处理，使得图像清晰，保证图像质量；
[0016]S4、图像特征提取模块对预处理后的图像利用卷积神经网络进行自我训练和特征提取，形成图像特征信号；
[0017]S5、将图像特征提取模块形成的图像特征信号，利用特征比对模块与标准质量储存模块进行对比，得出比对数据；
[0018]S6、数据分析分级模块对特征比对模块得到的比对数据进行分析分级，分别分级
为：无缺陷、A类缺陷、B类缺陷和C类缺陷，并通过第二操控模块输入每类缺陷的产生原因和解决方案；
[0019]S7、数据统计模块对总检测数、A类缺陷数、B类缺陷数和C类缺陷数进行统计，并对数据在缺陷数据存储器中进行存储；
[0020]S8、学习者通过第一登录验证单元登录到学习系统，通过检索单元的A类缺陷检索模块、B类缺陷检索模块、C类缺陷检索模块或者推荐学习模块进行检索，通过第一显示器由缺陷实例显示模块、原因产生模块、历次缺陷分析模块和方案解决模块对缺陷图像、产生原因、解决方案进行显示，供学习者学习。
[0021]进一步，所述步骤S8中推荐学习模块自动匹配学习内容的方法，包括以下步骤：
[0022]S801、构建包括学习者人嵌入、学习者岗位信息、多种缺陷图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据的卷烟产品质量缺陷防控学习系统，其特征在于：包括数据采集单元、数据处理单元、数据存储单元和学习单元；所述数据采集单元包括安装于卷烟生产线上的摄像头；所述数据处理单元包括第一处理器，所述第一处理器设置有分析系统，所述分析系统包括图像处理单元和数据分析单元；所述数据存储单元包括均与第一处理器电连接的标准质量特征存储器、拍摄图像特征存储器和缺陷数据存储器，所述缺陷数据存储器包括历史质量事故模块、A类缺陷储存模块、B类缺陷储存模块和C类缺陷储存模块；所述学习单元包括第二处理器，所述第二处理器电连接有第一显示器、语音播放模块和第一操控模块，所述第二处理器上设置有多媒体接口；所述第二处理器设置有学习系统，所述学习系统包括第一登录验证单元和检索单元，所述检索单元包括A类缺陷检索模块、B类缺陷检索模块、C类缺陷检索模块和推荐学习模块，所述A类缺陷检索模块、B类缺陷检索模块、C类缺陷检索模块和推荐学习模块均包括缺陷实例显示模块、原因产生模块、历次缺陷分析模块、可以显示排查及设备调整的解决方案的方案解决模块。2.根据权利要求1所述的基于大数据的卷烟产品质量缺陷防控学习系统，其特征在于：所述图像处理单元包括用于对摄像头拍摄图象进行采集的图像采集模块、对图像进行预处理的图像预处理模块、对图像的特征进行提取的图像特征提取模块；所述数据分析单元包括将提取的卷包特征与标准质量储存模块进行比对的特征比对模块、对总检测数和缺陷数进行统计的数据统计模块、对产生质量缺陷进行分析分类的数据分析分级模块；数据分析分级模块包括无缺陷模块、A类缺陷模块、B类缺陷模块和C类缺陷模块。3.根据权利要求2所述的基于大数据的卷烟产品质量缺陷防控学习系统，其特征在于：所述摄像头电连接有将摄像头拍摄图像传输的第一通讯发送模块，所述第一处理器电连接有第一通讯接收模块、第二通讯发送模块，所述第一通讯发送模块与第一通讯接收模块通讯连接，所述第二处理器电连接有第二通讯接收模块，所述第二通讯接收模块与第二通讯发送模块通讯连接。4.根据权利要求3所述的基于大数据的卷烟产品质量缺陷防控学习系统，其特征在于：所述数据采集单元还包括第二显示器，所述第二显示器与第一处理器电连接，所述第二显示器上设置有USB接口和第二操控模块，所述第二操控模块与第一处理器电连接，所述分析系统还包括第二登录验证模块。5.根据权利要求4所述的基于大数据的卷烟产品质量缺陷防控学习系统，其特征在于：所述第一处理器还电连接有机台显示屏、生产班组显示屏、维修班组显示屏、质检组显示屏和车间管理显示屏，所述机台显示屏、生产班组显示屏、维修班组显示屏、质检组显示屏和车间管理显示屏上均安装有蜂鸣报警器。6.根据权利要求5所述的基于大数据的卷烟产品质量缺陷防控学习系统，其特征在于：所述学习单元还包括支撑架，所述第一显示器通过螺钉固定安装在支撑架上，所述支撑架包括支撑板，所述支撑板上固定连接有伸缩杆，所述伸缩杆远离支撑板的一端设置有底座，所述伸缩杆包括第一支撑杆和第二支撑杆，所述第一支撑杆和第二支撑杆均为中空结构，所述第一支撑杆滑动的设置在第二支撑杆的中空结构内，所述第一支撑杆的中空结构内固定连接有固定螺母，所述固定螺母内螺纹连接有螺杆，所述第二支撑杆的中空底部固定安
装有伺服电机，所述伺服电机的输出轴与螺杆固定连接；所述伺服电机与第二处理器电连接。7.一种基于大数据的卷烟产品质量缺陷防控学习方法，其特征在于：包括以下步骤：S1、摄像头对生产线上的卷烟进行拍摄，形成拍摄图像，并通过第一通讯传送模块和第一通讯接收模块将图像传送到图像处理单元，由图像采集模块对图像进行采集；...

【专利技术属性】
技术研发人员：李生春，周森，刘昌宏，简敏，黄勇，黄卫江，张志华，
申请(专利权)人：重庆中烟工业有限责任公司，
类型：发明
国别省市：