烟梗回潮前水分仪零位识别装置及方法制造方法及图纸

本说明书实施例提供了一种烟梗回潮前水分仪零位识别装置及方法，其中，装置包括：数据采集模块，用于对在线烟梗物料进行图像采集，得到烟梗图像信息；数据存储模块，用于保存烟梗图像信息，对烟梗图像信息进行处理，得到并保存烟梗图像信息的颜色直方图信息，存储训练好的深度神经网络模型；计算模块，用于读取数据存储模块中存储的烟梗图像信息的颜色直方图信息，将颜色直方图信息输入深度神经网络模型，获取深度神经网络模型输出的零位值；通信模块，用于将零位值传输给PLC网络并通过PLC网络修改水分仪零位进行水分仪零位校准；控制模块，用于控制数据采集模块、数据存储模块、计算模块、以及通信模块进行协同工作。以及通信模块进行协同工作。以及通信模块进行协同工作。

【技术实现步骤摘要】
烟梗回潮前水分仪零位识别装置及方法


[0001]本文件涉及零位测量校准技术
，尤其涉及一种烟梗回潮前水分仪零位识别装置及方法。

技术介绍

[0002]现阶段烟梗回潮前水分仪零位识别是在生产过程中，由检验员在线取样，然后通过烘箱法测出烟梗的水分，再比较实测水分和现场水分仪显示水分来确定水分仪零位值；从采样到计算，得到水分仪零位，整个过程需要六个小时以上。这样，当来料烟梗发生变化时，零位调整滞后很长时间；在这个滞后的时间段中间，生产没有停止，水分仪零位没有调整，影响烟梗回潮入口水分显示，进而影响烟梗回潮水分调整，造成产品质量问题。

技术实现思路

[0003]本专利技术的目的在于提供一种烟梗回潮前水分仪零位识别装置及方法，旨在解决现有技术中的上述问题。
[0004]本专利技术提供一种烟梗回潮前水分仪零位识别装置，包括：
[0005]数据采集模块，用于对在线烟梗物料进行图像采集，得到烟梗图像信息；
[0006]数据存储模块，与所述数据采集模块连接，用于保存所述烟梗图像信息，对所述烟梗图像信息进行处理，得到并保存所述烟梗图像信息的颜色直方图信息，存储训练好的深度神经网络模型；
[0007]计算模块，与所述数据存储模块连接，用于读取所述数据存储模块中存储的所述烟梗图像信息的颜色直方图信息，将所述颜色直方图信息输入所述深度神经网络模型，获取所述深度神经网络模型输出的零位值；
[0008]通信模块，与所述计算模块连接，用于将所述零位值传输给PLC网络并通过PLC网络修改水分仪零位进行水分仪零位校准；
[0009]控制模块，用于控制所述数据采集模块、所述数据存储模块、所述计算模块、以及所述通信模块进行协同工作。
[0010]本专利技术提供一种烟梗回潮前水分仪零位识别方法，包括：
[0011]通过控制模块控制数据采集模块对在线烟梗物料进行图像采集，得到烟梗图像信息；
[0012]通过控制模块控制数据存储模块保存所述烟梗图像信息，对所述烟梗图像信息进行处理，得到并保存所述烟梗图像信息的颜色直方图信息；并控制数据存储模块存储训练好的深度神经网络模型；
[0013]通过控制模块控制计算模块读取所述数据存储模块中存储的所述烟梗图像信息的颜色直方图信息，将所述颜色直方图信息输入所述深度神经网络模型，获取所述深度神经网络模型输出的零位值；
[0014]通过控制模块控制通信模块将所述零位值传输给PLC网络并通过PLC网络修改水
分仪零位进行水分仪零位校准。
[0015]采用本专利技术实施例，可以在生产中动态识别烟梗水分的零位，可以实现零位的在线实时测量，为在线快速识别和校准水分仪零位提供技术支持。引入计算机视觉和机器学习中的深度神经网络，将水分仪的零位调整，从检验员取样检测，变为在线实时检测，消除了水分仪零位调教的滞后性，保障了产品质量。
附图说明
[0016]为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0017]图1是本专利技术实施例的烟梗回潮前水分仪零位识别装置的示意图；
[0018]图2是本专利技术实施例的数据采集及模型训练流程图；
[0019]图3是本专利技术实施例的实时读取并识别零位流程图；
[0020]图4是本专利技术实施例的烟梗回潮前水分仪零位识别方法的流程图。
具体实施方式
[0021]为了使本
的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
[0022]装置实施例
[0023]根据本专利技术实施例，提供了一种烟梗回潮前水分仪零位识别装置，图1是本专利技术实施例的烟梗回潮前水分仪零位识别装置的示意图，如图1所示，根据本专利技术实施例的烟梗回潮前水分仪零位识别装置具体包括：
[0024]数据采集模块50，用于对在线烟梗物料进行图像采集，得到烟梗图像信息；所述烟梗图像信息具体包括：实时烟梗图像信息和训练用烟梗图像信息。
[0025]数据存储模块52，与所述数据采集模块连接，用于保存所述烟梗图像信息，对所述烟梗图像信息进行处理，得到并保存所述烟梗图像信息的颜色直方图信息，存储训练好的深度神经网络模型；所述数据存储模块52具体用于：
[0026]针对实时烟梗图像信息，将所述烟梗图像信息中的视频信息拆分为图片，再将图片的格式进行转换并读取其颜色直方图信息，获取所述实时烟梗图像信息的颜色直方图信息并保存；
[0027]针对训练用烟梗图像信息，将所述烟梗图像信息中的视频信息拆分为图片，再将图片的格式进行转换并读取其颜色直方图信息，得到练用烟梗图像信息的颜色直方图信息及其对应的零位标记并保存。
[0028]计算模块54，与所述数据存储模块连接，用于读取所述数据存储模块中存储的所述烟梗图像信息的颜色直方图信息，将所述颜色直方图信息输入所述深度神经网络模型，
获取所述深度神经网络模型输出的零位值；所述计算模块54进一步用于：
[0029]计算模块，用于读取所述数据存储模块中存储的所述烟梗图像信息的颜色直方图信息及其对应的零位标记，并基于所述颜色直方图信息及其对应的零位标记训练深度神经网络模型，得到训练好的深度神经网络模型。
[0030]根据所述数据存储模块中更新的所述烟梗图像信息的颜色直方图信息及其对应的零位标记，对训练好的所述深度神经网络模型进行迭代训练，得到优化更新后的深度神经网络模型。
[0031]通信模块56，与所述计算模块连接，用于将所述零位值传输给PLC网络并通过PLC网络修改水分仪零位进行水分仪零位校准；
[0032]控制模块58，用于控制所述数据采集模块50、所述数据存储模块52、所述计算模块54、以及所述通信模块56进行协同工作。
[0033]以下结合附图，对本专利技术实施例的上述技术方案进行详细说明。
[0034]本专利技术解决其技术问题采用的技术方案，即烟梗回潮前水分仪零位识别装置包括如下模块：
[0035]数据采集模块：对在线烟梗物料进行图像采集。
[0036]数据存储模块：对烟梗图像信息处理并保存其颜色直方图信息；存储深度神经网络模型。
[0037]计算模块：读取存储数据并训练深度神经网络模型；
[0038]通信模块：将识别的零位值传输给PLC网络并由PLC修改水分仪零位实现水分仪零位校准。
[0039]控制模块：控制并协调数据采集模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种烟梗回潮前水分仪零位识别装置，其特征在于，包括：数据采集模块，用于对在线烟梗物料进行图像采集，得到烟梗图像信息；数据存储模块，与所述数据采集模块连接，用于保存所述烟梗图像信息，对所述烟梗图像信息进行处理，得到并保存所述烟梗图像信息的颜色直方图信息，存储训练好的深度神经网络模型；计算模块，与所述数据存储模块连接，用于读取所述数据存储模块中存储的所述烟梗图像信息的颜色直方图信息，将所述颜色直方图信息输入所述深度神经网络模型，获取所述深度神经网络模型输出的零位值；通信模块，与所述计算模块连接，用于将所述零位值传输给PLC网络并通过PLC网络修改水分仪零位进行水分仪零位校准；控制模块，用于控制所述数据采集模块、所述数据存储模块、所述计算模块、以及所述通信模块进行协同工作。2.根据权利要求1所述的装置，其特征在于，所述烟梗图像信息具体包括：实时烟梗图像信息和训练用烟梗图像信息。3.根据权利要求2所述的装置，其特征在于，所述数据存储模块具体用于：针对实时烟梗图像信息，将所述烟梗图像信息中的视频信息拆分为图片，再将图片的格式进行转换并读取其颜色直方图信息，获取所述实时烟梗图像信息的颜色直方图信息并保存；针对训练用烟梗图像信息，将所述烟梗图像信息中的视频信息拆分为图片，再将图片的格式进行转换并读取其颜色直方图信息，得到练用烟梗图像信息的颜色直方图信息及其对应的零位标记并保存。4.根据权利要求3所述的装置，其特征在于，所述计算模块进一步用于：计算模块，用于读取所述数据存储模块中存储的所述烟梗图像信息的颜色直方图信息及其对应的零位标记，并基于所述颜色直方图信息及其对应的零位标记训练深度神经网络模型，得到训练好的深度神经网络模型。5.根据权利要求4所述的装置，其特征在于，所述计算模块进一步用于：根据所述数据存储模块中更新的所述烟梗图像信息的颜色直方图信息及其对应的零位标记，对训练好的所述深度神经网络模型进行迭代训练，得到优化更新后的深度神经网络模型。6.一种烟梗回潮前水分仪零位识别方法，其特征在于，包括...

【专利技术属性】
技术研发人员：薛珺，付来强，
申请(专利权)人：甘肃烟草工业有限责任公司，
类型：发明
国别省市：