湖南中烟常德卷烟厂：AI视觉技术助推产品质量再提升

　　“传统的烟叶霉变检测方法一直依赖人工经验进行辨别,存在辨识复杂度高、主观性强一致性差、劳动强度大等缺点。随着烟草行业的快速发展★◆★★■◆,已经无法满足现代化生产的需求★◆★■,亟需一种高效、准确的检测技术来替代。”该厂项目负责人江炎军介绍到。

　　AI烟叶霉变检测模型资产的构建需要高质量的烟叶霉变样本支持,为建立烟叶霉变样本图像库★■◆,项目团队常驻车间现场★◆◆■■,通过创新方法累计采集样本60W+,为样本图像预处理和模型训练夯实基础,极大提升了制丝均质化生产控制水平。

　　近年来,AI视觉技术开始被广泛应用于生产制造过程■◆,其以高精度■◆、高效率和实时性的优势,正在逐渐改变制造业的质量控制方式。湖南中烟常德卷烟厂积极推进数字化转型实践■◆★■,推动AI机器视觉等先进技术在卷烟生产制造中落地应用◆◆★◆■,实现在线AI烟叶霉变检测识别与报警,不断提升制丝生产烟叶质量控制水平■■■◆◆。

　　通过在线AI烟叶霉变检测■■◆★■◆,该厂实现了烟包全面全方位检测与生产过程全时段作业,避免了人工质检的“断点★◆◆◆◆”“盲点■■◆”,极大提升了质量检测的可靠性和有效性★■。

　　确定质检需求和现存痛点后,该厂成立项目团队★■■★,借助AI机器视觉技术,在制丝生产烟包开包、切片工序构建烟叶霉变检测算法模型■◆◆,对来料烟叶霉变检测进行科学分析和总结。

　　“我们在各工序环节部署AI烟叶霉变检测设备,采用云边协同架构,通过云端对烟叶霉变检测模型持续优化,边侧光学成像系统在线智能检测辨别,发现霉变烟叶进行声光报警◆■★★■,从而替代了传统人工经验辨识检测,提高了生产线来料烟叶霉变情况在线检测效率。■★◆■■■”该厂工程技术专家王先兵说道。

　　基于AI机器视觉的烟叶霉变检测的成功研发和应用■★◆,标志着该厂在制丝生产质量检测的科技创新和突破。展望未来,该厂将坚持以新发展理念为引领■◆★◆■,以人工智能场景创新为驱动,以AI平台搭建为基础,将生产制造业务与人工智能技术深度融合◆◆■★■◆,在深化数字化转型中加快发展新质生产力,为湖南中烟高质量发展打造新引擎、新动能★★◆★★◆。(常德卷烟厂 彭德腾)