原料仓储智能养护平台搭建研究

原料仓储智能养护平台搭建研究

肖正渊  管日宁  徐建

作者：江西中烟有限责任公司广丰卷烟厂

摘要：本研究以在线监测烟叶醇化过程中物理性指标变化为主要研究内容。通过信息化设备采集烟叶醇化过程中外观质量数据，实现在库烟叶颜色状态跟踪、烟叶异常状态监测、虫情在线监测等功能，运用后台算法搭建不同产地、等级烟叶的外观评价模型和烟叶褐变模型。以软硬件相结合的方式，最终实现对不同年份、产地、等级烟叶在库醇化的过程跟踪，在线评价和烟叶褐变预警，实现原料养护全面化、精细化、智能化。

一、GF卷烟厂原料仓储养护现状

目前，广丰卷烟厂下溪仓库建筑面积达2.5万余㎡，年储存约18万担烟叶原料。在下溪仓库管理过程中，因储存的烟叶种类和等级数量较大，存在烟叶评价等级覆盖不全、烟叶醇化情况监测周期过长、养护人员工作效率低下等问题。同时，养护员通过感观分析对烟叶外观质量进行判断会由于个体感官的差异对烟叶外观特征的区分存在一定的偏差。此外，因缺少信息化手段，难以量化不同种类烟叶的外观评价标准，导致对烟叶醇化情况的判定不够精准。基于此，本论文拟研究原料仓储智能养护平台，以提高原料在库养护质量和提高养护员工作效率，满足原料养护智慧化的发展要求。

二、 原料仓储智能养护平台搭建研究的意义

1、解决烟叶原料养护员劳动强度大的问题

下溪仓库分为1号库、2号库、3号库，每栋储库共5层，在养护人员每日巡检每个楼层的基础上，需要通过手工记录的方式记录各等级烟叶的醇化情况和虫情，因为储存烟叶等级多、数量大，导致对抽检烟叶的评价分析不够全面。且随着产能提高，原料调拨量增加，原料在库养护人员工作量与劳动强度随之提升。因此，本项目通过研发原料仓储智能养护平台，可以通过软件系统对所有楼层烟叶醇化情况和虫情分析，通过可视化界面可以快速查阅烟叶醇化特征，提升养护员管理容错率的同时，降低了养护员工作强度。

2、解决烟叶质量外观评价主观性强的问题

目前，原料养护人员采取感官方式对烟叶颜色、褐变、油分、饱满度、均匀度、明亮度、闻香等进行评测，由于每次评测无周期性图像对比，导致人员主观造成烟叶醇化评价存在差异性。本项目通过图像采集与图像识别的方式，一方面可运用机器视觉量化烟叶外观质量评价标准，减少人为主观评价的误差。另一方面，运用算法可对被评价烟叶外观质量进行科学分析，降低烟叶褐变存在的风险，为生产投料提供精准的参考依据。

3、推动原料投料精准化和原料养护精细化

    下溪仓库的主要目的是通过烟叶醇化改进烟叶品质，保证卷烟产品的内在质量。而单纯的人工管理无法及时有效的整合库存信息、仓储环境和烟叶醇化情况。本项目通过建立数据分析后台，可以实现生产调度优化、库存预警、虫情预警、烟叶醇化跟踪、烟叶褐变预警等功能，大幅度提高原料养护的智能化水平。

三、 行业同类研究现状及发展趋势

国内对于烟叶原料在库醇化的研究方向是使用网络技术与物联网思维对烟叶储存环境、烟叶醇化质量进行管理，可以实时检测烟叶储存环境中温湿度、含水量、二氧化碳浓度等信息，但是对于在线检测烟叶物理指标和化学指标方面方面的研究比较少。烟叶在库醇化质量监测的发展趋势是运用一体化软件及组态技术来解决烟叶储存测控系统中所遇到的问题，将传统的烟叶储存与互联网、大数据分析结合，这些技术使烟叶储存和烟叶质量评价向着信息化、智能化、数字化、机械化、科学化的方向发展，同时未来烟叶储存方向正在朝着多功能集成与远程监测等方向发展。

龙岩烟草工业有限责任公司（乐承星、赖兰凤、沈禄恒、游文海等）通过构建烟叶原料智能仓储综合管理平台，同时对平台的各个模块进行研究，形成包芯监控、垛内监控、仓间监控和预警等模块，实现烟叶原料智能仓储功能，实现了烟叶养护过程数据由传统的手工记录转为系统自动采集，使片烟养护过程的数据具有信息化、可追溯化及可视化功能，实现了对垛内醇化片烟包芯温度进行全生命周期的无线监测，降低烟叶碳化的风险。

四川中烟工业有限责任公司技术中心（邓羽翔、罗诚、李东亮、杨杰等）通过建立烟叶醇化感官质量的预测模型，用于预测烟叶醇化过程中的感官变化，突破烟叶养护工作传统以经验指导烟叶库存周转和配方使用。通过MATLAB软件，建立烟叶醇化感官质量BP神经网络模型，应用在时间节点质量预测方面，从检验结果可知具有准确性，为烟叶醇化质量评价和预测提供了科学的实践方法和可靠的理论依据，可指导烟叶仓储养护工作者、卷烟配方师提前采取风险预控措施，规避由醇化不当导致烟叶质量下降所带来的损失。

四、 原料仓储智能养护平台搭建研究架构设计

本项目拟研制一种信息采集精准、稳定性强的烟叶原料在库养护管理系统，以最大限度降低养护人员劳动强度、提升烟叶在库养护质量、提高原料养护策略性，推动烟叶原料在库养护信息化、智能化。主要研究内容包括：建立烟叶外观质量评价模型、建立烟叶褐变模型、建立烟虫识别模型、建立烟叶外观质量采集模块、搭建原料养护在线检测数据处理系统和原料在库养护可视化平台。

1、建立不同产地、等级烟叶的外观质量评价模型

根据片烟外观质量评价指标（颜色、油分、饱满度、均匀度、明亮度、闻香）建立不同产地等级烟叶的质量评价模型，对各评价指标进行量化，作为后期在线检测的参考的数据源。

2、建立不同产地、等级烟叶的褐变模型

烟叶褐变过程中其表观颜色会随之改变，通过人工感官方式对烟叶褐变档次进行初步分级（至少4个层级），分级标准为烟叶褐变部分占烟叶面积的百分比。通过色差检测仪器对人工分级褐变烟叶进行测定，得到色差判定参数，建立以表观颜色值为基础的不同褐变程度烟叶的判定模型，以期为陈化烟叶褐变程度量化判别提供依据。

3、建立烟虫识别模型

采集现有仓库各类虫情的外观特征，通过机器视觉和AI学习的方式识别烟虫和非烟虫的外观表现特征，为图像识别烟虫提供参考依据。

4、建立烟叶外观质量采集模块

通过PDA作业，现场录入烟叶录入数据，并将烟叶信息与货位信息绑定。采用图像检测仪器，采集烟叶颜色信息、褐变信息、虫情信息。

5、搭建原料养护在线检测数据处理系统

（1）制定烟叶醇化情况判定逻辑。根据烟叶外观质量评价模型，设定不同产地、等级烟叶的况评价层级，结合烟叶出厂年份、外观评价分值、褐变情况、仓储温湿度条件，作出烟叶醇化情况判定，并提供烟叶养护与投料策略，包括但不限于：抽检周期优化、过度醇化预警、标定重点关注烟叶、醇化环境建议、生产投料建议等。

（2）实现烟虫网格信息化管理。借助视觉识别技术，自动识别虫情类型及数量，通过移动中端上传到管理系统，结合虫情活跃期和虫情数量进行分析，生成智慧化监测方案，包括但不限于：优化虫情监测周期、标定虫情重点监测区域、杀虫提醒等。

6、搭建原料仓储智能养护可视化平台

本论文研究的原料仓储智能养护可视化平台是集库存管理、烟叶分级、烟叶醇化、环境检测、人机交互等技术于一体的智能化管理系统。首先需要控制各采集模块的运行，并将采集到的数据信息反馈到中央控制器，再由中央控制器根据采集到的数据和内部判断逻辑进行决策，继而生成库容、烟叶分级、烟叶醇化情况、虫情、库区温湿度、其他预警等可视化界面。

7、安装调试

这是本养护平台的最后一项工作，但至关重要。数据是否能够交互、各参数设定的是否合理将直接关系到整个系统的运行效率和使用寿命，因此必须保证系统通讯良好，参数设置合理。在调试过程中发现不合理的地方必须及时改进，以最大程度提高系统的运行效果。

四、 原料仓储智能养护平台搭建研究成果

1、研制出一套原料仓储智能养护可视化平台，运行效果满足预期目标，故障率低、可靠性高、稳定性强。

2、降低养护员的工作强度，烟叶原料在库养护只需一名养护员配合，即可实现对库内所有等级烟叶的在线抽检、在线评价、在线反馈。

3、原料养护更加精准、精细，可精准查找单产地等级烟叶入库情况、在库醇化情况，推送原料在库养护策略和原料投料策略。

五、结语

本次研究方向是量化原料养护评价指标，运用信息化手段提取烟叶原料醇化过程中的差异性特征，为提高烟叶在库醇化质量提供定性参考。因此研究将迎合以上趋势，在现有的技术基础之上结合原料掩护要求，研制出烟叶醇化信息采集精准、稳定性强的烟叶原料在库养护管理系统。对目前烟叶原料养护极具实际意义和助力。