[发明专利]一种烟丝松散识别称重一体化装置在审

专利信息
申请号: 202310175238.7 申请日: 2023-02-28
公开(公告)号: CN116570053A 公开(公告)日: 2023-08-11
发明(设计)人: 韦文;李传伟;李卿麒;蒙仕达;高春芳;潘莎莎;刘谦;陈国燕;许钊鸿;陆俊岑;李馨;赵乙静;方茵;李莺;杨晴;甘泉 申请(专利权)人: 广西中烟工业有限责任公司
主分类号: A24B3/06 分类号: A24B3/06;G01N21/84;G01G17/02;A24B3/18;B65G69/04
代理公司: 南宁东智知识产权代理事务所(特殊普通合伙) 45117 代理人: 裴康明
地址: 530001 广西*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 烟丝 松散 识别 称重 一体化 装置
【说明书】:

发明涉及烟草检测技术领域,具体公开了一种烟丝松散识别称重一体化装置包括:团状烟丝松散器、梗丝视觉识别器、第一空气射流装置、弧形流化床导板和电子称重天平;所述团状烟丝松散器包括第一打丝辊,所述第一打丝辊设置于所述打丝腔的内部;所述第一空气射流装置,包括第一空气喷嘴与第一正压喷气管,所述第一空气射流装置的空气射流方向与所述落料口的落料方向垂直设置;落料口的下方设置有所述弧形流化床导板;所述梗丝视觉识别器设置在所述传送带输送装置的上方、且设置在所述弧形流化床导板的下游位置;所述传送带输送装置将烟丝输送到所述电子称重天平。采用本发明具有打散效果好、自动分辨正确率高、使用效果好等优点。

技术领域

本发明涉及烟草检测技术领域,更为具体地,涉及一种烟丝松散识别称重一体化装置。

背景技术

在卷烟工业中对烟叶进行打叶复烤、切丝、干燥等一系列加工处理后,即可从片状烟叶得到成品烟丝,成品烟丝中包含烟丝以及烟梗两个部分,其中烟梗主要来自于烟叶的粗硬叶脉以及茎部,烟丝则来自于烟叶的柔软部分,由于烟梗中木质素、纤维素、蛋白质果胶等大分子物质含量高于烟丝,但缺乏尼古丁等风味物质,因此烟梗质地较硬,往往会影响成品烟丝的品质,甚至较硬的梗签会将卷制成的烟支刺破,因此需要将部分烟梗去除,但当烟梗去除量过多会导致部分烟丝在选丝过程中随之去除,造成烟丝的浪费,大大增加烟支成本,然而,现有技术缺乏对成品烟丝含梗率的监控,且无法根据含梗率大小对选丝过程参数进行控制,对若能开发一种结构简单紧凑,且能够对成品烟丝含梗率进行监控并称重的装置,将有助于烟支卷接过程中对烟丝含梗率的调控。

在烟叶加工中,对烟叶进行切丝后,还需通过烘丝工艺对烟丝进行干燥处理,排除多余水分,促使烟丝干燥卷曲,而经过烘丝处理后的烟丝,会因为其卷曲交错会形成部分团状烟丝,团状烟丝由于其形状不规则且体积较大,因此在烟梗烟梗识别过程中往往会被误认成烟梗从而影响成品烟丝含梗率的测算,并且在烟丝选择中也会随着烟梗被除去,所以在烟丝及烟梗的实际识别过程中,需要将团状烟丝打散成松散烟丝以减少误认的团状烟丝对烟梗率测算及去除带来的影响。

在当前“人工智能”技术背景下,图像目标检测一直是视觉智能识别中的一项重要任务。图像目标检测能够解决视觉应用中目标物体是什么以及目标物体具体位置两个基本问题,在目前图像目标检测技术领域,随着计算机计算能力不断发展,卷积神经网络开始用于目标检测任务,通过处理工业相机所捕捉的图像进行标识,并且利用上位机对相应目标进行计算识别,从而分辨捕捉图像中各目标物的含量及比例分配,以达到混合物中成分含量识别的目的。

发明内容

本发明的目的在于提供一种基于图像识别技术的烟丝松散识别称重一体化装置,从而实现对成品烟丝含梗率的监控以及对测量的烟丝重量进行称重的功能,并且此装置能够避免团状烟丝对于烟梗识别造成的影响,有效提高测量烟丝中烟梗与烟丝识别的精度。

为达到上述目的,本发明采用如下技术方案:

一种烟丝松散识别称重一体化装置,包括:团状烟丝松散器、梗丝视觉识别器、第一空气射流装置、弧形流化床导板和电子称重天平;

所述团状烟丝松散器,包括堆料腔、打丝腔、第一打丝辊以及落料口,所述堆料腔置于所述打丝腔的上方;所述第一打丝辊设置于所述打丝腔的内部;所述落料口与所述打丝腔相通;

所述第一空气射流装置,包括第一空气喷嘴与第一正压喷气管,所述第一正压喷气管与所述第一空气喷嘴连通,所述第一空气射流装置的空气射流方向与所述落料口的落料方向垂直设置;落料口的下方设置有所述弧形流化床导板;

所述传送带输送装置设置在所述弧形流化床导板的下方;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广西中烟工业有限责任公司,未经广西中烟工业有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310175238.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top