一种基于k波雷达物位成像技术的生产线阻料诊断的方法技术

本发明专利技术公开了一种基于k波雷达物位成像技术的生产线阻料诊断的方法，属于卷烟制造技术领域，所述的k波雷达物位成像诊断的生产线阻料的方法采用以下步骤实现，步骤1、k波雷达成像仪对制丝线所有容易阻料工序位置进行交叉扫描连续成像；步骤2、将K波雷达拍摄的视频采用智能图形识别软件进行人工智能学习；步骤3、学习完成后，通过软件系统分析雷达采集实时图像，在发现阻料时就能立即报警，并可以根据需要实现设备自动停机。本发明专利技术针对无人化卷烟工厂，为及时发现制丝线和复烤物料生产过程发生阻料现象提供一套价廉低廉、运行可靠的发现预警系统，保障生产顺利进行，保证产品品质和设备安全。

A method of material blocking diagnosis in production line based on k-wave radar level imaging technology

【技术实现步骤摘要】
一种基于k波雷达物位成像技术的生产线阻料诊断的方法
本专利技术属于卷烟设备
，更具体的说涉及种基于k波雷达物位成像诊断的生产线阻料的方法。
技术介绍
k波是标称波长范围1.67-1.11[cm]，频率18-27[GHz]的电磁波，基于这一波长范围的雷达为k波雷达，基于k波雷达物位成像技术应用极其广泛，包括卫星遥感、物料体积测量，道路车速监测、地形扫描等，在1500米范围内，其定位精度误差仅为1-2[cm]。由于该技术应用广泛成熟，运行稳定可靠，K波雷达物位成像仪价格也极其低廉。随着大型烟草企业规模和技术的发展，卷烟企业自动化智能建设，制丝线和打叶复烤线越来越走向无人化工厂，大型卷烟企业制丝车间和打叶复烤车间占地动辄五六万平方米，上千台套输送工序和设备同时运行，输送设备之间物料过渡阻料导致停机处理事件经常发生，由于人员少，监控不到位，一旦阻料往往无人知道，处于失控状态没有得到及时处理，等到发现已经阻料量庞大，处理耗时费力，甚至造成设备损坏。为及时发现物料阻料现象，现有卷烟企业对频繁发生阻料重点位置基本都采用集中实时视频监控，通过人连续观察重点位置设备运行视频，发现阻料现象立即通知人去处理，有的烟草企业甚至为此专门修建设备运行视频监控大厅，即使如此，由于摄像头数量有限，在无监控位置依然会发生失控状态的阻料现象。不仅如此，通过初步测算，一个年产100万箱卷烟的工厂，按四条生产线配置的制丝车间，如果要保证所有容易阻料工序得到监控，仅制丝车间就需要约300个摄像头，至少100个屏幕，需要为此修建面积超过1000平方米的超大型监控大厅，并安排10个以上人员值守，其投资和运行成本每年将高达数百万，为此，烟草企业只能在可控度和运行成本之间折中选择配置，是无人化卷烟工厂建设和管理的一大难题。
技术实现思路
本专利技术的目的在于，为及时发现无人卷烟工厂制丝线和复烤物料阻料现象提供一套价廉低廉、运行可靠的发现预警系统，保障生产顺利进行，保证产品品质和设备安全。为了实现上述目的，本专利技术是采用以下技术方案实现的：所述的k波雷达物位成像诊断的生产线阻料的方法采用以下步骤实现；步骤1、k波雷达成像仪对制丝线所有容易阻料工序位置进行交叉扫描连续成像；步骤2、将K波雷达拍摄的视频采用智能图形识别软件进行人工智能学习；步骤3、学习完成后，通过软件系统分析雷达采集实时图像，在发现阻料时就能立即报警，并可以根据需要实现设备自动停机。优选的，所述的步骤1，k波雷达成像仪对制丝线容易阻料工序位置进行交叉扫描成像具体方式如下：根据车间设备流程布局和容易发生阻料的位置，通过多方定位进行视觉模拟分析，确定车间内部采用探头数量，要求能够覆盖全部容易发生阻料点位。优选的，所述的步骤2，将K波雷达拍照成像的照片进行人工智能学习；采用以下方式实现：雷达头采用远距屏蔽网线，采用TCP/IP通信协议将图像连续输送到路由器，把再送到电脑，学习流程为图像识别软件对原始图片进行自动学习，然后自动识别，进行预警提示，最后在进行人工确认巩固，人工确认巩固后的结果在让软件进行识别巩固，如此往复循环，进行三个月的学习期即能满足生产要求，并且还会在使用过程继续学习，增加识别率。优选的，步骤3学习完成后雷达系统在发现阻料时，就能立即报警且控制机器自动停机，具体方式如下：把软件信号接入制丝线控制系统能实现自动停机。本专利技术有益效果：该系统可以大幅度提升阻料现象监控全面性、正确性，运行可靠。投资少，K波雷达数量大大少传统视频监控头，且不需要配套显示器和专用建筑设施。可以无需人员参与自动运行，出现阻料自动提示。可以接入控制系统实现自动停机，尽快处理阻料。附图说明图1为本专利技术硬件架构图；图2图像识别学习流程图；图3车间K波雷达成像探头分布图。具体实施方式下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。某厂为年产100万箱规模卷烟厂，采用U型联合工房流程布局，制丝车间包含制丝、一级储叶、二级储叶、储叶丝、混配加香及储成品丝5个相对独立区域，建筑面积65000个平方，包含3条制丝线，1条梗丝线，生产线主题采用并行设计，通过统计，其中有128个点位发生过阻料。根据车间设备流程布局和发生过阻料的位置，我们采用带摄像头无人机进行多方定位进行拍摄进行视觉模拟分析，最终在车间内部采用如图1雷达头布局，总共采用27个探头，全部覆盖128个发生过阻料点位，并另外还可监控144个其他可能发生阻料的点位。按照图1进行硬件系统构架设计，使用K波雷达扫描形成信号，采用仿真算法进行图像仿真，仿真算法由雷达成像监测仪自带距离多普勒算法进行成像。将以上雷达头采用远距屏蔽网线，采用TCP/IP通信协议将图像连续输送到华为AR3260S企业级路由器，把再送到电脑，电脑需要配置英伟达（Nvidia）的图形处理器加强图形处理能力，图形识别软件采用基恩士图形识别软件。基恩士图形识别软件采用神经网络图像识别技术，具备统计模式识别学习能力，通过获得其开源代码，并编辑图像识别学习流程如图2。并在软件中设置警示功能，一旦出现阻料和设备运行异常，将异常图像调出前台显示，提示异常位置，并警示操作人员。系统安装调试完毕，进入电脑图形识别学习期，学习期三个月后投入运行，并且会在使用过程继续学习，增加识别率。通过使用跟踪测试，通过为期90天的识别学习，其阻料识别率即达到98%，而且学习期越长，识别率越高，只要有轻微阻料就能立即预警提示。本专利技术针对烟草企业制丝、复烤生产线开发阻料问题发现诊断进行设计，我们整合k波雷达成像监测和人工智能-图像识别技术，采用k波雷达成像仪，通过对车间进行连续不断k波雷达交叉扫描成像，然后使用人工智能-图像识别软件对k波雷达成像图像识别诊断，可以及时诊断出阻料现象，特别是k波具有一定衍射功能，对视线不可见阻料位置也可以实现监控。这一专利技术应用广泛，可以应用在包括矿山、化工、饰品、纺织、汽车、金属冶炼等大型企业的物料输送和设备运行监控，可以尽快发现设备运行和物料输送异常，成本低、实施难度小，具有极大的价值和潜力。尽管本申请已经示出和描述了专利技术的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本申请的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本申请的范围由所附权利要求及其等同物限定。本文档来自技高网...

【技术保护点】
1.一种基于k波雷达物位成像技术的生产线阻料诊断的方法，其特征在于：所述的k波雷达物位成像诊断的生产线阻料的方法采用以下步骤实现：/n步骤1、k波雷达成像仪对生产线所有容易阻料工序位置进行交叉扫描连续成像；/n步骤2、将K波雷达拍摄的视频采用智能图形识别软件进行人工智能学习；/n步骤3、学习完成后，通过软件系统分析雷达采集实时图像，在发现阻料时就能立即报警，并可以根据需要实现设备自动停机。/n

【技术特征摘要】
1.一种基于k波雷达物位成像技术的生产线阻料诊断的方法，其特征在于：所述的k波雷达物位成像诊断的生产线阻料的方法采用以下步骤实现：
步骤1、k波雷达成像仪对生产线所有容易阻料工序位置进行交叉扫描连续成像；
步骤2、将K波雷达拍摄的视频采用智能图形识别软件进行人工智能学习；
步骤3、学习完成后，通过软件系统分析雷达采集实时图像，在发现阻料时就能立即报警，并可以根据需要实现设备自动停机。


2.根据权利要求1所述的一种基于k波雷达物位成像技术的生产线阻料诊断的方法，其特征在于：所述的步骤1、k波雷达成像仪对制丝线容易阻料工序位置进行交叉扫描成像具体方式如下：根据车间设备流程布局和容易发生阻料的位置，通过多方定位进行视觉模拟分析，确定车间内部采用探头数量，要求能够覆盖全部容易发生阻料点位...

【专利技术属性】
技术研发人员：周沅桢，徐淑浩，刘泽，李辉，李慧，
申请(专利权)人：红云红河烟草集团有限责任公司，
类型：发明
国别省市：云南;53