• 170
•
宝图像进行分割处理。
结合视觉性和GLR 模型的图像增强：根据人类视觉系统的全局自适应调节原理，利用GLR 模型加法对图像作全局亮度的类对数变换；再利用人眼的主观亮度感觉与实际光强对数的局域线性关系以及人眼视觉对噪声敏感特性，对图像进行局部自适应的对比度及边缘细节增强。
（2）基于模糊C 均值聚类和YCrCb 颜色空间的绿松石图像分割。
YCrCb 颜色空间与模糊C 均值聚类的图像分割算法：摄取绿松石颜色空间通常情况下为RGB 通道，目前标准的RGB 颜色空间在一定程度上克服了光照变化的影响，且RGB 空间能用于像素点分类，但它的缺点是过于依赖于光照，如果图像的光照条件发生了变化，RGB 空间则不能将像素点的值转化为亮度和色度，且不能把色度和强度进行建模。
针对绿松石颜色建模来看，这一点对珠宝像素点检测鲁棒性更高，所以需要将RGB 颜色空间转换到一个可以区分像素点亮度和色度的色彩空间，YCrCb 颜色空间便能较好地区分亮度和色度；根据FCM 算法，对绿松石纹理中心进行聚类。
2.结语
本文首先对视频监控画面中绿松石的采样进行了特征点的分析，并相应地将部分适用的算法引入进来，针对目前各种图像分析算法的优缺点和在珠宝饰品研究领域的局限性，在克服绿松石油脂玻璃光泽的情况下，采用了Canny 边缘检测算法，引入高斯滤波来对图像进行将造出来，进一步减少伪边缘的识别画面；在对绿松石颜色的识别上，提出了一种
利用C 均值聚类的图像分割算法结合GLR 模型的减法去除照射分量将不同尺度的反射分量从绿松石图像中进行分割，大大克服了绿松石其颜色和光泽度对监控画面所产生的影响。
本文也有以下几个方面的工作需要继续完善：
（1）在现实的场景中，例如人流量较大的公共场所均可能影响到此算法在智能监控画面中很好的应用，所以针对多个人物所佩戴绿松石若在有许多遮挡的复杂场景的行为识别对我们接下来的研究非常有意义。
（2）由于用于本文研究摄取绿松石的摄像头都是静止的，这样拍摄的视频环境相对简单，因为干扰的因素较少，接下来的研究工作将进一步分析运动的摄像头或者多视角的摄像头拍摄的视频。
例如对摄像头的识别画面设置一定的障碍，相应的干扰，能在大面积人为遮挡的情况下，在大雨朦胧的情况提高其识别效果都是我们值得在以后的学习中深入研究的。
基金项目：本文系大学生创新创业项目，项目编号：2018XCX047。
指导老师：曾晓莉
引言：在烟草制丝生产过程中，加香和加料是极其重要的加工环节，该环节对成品质量有着重要的影响。
然而在生产过程中，由于物料在各环节传送过程中受制于传送设备的影响，造成进料流量呈现无规律的波动。
这是基于以上原因，为保证添加过程中料液和香料的准确性，料液和香料的添加需要根据情况进行实时调节。
当前，烟草行业在加料及加香过程中主要采用的是PID 控制方案，但在实际使用中，当进料流量发生大范围快速波动时，并不能有效的做出调节，很难保证料液和香精在添加过程中的准确和稳定。
为了保证加香加料过程的稳定性和精度，可以通过提高生产设备的稳定性，但该方法耗资巨大且投入周期较长。
另一方面可以通过对自动控制方案进行改造实现目标，该方案耗资小且见效快。
本文提出了一种新的加香加料精度控制方法，并通过与传统方法进行比较，验证了该方案能够有效的提高加香加料过程的稳定性和精度。
1 加香加料过程
加香加料系统主要由传送系统、加料加香控制系统和混料系统3部分组成。
烟丝通过传送系统送入到混料罐中，在该过程中，通过传送系统中的皮带秤对送入混料罐中的烟丝进行连续称重，从而确定烟丝的流量。
料液输送与控制系统由料液罐、料液管路和流量控制系统组成，料液罐用于储藏待添加的料液或香精液，在流量控制系统的控制下通过料液管路将一定量的料液输送到混料罐中与混料罐中的烟丝进行混合，从而完成加料或加香过程。
烟丝加香加料比例优化控制设计
江苏鑫源烟草薄片有限公司 郑洪兴 施 骅
北京新长征天高智机科技有限公司 杨玉洁
图1 常规加料过程图
• 171
•
2 常规加料控制过程
常规的加香加料控制过程如图1所示，系统采用两个反馈环路完成对加香加料的控制。
首先控制程序读取数据库中当前工艺的加料比例S 及当前主秤上流量的瞬时值（该值应经过时延）R ，加料瞬时量T = R* S。
将T设定给加料控制秤，完成当前时间下的加料控制。
与此同时主秤与加料秤会反馈回主秤累积量H与加料累积量J，当前加料比例K = J/ H。
将当前加料比例K与设定值S进行对比，如果K<S ，则加料不足，应对瞬时加料量T进行补偿性增大；反之应对加料量T
进行补偿性减小。
图2 常规加料过程分析
对加香加料过程进行分析，如图2，红线斜率表示工艺设定加料比例S，随着时间的延续，主秤累积量与加料累积量逐渐增大，其曲线图如上图蓝线所示。
在计算实际加料比例K并对瞬时加料量T进行反馈调节时，采用K= 加料累积量J/主秤累积量H 进行计算。
理想的情况是K——>S，现以A、B两点为参考对实际加料过程进行分析。
按常规方法，A点加料比例应为图中黄线所示斜率，此时可以看出，黄线斜率大于红线，因此在反馈时应该减小瞬时加料量。
但注意图中所示A点绿线，绿线斜率是A点瞬时的加料比例，此时加料比例比设定值小很多。
若按常规方法，继续减小瞬时加料量，则A点瞬时加料比例将会继续减小,B点出现的情况与A点正好相反，这一情况明显不符合对工艺稳定性的需求，需要对加料控过程进行优化。
3 优化加料控制过程
图3 优化加料过程图
针对上文提出的问题，本文设计了一个新的加料控制过程，如上图所示：在程序控制端新增了一个缓存器（Buffer），缓存器中缓存着最近30秒的主秤累积量和加料累积量的数据。
在定时器的每一个循环里，计算两个数据：
加料比例（瞬时值）K= 加料秤30秒内累积量J/主秤30秒内累积量H
加料累积量（理论值）U = 主秤累积量V * 加料设定比例S
K近似于该时间点瞬时的加料比例，U为理论上主秤经过V的烟丝量后，应当掺入的料液量。
为了控制加料的稳定性，需要对不同的情况进行不同的处理方式，并酌情对加料量的设定值进行调整。
考虑到工艺对加香加精的要求，其加料比例的误差应控制在5%以内，因此在满足稳定性要求的前提下K的取值范围为（95%*S，105%*S），本文为了尽快跟踪，简易的处理方法（更精准的方法将另开文章讨论）就是在误差范围内对加料瞬时量T进行最大调整,在生产中会出现的四种情况做如下处理：（1）K > S ,W > U T = R * 0.95 * S
（2）K > S ,W < U T = R * 1.05 * S
（3）K < S ,W < U T = R * 1.05 * S
（4）K < S ,W > U T = R * 0.95 * S
注：K：加料比例（瞬时值）S：加料比例设定值 W：加料秤累积量（实际值）
U：加料累积量（理论值）T
：加料瞬时量
图4 优化加料过程分析
对上述过程进行分析如上图所示，在A、B两点分别计算30秒内的加料比例，如图中黑框内黑线斜率，从图中可以看出其更贴近于A、B两点真实的加料比例，处理过程其实就像一个移动窗口，如下图，窗口宽度就是时间范围，窗口随时间移动，得到各时间段内的处理数据。
该处理过程避免了加料偏少而加料比例偏大或加料偏多而加料比例偏小时进行的仓促调整，更着眼于整个过程中加料
比例的稳定性，从而提高了整个烟丝的稳定。
图5 窗口移动示意
4 对比与结论
图6 常规加料比例 图7 优化加料比例如上图所示，对同一工艺（加料比例为3.5%）两种不同控制方法获取的数据进行对比，由图形可知，累积加料比例两种都能较好满足工艺要求。
但具种在到不同时间段内的加料比例，常规方法的波动较大，而改进后的控制方法，其瞬时加料比例稳定在一定的范围内，具有很好的稳定性。
作者简介：
郑洪兴（1970—），男，江苏淮阴人，硕士研究生，江苏鑫源烟草薄片有限公司（机电工程）工程师，研究方向：工业自动化。
施骅（1991—），男，江苏淮安人，本科，江苏鑫源烟草薄片有限公司助理工程师，研究方向：工业信息化。
杨玉洁（1987—），女，湖北襄阳人，硕士，北京新长征天高智
机科技有限公司工程师，研究方向：工业自动化、信息管理系统。
