烟箱分拣自动控制系统研究

目的针对烟箱的入库人工分拣强度大、效率低、误差率高等问题,结合生产实际,设计烟箱入库自动分拣控制系统。方法系统硬件由PLC、条码扫描器、光电开关、网络交换机、气缸、码盘和触摸屏等部件组成。通过读码器将读取到的条码信息经过网络传递给PLC,PLC接收条码信息并与设置的条码信息进行比较,确定烟箱类型,利用码盘产生的同步信号实现精确定位及分拣,采用脉冲区间算法降低分拣的误差率。结果该系统已经应用于卷烟厂,分拣正确率由92%提高到100%。结论系统运行可靠,减轻了分拣人员的压力,提高了生产效率和系统的可靠性。     

基于分拣机器人零售电商订单动态聚类及仿真

目的提高电商物流配送中心订单的分拣效率和动态响应能力。方法通过分析零售电商订单的多品种、小批量和高时效等特征,考虑分拣机器人动作与载重约束,提出了滚动时窗调度策略和高维稀疏动态聚类算法,并以某大型电商企业配送中心建立仿真实验模型,进行数据对比分析。结果以某大型电商某日高峰时段500个订单进行仿真实验,与固定组批分拣策略进行对比,优化后的分拣策略在机器人平均搬运距离上减少了66.9%,分拣时间降低了23.9%。结论高维稀疏动态聚类策略有效提高了分拣效率,降低了分拣成本,算法方式更加开放灵活,对于电商企业物流业务降本增效具有重要意义。     

基于机器视觉的自动分拣码放系统研究

目的为实现包装码垛自动生产线上不同型号工件的分类码放,有效提高生产效率,降低生产成本。方法在工件识别应用中,提出一种基于机器视觉、PLC控制技术、HMI人机界面的分拣码放系统。在完成工业机器人相应的硬件及关键算法设计的基础上,利用以太网构建PLC网络控制系统,并与上位机管理系统实现交互。结果经实验测试,该自动分拣码放系统对工件的识别精度较高,均在99%以上,处理时间较短,均在0.2 s以下,能够满足生产要求。结论生产实践表明,该系统提高了工件分拣效率,减小了工人劳动强度,降低了生产成本,具有很高的推广应用价值。     

基于字符分割与新型LENET网络的票据识别算法

目的 针对现今烟草物流配送中心条烟分拣工作量大,条烟分拣系统在分拣中难免会有“多烟”“少烟”“错烟”等情况出现,为解决这一情况,提高分拣效率。方法 设计一种基于模板匹配提取目标条烟图像的条烟识别系统,为了提高图像质量其图像拍摄平台采用半封闭隧道装置,拍摄图像经预处理后,采用扫描模板尺寸确定、被扫描图像的扫描起始点固定、粗匹配再匹配的二次匹配方法来准确完整地提取目标条烟轮廓,而后经Harris角点检测算法提取条烟图像特征并建立数据库,在RBM模型算法的基础上实现条烟识别纠错。结果 经配送中心实验试用后表明,在速度为1.5 m/s的传送带上,该条烟识别系统纠错率为99.9%左右,误报率≤1/30000,系统工作稳定。结论 该条烟纠错系统很好地解决了条烟分拣出错情况,提高了条烟配送效率,满足烟草物流配送中心的纠错要求。     

条烟自动分拣的异步法及其装置

为统筹规划自动分拣仓列阵和输送系统的动作,提出条烟自动分拣系统的异步分拣法及其基本控制算法,并与同步分拣法进行了比较,其中输送系统包括一串相互连接的输送容器,并且采用步进方式运动。研究了自动分拣仓的条烟分拣执行方案,设计了滑道式分拣装置,其条烟连续进给运用斜面和重力原理而无需动力推进,其中双动出烟机构具有可任意切换的单条出烟和单排出烟功能。试验得到了基于异步分拣法的条烟自动分拣的基本能力数据,系统的实际分拣效率大于10 000 条/h。     

基于虚拟仿真的龙门机器人板材智能分拣系统及方法

在木门加工生产线上,针对龙门机器人对不同尺寸板材分拣的需求,本文提出了一种基于虚拟仿真的龙门机器人板材智能分拣实验系统。该系统基于Unity3D软件平台开发,搭建了龙门机器人分拣任务虚拟仿真场景,并在虚拟仿真实验场景中完成了虚拟数据集采集、相机标定以及手眼标定。针对不同尺寸的板材分拣任务,本文提出了基于板材的矩形角点势自适应识别的智能分拣算法,首先利用目标检测模型在局部区域内对板材进行角点检测,由双目成像原理恢复出的角点三维坐标计算板材尺寸和目标板材的抓取位姿,以此完成木门的分拣。该方法在相机采集图像过程中出现板材被遮挡的情况以及在板材复杂纹理和复杂背景的情况中更为鲁棒。此外,该方法完全在虚拟仿真环境下进行开发测试,不仅节约成本、安全高效而且方便进行多种测试方案的改变,对于向真实场景进行算法迁移和开发具有积极作用。实验结果表明,本文提出的方法可以完成龙门机器人板材智能分拣任务,对设计木工家具制造过程中龙门机器人智能分拣系统具有指导意义。     

视觉引导的机器人条烟分拣系统设计与实现

目的 为了实现对多品种条烟高效率分拣,开发基于视觉的工业机器人条烟分拣系统平台。方法 系统采用LABVIEW图像采集及处理双进程执行系统,并基于LABVIEW进行二次开发的图像模板匹配算法。模板匹配算法得到的数据,通过与工业机器人之间的数据库对比来实现对条烟的识别和分拣,拓展机器人的应用范围。结果 4种任意放置条烟进行分拣,识别时间在100ms之内,条烟识别准确率为100%,条烟分拣速度根据传送带设置为0～4 m/s可调。结论 视觉引导的机器人条烟分拣系统软硬件设计正确,条烟识别准确,条烟分拣效率高。     

基于遗传粒子群动态聚类算法的物流柔性分拣系统品规分配

目的 针对目前烟草物流配送中心条烟分拣量大,不同条烟品规的分配对订单的总处理时间影响较大的问题,研究平衡各个分拣区品规的分配,提高分拣效率。方法 建立以各分区品规相似系数和最小为目标函数的数学模型,并采用改进的遗传粒子群动态聚类（GAPSO-K）算法进行求解。首先,结合各品规分拣量对品规相似系数进行改进,并将其作为适应度函数;然后在粒子群算法中对惯性权重因子进行改进,使其值可以进行自适应改变;最后,在粒子群动态聚类算法中引入遗传算法中的交叉变异扩大解的搜索范围,基于Matlab对文中的其他算法进行求解对比,求得结果在EM-plant中进行仿真验证。结果 结合某烟草物流配送中心数据仿真验证,利用GAPSO-K算法处理订单的时间为234.5s,较传统时间大幅度较少,有效提升了柔性物流分拣效率。结论 采用该算法可充分发挥2种算法的优良性,具有更好的收敛性及寻优性,为柔性物流品规分配提供了新思路。     

基于并联机器人的包装分拣系统设计

目的针对我国食品生产和包装存在的效率低、分拣精度不高等问题,基于并联机器人设计一种包装分拣控制系统。方法根据机器人自动分拣系统的结构,采用一种基于时间和工件位置的图像去重复算法,以去掉重复信息。为了提高抓取精度,基于PID算法设计一种位置跟踪控制器,能够判断物体位置并实时调整并联机器人末端执行器,以实现目标物体的动态跟踪和抓取。结合工业控制机和运动控制卡搭建控制系统,并进行实验研究。结果实验过程中最快分拣速度可达到120次/min,漏抓率为0,误抓率小于0.2%。结论所述控制系统具有较高的稳定性和准确性,可满足实时性要求。     

基于3DS MAX的物流自动化分拣系统3D仿真

针对物流自动化分拣项目的系统设计,提出基于3DS MAX的3D动画仿真方法,以某烟草自动化分拣系统方案为例,阐述了利用3DS MAX作为系统3D仿真平台对系统设计进行3D仿真的过程。通过建立分拣系统数据模型与3D模型,利用3D动画技术、渲染技术进行系统3D仿真,为系统设计提供了可视化的展示与交流平台,并为项目可行性与可靠性提供可视化参考依据,此方法在企业同类项目中得到成功推广。     

食品包装日期喷码检测系统设计

目的为了提高食品包装过程中喷码检测的准确度,基于机器视觉提出一种喷码缺陷检测方法。方法分析自动喷码系统结构和工艺流程,包括搬运机械手、传送装置、喷码装置、检测装置等。以扫码检测为重点研究对象,利用机器视觉采集图像,通过图像处理算法实现喷码缺陷检测,包括模板匹配算法和垂直投影方法。同时给出缺陷检测流程,主要由图像分割、字符校正和分割、字符分割、缺陷检测等步骤组成。结果实验结果表明,所述喷码检测方法的识别成功率可以达到99%,识别成功率较高。结论该方法能够有效处理漏印等喷码缺陷,可以代替人工实现食品包装的自动化分拣。     

LED高速高精度自动测试分拣设备研制

LED芯片制备、封装中的自动测试与分拣关键设备仍然依赖国外产品.通过分析LED自动测试与分拣设备实现高速高精度的关键问题,介绍了全自动LED高速高精度自动测试分拣设备研制,包括基于PCI总线技术的高速测试单元和自动测试与分拣机械系统.通过实际测量与试验,工作节拍小于150 ms,包括50 ms测试时间,整机效率达到24 K/h.     

三自由度并联分拣机器人的动力学建模与仿真

目的 针对自动化生产线上分拣机器人的动力可控性问题,提出一种2UU-UPU三自由度并联分拣机器人,以提高分拣的精度可控性。方法 分析该机器人的机构自由度,以及各参数之间的关系,基于闭环矢量法建立并联机构的运动学逆解模型;利用拉格朗日动力学方程推导该机器人的动力学表达式,并进行数值计算,采用Matlab Simulink和Adams进行动力学联合仿真,对理论值和仿真值进行误差分析。结果 揭示了该机器人动平台的运动规律,得到了驱动力矩曲线,理论值与仿真值的误差较小,3个驱动力矩的最大误差分别为0.379%、0.283%、0.146%。结论 通过验证可知,该机构具有较好的动力学特性,这为后续电机的选型和精准控制奠定了基础。     

全自动条烟纸质分拣包装设备的研发

设计并研制了一套在烟草物流二次包装中可完全取代现有塑膜包装机的环保节能型全自动条烟纸质分拣包装机。阐述了全自动条烟纸质分拣包装机的设计要求、结构及其工艺流程等。样机调试与专业评审结果表明,该设备具有结构紧凑、性能稳定、抗干扰能力强、订单分包准确、速度快等优点。     

基于改进YOLOv5的条烟识别研究

目的 针对当下烟草物流中心条烟分拣机及人工分拣时会产生错烟等问题。从兼顾实时性、识别精度出发,基于YOLOv5s算法提出一种收敛速度更快、准确率更高的条烟识别模型。方法 首先在YOLOv5s网络架构中融入CA注意力模块来更好地提取特征,提高模型获取目标位置的准确度;其次将原网络中的最近邻插值上采样算子改为轻量级通用上采样算子CARAFE,获得更大的感受野;然后在骨干网络中嵌入Ghost模块,对网络进行轻量化处理;最后在烟草物流中心搭建条烟图像采集系统,建立条烟图像数据集。结果 相较于YOLOv5s,本文提出的优化算法计算量减少了45.8%,mAP@0.5值达到了99.3%,在条烟纠错系统上识别率约为99.9%。结论 本文提出的优化算法能够高精度满足高速条烟分拣识别需求。