喷码缺陷在线智慧检测系统及方法与流程

1.本发明涉及喷码质量检测领域，具体涉及一种透明纸喷码缺陷在线智慧检测系统及方法。


背景技术：

2.卷烟生产过程中，部分产品为了防伪和流向跟踪，取消了传统的钢印编号，采用了在线的喷码设备实时对gd包装机透明纸材料进行油墨编号喷码，由于喷码机的运行易受到油墨质量、维保、现场环境等多方面的影响，在实际生产过程中并不稳定，可能会造成出现喷码漏喷、错喷、喷码颜色深浅、喷码位置偏移等质量问题，由于没有在线的喷码检测系统，全靠人工进行质量把控不可靠，对于偶发的喷码质量问题则更是完全没有把控能力，严重影响产品质量。
3.目前，行业内有在外包装纸上进行检验的方法，因为从包装纸展开到包装成型要经过导辊输送、负压吸附传送、包装折叠、侧封熨烫等过程，所以在材料展开喷码后即进行检测的方法不可靠。


技术实现要素：

4.为了克服上述问题，本技术提供了一种透明纸喷码缺陷在线智慧检测系统及方法，其通过在线拍摄及图像算法处理，对有质量缺陷的产品可以精准识别并联动设备剔除口进行精准剔除，实现喷码质量缺陷的全自动化检测剔除，同时对频发喷码质量问题可作出预防性趋势判断，提高喷码缺陷产品的检出率，稳定产品包装质量，降低人工频繁抽检的劳动强度。
5.本发明解决其技术问题所采用的技术方案为：
6.喷码缺陷在线智慧检测系统，包括工控机及与其通信连接的
7.电控单元，用于生成检测相位触发信号和缺陷产品剔除信号；
8.图像采集单元，包括相机和光源，其安装于透明纸包覆工位之后、叠包工位之前；
9.图像处理单元，基于缺陷识别算法对实时采集图像进行喷码缺陷的判断，并将缺陷产品反馈至电控单元以剔除；
10.数采分析单元，其对已发生的喷码缺陷进行数据分析得到频发喷码质量影响因子和时间段以主动防控；其对还未发生的喷码缺陷基于智能预测模型进行趋势性检验预警，结合喷码质量影响因子及设备运行数据进行分析以进行预防性改进或维修。
11.作为上述技术方案的改进，所述电控单元通过原机相位角度生成相机的检测相位触发信号，所述原机相位角度是指gd包装机设备主编码器的旋转角度，其反映了产品运行过程中所对应产品的位置。
12.作为上述技术方案的改进，所述相机采用cmos高速工业相机。
13.作为上述技术方案的改进，所述缺陷识别算法包括图像预处理算法和缺陷判定算法；
14.所述图像预处理算法是对所采集基础图像进行图像基本处理、图像深度处理、字符去噪分割和单字符处理，对喷码字符区域进行准确分割，以实现图像降噪及字符增强，为下一步字符识别判断做好准备；所述图像预处理算法的具体方法为：
15.①
图像基本处理：包括读取采集图像、获取rgb图像的单通道图片，并进行对应的旋转以及初步喷码区域提取；
16.②
图像深度处理：
17.首先，将提取的初步喷码区域图像转化为灰度图像，并增强图像对比度，输出结果利用均值平滑滤波器使图像平滑，从而获取其每个字符所在位置的动态灰度阈值；
18.然后，通过全局动态灰度阈值对图片字符区域进行动态分割，从而获得图像喷码字符区域；
19.最后，对获取的喷码字符区域进行处理：其一，利用特征分布直方图对喷码区域的宽度、面积进行筛选，去除无意义区域，其二，对图像进行腐蚀处理达到增加暗部、减少亮部的目的，其三，利用仿射变换矩阵依据得到图像字符的文字角度，自适应进行图像旋转，调整图片字符为水平显示；
20.③
字符去噪分割：
21.首先，对深度处理后的图像进行二值化分割，提取当前字符串区域，对区域内字符进行连通域分析并通过面积过滤掉无意义杂点；
22.然后，利用闭运算连接点阵字符的每一个字符阵点，使字符能够连接完整而非分割为多个部分；利用开运算将字符与字符之间的粘连断开，使每个字符能够独立分割，不影响后续字符识别；
23.最后，通过对每个字符区域进行外接矩形，得到多个独立的矩形区域，通过识别远超过单个字符的矩形区域，对其进行字符平均宽度的长度再分割，防止出现粘连过于密切而未分割开的字符，至此完成喷码字符串的去噪分割；
24.④
单字符处理：
25.对去噪分割后的单个字符区域再次进行单区域处理，实现字符区域的进一步降噪，分别对每一个字符区域进行连通域分析及噪点过滤，并将每一个矩形区域内的字符进行再次合并连通，对字符区域进行排序并统计字符最终个数，最终得到多个不同区域的清晰字符块。
26.所述缺陷判定算法为基于halcon的基础图像数字算法。
27.所述缺陷判定算法的具体方法为：
28.①
定义当班正确喷码字符：
29.通过喷码的实际含义对当班的正确喷码字符串进行自动生成；
30.②
训练字符分类模板：
31.首先，建立字符模型库，通过调整喷码机喷涂0-9以及a-m的不同字符，进行实际采图及图像预处理，得到不同字符的单个分割图片，然后利用大量不同班次及日期的喷码字符图像对字符库进行训练更新，最终得到喷码字符库模板；
32.③
字符识别判断：
33.通过预处理图像分割的单个字符与字符库模板中的不同字符进行对比判断，对每一个喷码字符进行判断识别，最终将得到的识别结果输出一段字符串，与定义的正确喷码
字符串进行对比，完全一样则为合格，不一样则为喷码缺陷。
34.作为上述技术方案的改进，所述智能预测模型是基于yolov5深度学习卷积神经网络算法通过训练所建立的喷码缺陷预测模型。
35.所述喷码缺陷预测模型的建立过程：
36.将设备采集的原始喷码缺陷图片进行分类，依据喷码缺陷烟包出现的喷码质量影响因子，将其分为材料静电、更换透明纸、环境光源影响、喷码机停机、设备停机、设备无烟、透明纸晃动、透明纸松垮、烟包倒装、烟包破损、脏污夹沫共11类，并分别对每一类喷码缺陷图片进行特征标定，通过python训练，得到该设备的喷码缺陷预测模型；
37.所述喷码缺陷预测模型的应用：
38.①
对已发生的喷码缺陷进行数据分析得到频发喷码质量影响因子和时间段以主动防控：
39.利用预测模型，将当前周期已发生的喷码缺陷烟包图片进行分类判断，对不同机台、班次、时间段的喷码缺陷及其喷码质量影响因子进行发生频次及数量的统计，基于此：
40.对设备喷码运行状态进行判断；
41.提醒操作工当前剔除喷码缺陷烟包的频发原因、频发时间段，以主动进行维修调整，减少不合格品的产生；
42.②
对还未发生的喷码缺陷基于智能预测模型进行趋势性检验预警，结合喷码质量影响因子及设备运行数据进行分析以进行预防性改进或维修：
43.依据预测模型的判断统计结果，结合导致喷码缺陷烟包数量多、频次高的喷码质量影响因子，对可能发生概率最高的喷码缺陷进行预警提示；
44.基于设备运行数据，对频发原因进行预防性改进或维修，不断提升设备喷码合格率。
45.作为上述技术方案的改进，所述预防性改进与维修包括：
46.①
喷码设备支架的调整；
47.②
喷码机及喷枪的保养维护；
48.③
静电消除装置的调整；
49.④
工控机检测参数的设定优化；
50.⑤
设备opc触发参数的调整；
51.⑥
对导致问题发生的主要原因进行技术改进或改造。
52.喷码缺陷在线智慧检测方法，包括以下步骤
53.电控单元设定检测相位触发角度；
54.工控机转换检测相位触发信号至图像采集单元进行图像采集；
55.工控机对采集图像进行显示交互，基于缺陷识别算法进行图像处理；当图像产品经判断为缺陷产品时，工控机发送信号至电控单元，由电控单元生成缺陷产品剔除信号将之在剔除口剔除；
56.工控机将图形处理结果与设备运行数据传输至数采分析单元，对已发生的喷码缺陷进行数据分析得到喷码质量影响因子和频发时间段以主动防控；对还未发生的喷码缺陷基于智能预测模型进行趋势性检验预警，结合喷码质量影响因子及设备运行数据进行分析以进行预防性改进或维修。
57.本发明带来的有益效果：
58.本技术可实现对每包包覆透明纸成品的在线喷码质量检测，并融合原机控制系统进行精准触发及剔除，结合图像处理结果和运行数据可智慧分析喷码质量问题影响因子并做出趋势性预测，以针对关键节点进行改进优化，不断减少喷码质量问题的产生，提高透明纸喷码质量把控能力。
59.本技术的智慧防控主要分为三个阶段：
60.第一阶段：检测剔除
61.确认检测组件的唯一安装位置，基于高效可靠的缺陷识别算法使之有效检测不合格品烟包，通过电控单元联动以精准触发及剔除，防止不合格品流入下一工序；
62.第二阶段：主动防控
63.图像采集数据和设备运行数据实时传入数采分析单元进行大数据分析，确认不合格品发生的影响因子和频发时间段，对易发生质量缺陷的时间段进行主动防控，对还未发生的质量问题进行趋势性检验预警，变被动剔除为主动风险预警；
64.第三阶段：改进优化
65.结合数据统计分析结果，对频发质量问题的节点进行改进优化，对生产设备参数进行自适应动态调控，使生产系统具有智慧性，最终在不断地循环优化下，减少产品不合格品的产生，保障设备的正常运转。
66.本发明可大大提高喷码缺陷产品的检出率，稳定产品包装质量，提高生产运行设备的稳定性，同时降低人工频繁抽检的劳动强度。
附图说明
67.下面结合附图和具体实施例对本发明作进一步说明：
68.图1为本喷码缺陷在线智慧检测系统的结构框图；
69.图2为本喷码缺陷在线智慧检测方法的流程图。
具体实施方式
70.下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
71.实施例1
72.参照图1，喷码缺陷在线智慧检测系统，包括工控机及与其通信连接的电控单元、图像采集单元和图像处理单元，以及数采分析单元。
73.参照图2，本智慧检测系统的基本流程为：
74.g.d电控柜在对应检测相位时生成信号经工控机触发图像采集单元的相机、光源进行拍照，并将拍摄的图像上传至工控机，工控机利用vc界面进行显示交互、利用缺陷识别算法进行图像处理，将处理判定不合格的产品反馈至电控单元，并在对应原机剔除工位进行精准剔除。同时，系统在运行过程中，实时将所有的设备运行数据上传至数采分析单元进行统计分析，并将分析结果及缺陷原因分别反馈、预警至操作、修理人员以及管理、质检人
员，以随时掌握各机台喷码质量实时情况，排除经常出现喷码质量问题的因素。
75.在本实施例中，电控单元主要用于生成检测相位触发信号和缺陷产品剔除信号。电控单元通过原机相位角度生成相机的检测相位触发信号，原机相位角度是指gd包装机设备主编码器的旋转角度，其反映了产品运行过程中所对应产品的位置。
76.在本实施例中，图像采集单元包括相机、支架和光源，其安装于透明纸包覆工位之后、叠包工位之前。相机采用cmos高速工业相机，相机的安装应不影响设备运转、维修及操作且需要在透明纸包覆好产品后的位置安装以及时检测，需要清晰检测到每一个成品，并在剔除口剔除前完成检测和图像处理计算，可实现有效剔除。
77.在本实施例中，图像处理单元主要作用为基于缺陷识别算法对实时采集图像进行喷码缺陷的判断，并将缺陷产品反馈至电控单元以剔除。
78.由于现场检测环境差，基础图像噪声大，基础图像处理难度大，同时涉及的喷码质量缺陷种类多，运行过程中喷涂会发生各种情况的形变，导致视觉算法相对复杂。为此，本实施例采用的缺陷识别算法包括图像预处理算法和缺陷判定算法：
79.图像预处理算法是对所采集基础图像进行图像基本处理、图像深度处理、字符去噪分割和单字符处理，对喷码字符区域进行准确分割，以实现图像降噪及字符增强，为下一步字符识别判断做好准备。
80.在优选实施例中，图像预处理算法的具体方法为：
81.①
图像基本处理：包括读取采集图像、获取rgb图像的单通道图片，并进行对应的旋转以及初步喷码区域提取；
82.②
图像深度处理：
83.首先，将提取的初步喷码区域图像转化为灰度图像，并增强图像对比度，输出结果利用均值平滑滤波器使图像平滑，从而获取其每个字符所在位置的动态灰度阈值；
84.然后，通过全局动态灰度阈值对图片字符区域进行动态分割，从而获得图像喷码字符区域；
85.最后，对获取的喷码字符区域进行处理：其一，利用特征分布直方图对喷码区域的宽度、面积进行筛选，去除无意义区域，其二，对图像进行腐蚀处理达到增加暗部、减少亮部的目的，其三，利用仿射变换矩阵依据得到图像字符的文字角度，自适应进行图像旋转，调整图片字符为水平显示；
86.③
字符去噪分割：
87.首先，对深度处理后的图像进行二值化分割，提取当前字符串区域，对区域内字符进行连通域分析并通过面积过滤掉无意义杂点；
88.然后，利用闭运算连接点阵字符的每一个字符阵点，使字符能够连接完整而非分割为多个部分；利用开运算将字符与字符之间的粘连断开，使每个字符能够独立分割，不影响后续字符识别；
89.最后，通过对每个字符区域进行外接矩形，得到多个独立的矩形区域，通过识别远超过单个字符的矩形区域，对其进行字符平均宽度的长度再分割，防止出现粘连过于密切而未分割开的字符，至此完成喷码字符串的去噪分割；
90.④
单字符处理：
91.对去噪分割后的单个字符区域再次进行单区域处理，实现字符区域的进一步降
噪，分别对每一个字符区域进行连通域分析及噪点过滤，并将每一个矩形区域内的字符进行再次合并连通，对字符区域进行排序并统计字符最终个数，最终得到多个不同区域的清晰字符块。
92.缺陷判定算法为基于halcon的基础图像数字算法。
93.在优选实施例中，缺陷判定算法的具体方法为：
94.①
定义当班正确喷码字符：
95.通过喷码的实际含义对当班的正确喷码字符串进行自动生成和定义；
96.②
训练字符分类模板：
97.首先，建立字符模型库，通过调整喷码机喷涂0-9以及a-m的不同字符，进行实际采图及图像预处理，得到不同字符的单个分割图片，然后利用大量不同班次及日期的喷码字符图像对字符库进行训练更新，最终得到喷码字符库模板；
98.③
字符识别判断：
99.通过预处理图像分割的单个字符与字符库模板中的不同字符进行对比判断，对每一个喷码字符进行判断识别，最终将得到的识别结果输出一段字符串，与定义的正确喷码字符串进行对比，完全一样则为合格，不一样则为喷码缺陷。
100.在本实施例中，数采分析单元可以对已发生的喷码缺陷进行数据分析得到喷码质量影响因子和频发时间段以主动防控；对还未发生的喷码缺陷基于智能预测模型进行趋势性检验预警，结合喷码质量影响因子及设备运行数据进行分析以进行预防性改进或维修。
101.将数采平台接入车间卷包设备大数据平台，基于yolov5深度学习卷积神经网络算法，通过php语言编程编写算法，通过python训练和推理，建立喷码缺陷预测模型。该喷码缺陷预测模型的建立过程为：
102.将设备采集的原始喷码缺陷图片进行分类，依据喷码缺陷烟包出现的喷码质量影响因子，将其分为材料静电、更换透明纸、环境光源影响、喷码机停机、设备停机、设备无烟、透明纸晃动、透明纸松垮、烟包倒装、烟包破损、脏污夹沫共11类，并分别对每一类喷码缺陷图片进行特征标定，通过python训练，得到该设备的喷码缺陷预测模型。
103.具体本喷码缺陷预测模型的应用：
104.①
对已发生的喷码缺陷进行数据分析得到频发喷码质量影响因子和时间段以主动防控：
105.利用预测模型，将当前周期已发生的喷码缺陷烟包图片进行分类判断，对不同机台、班次、时间段的喷码缺陷及其喷码质量影响因子进行发生频次及数量的统计，基于此：
106.对设备喷码运行状态进行判断；
107.提醒操作工当前剔除喷码缺陷烟包的频发原因、频发时间段，以主动进行维修调整，减少不合格品的产生；
108.②
对还未发生的喷码缺陷基于智能预测模型进行趋势性检验预警，结合喷码质量影响因子及设备运行数据进行分析以进行预防性改进或维修：
109.依据预测模型的判断统计结果，结合导致喷码缺陷烟包数量多、频次高的喷码质量影响因子，对可能发生概率最高的喷码缺陷进行预警提示；
110.基于设备运行数据，对频发原因进行预防性改进或维修，不断提升设备喷码合格率。
111.如，针对车速不稳，玻璃纸抖动，编码器打滑等可能的影响因子结合系统运行统计数据进行智能分析及喷码质量风险预警，根据分析结果，针对进行预防性的改进及维修，使关键影响因子作出自适应动态调整，以减少不合格品的产生，保障设备正常运转。
112.其中，预防性改进或维修还可以是：
113.①
喷码设备支架的调整；
114.②
喷码机及喷枪的保养维护；
115.③
静电消除装置的调整；
116.④
工控机检测参数的设定优化；
117.⑤
设备opc触发参数的调整；
118.⑥
对导致问题发生的主要原因进行技术改进或改造。
119.实施例2
120.参照图2，喷码缺陷在线智慧检测方法，包括以下步骤
121.电控单元设定检测相位触发角度；
122.工控机转换检测相位触发信号至图像采集单元进行图像采集；
123.工控机对采集图像进行显示交互，基于缺陷识别算法进行图像处理；当图像产品经判断为缺陷产品时，工控机发送信号至电控单元，由电控单元生成缺陷产品剔除信号将之在剔除口剔除；
124.工控机将图形处理结果与设备运行数据传输至数采分析单元，对已发生的喷码缺陷进行数据分析得到喷码质量影响因子和频发时间段以主动防控；对还未发生的喷码缺陷基于智能预测模型进行趋势性检验预警，结合喷码质量影响因子及设备运行数据进行分析以进行预防性改进或维修。
125.应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.喷码缺陷在线智慧检测系统，其特征在于：包括工控机及与其通信连接的电控单元，用于生成检测相位触发信号和缺陷产品剔除信号；图像采集单元，包括相机和光源，其安装于透明纸包覆工位之后、叠包工位之前；图像处理单元，基于缺陷识别算法对实时采集图像进行喷码缺陷的判断，并将缺陷产品反馈至电控单元以剔除；数采分析单元，其对已发生的喷码缺陷进行数据分析得到喷码质量影响因子和频发时间段以主动防控；其对还未发生的喷码缺陷基于智能预测模型进行趋势性检验预警，结合喷码质量影响因子及设备运行数据进行分析以进行预防性改进或维修。2.根据权利要求1所述的喷码缺陷在线智慧检测系统，其特征在于：所述电控单元利用设备主编码器的旋转角度生成相机的检测相位触发信号。3.根据权利要求1所述的喷码缺陷在线智慧检测系统，其特征在于：所述缺陷识别算法包括图像预处理算法和缺陷判定算法；所述图像预处理算法是对所采集基础图像进行图像基本处理、图像深度处理、字符去噪分割和单字符处理，对喷码字符区域进行准确分割，以实现图像降噪及字符增强，为下一步字符识别判断做好准备。4.根据权利要求3所述的喷码缺陷在线智慧检测系统，其特征在于：所述图像预处理算法的具体方法为：
①
图像基本处理：包括读取采集图像、获取rgb图像的单通道图片，并进行对应的旋转以及初步喷码区域提取；
②
图像深度处理：首先，将提取的初步喷码区域图像转化为灰度图像，并增强图像对比度，输出结果利用均值平滑滤波器使图像平滑，从而获取其每个字符所在位置的动态灰度阈值；然后，通过全局动态灰度阈值对图片字符区域进行动态分割，从而获得图像喷码字符区域；最后，对获取的喷码字符区域进行处理：其一，利用特征分布直方图对喷码区域的宽度、面积进行筛选，去除无意义区域，其二，对图像进行腐蚀处理达到增加暗部、减少亮部的目的，其三，利用仿射变换矩阵依据得到图像字符的文字角度，自适应进行图像旋转，调整图片字符为水平显示；
③
字符去噪分割：首先，对深度处理后的图像进行二值化分割，提取当前字符串区域，对区域内字符进行连通域分析并通过面积过滤掉无意义杂点；然后，利用闭运算连接点阵字符的每一个字符阵点，使字符能够连接完整而非分割为多个部分；利用开运算将字符与字符之间的粘连断开，使每个字符能够独立分割，不影响后续字符识别；最后，通过对每个字符区域进行外接矩形，得到多个独立的矩形区域，通过识别远超过单个字符的矩形区域，对其进行字符平均宽度的长度再分割，防止出现粘连过于密切而未分割开的字符，至此完成喷码字符串的去噪分割；
④
单字符处理：对去噪分割后的单个字符区域再次进行单区域处理，实现字符区域的进一步降噪，分
别对每一个字符区域进行连通域分析及噪点过滤，并将每一个矩形区域内的字符进行再次合并连通，对字符区域进行排序并统计字符最终个数，最终得到多个不同区域的清晰字符块。5.根据权利要求3所述的喷码缺陷在线智慧检测系统，其特征在于：所述缺陷判定算法的具体方法为：
①
定义当班正确喷码字符：通过喷码的实际含义对当班的正确喷码字符串进行自动生成和定义；
②
训练字符分类模板：首先，建立字符模型库，通过调整喷码机喷涂0-9以及a-m的不同字符，进行实际采图及图像预处理，得到不同字符的单个分割图片，然后利用大量不同班次及日期的喷码字符图像对字符库进行训练更新，最终得到喷码字符库模板；
③
字符识别判断：通过预处理图像分割的单个字符与字符库模板中的不同字符进行对比判断，对每一个喷码字符进行判断识别，最终将得到的识别结果输出一段字符串，与定义的正确喷码字符串进行对比，完全一样则为合格，不一样则为喷码缺陷。6.根据权利要求1所述的喷码缺陷在线智慧检测系统，其特征在于：所述智能预测模型是基于yolov5深度学习卷积神经网络算法通过训练所建立的喷码缺陷预测模型。7.根据权利要求1所述的喷码缺陷在线智慧检测系统，其特征在于：所述预防性改进与维修包括：
①
喷码设备支架的调整；
②
喷码机及喷枪的保养维护；
③
静电消除装置的调整；
④
工控机检测参数的设定优化；
⑤
设备opc触发参数的调整；
⑥
对导致问题发生的主要原因进行技术改进或改造。8.喷码缺陷在线智慧检测方法，其特征在于：所述方法应用于权利要求1～7任一项所述的喷码缺陷在线智慧检测系统，包括以下步骤电控单元设定检测相位触发角度；工控机转换检测相位触发信号至图像采集单元进行图像采集；工控机对采集图像进行显示交互，基于缺陷识别算法进行图像处理；当图像产品经判断为缺陷产品时，工控机发送信号至电控单元，由电控单元生成缺陷产品剔除信号将之在剔除口剔除；工控机将图形处理结果与设备运行数据传输至数采分析单元，对已发生的喷码缺陷进行数据分析得到喷码质量影响因子和频发时间段以主动防控；对还未发生的喷码缺陷基于智能预测模型进行趋势性检验预警，结合喷码质量影响因子及设备运行数据进行分析以进行预防性改进或维修。

技术总结
本发明公开了一种喷码缺陷在线智慧检测系统及方法，包括工控机及与其通信连接的电控单元、图像采集单元、图像处理单元和数采分析单元。本系统通过在线拍摄及图像算法处理，对有质量缺陷的产品可以精准识别并联动设备剔除口进行精准剔除，可实现喷码质量缺陷的全自动化检测与剔除，同时通过大数据分析，本系统还可对易发生质量缺陷的影响因素和时间段进行主动防控，对还未发生的质量问题进行趋势性检验预警，变被动剔除为主动风险预警。本发明可大大提高喷码缺陷产品的检出率，稳定产品包装质量，提高生产运行设备的稳定性，同时降低人工频繁抽检的劳动强度。人工频繁抽检的劳动强度。人工频繁抽检的劳动强度。


技术研发人员：张维琛 王伟 金姝彬 吉鹏 王金 李靖 陈利福 郑雨龙 李端端 赵海廷 董利 李彬 张晓东
受保护的技术使用者：张家口卷烟厂有限责任公司
技术研发日：2023.02.27
技术公布日：2023/7/21