-
公开(公告)号：CN105775549A
公开(公告)日：2016-07-20
申请号：CN201610219464.0
申请日：2016-04-08
Applicant: 浙江中烟工业有限责任公司
CPC classification number: B65G1/1373 , A24C5/00
Abstract: 本发明涉及卷烟生产系统，尤其涉及一种超高速卷烟机的辅料空托盘回收方法。本发明通过开发WMS（辅料高架库上位系统）与BD（卷烟盘纸卸垛机）数据交互接口、WMS与AGV（自动小车运输系统）数据交互接口，并优化上述三个系统之间的信息传递流程，实现了BD与WMS以及WMS与AGV之间的数据信息交互和安全联锁信号传递等功能，实现了机台空托盘回收，在超高速卷烟机的原辅材料配送环节，实现了生产智能化。
-
公开(公告)号：CN117808138A
公开(公告)日：2024-04-02
申请号：CN202311646843.4
申请日：2023-12-04
Applicant: 浙江中烟工业有限责任公司
IPC: G06Q10/04 , G01N15/08 , G06Q10/0639 , G06Q50/04 , G06F18/243 , G06F18/27 , G06N5/01 , G06N20/20
Abstract: 本发明公开一种基于随机森林法的卷烟滤嘴通风率预测方法、系统及介质，方法包括：获取待检测卷烟滤嘴的材料参数及物理指标；将获取的材料参数及物理指标输入预先训练好的随机森林模型，输出待检测卷烟滤嘴的预测结果；随机森林模型的训练，包括：获取已检测卷烟滤嘴样品的材料参数及物理指标和卷烟通风率，形成训练数据集；利用随机森林法对训练数据集进行回归分析，获取随机森林模型内部预测结果，同时获取卷烟滤嘴材料参数及物理指标对卷烟滤嘴通风率预测的重要性排序，得到训练好的随机森林模型。为克服上述现有技术的不足，本发明通过随机森林算法来揭示卷烟参数及物理指标与卷烟滤嘴通风率之间的关联性，实现卷烟滤嘴通风率的准确预测。
-
公开(公告)号：CN105795511A
公开(公告)日：2016-07-27
申请号：CN201610221107.8
申请日：2016-04-08
Applicant: 浙江中烟工业有限责任公司
Abstract: 本发明涉及卷烟生产系统，尤其涉及一种超高速卷烟机的辅料实物盘要料方法。本发明通过开发WMS（辅料高架库上位系统）与BD（卷烟盘纸卸垛机）数据交互接口、WMS与AGV（自动小车运输系统）数据交互接口，并优化上述三个系统之间的信息传递流程，实现了BD与WMS以及WMS与AGV之间的数据信息交互和安全联锁信号传递等功能，实现了机台要料功能，在超高速卷烟机的原辅材料配送环节，实现了生产智能化。
-
公开(公告)号：CN117622896A
公开(公告)日：2024-03-01
申请号：CN202311756132.2
申请日：2023-12-19
Applicant: 浙江中烟工业有限责任公司
Abstract: 本发明涉及一种预制侧开硬条盒的堆叠方法，在机械臂两侧待放置侧开硬条盒的托盘上放置物料堆叠用分隔框；在分隔框的单元格内放置侧开硬条盒，且硬条盒开口一致朝下，在该层侧开硬条盒上方放置分隔框，分隔框的隔条位于上侧；直至完成侧开硬条盒的堆叠；采用机械臂进行堆叠上层侧开硬条盒的上料，机械臂每次将一个单元格内的侧开硬条盒吸取到装填机输送皮带上；一层分隔框所有单元格内的侧开硬条盒抓取完成，机械臂抓取分隔框放置在分隔框存储托盘上。本技术方案采用物料堆叠分隔框能够实现侧开硬条盒的整齐堆叠，空间利用率高，同时配合机械臂，能够实现侧开硬条盒的灵活上料，节省了人力成本，提高了工作效率，保证了上料现场的整洁与秩序。
-
公开(公告)号：CN117508755A
公开(公告)日：2024-02-06
申请号：CN202311751710.3
申请日：2023-12-19
Applicant: 浙江中烟工业有限责任公司
Abstract: 本发明涉及一种用于烟草包装机的硬条盒自动上料系统，包括物料转移模块、物料存储模块及物料输送模块；物料转移模块包括机器人安装柜、机器人升降柱模块、机器人模块、吸盘及3D视觉模块；机器人安装柜用于安装固定机器人升降柱模块，机器人模块安装在升降柱模块上，吸盘及3D视觉模块安装在机器人模块的末端；物料存储模块设置于机器人模块的两侧，包括硬条盒物料存储托盘和隔板纸物料存储托盘；物料输送模块包括物料输送带和阻挡定位装置。本发明能够实现硬条盒物料的自动上料，代替人工给烟草包装机上料，节省了人工作业的成本，提高了上料效率，自动化程度高。
-
Patent Agency Ranking
公开(公告)号：CN116910666A
公开(公告)日：2023-10-20
申请号：CN202310969337.2
申请日：2023-08-02
Applicant: 浙江中烟工业有限责任公司
IPC: G06F18/243 , G06F18/27 , G06F18/214 , G06N20/00 , G06F18/2411
Abstract: 本发明公开了基于机器学习模型的卷烟烟气预测方法系统及存储介质，预测方法包括：首先，使用不同的算法对卷烟样品数据的训练拟合，获得多个初始模型；选择表现最佳的梯度提升树回归模型作为基准模型；接着，采用不同的优化方法对特征数据进行优化，获得多个优化特征数据集，并选择最优特征数据集；然后，使用所选择的最优特征数据集对基准模型进行建模，得到烟气预测模型；最后，将待测卷烟的特征数据输入到烟气预测模型中，获得卷烟的烟气预测结果。本发明解决了传统模型中过拟合的问题，确保了烟气预测的准确性和可操作性。
-
公开(公告)号：CN119417296A
公开(公告)日：2025-02-11
申请号：CN202411478815.0
申请日：2024-10-22
Applicant: 浙江中烟工业有限责任公司
IPC: G06Q10/0639 , G06Q50/04 , G06N20/00
Abstract: 本发明公开了一种基于独立性权重分析及机器学习的卷烟综合质量即时评价方法，本发明的主要设计构思在于，采用独立性权重法进行客观赋权，避免了主观偏见或人为干扰对卷烟综合质量评价结果的影响，在确保科学严谨性的同时具有业内坚实的理论依据，充分保证赋权结果的准确性和可靠性；并且，在计算出卷烟综合质量度量值后，采用机器学习算法对卷烟综合质量度量值进行建模，依据所构建的卷烟综合质量度量值预测模型，可以直接由未知卷烟样品的原辅材料参数和烟支参数，预测出卷烟综合质量度量值进行卷烟综合质量评价，在生产过程中无需对成品卷烟进行抽检，为卷烟综合质量即时评价提供了可靠的可行方案。
-
公开(公告)号：CN118805951A
公开(公告)日：2024-10-22
申请号：CN202411168464.3
申请日：2024-08-23
Applicant: 浙江中烟工业有限责任公司
Abstract: 本发明属于卷烟机械技术领域，公开了一种一元滤棒颗粒添加装置，包括颗粒添加装置和烟舌，烟舌的腔内设有水滴状的丝束分离器，取料盘环绕其边缘的位置均布有若干上下贯通的取料孔，取料盘通过电机驱动可转动地水平设置在底座上，料仓设置在取料盘上方，料仓底部开口并与取料盘的部分取料孔接触连接，风送管竖向设置，风送管底部开口并于丝束分离器的后方伸入到烟舌中，风送管分成上下两段，两段间的管腔开口位置与取料孔对应且与取料盘的上下两端面分别接触连接，风送管顶部通过三通管与高压风源连接，三通管通过旁路管与风送管下段的管腔连接。该装置能够满足向滤芯特定位置定量埋入式添加功能性颗粒的香烟生产需求。
-
公开(公告)号：CN118334013A
公开(公告)日：2024-07-12
申请号：CN202410609171.8
申请日：2024-05-16
Applicant: 浙江中烟工业有限责任公司
IPC: G06T7/00 , G06V10/25 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本公开涉及一种烟支端面缺陷检测方法、装置及介质，涉及机器视觉检测技术领域。该方法包括：获取高速包装机模盒内部的烟支的烟支端面图像；利用已经训练好的烟支端面检测模型对所述烟支端面图像进行目标检测和分类，得到分类信息；基于所述分类信息、滤嘴端图像和烟丝端图像的对应关系，统计滤嘴数量和烟丝数量是否符合要求，判断高速包装机模盒内部的烟支存在的端面缺陷是否为真实缺陷，并输出烟支图像及缺陷信息。本公开有效提升烟支定位区域的准确度，可应用于烟支模盒包括滤嘴端和烟丝端的检测；本公开实现在烟支包装过程中实时监测并统计烟支的包装质量情况；本公开有效规避传统机器视觉检测方法中的漏检和误检。
-
公开(公告)号：CN118235883A
公开(公告)日：2024-06-25
申请号：CN202410439793.0
申请日：2024-04-12
Applicant: 浙江中烟工业有限责任公司
IPC: A24D3/04
Abstract: 本发明公开了一种三元复合气孔中空的滤棒及卷烟，所述滤棒包括本体，所述本体包括沿轴向依次设置的第一过滤段、中间截留段和第二过滤段，所述第一过滤段、所述中间截留段和所述第二过滤段的外周面均包裹有成形纸，所述第一过滤段靠近烟丝段，所述第一过滤段内部沿轴向设置有中空流道，所述中间截留段内部开设有缓冲腔，且所述中间截留段沿轴向的两侧端部设置有用于连通所述缓冲腔的气孔。本发明兼顾滤棒的吸阻和烟气截留，保障抽吸者的体验感，且有利于健康。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.152 seconds)
