- A+
“现在，小盒钢印检测准确率稳定在99.8%以上，彻底告别了‘人防’模式！”近日，江西中烟工业有限责任公司赣州卷烟厂卷包车间1#包装机组旁，卷包车间负责人看着系统实时数据，高兴地说道。
这样的成效，得益于卷包车间自主研发的小盒钢印视觉检测系统。该系统成功破解了长期存在的钢印检测适配性差、需人工介入等难题。
车间生产的每一包卷烟小盒上都有一串独特的符号——钢印，它如同产品的“身份证”，记录了生产日期、班次、机台号等关键信息，是质量溯源的关键依据。由于需要手动操作，稍有不慎便可能发生错印现象。长期以来，卷烟工业企业多依赖人工目视检查，不仅效率低，更存在疏忽导致批量质量事故的隐患。
为此，部分卷烟厂尝试引入视觉检测设备，希望借助先进的技术手段提高检测效率和准确性。然而，实际应用效果不尽如人意：通用OCR技术与烟包钢印的适配性差，识别率不高；无法与生产工单联动，需人工比对信息，未能从根本上解决问题。
如何突破这两大瓶颈，实现钢印检测的智能化、自动化，成为亟待解决的难题。
“能不能打造一套专属定制化系统，实现钢印检测的智能识别与自动比对？”在赣州卷烟厂卷包车间电气创新团队技术研讨会上，车间负责人提出了这一具有创新性的想法。这点燃了员工的热情，也成为团队攻关的起点。
说干就干，成立攻关小组、查阅资料、拟定方案、购买配件、开展试验……相关工作紧锣密鼓地进行。
挑战接踵而来。不同牌号烟包的钢印字体、印刷工艺存在差异，通用技术无法实现全场景覆盖。如何让系统“看懂”所有牌号的钢印字符，成为关键突破口。
面对困局，经过反复试验、深入研究和热烈讨论，团队做出了一个大胆的决定：摒弃传统通用OCR技术。
于是，团队开始自主开发核心算法，结合烟包钢印特征进行模型优化升级，同时搭建模块化技术架构，接连攻克测试数据不理想、系统不兼容等难关，最终实现与生产数采系统无缝对接，成功破解了适配性差、联动不足等瓶颈。
历经20余天奋战，团队最终打磨形成了“图像采集—AI智能识别—数据比对—异常处置”的全流程闭环解决方案，巧妙应用AI拍摄、AI OCR字符识别模型等前沿技术，打造出了一套专属检测系统。
该系统宛如一位精准高效的“质检专员”，通过上位软件自动读取商标纸二维码，同步对接数采系统获取工单信息，自主匹配目标钢印，无需人工干预；采用高分辨率工业相机与环形光源的“黄金组合”，以毫秒级精准度抓拍钢印图像，结合自适应降噪滤波等技术，大幅提升识别准确率；建立多级报警与智能停机机制，连续5个钢印出现异常时触发全流程报警，连续30个异常时则自动停机，杜绝不合格品流入下道工序。
这套自主研发的系统不仅实现了检测精度“零差错”，更体现出显著效益：研发成本控制在4万元以下，相较采购同类设备成本降低88%；储备了机器视觉、数据采集、设备数据互联等核心技术，拓展了烟用原辅材料品牌识别场景，助力工厂数字化转型迈出了坚实步伐。
