Tytuł artykułu
Treść / Zawartość
Pełne teksty:
Identyfikatory
Warianty tytułu
Innowacyjne technologie optomechatroniczne w przemyśle tytoniowym
Języki publikacji
Abstrakty
The manufacturing of production machinery for the tobacco industry is an area in which particularly intensive research and development works are carried out aimed at increasing the quality of products in accordance to the zero-fault policy, while ensuring high production efficiency. Achieving the highest process parameters is possible thanks to innovative optomechatronic technologies. The review of selected key achievements in the field of optomechatronic technologies and our own achievements presented in the article include methods and inspection systems used for quality inspection in the tobacco industry, as well as other industries where similar or analogous problems of detecting and identifying product defects occur. As examples of the authors’ research and implementation achievements presented are advanced optomechatronic systems for the inspection of tobacco semi-finished products. Cognitive problems and technical barriers as well as methods of solving them are presented. The developed systems meet the highest requirements in terms of accuracy and speed of measurements. Their qualities were confirmed during tests in industrial conditions. The summary presents the main trends in the implementation of innovative optomechatronic technologies for the inspection of products in mass production in the tobacco industry and other areas of the economy, as well as the directions of further research and development carried out by the authors.
Branża maszyn produkcyjnych dla przemysłu tytoniowego jest obszarem, w którym prowadzone są szczególnie intensywne prace badawcze i rozwojowe ukierunkowane na podwyższanie jakości wyrobów zgodnie z zasadą „zero braków” przy jednoczesnym zapewnieniu wysokich wydajności produkcji. Osiągnięcie najwyższych parametrów procesu umożliwiają innowacyjne technologie optomechatroniczne. Przedstawiony w artykule przegląd wybranych najważniejszych osiągnięć w obszarze technologii optomechatronicznych oraz własnych dokonań w tym zakresie obejmuje metody i systemy inspekcji zastosowane do kontroli jakości w branży tytoniowej, a także innych branżach, gdzie występują analogiczne lub zbliżone zagadnienia wykrywania i identyfikacji wad produktów. Jako przykłady autorskich osiągnięć badawczych i wdrożeniowych przedstawiono zaawansowane systemy inspekcji optomechatronicznej półproduktów tytoniowych. Zaprezentowano występujące problemy poznawcze i bariery techniczne oraz metody ich rozwiązywania. Opracowane systemy spełniają najwyższe wymagania w zakresie dokładności i szybkości pomiarów. Ich walory zostały potwierdzone w trakcie testów w warunkach przemysłowych. W podsumowaniu przedstawiono główne trendy we wdrażaniu innowacyjnych technologii optomechatronicznych na potrzeby inspekcji wyrobów w produkcji masowej w branży tytoniowej oraz innych obszarach gospodarki, a także kierunki dalszych prac badawczo-rozwojowych prowadzonych przez autorów.
Rocznik
Tom
Strony
23--32
Opis fizyczny
Bibliogr. 37 poz., rys., tab.
Twórcy
autor
- Institute for Sustainable Technologies - National Research Institute, Radom, Poland
autor
- Institute for Sustainable Technologies - National Research Institute, Radom, Poland
autor
- Institute for Sustainable Technologies - National Research Institute, Radom, Poland
autor
- Institute for Sustainable Technologies - National Research Institute, Radom, Poland
autor
- International Tobacco Machinery Poland Sp. z o.o., Radom, Poland
autor
- International Tobacco Machinery Poland Sp. z o.o., Radom, Poland
Bibliografia
- 1. Cho H.: Opto-mechatronic systems handbook. CRC Press Taylor&Francis Group, 2003.
- 2. Giesko T.: Metodyka projektowania i implementacji innowacyjnych systemów optomechatronicznych. Radom: Wydawnictwo Naukowe Instytutu Technologii Eksploatacji - PIB, 2013 (in Polish).
- 3. Giesko T., Mazurkiewicz A.: Optomechatronic Technologies Applied in Innovative Industry. Journal of Machine Construction and Maintenance, 2017, 105(2), pp. 25-34.
- 4. Giesko T., Mazurkiewicz A.: Applications of Optomechatronic Technologies in Innovative Industry. Advances in Manufacturing. Lecture Notes in Mechanical Engineering, 2018, pp. 543-553.
- 5. Popp J., Tuchin V.V., Chiou A., Heinemann S.: Handbook of Biophotonics. Vol.3: Photonics in Pharmaceutics, Bioanalysis and Environmental Research. Wiley-VCH, 2012.
- 6. Vithu P., Moses J.A.: Machine vision system for food grain quality evaluation: A review. Trends in Food Science & Technology, 2016, pp. 13-20.
- 7. Bhargava A., Bansal A.: Fruits and vegetables quality evaluation using computer vision: A review. Journal of King Saud University - Computer and Information Sciences, in press (available online 5 June 2018).
- 8. Zhang F., Zhang X.: Classification and Quality Evaluation of Tobacco Leaves Based on Image Processing and Fuzzy Comprehensive Evaluation. Sensors, 2011, 11(3), pp. 2369-2384.
- 9. Hanbay K., Talu M.F., Özgüven Ö.F.: Fabric defect detection systems and methods – A systematic literature review. Optik, 2016, 127(24), pp. 11960-11973.
- 10. Ngan H.Y.T., Pang G.K.H., Yung N.H.C.: Automated fabric defect detection – a review. Image and Vision Computing, 2011, 29(7), pp. 442-458.
- 11. Cubero S., Aleixos N., Moltó E., Gómez-Sanchis J., Blasco J.: Advances in Machine Vision Applications for Automatic Inspection and Quality Evaluation of Fruits and Vegetables. Food Bioprocessing Technology, 2011, 4(4), pp. 487-504.
- 12. Daryabor P., Safizadeh M.S.: Image fusion of ultrasonic and thermographic inspection of carbon/ epoxy patches bonded to an aluminum plate. NDT and E International, 2017, 90, pp. 1-10.
- 13. Sahu A., Dante H.: Non-destructive rapid quality control method for tobacco grading using visible near-infrared hyperspectral imaging. In: SPIE Commercial + Scientific Sensing and Imaging, Orlando, Florida, United States, 2018. Proceedings Volume 10656, Image Sensing Technologies: Materials, Devices, Systems, and Applications V, 2018, 1065603.
- 14. Song H., Nagatsuma T.: Handbook of Terahertz Technologies: Devices and Applications. Taylor & Francis Group, 2013.
- 15. Garbacz P.: Terahertz imaging - principles, techniques, benefits, and limitations. Problemy Eksploatacji - Maintenance Problems, 2016, (1), pp. 81-92.
- 16. Chan W.L., Deibel J., Mittleman D.M.: Imaging with terahertz radiation. Reports on Progress in Physics, 2007, 70(8), pp. 1325-1379.
- 17. Kuo C., Chen Y.: Rapid optical inspection of bubbles in the silicone rubber. Optik, 2013, 124(13), pp. 1480-1485.
- 18. Belcastro M.D., Duvekot L., Widenhouse M., Cooper R.R., Edwards N.C.: Inspection system. Patent US006384359Bl, 2002.
- 19. Harris C.W., Jones D.H., Juarez G., Puckett D., Swepston J.: Cigarette inspection device. Patent EP1287484B1, 2000.
- 20. Schmid T.: Defect Detection in Cigarette Manufacturing. Tobacco Asia, 2018.
- 21. Cao J.L., Li J.F., Lu T.D.: Roundness measurement of cigarette based on visual information. Advances in Manufacturing, 2017, 5(2), pp. 177-181.
- 22. Deng Y., Xu S., Lai W.: A novel imagingenhancement-based inspection method for transparent aesthetic defects in a polymeric polarizer. Polymer Testing, 2017, 61, pp. 333-340.
- 23. Huang B., Ma S., Wang P., Wang H., Yang Y., Guo X., Zhang W., Wang H.: Research and implementation of machine vision technologies for empty bottle inspection systems. Engineering Science and Technology, an International Journal, 2018, 21(1), pp. 159-169.
- 24. Malamas E.N., Petrakis E.G.M., Zervakis M., Petit L., Legat J.D.: Survey on industrial vision systems, applications and tools. Image and Vision Computing, 2003, 21(2), pp. 171-188.
- 25. Manish R., Venkatesh A., Ashok D.: Machine Vision Based Image Processing Techniques for Surface Finish and Defect Inspection in a Grinding Process. Materials Today: Proceedings, 2018, 5(5), part 2, pp. 12792-12802.
- 26. Schmitt R., Fürtjes T., Abbas B., Abel P., Kimmelmann W., Kosse P., Buratti A.: Real-Time Machine Vision System for an Automated Quality Monitoring in Mass Production of Multiaxial NonCrimp Fabrics. IFAC-PapersOnLine, 2015, 48(3), pp. 2393-2398.
- 27. Beyerer J., León F.P., Frese C.: Machine Vision: Automated Visual Inspection: Theory, Practice and Applications. Berlin: Springer, 2015.
- 28. Wójcicki T.: Metodyka wspomagania projektowania automatycznych systemów optycznej detekcji wad powierzchniowych [PhD]. UTP University of Science and Technology, 2013 (in Polish).
- 29. Reiner J.: Identyfikacja i modelowanie optyczne systemów wizyjnej kontroli jakości wytwarzania. Oficyna Wydawnicza Politechniki Wrocławskiej, 2013 (in Polish).
- 30. Sioma A.: Systemy wizyjne 3D w automatyzacji kontroli jakości wytwarzania. Radom: Wydawnictwo Naukowe Instytutu Technologii Eksploatacji - PIB, 2016 (in Polish).
- 31. Yanchev D.Y., Schlemm U., Herrmann R.: Device and method for measuring capsules in cigarette filters. Patent EP 2 796 061 A1, 2013.
- 32. Zhang Q., Xia Y., Wang S., Fang X., Li Z., Zhang L.: A method for measuring degree of square of cigarette packet based on computer vision. Tobacco Science & Technology, 2017, pp. 87-92.
- 33. VDMA. Key Technology for Automation Solutions. Machine Vision 2017/18. Applications - Products - Suppliers. [Online]. 2018. [Accessed 25 September 2018]. Available from: www.vdma.com
- 34. Schröder D., Lämmel M.: Filter rod inspection. Patent EP1557100B1, 2004.
- 35. Brantley F.F., Nuckols E.L., Dixon D.T., Thomas T.F., Henderson C.W., Ademe B.: Filtered smoking article inspection system, and associated method. Patent US20110169942A1, 2010.
- 36. Mazurkiewicz A.: Barriers of technological innovation development and implementation encountered by R&D organisation. Journal of Machine Construction and Maintenance, 2018, pp. 127-138.
- 37. Stanikowski R., Czajka P.: Method and device for detection of rotated segments conveyed in a machine used in tobacco industry and a machine for producing multisegment rods comprising such a device. Patent WO 2016/058786, 2016.
Uwagi
Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-a1343e3f-c816-40ec-af48-d1fbfac970a1