隨著工業水平的發展，現代工業企業對產品質檢越來越重視。卷煙生產企業現在也以生產食品的標準來高標準生產卷煙產品，而其工藝質檢水平直接影響卷煙的質量，因此卷煙生產企業對工藝質檢非常重視。

煙草異物智能剔除系統在卷煙生產中起著重要的質檢作用，該系統能有效的剔除煙草中的各種異物，從而保證卷煙生產中不含雜物，提升卷煙的質量。該系統中的光源視頻系統是核心部件，其對檢測效果起著關鍵的作用。

本文重點研究了基于水冷系統的LED背景光源系統，論述了其構成原理，并應用于煙廠生產實際中。

煙草異物智能剔除系統和LED光源系統簡介

1 煙草異物智能剔除系統

煙草異物智能剔除系統是一種集光機電一體化智能設備，其涉及光學技術、電機技術、圖像識別處理技術、計算機技術、實時控制技術、電子電工技術、新型機械結構技術等先進理念技術，是一個涵蓋多領域的復雜控制設別系統。

煙葉通過高速線掃描圖像采集區域時，相機實時采集煙葉圖像，并實時通訊發給軟件分析處理系統，后臺軟件系統通過顏色、形狀、紋理等和基準對比來分析是否是雜物，若分析后是雜物則啟動控制相應的高速電磁閥吹落雜物，達到檢測效果。

煙草異物智能剔除系統主要由攤薄輸送部分、視頻部分、照明背景光源部分、軟件分析系統、電控部分等構成，圖1為煙草異物智能剔除系統產品圖。

圖1 煙草異物智能剔除系統產品圖

2 LED光源技術

LED（發光二極管）是由數層很薄的攙雜半導體材料制成，一層帶過量的電子，另一層因缺乏電子而形成帶正電的“空穴”，當有電流通過時，電子和空穴相互結合并釋放出能量，從而輻射出光芒，其有紅、綠、藍三色構成，通過三色的不同調節顯示不同顏色。

LED光源具有節能環保、壽命長、光色純正、發熱量少、小型響應時間短等優點。是光源發展的趨勢。

3 水冷制冷技術

水冷制冷技術根據“水蒸發吸收熱量，蒸發面積影響蒸發效率”這一自然物理現象，當風機運行時冷氣機腔內產生負壓，使機外空氣流進多孔濕潤的濕簾表面進入腔內，空氣與水分充分接觸的同時是濕簾上的水蒸發，帶走大量的濕熱，是經過濕簾的空氣干球溫度降至接近于機外空氣的濕球溫度，即冷氣機出口的干球溫度比室外干球溫度低5-120C，空氣愈干熱，其溫差愈大，降溫效果越好。水冷制冷系統具有環保、增濕、低耗等優點。

基于水冷系統的LED背景光源系統的原理與實現

1 系統運行構成

圖2為基于水冷系統的LED背景光源系統構成框架圖。該系統主要由LED上下背景光源、可調電源、溫度檢測、電源調節系統、水冷系統等構成。

水冷系統給上下LED光源、可調電源、視頻光源部分制冷，電源調節控制實時調節可調電源來控制LED背景光源。

圖2 基于水冷系統的LED背景光源系統圖

2 系統運行原理

LED背景光源由上下光源構成，其給視頻相機圖像采集起到背景的效果，從而可以更加好的達到檢測效果。可調電源給LED供電，電源調節控制通過調節紅、綠、藍三色光源的亮度來達到調光的效果，從而滿足圖像采集分析的效果。

同時視頻部分實時將現場的煙片圖像顏色反饋給電源調節控制，電源調節控制實時根據現場煙葉顏色來調節光源的顏色，從而使背景光源顏色滿足圖像采集與檢測的要求，系統采用PID調節的方式，根據給定和反饋值，實時調節LED電源的給定，從而調節光源顏色。圖3為電源調節控制系統圖。

圖3 電源調節控制系統圖

水冷系統給LED上下光源、可調電源、視頻部分制冷，同時電源調節控制系統實時采集LED光源的溫度，來檢測水冷的效果，如果LED光源溫度超溫，就報警提示水冷效果不行，同時降低LED光源的供電電壓值或者關閉LED光源，起到保護LED光源的效果。圖4為水冷制冷系統圖。

圖4 水冷制冷系統圖

3 系統實際應用

基于水冷系統的LED背景光源系統，由于具有光源穩定、發熱小、壽命長、制冷效果好等優點被廣泛應用。同時采用水冷制冷系統能很好的滿足制冷的要求，功耗也低，制冷效果好。

在煙草異物智能剔除系統中也采用該光源系統，在現場實際的應用過程中，能很好的提升圖像的檢測效果，滿足煙廠的工藝檢測要求。圖5為現場實際水冷LED背景光源應用效果圖。

圖5 水冷LED背景光源實際效果圖

結束語

煙草異物智能剔除系統在煙草生產中起著重要的檢測作用，他能提升煙草卷煙生產的水平，實時剔除煙草中的各種雜物。而在該智能系統中，視頻光源系統是核心，視頻光源的性能優異直接關系到檢測效果，背景光源系統相當于是圖像采集的背景，他對圖像采集效果起到關鍵的作用。

基于水冷系統的LED光源系統具有制冷效果好、功耗低、光源穩定、壽命長等優點，現在逐步被現代工業所采用，來滿足環保綠色節能的要求。

煙草異物智能剔除系統采用基于水冷系統的LED上下背景光源系統，在實際應用中效果明顯，能顯著提升異物的檢測效果，滿足煙廠生產工藝水平要求，提升卷煙生產的水平質量。

本文編自《電氣技術》，標題為“基于水冷LED背景光源的煙草異物智能剔除系統的研究”，作者為袁興、張樂年 等。