江西中煙工作人員在生產(chǎn)調(diào)度顯示屏上查看生產(chǎn)進度、問題反饋、數(shù)據(jù)統(tǒng)計等信息，根據(jù)最新情況進行跟蹤處理。江西中煙供圖

三問：如何應用自動化技術、智能識別技術，在保證效率及低損耗的條件下實現(xiàn)煙葉自動化分級，滿足工業(yè)企業(yè)對卷煙品質的均質化要求

問題描述：煙葉收購過程中的分選定級環(huán)節(jié)，基本是根據(jù)人的感官檢測結果和工作經(jīng)驗進行判斷，存在主觀性強、分級效率不高、用人成本較高等問題。隨著工業(yè)企業(yè)對卷煙品質的均質化要求不斷提升，煙葉分級的精細化要求必然越來越高。如何通過自動化技術、智能識別技術提升煙葉分級的效率和準確性是當前行業(yè)在煙葉生產(chǎn)過程中面臨的重要問題。

探索與思考：通過自動控制、數(shù)據(jù)采集、圖像識別智能算法等關鍵技術的深入應用，積極推進煙葉智能分級研究工作。

在自動化設備方面，主要研究初烤煙葉單片分離、高速傳輸、高速圖像采集與分倉同步等關鍵技術，實現(xiàn)煙把的單片分離、單片檢測以及煙葉圖像、光譜和質量信息的快速獲取，依托人工智能識別算法完成煙葉自動定級和自動分倉。

建立以大量煙葉等級圖像數(shù)據(jù)為基礎、以深度學習算法為核心的人工智能系統(tǒng)，通過深度學習、圖像識別技術，完善煙葉識別算法模型，在自動化設備上實現(xiàn)煙葉等級快速識別。同時，海量的煙葉質量數(shù)據(jù)能為工業(yè)企業(yè)的均質化生產(chǎn)提供指導性的數(shù)據(jù)支撐。

四問：如何利用數(shù)字仿真技術實現(xiàn)企業(yè)資源配置、制造管控和制造創(chuàng)新能力的提升

問題描述：隨著科技的發(fā)展，數(shù)字仿真技術已經(jīng)廣泛應用于大中型制造業(yè)，并在國防、航空航天等領域發(fā)揮了重要作用。煙草行業(yè)如何利用數(shù)字仿真技術，提升工業(yè)企業(yè)資源配置、制造管控和制造創(chuàng)新能力，是行業(yè)智能工廠建設所要解決的關鍵問題之一。

探索與思考：推進工業(yè)企業(yè)生產(chǎn)過程的數(shù)字仿真，要實現(xiàn)工業(yè)企業(yè)數(shù)據(jù)采集和數(shù)據(jù)建模，基于工業(yè)互聯(lián)網(wǎng)平臺，在虛擬空間構造卷煙工廠數(shù)字孿生體，將物理空間的人、機、料、法、環(huán)等控制參數(shù)，運行數(shù)據(jù)、質量數(shù)據(jù)、物耗數(shù)據(jù)、能耗數(shù)據(jù)等融入虛擬空間，建立虛擬模型。基于虛擬模型實現(xiàn)卷煙制造過程的生產(chǎn)前模擬仿真、生產(chǎn)中實時仿真、生產(chǎn)后回溯仿真、設備運行生命周期仿真和產(chǎn)品制造生命周期仿真等，使各生產(chǎn)要素在虛擬空間和物理空間之間相互映射、實時交互、高效協(xié)同，形成單元級、車間級、工廠級的CPS（信息物理系統(tǒng)）架構。從全要素、全流程、全業(yè)務角度，對生產(chǎn)全過程在線診斷，加強工業(yè)大數(shù)據(jù)分析應用，推動全面感知、物物互聯(lián)、預測預警、在線優(yōu)化和精準執(zhí)行。

五問：如何借助煙草工業(yè)互聯(lián)網(wǎng)提升工業(yè)數(shù)據(jù)資源管理能力

問題描述：工業(yè)數(shù)據(jù)是工業(yè)互聯(lián)網(wǎng)的關鍵資源要素，是助推行業(yè)工業(yè)體系升級和行業(yè)數(shù)字化、網(wǎng)絡化、智能化轉型的基礎動力。如何優(yōu)化提升煙草工業(yè)數(shù)據(jù)資源管理能力，進而深入挖掘工業(yè)數(shù)據(jù)核心價值，有效擴大工業(yè)企業(yè)數(shù)據(jù)賦能效應，對構建行業(yè)工業(yè)互聯(lián)網(wǎng)生態(tài)體系、推動行業(yè)高質量發(fā)展有重要意義。

探索與思考：數(shù)據(jù)采集管理是煙草工業(yè)數(shù)據(jù)資源管理的基礎，借助煙草工業(yè)互聯(lián)網(wǎng)構建行業(yè)統(tǒng)一的數(shù)據(jù)采集平臺，研制行業(yè)統(tǒng)一的數(shù)據(jù)采集標準，提高采集軟件的復用率，規(guī)范統(tǒng)一源數(shù)據(jù)標識，形成清潔有效的數(shù)據(jù)池，是做好數(shù)據(jù)采集管理的有效途徑。

大數(shù)據(jù)處理技術是實現(xiàn)大數(shù)據(jù)存儲、分析和應用，提高數(shù)據(jù)處理能力的方法之一。將卷煙生產(chǎn)環(huán)節(jié)采集的關鍵數(shù)據(jù)進行結構化處理，并通過煙草工業(yè)互聯(lián)網(wǎng)平臺與MES、ERP等業(yè)務系統(tǒng)對接，實現(xiàn)業(yè)務數(shù)據(jù)的匯集�；�于對行業(yè)海量工控數(shù)據(jù)和業(yè)務數(shù)據(jù)的積累和分析，實現(xiàn)針對生產(chǎn)線的精益化管理，進一步降本增效。例如，通過大數(shù)據(jù)分析，結合機器學習技術，形成烘絲機桶壁溫度的智能控制技術；通過大數(shù)據(jù)分析，形成煙支的目標重量自動修正能力，增強冷卻水分、煙支吸阻控制的穩(wěn)定性。