AI+烟草

400-661-9188
028-83319389

以多模态智能助力烟草均质化生产

有效提升产线作业连续性，提高制品质量管控效能，提升企业智能智造水平。

解决方案概述

考拉悠然烟草行业生产AI管控平台，以多源多类视觉智能为核心，以生产智能化为应用场景，以物料中的虫烟、霉烟、非烟异物，物料状态中的堵料、断料等异常波动，车间环境的烟虫、设备设施、人员异常等安全隐患为监测对象，以边缘智能设备、AI算法模型和平台功能的应用架构形成一体化的云边协同应用模式。解决制品生产过程中安全巡查资源消耗大、生产流程监测不足、产品质量检测手段有限、数据价值未充分挖掘、产线联动应用效能低等行业痛难点，基于场景智能和行业大模型能力，提升管理质效。

AI+烟草制丝
以多源多类视觉智能为核心构建多模态AI综合管控平台，以制丝车间智能化为应用场景，以物料中的虫烟、霉烟、非烟异物，物料状态中的堵料、断料等异常波动，车间环境的烟虫、设备设施、人员异常等安全隐患为监测对象，以边缘智能设备、AI算法模型和平台功能的应用架构形成一体化的云边协同应用模式。
AI+烟草物流
基于机器视觉、深度学习和边缘计算技术，开发部署AI成品烟箱动态外观检测系统，在烟箱出库时对烟箱外观缺陷及烟箱条码进行核对，提升生产物流中的自动化检测水平，提供产品质量保障。
烟草大模型
基于多模态大模型能力的ADC(Auto Defect Classification)应用，对烟草制品NG样本缺陷详细分类，以及设备故障预测；基于视频大模型的生产合规性检测，关注安全生产标准化规范的小场景智能监督（违规拿烟、非安全作业行为等）。

解决方案示意图

解决方案优势

01
7×24h实时动态监测
对输送线落料口、落料器等易堵断位置，实时监测输送线料层厚度变化，联动设备作出反馈；对预贮叶柜、混丝柜等区域，通过AI检测方式对遗留物、人员及设备运行情况进行实时监测，准确率≥90%；
02
AI赋能品质把控
构建复杂背景条件下的分拣策略，提升对原料杂物和异常产品的识别与剔除能力。识别率≥90%，准确率≥90%；
03
多参数多尺度分析
对多环节多类别数据融合对齐，加强企业对自有数据的资产化沉淀和价值化挖掘，缩短数据贯通至交互应用的路径。