基于大数据的卷烟厂烘丝机设备的健康预测方法技术

本发明专利技术涉及数据处理技术领域，公开基于大数据的卷烟厂烘丝机设备的健康预测方法，包括步骤：采集烘丝机设备的运行数据；判断运行数据是否超过设定阈值，若超过则输入智能故障诊断模型预测故障类型；将运行数据输入无监督学习模型，实时判断是否出现新的数据分类，若出现新的数据分类则由专家鉴别，如鉴别为新的故障类型，则将新的故障类型存入样本数据存储器；判断运行数据是否超过设定阈值，若超过则触发机理得到机理结果，由专家鉴别该机理结果与智能故障诊断模型预测的故障类型是否一致，若不一致且鉴别机理结果为故障类型，则将该机理结果作为新的故障类型存入样本数据存储器。本发明专利技术能够提升智能故障诊断模型对烘丝机设备的故障预测准确性。

【技术实现步骤摘要】

本专利技术涉及数据处理，特别涉及一种基于大数据的卷烟厂烘丝机设备的健康预测方法。

技术介绍

1、烘丝工序是卷烟制丝生产的关键环节，烘丝工艺流程非常复杂，影响最终成品烟丝质量和生产效率的因素较多，比如热风温度、筒壁温度、出口水分等生产工艺和设备参数，因此对生产参数的监控和设备运行状态的监控显得尤为重要。同时烘丝机设备是卷烟生产线上的关键设备，其运行状态直接影响卷烟质量和生产效率。

2、从管理角度来看，传统对烘丝机设备的维护主要依赖于定期检修和事后维修，对检修人员的个人经验要求极高，容易受数据局限、系统性能、技术单一的影响，因此传统方式不仅效率低、时效性差，还难以提前发现并预防设备可能出现的故障，影响卷烟质量和生产效率。从技术角度来看，反应设备健康状况的指标往往不是单一的，不能以单一指标来判断烘丝机设备在不同工况下的健康状况。

3、因此，需要对烘丝机设备的健康状况进行预测，以便实现精准、及时的设备维护和故障防御，提高卷烟质量和生产效率。

技术实现思路

1、本专利技术的目的在于提升智能故障诊本文档来自技高网...

【技术保护点】

1.基于大数据的卷烟厂烘丝机设备的健康预测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于大数据的卷烟厂烘丝机设备的健康预测方法，其特征在于：所述步骤1中，采集的运行数据包括：

3.根据权利要求1所述的基于大数据的卷烟厂烘丝机设备的健康预测方法，其特征在于：所述步骤2中，判断采集的运行数据是否超过设定阈值的步骤之前，还包括步骤：假设采集了D种运行数据，将采集的运行数据输入数据同步器进行时间强行对齐；然后对数据同步器输出的运行数据进行张量组装后，存入样本数据存储器。

4.根据权利要求1所述的基于大数据的卷烟厂烘丝机设备的健康预测方法，其特征...

【技术特征摘要】

1.基于大数据的卷烟厂烘丝机设备的健康预测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于大数据的卷烟厂烘丝机设备的健康预测方法，其特征在于：所述步骤1中，采集的运行数据包括：

3.根据权利要求1所述的基于大数据的卷烟厂烘丝机设备的健康预测方法，其特征在于：所述步骤2中，判断...

【专利技术属性】
技术研发人员：王家寿，李淳，杨传真，李忠态，唐峻，李立刚，罗晖，杨绍平，甘志雄，陶刚，杨帆，赵桂艳，于中江，李欣明，
申请(专利权)人：云南中烟工业有限责任公司，
类型：发明
国别省市：