-
题名CTD气流式烘丝机设备故障预测
被引量：1
- 1
-
-
作者
詹伟剑
刘永明
谢鹏
刘志博
赵转哲
-
机构
安徽工程大学机械工程学院
安徽中烟工业公司芜湖卷烟厂
-
出处
《淮阴工学院学报》
CAS
2023年第1期12-17,共6页
-
基金
2021年度安徽省市场监督管理局科技计划项目(2021MK005)
工业装备质量大数据工业和信息化部重点实验室开放课题(2021-IEQBD-05)。
-
文摘
CTD气流式烘丝机是目前烟草行业主流的设备,其在生产过程中存在出丝不均匀、干燥不达标、断流、堵丝等故障,最终影响卷烟的品质、降低生产效率。为准确预测工艺过程中的故障,提出一种基于朴素贝叶斯方法的CTD烟丝干燥设备故障预测模型。首先从获取的CTD气流式烘丝机的日常运行数据中提取特征量信息,在此基础上完成数据模型的建立,然后将建立好的数据集带入到朴素贝叶斯模型、决策树模型和线性判别模型进行对比分析。结果显示朴素贝叶斯模型的预测效果优于决策树模型和线性判别模型,且预测的准确率达到99.8%,说明该故障预测的评估模型实现了对CTD烟丝干燥设备故障的准确预测,能够解决工艺过程中故障预测的问题。
-
关键词
朴素贝叶斯方法
故障预测
ctd气流式烘丝机
特征量
准确率
-
Keywords
naive Bayesian method
failure prediction
ctd air flow dryer
characteristic quantity
accuracy
-
分类号
TH17
[机械工程—机械制造及自动化]
-
-
题名基于支持向量机的CTD烟丝干燥设备故障预测研究
被引量：1
- 2
-
-
作者
巫小燕
刘永明
谢鹏
刘志博
赵转哲
-
机构
安徽工程大学机械工程学院
安徽中烟工业公司芜湖卷烟厂
-
出处
《菏泽学院学报》
2022年第5期58-63,共6页
-
基金
2021年度安徽省市场监督管理局科技计划项目(2021MK005)
工业装备质量大数据工业和信息化部重点实验室开放课题(2021-IEQBD-05)
2021年产学合作协同育人项目(202101024001,202102031024)。
-
文摘
针对CTD气流式烘丝机设备运行过程中出料不均匀、烟丝含水率不均匀等故障预测依靠工程师经验判断造成预测准确率较低的问题,以主风机频率、主风机气流量等工艺参数为故障预测属性,以出料口质量、含水率等指标为故障判据,对工艺过程进行故障分类标注,首先,采用松弛变量法,构建支持向量机故障预测目标函数,建立故障预测模型,接着利用运行数据与故障标注,采用留出验证法,对模型进行训练,并与决策树、逻辑回归等方法故障预测结果进行对比.模型仿真结果显示,所建支持向量机故障预测模型,故障预测准确率为99.6%,真正例率为99.8%,ROC值为0.99,故障预测效果较好,实现了CTD烟丝干燥设备故障预测.
-
关键词
ctd气流式烘丝机
支持向量机算法
故障预测
决策树算法
逻辑回归算法
-
Keywords
ctd air dryer
Support Vector Machine Algorithm
fault prediction
Decision Tree Algorithm
Logistic Regression Algorithm
-
分类号
TH17
[机械工程—机械制造及自动化]
-
