CN105867341A - 一种烟草加工设备的在线设备健康状态自检方法及系统 - Google Patents
一种烟草加工设备的在线设备健康状态自检方法及系统 Download PDFInfo
- Publication number
- CN105867341A CN105867341A CN201610373615.8A CN201610373615A CN105867341A CN 105867341 A CN105867341 A CN 105867341A CN 201610373615 A CN201610373615 A CN 201610373615A CN 105867341 A CN105867341 A CN 105867341A
- Authority
- CN
- China
- Prior art keywords
- processing equipment
- parameter
- tobacco processing
- health status
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 235000002637 Nicotiana tabacum Nutrition 0.000 title claims abstract description 108
- 238000012545 processing Methods 0.000 title claims abstract description 104
- 241000208125 Nicotiana Species 0.000 title claims abstract description 103
- 230000036541 health Effects 0.000 title claims abstract description 15
- 238000001514 detection method Methods 0.000 title abstract description 6
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000013210 evaluation model Methods 0.000 claims abstract description 20
- 230000003862 health status Effects 0.000 claims description 47
- 230000008569 process Effects 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 230000008520 organization Effects 0.000 claims description 6
- 244000061176 Nicotiana tabacum Species 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000013517 stratification Methods 0.000 claims description 3
- 244000025254 Cannabis sativa Species 0.000 claims 2
- 235000019504 cigarettes Nutrition 0.000 claims 2
- 238000011156 evaluation Methods 0.000 abstract description 17
- 238000011158 quantitative evaluation Methods 0.000 abstract 1
- 238000007689 inspection Methods 0.000 description 21
- 238000012423 maintenance Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 108010023321 Factor VII Proteins 0.000 description 1
- 108010054218 Factor VIII Proteins 0.000 description 1
- 102000001690 Factor VIII Human genes 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32338—Use new conditions for model, check, calculate if model meets objectives
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
Abstract
本发明公开了一种烟草加工设备的在线设备健康状态自检方法及系统,包括:获取实时反映烟草加工设备状态的参数;根据烟草加工设备所处的运行阶段选择与该阶段相应的烟草加工设备状态参数;根据选择的烟草加工设备状态参数构建烟草加工设备健康状态的评价模型;确定烟草加工设备健康状态的评价模型中的参数权重、模型参数中心值、模型参数阈值、阶段关键参数;根据烟草加工设备所处的阶段将相应的烟草加工设备参数当前值、参数中心值,参数阈值,参数权重以及关键参数值带入构建的烟草加工设备健康状态的评价模型,得到出当前状态下的烟草加工设备健康状态。本发明所采用的数据为实时在线数据,上述数据作为评价依据更真实,定量评价更精确。
Description
技术领域
本发明涉及烟草加工设备状态健康自检技术领域,具体涉及烟草叶片加料机设备的设备健康状态自检方法。
背景技术
目前在卷烟生产企业中,一般缺少对烟草加工设备健康状态的评价。烟草加工设备多采用PLC做自动化控制。一般控制程序中提供了设备报警功能,可以对设备部分参数出现异常时提供报警提示。但该方式涵盖设备参数较少,仅对少数关键参数提供了报警机制,且各参数之间的相互关联并没有考虑在内,因此不能对这个设备状态做出评价。同时该方式仅考虑设备部件参数,评价设备保障性能的工艺生产指标并未包含在内,因此对设备的评价较为片面。报警机制为事后机制,即出现问题后才能做出提示,对于设备亚健康作业,带病作业等灰色区域缺少预测诊断机制。
现有技术中,少数烟草企业建立了对烟草叶片加料机的健康状态评价,但该评价方式一般为采用人工打分的形式进行等级定性评价,缺少对设备的定量分析。该方式评价粒度较粗,评价者主观影响较大。同时评价方法一般为整体评价的综合结果,缺少对设备问题点的定位及处理意见。
另外,现有的少数烟草叶片加料机设备健康状态评价方法多是离线式评价。不能够在线通过实时数据做出评价。该方式由于评价周期长、离线数据失真等原因导致评价结果滞后,不能准确反映当前设备实时状态。
发明内容
为解决现有技术存在的不足,本发明公开了一种烟草加工设备的在线设备健康状态自检方法及系统,本发明对待自检的烟草加工设备所处的阶段实时采集相应的参数数据,送入设备健康状态评价模型进行在线设备健康状态检测,得出相应的自检结果。本发明能够根据实时数据相对准确的实现对烟草加工设备的健康状态进行自检。
为实现上述目的,本发明的具体方案如下:
一种烟草加工设备的在线设备健康状态自检方法,包括以下步骤:
获取实时反映烟草加工设备状态的参数;
根据烟草加工设备所处的运行阶段选择与该阶段相应的烟草加工设备状态参数;
根据选择的烟草加工设备状态参数构建烟草加工设备健康状态的评价模型;
确定烟草加工设备健康状态的评价模型中的参数权重、模型参数中心值、模型参数阈值、阶段关键参数;
根据烟草加工设备所处的阶段将相应的烟草加工设备参数当前值、参数中心值,参数阈值,参数权重以及关键参数值带入构建的烟草加工设备健康状态的评价模型,得到出当前状态下的烟草加工设备健康状态。
进一步的,所述反映烟草加工设备状态的参数包含设备部件参数及与之相关的工艺保障参数和生产效能参数。
进一步的,根据反映烟草加工设备状态的参数的类别对烟草加工设备的数据分类别分层次进行数据组织,形成加料机数据资源关系图和数据清单。
进一步的,所述烟草加工设备所处的运行阶段包括设备开机阶段、设备预热阶段、生产阶段及停机阶段。
进一步的,所述根据烟草加工设备所处的运行阶段选择与该阶段相应的烟草加工设备状态参数时具体根据所形成的数据资源清单,对烟草加工设备每个阶段进行数据筛选,选取该阶段所需要的设备本体、工艺保障,生产效能三类别的参数。
进一步的,所述烟草加工设备健康状态的评价模型具体为:
其中:F(X)为总体评价结果值,范围0-100;Y=[y1,y2,y3…yn]由输入参数xi通过对中心值阈值范围计算得到;Wi:对应输入参数Xi的权重;Sgn()函数为布尔函数,在范围内输出1,越界输出0;A为权重所组成的向量,便于采用矩阵形式计算。其中,任一输入参数为xi,为加料机设备参数中参与健康自检的数据参数。表2即为预热阶段参与自检的参数。
进一步的,烟草加工设备健康状态的评价模型输入量包括:根据阶段选择对应的参数xi的当前参数值Xi,以及该参数的参数中心值Zi,参数阈值范围长度的倒数λi,参数权重wi。
进一步的,烟草加工设备的数据中前两层的数据采用层次分析法确定参数权重,二层以后的数据采用熵权法来确定各参数权重。
进一步的,采用层次分析法确定参数权重时,
根据确定的层次化数据组织树进行操作,元素对下一层次的元素起支配作用,同时也受上层元素的支配;
某类别同层元素构造两两比较矩阵,为了比较同一层元素对上层次元素的相对重要性,构造两两比较矩阵度量标准表;
计算某类别本层的各因素的权重wi为:
其中,aij为标度;
自根节点始依次计算层次化数据组织树各类别各层次分组内的权重。
进一步的,采用熵权法来确定各参数权重时,包括:
数据标准化:将各个指标的数据进行标准化处理;
假设给定了k个指标X1,X2,...,Xk,其中Xi={x1,x2,...,xn},假设对各指标数据标准化后的值为Y1,Y2,...,Yk,那么
求各指标的信息熵:根据信息论中信息熵的定义,一组数据的信息熵:
其中,如果pij=0,则定义
确定各指标权重
根据信息熵的计算公式,计算出各个指标的信息熵为E1,E2,...,Ek,通过信息熵计算各指标的权重:
进一步的,模型参数中心值确定:模型参数中工艺类参数其中心值依据工艺标准中的中心值设定,其他数值型值采用该阶段设备健康状态下参数的统计中位数设定。
进一步的,模型参数阈值确定:工艺类参数其阈值上下限依据工艺标准范围设定,其他数值型参数采用以中位数为中心,涵盖95%数值区间的限制进行设定。
进一步的,烟草加工设备状态的参数中的布尔量参数全部为关键参数。
一种烟草加工设备的在线设备健康状态自检系统,包括:
烟草加工设备状态的参数获取模块,用于获取实时反映烟草加工设备状态的参数;
烟草加工设备状态参数选择模块,用于根据烟草加工设备所处的运行阶段选择与该阶段相应的烟草加工设备状态参数;
模型构建模块,用于根据选择的烟草加工设备状态参数构建烟草加工设备健康状态的评价模型;
输入参数确定模块,确定烟草加工设备健康状态的评价模型中的参数权重、模型参数中心值、模型参数阈值、阶段关键参数;
烟草加工设备健康自检模块,用于根据烟草加工设备所处的阶段将相应的烟草加工设备参数当前值、参数中心值,参数阈值,参数权重以及关键参数值带入构建的烟草加工设备健康状态的评价模型,得到出当前状态下的烟草加工设备健康状态。
本发明在建立模块之前,需要对设备状态评价数据组织。首先选取反映加料机设备状态的参数。反映加料机设备状态的参数不仅包含设备部件参数,还应包括与之相关的工艺保障参数和生产效能参数。按照此三类别对加料机数据分类别分层次进行数据组织。形成加料机数据资源关系图和数据清单
然后对自检阶段进行划分。加料机实际生产过程中一般包括设备开机、设备预热,生产,停机四个阶段,其中我们重点关注前三个阶段和最后生产指标的总体情况。因此确定设备健康状态自检分为:开机前自检,预热中自检,生产中自检和批次结束后整体评价自检。
烟草加工设备各阶段数据筛选。各阶段其核心任务不同,因此自检评价的参数也不尽相同。根据所形成的数据资源清单,对烟草加工设备的每个阶段进行数据筛选,选取该阶段所需要的设备本体、工艺保障,生产效能三类别的参数。
最后实现模型的构建。
其中,阶段关键参数确定:关键参数指该参数在该阶段有极为重要的影响,如该参数不能达标将严重影响该阶段核心任务的进行。关键参数在设备健康自检中具有一票否决的权限。关键参数的确认需生产管理、设备管理,设备操作,工艺管理等人员对相应阶段检测的参数进行讨论,以确定该阶段是否有关键参数点,关键点为哪些。
模型计算和结果展示。根据设备健康状态自检阶段的不同,将相应的参数当前值、参数中心值,参数阈值,参数权重以及关键参数值带入步骤(4)所提供自检模型,计算出当前状态下的设备健康状态自检评分,并给出自检报告。
自检报告中包括各参数的当前值及其中心值、阈值范围要求,以及由各参数状态得出的操作建议。设备维修、设备管理人员参考操作建议进行设备排查和设备维保。并根据自检报告历史记录制定设备保养方案。
本发明的有益效果:
1、本发明对烟草加工设备分阶段进行健康状态评价更为合理,每个阶段所对应的状态参数均不相同,分阶段进行评价更能反映出该设备所处阶段的具体的运行状况。
2、本发明烟草加工设备的相关参数分设备本体参数,工艺保证参数,生产效能参数三类,数据评价设备状态更全面。
3、本发明所采用的数据为实时在线数据,上述数据作为评价依据更真实,定量评价更精确。
附图说明
图1为叶片加料机数据资源关系图;
图2为叶片加料机设备健康自检报告。
具体实施方式:
下面结合附图对本发明进行详细说明:
本发明以烟草加工设备中的烟草叶片加料机为例进行具体说明该设备的在线设备健康状态自检,具体包括的步骤为:
1.按照设备所拥有数据的性质和用途可将数据大体分为三类:设备本体类数据,工艺保障类数据,生产能效类数据。设备本体类数据主要包括电机数据,设备运行参数,设备操作数据、通信连接数据等。工艺保障类数据涵盖包括工艺相关的各类参数。生产能效类数据主要包括班次、批次、产量等相关类的数据。按照此三类别对加料机数据分类别分层次进行数据组织。形成加料机数据资源关系图如图1。
加料机数据资源关系图即为加料机数据资源规划图,展示了加料机包括的数据资源,并对数据资源进行了分级分类;同时建立了数据之间的联系。
此图由思维导图工具按照目标需求逐层推导得出,记录设备有哪几部分组成,各部分又有哪些数据资源,依次寻找到数据元节点。
自检所需数据及对各类别数据的权重确定方法都是以此图作为基础进行的。图中数据资源为自检所需数据。图中分类,为层次分析法进行操作的依据。
2.各阶段数据筛选。各阶段其核心任务不同,因此自检评价的参数也不尽相同。筛选方法为从数据资源表中选择与该阶段核心任务相关联的各类数据。数据的选取以设备本体数据,工艺保障数据,生产效能数据三个方面进行。以预热阶段设备健康状态自检为例,从加料机数据资源中筛选的该阶段所需参数如下表2所示。
表2.加料机预热阶段参数
3.根据表2中所选择的数据采用层次分析法和熵权法对各参数进行权重分配。
模型参数权重确定。模型中参数的权重对于评价结果至关重要,参数的组织是按类别分层次进行组织的,其中第一层,二层数据较少,因此采用层次分析法(AHP)确定参数权重。二层以后参数由于参数数据较多,使用层次分析法确定权重操作不易实现且容易混乱,因此采用熵权法来确定各参数权重。无论层次分析法还是熵权法都是对某一类某个层次内数据的权重确定,其为该层中各元素对相应上一级元素的权重划分。自根节点始权重为100%(所有参数的全部权重),使用层次分析法和熵权法可以计算出各元素对应于整体的权重。
权重确定层次分析法(AHP):
根据确定的层次化数据组织树进行操作。元素对下一层次的元素起支配作用,同时也受上层元素的支配。
某类别同层元素构造两两比较矩阵。为了比较同一层元素对上层次元素的相对重要性,构造两两比较矩阵度量标准如下:
表1.两两比较矩阵度量标准表
标度aij | 定义 |
1 | i因素与j因素同样重要 |
3 | i因素比j因素略重要 |
5 | i因素比j因素较重要 |
7 | i因素比j因素比较重要 |
8 | i因素比j因素绝对重要 |
2、4、6、8 | 为以上两判断之间的中间状态的评价的标度 |
倒数 | 若j因素与i因素相比较得到新的标度aji=1/aij |
计算某类别本层的各因素的权重wi为:
依据计算方法,自根节点始依次计算层次化数据组织树各类别各层次分组内的权重。
熵权法:
①数据标准化
将各个指标的数据进行标准化处理。
假设给定了k个指标X1,X2,...,Xk,其中Xi={x1,x2,...,xn}。假设对各指标数据标准化后的值为Y1,Y2,...,Yk,那么
②求各指标的信息熵
根据信息论中信息熵的定义,一组数据的信息熵:
其中如果pij=0,则定义
③确定各指标权重
根据信息熵的计算公式,计算出各个指标的信息熵为E1,E2,...,Ek。通过信息熵计算各指标的权重:
4.根据要求分别对表2中的数据计算(设定)其中心值和阈值范围上下限。
5.对表2中的数据筛选关键参数,其中布尔量参数全部为关键参数,如表2中的阀门状态,通信状态等。数字量参数根据其引起的风险确定其是否为关键参数。
6.根据公式1计算设备健康状态。a.首先输入各参数的中心值Zi、阈值范围,权重值Wi,扫描各参数的当前值,由个参数阈值范围,计算各参数的敏感系数λi,计算各参数状态中间值yi,形成列向量Y,由各输入参数权重Wi,形成系数行向量A,扫描关键因子,计算一票否决因子函数值计算并输出评价输出结果F(X)。
7.在对设备进行自检时,自检数据来自于当前设备的实时状态参数,状态参数经自检模型运算后,自检结果以设备健康自检报告的形式进行展现如图2所示。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种烟草加工设备的在线设备健康状态自检方法,其特征是,包括以下步骤:
获取实时反映烟草加工设备状态的参数;
根据烟草加工设备所处的运行阶段选择与该阶段相应的烟草加工设备状态参数;
根据选择的烟草加工设备状态参数构建烟草加工设备健康状态的评价模型;
确定烟草加工设备健康状态的评价模型中的参数权重、模型参数中心值、模型参数阈值、阶段关键参数;
根据烟草加工设备所处的阶段将相应的烟草加工设备参数当前值、参数中心值,参数阈值,参数权重以及关键参数值带入构建的烟草加工设备健康状态的评价模型,得到出当前状态下的烟草加工设备健康状态。
2.如权利要求1所述的一种烟草加工设备的在线设备健康状态自检方法,其特征是,所述反映烟草加工设备状态的参数包含设备部件参数及与之相关的工艺保障参数和生产效能参数。
3.如权利要求1所述的一种烟草加工设备的在线设备健康状态自检方法,其特征是,根据反映烟草加工设备状态的参数的类别对烟草加工设备的数据分类别分层次进行数据组织,形成加料机数据资源关系图和数据清单。
4.如权利要求1所述的一种烟草加工设备的在线设备健康状态自检方法,其特征是,所述烟草加工设备所处的运行阶段包括设备开机阶段、设备预热阶段、生产阶段及停机阶段;
所述根据烟草加工设备所处的运行阶段选择与该阶段相应的烟草加工设备状态参数时具体根据所形成的数据资源清单,对烟草加工设备每个阶段进行数据筛选,选取该阶段所需要的设备本体、工艺保障,生产效能三类别的参数。
5.如权利要求1所述的一种烟草加工设备的在线设备健康状态自检方法,其特征是,所述烟草加工设备健康状态的评价模型具体为:
其中:F(X)为总体评价结果值,范围0-100;Y=[y1,y2,y3…yn]由输入参数xi通过对中心值阈值范围计算得到;Wi:对应输入参数Xi的权重;Sgn()函数为布尔函数,在范围内输出1,越界输出0;A为权重所组成的向量,便于采用矩阵形式计算。
6.如权利要求5所述的一种烟草加工设备的在线设备健康状态自检方法,其特征是,烟草加工设备健康状态的评价模型输入量包括:根据阶段选择对应的参数xi的当前参数值Xi,以及该参数的参数中心值Zi,参数阈值范围长度的倒数λi,参数权重wi。
7.如权利要求1所述的一种烟草加工设备的在线设备健康状态自检方法,其特征是,烟草加工设备的数据中前两层的数据采用层次分析法确定参数权重,二层以后的数据采用熵权法来确定各参数权重。
8.如权利要求7所述的一种烟草加工设备的在线设备健康状态自检方法,其特征是,采用层次分析法确定参数权重时,
根据确定的层次化数据组织树进行操作,元素对下一层次的元素起支配作用,同时也受上层元素的支配;
某类别同层元素构造两两比较矩阵,为了比较同一层元素对上层次元素的相对重要性,构造两两比较矩阵度量标准表;
计算某类别本层的各因素的权重wi为:
其中,aij为标度;
自根节点始依次计算层次化数据组织树各类别各层次分组内的权重。
9.如权利要求7所述的一种烟草加工设备的在线设备健康状态自检方法,其特征是,采用熵权法来确定各参数权重时,包括:
数据标准化:将各个指标的数据进行标准化处理;
假设给定了k个指标X1,X2,...,Xk,其中Xi={x1,x2,...,xn},假设对各指标数据标准化后的值为Y1,Y2,...,Yk,那么
求各指标的信息熵:根据信息论中信息熵的定义,一组数据的信息熵:
其中,如果pij=0,则定义
确定各指标权重
根据信息熵的计算公式,计算出各个指标的信息熵为E1,E2,...,Ek,通过信息熵计算各指标的权重:
10.一种烟草加工设备的在线设备健康状态自检系统,其特征是,包括:
烟草加工设备状态的参数获取模块,用于获取实时反映烟草加工设备状态的参数;
烟草加工设备状态参数选择模块,用于根据烟草加工设备所处的运行阶段选择与该阶段相应的烟草加工设备状态参数;
模型构建模块,用于根据选择的烟草加工设备状态参数构建烟草加工设备健康状态的评价模型;
输入参数确定模块,确定烟草加工设备健康状态的评价模型中的参数权重、模型参数中心值、模型参数阈值、阶段关键参数;
烟草加工设备健康自检模块,用于根据烟草加工设备所处的阶段将相应的烟草加工设备参数当前值、参数中心值,参数阈值,参数权重以及关键参数值带入构建的烟草加工设备健康状态的评价模型,得到出当前状态下的烟草加工设备健康状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610373615.8A CN105867341B (zh) | 2016-05-31 | 2016-05-31 | 一种烟草加工设备的在线设备健康状态自检方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610373615.8A CN105867341B (zh) | 2016-05-31 | 2016-05-31 | 一种烟草加工设备的在线设备健康状态自检方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105867341A true CN105867341A (zh) | 2016-08-17 |
CN105867341B CN105867341B (zh) | 2018-08-07 |
Family
ID=56643051
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610373615.8A Active CN105867341B (zh) | 2016-05-31 | 2016-05-31 | 一种烟草加工设备的在线设备健康状态自检方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105867341B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108255964A (zh) * | 2017-12-23 | 2018-07-06 | 武汉益模科技股份有限公司 | 一种工艺流程路线的展示方法 |
CN108932571A (zh) * | 2017-05-24 | 2018-12-04 | 龙岩烟草工业有限责任公司 | 卷烟制丝初始工艺参数的设置方法和装置 |
CN109471404A (zh) * | 2018-11-21 | 2019-03-15 | 河南中烟工业有限责任公司 | 一种加料系统一键状态检测方法和系统 |
CN110738423A (zh) * | 2019-10-17 | 2020-01-31 | 浙江中烟工业有限责任公司 | 一种卷接设备综合效能评价方法 |
CN111406967A (zh) * | 2020-04-24 | 2020-07-14 | 云南省烟草公司曲靖市公司 | 烟叶烘烤工艺实时执行率测定方法 |
CN113689225A (zh) * | 2021-05-18 | 2021-11-23 | 重庆唯渡科技有限公司 | 一种烟草专卖市场监管中异常客户的分析方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103584271A (zh) * | 2013-11-21 | 2014-02-19 | 山东中烟工业有限责任公司 | 一种预防叶片加料机加料异常的方法 |
CN103616878A (zh) * | 2013-12-03 | 2014-03-05 | 山东中烟工业有限责任公司 | 烟草加工过程加料回路在线状态检测系统及检测方法 |
WO2015082669A1 (de) * | 2013-12-05 | 2015-06-11 | Bayer Technology Services Gmbh | Computer-implementiertes verfahren und system zur automatischen überwachung und statusermittlung ganzer prozessabschnitte in einer process unit |
CN105242660A (zh) * | 2015-07-15 | 2016-01-13 | 浙江中烟工业有限责任公司 | 基于相对变化分析的多模态卷烟制叶丝过程在线监测与故障诊断方法 |
CN105573290A (zh) * | 2015-12-16 | 2016-05-11 | 浙江中烟工业有限责任公司 | 卷烟工厂超高速条盒包装机多工况过程在线监测与故障诊断方法 |
-
2016
- 2016-05-31 CN CN201610373615.8A patent/CN105867341B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103584271A (zh) * | 2013-11-21 | 2014-02-19 | 山东中烟工业有限责任公司 | 一种预防叶片加料机加料异常的方法 |
CN103616878A (zh) * | 2013-12-03 | 2014-03-05 | 山东中烟工业有限责任公司 | 烟草加工过程加料回路在线状态检测系统及检测方法 |
WO2015082669A1 (de) * | 2013-12-05 | 2015-06-11 | Bayer Technology Services Gmbh | Computer-implementiertes verfahren und system zur automatischen überwachung und statusermittlung ganzer prozessabschnitte in einer process unit |
CN105242660A (zh) * | 2015-07-15 | 2016-01-13 | 浙江中烟工业有限责任公司 | 基于相对变化分析的多模态卷烟制叶丝过程在线监测与故障诊断方法 |
CN105573290A (zh) * | 2015-12-16 | 2016-05-11 | 浙江中烟工业有限责任公司 | 卷烟工厂超高速条盒包装机多工况过程在线监测与故障诊断方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108932571A (zh) * | 2017-05-24 | 2018-12-04 | 龙岩烟草工业有限责任公司 | 卷烟制丝初始工艺参数的设置方法和装置 |
CN108932571B (zh) * | 2017-05-24 | 2022-01-07 | 龙岩烟草工业有限责任公司 | 卷烟制丝初始工艺参数的设置方法和装置 |
CN108255964A (zh) * | 2017-12-23 | 2018-07-06 | 武汉益模科技股份有限公司 | 一种工艺流程路线的展示方法 |
CN109471404A (zh) * | 2018-11-21 | 2019-03-15 | 河南中烟工业有限责任公司 | 一种加料系统一键状态检测方法和系统 |
CN110738423A (zh) * | 2019-10-17 | 2020-01-31 | 浙江中烟工业有限责任公司 | 一种卷接设备综合效能评价方法 |
CN110738423B (zh) * | 2019-10-17 | 2022-10-14 | 浙江中烟工业有限责任公司 | 一种卷接设备综合效能评价方法 |
CN111406967A (zh) * | 2020-04-24 | 2020-07-14 | 云南省烟草公司曲靖市公司 | 烟叶烘烤工艺实时执行率测定方法 |
CN111406967B (zh) * | 2020-04-24 | 2022-03-08 | 云南省烟草公司曲靖市公司 | 烟叶烘烤工艺实时执行率测定方法 |
CN113689225A (zh) * | 2021-05-18 | 2021-11-23 | 重庆唯渡科技有限公司 | 一种烟草专卖市场监管中异常客户的分析方法 |
CN113689225B (zh) * | 2021-05-18 | 2024-01-30 | 重庆唯渡科技有限公司 | 一种烟草专卖市场监管中异常客户的分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105867341B (zh) | 2018-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105867341A (zh) | 一种烟草加工设备的在线设备健康状态自检方法及系统 | |
CN106886915B (zh) | 一种基于时间衰减采样的广告点击预估方法 | |
CN106022509A (zh) | 考虑地域和负荷性质双重差异的配电网空间负荷预测方法 | |
CN106447075B (zh) | 行业用电需求预测方法与系统 | |
CN104572449A (zh) | 一种基于用例库的自动化测试方法 | |
CN110458195A (zh) | 一种基于多判据融合的异常数据甄别方法 | |
CN109934469A (zh) | 基于异源交叉回归分析的停电敏感度预警方法及装置 | |
He et al. | Big data-oriented product infant failure intelligent root cause identification using associated tree and fuzzy DEA | |
CN110070452A (zh) | 模型训练方法、装置、计算设备及计算机可读存储介质 | |
CN106469353A (zh) | 一种面向大数据的项目合作企业智慧筛选排序方法 | |
CN104881718A (zh) | 基于多尺度经济先行指标的区域电力景气指数构建方法 | |
CN106022547A (zh) | 一种区域经济未来发展宏观预测系统及其方法 | |
Baccarini | The maturing concept of estimating project cost contingency: A review | |
CN105354664A (zh) | 一种输变电工程项目造价风险评价指标体系优化的方法 | |
Gastes et al. | The consistency adjustment problem of AHP pairwise comparison matrices | |
CN114548494A (zh) | 一种可视化造价数据预测智能分析系统 | |
Shi et al. | A Grey Model for Evaluation of Information Systems Security. | |
CN111178605A (zh) | 一种基于特征选择的配网工程项目工期预测方法 | |
CN110489844A (zh) | 一种适用于软岩隧道不均匀大变形等级预测方法 | |
CN109920489A (zh) | 一种基于Lasso-CCF-CNN的加氢裂化模型及建立方法 | |
Lesmana et al. | Productivity analysis in assembly department using objective matrix (OMAX) method in labor intensive manufacturing | |
CN111612356A (zh) | 一种工程质量保险风险管理效果和方案分析方法及系统 | |
CN116611785A (zh) | 一种基于大数据的输变电工程造价模型构建方法、系统、设备及介质 | |
Bashiri et al. | Capacitated multimodal structure of a green supply chain network considering multiple objectives | |
CN109376898A (zh) | 一种基于内外部指标影响的电量分析预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |