CN111938189A - 一种实现劈刀盘进行预测性维护和完善的算法 - Google Patents
一种实现劈刀盘进行预测性维护和完善的算法 Download PDFInfo
- Publication number
- CN111938189A CN111938189A CN202010663690.4A CN202010663690A CN111938189A CN 111938189 A CN111938189 A CN 111938189A CN 202010663690 A CN202010663690 A CN 202010663690A CN 111938189 A CN111938189 A CN 111938189A
- Authority
- CN
- China
- Prior art keywords
- weight
- cigarette
- cigarettes
- standard
- similarity
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A24—TOBACCO; CIGARS; CIGARETTES; SIMULATED SMOKING DEVICES; SMOKERS' REQUISITES
- A24C—MACHINES FOR MAKING CIGARS OR CIGARETTES
- A24C5/00—Making cigarettes; Making tipping materials for, or attaching filters or mouthpieces to, cigars or cigarettes
- A24C5/32—Separating, ordering, counting or examining cigarettes; Regulating the feeding of tobacco according to rod or cigarette condition
- A24C5/34—Examining cigarettes or the rod, e.g. for regulating the feeding of tobacco; Removing defective cigarettes
- A24C5/3424—Examining cigarettes or the rod, e.g. for regulating the feeding of tobacco; Removing defective cigarettes by weighing
Landscapes
- Wrapping Of Specific Fragile Articles (AREA)
Abstract
本发明属于烟支生产技术领域，涉及一种实现劈刀盘进行预测性维护和完善的算法，包括以下步骤：S1：获取数据集，并根据获取的数据集建立标准烟支的重量指标值；S2：与标准烟支相比较计算出相应的标准烟支的相似度指标；S3：根据标准烟支的重量指标值及标准烟支的相似度指标构建劈刀盘预测性维护和完善的模型；S4：连续监测通过模型获得的烟支的相似度指标并观察其分布，根据这些烟支相似度指标在劈刀盘上的表现情况，判定劈刀盘是否需要维护和完善；S5：依据反馈的结果修正劈刀盘的机械参数。其优点在于，能够对烟支数据及劈刀盘状态进行异常值预警，并分析劈刀盘不同位置处生产的烟支质量，从而完成对劈刀盘的预测性维护。
Description
技术领域
本发明属于烟支生产技术领域，涉及一种实现劈刀盘进行预测性维护和完善的算法落。
背景技术
在现有的技术与实践领域中，智能烟机对于机器生产的具体状态分析一般倾向于重量在以风机压力、温湿度等的工况变量的参数调优和其与空头、吸阻等的相关性研究，而目前在智能烟机行业中，劈刀盘状态异常的相关问题往往疏于监测，现有的智能烟机通过在劈刀盘的边缘设置多个不同深浅的凹槽，智能烟机正常高速启动状态下劈刀盘上不同位置的凹槽对烟支起到的削减和紧口作用，但是不同位置的凹槽对烟支削减和紧口时也会有略微的差异，这样就会对生产出来烟支的质量降低。
发明内容
本发明的目的在于针对现有技术的不足，提供一种实现劈刀盘进行预测性维护和完善的算法，能够对烟支数据及劈刀盘状态进行异常值预警，并分析劈刀盘不同位置处生产的烟支质量，从而完成对劈刀盘的预测性维护。
为了实现上述目的，本发明采用了以下技术方案：
一种实现劈刀盘进行预测性维护和完善的算法，包括以下步骤：
S1：获取数据集，并根据获取的数据集建立标准烟支的重量指标值；
S2：提取数据集中的烟支（n+1）项与标准烟支相同的重量指标值，并与标准烟支相比较计算出相应的标准烟支的相似度指标；
S3：根据标准烟支的重量指标值及标准烟支的相似度指标构建劈刀盘预测性维护和完善的模型；
S4：连续监测通过模型获得的烟支的相似度指标并观察其分布，根据这些烟支相似度指标在劈刀盘上的表现情况，判定劈刀盘是否需要维护和完善；
S5：依据反馈的结果修正劈刀盘的机械参数。
进一步的，步骤S1还包括以下步骤：
S1A：选取一个批量烟支的数据集，并获取每个烟支的实际重量，筛选出数据集中实际重量符合要求的烟支，并将实际重量符合要求的烟支归为一个标准类；
S1B：选取每支烟支的实际重量和n项单点重量，筛选出具有（n+1）项重量指标值的烟支数据集；
S1C：对筛选后的烟支（n+1）个重量指标在该烟支标准类数据集中求平均值 ；
S1D：得到（n+1）个重量相关的平均重量指标值，（n+1）个重量相关的平均重量指标值即为标准烟支的重量指标值。
进一步的，步骤S2还包括以下步骤：
S2A获取含有实际重量和n段线密度单点重量的（n+1）项重量指标值的单班次烟支；
S2B：获取含有实际重量和n段线密度单点重量的（n+1）项重量指标值的单班次烟支；
S2C：将该班次中每支烟的（n+1）项重量指标值量化为多维空间的向量；
S2D：提取数据集中单班次每支烟的（n+1）项相同的重量指标值，并将重量指标值进行量化；
S2E：与标准烟支的重量指标值相比较计算出每支烟的数值化向量及标准烟支数值化向量空间距离从而得到每支烟关于标准烟支的相似度指标；
进一步的，步骤S3还包括
S3A：实证分析并判定标准烟支的相似度指标是否有效；
S3B：根据获取的标准烟支的相似度指标判断劈刀盘的使用是否异常。
进一步的，步骤S3A还包括：
S3A1：将包含有相似度指标算法的软件与烟厂的数据连接获取烟厂多个班次的烟支数据；
S3A2：通过python软件将获得每个班次标准烟支的相似度指标并转化为可视化数据；
S3A3：通过运行python软件获取多个班次标准烟支的重量指标值及标准烟支的相似度指标值的分布图，同时获取多个班次均输出正常运行无重量故障及正常运行有重量故障的两种烟支集合的相似度指标值分布图；
S3A4：确定多个班次均输出正常运行无重量故障标准烟支的平均相似度指标值的产生偏离的误差范围；
S3A5：确定多个班次均输出正常运行有重量故障标准烟支的平均相似度指标值；
S3A6：根据得到的正常运行无重量故障标准烟支的平均相似度指标值的产生偏离的误差范围及输出正常运行有重量故障标准烟支的平均相似度指标值判定标准烟支的相似度指标有效性。
进一步的，步骤S3B还包括：
S3B1：获取烟支在单班次中单次启停中连续正常运行的最大烟支数据集合，并对集合中的每支烟提取其n段单点重量值；
S3B2：将每支烟的n项单点重量值予以标记不同的m个位置标签，并按照不同标签计算出各标签下标准烟支的平均相似度指标值；
S3B3：返回mn个平均线密度单点重量数值，即劈刀盘m个位置下烟支的平均线密度单点重量指标值，形成图形状反馈；
S3B4：根据平均线密度单点重量指标值的反馈图判断劈刀盘是否异常。
进一步的，所述（n+1）个重量相关的重量指标值包括：单支烟实际重量值及n段单点重量值。
本发明的有益效果：
通过在多维空间建立特定烟支生产类型不同段重量值的评价指标，使得对烟支重量的分析更为全面，臻选出剔除率更小，质量更优的劈刀盘指标环境，并且本发明通过分析劈刀盘不同位置处生产的烟支质量，能够对烟支数据及劈刀盘状态起到异常值预警的效果，最后根据算法的结论对劈刀盘工艺设计进行改善，完善劈刀盘的机械设计，实现对劈刀盘进行预测性维护，从而达到提高烟支重量的稳定性。
附图说明
附图1是本发明总流程示意图；
附图2是本发明设置标准烟支的重量指标值时的流程图；
附图3是本发明建立标准烟支的相似度指标值时的流程图；
附图4是本发明验证相似度指标是否有效时的流程图；
附图5是本发明判定劈刀盘是否异常时的流程示意图；
附图6是本发明第1班次标准烟支的重量指标值及标准烟支的相似度指标值示意图；
附图7是本发明第2班次标准烟支的重量指标值及标准烟支的相似度指标值示意图；
附图8是本发明第3班次标准烟支的重量指标值及标准烟支的相似度指标值示意图；
附图9是本发明正常生产且无重量故障的烟支关于标准烟支的相似度指标示意图；
附图10是本发明重量故障的烟支关于标准烟支的相似度指标示意图；
附图11是本发明5段重量值烟支数据在劈刀盘六个不同位置重量变化表雷达图；
附图12是本发明本发明32段重量值烟支数据在劈刀盘六个不同位置重量变化表雷达图；
附图13是本发明B61-B67中的6个班次烟支相似度指标均值示意图；
附图14是本发明某个班次中劈刀盘六个位置处烟支相似度指标均值示意图；
附图15是本发明多个班次时同一劈刀盘上位置1及位置2的平均相似度指标的分布；
附图16是本发明多个班次时同一劈刀盘上位置3及位置4的平均相似度指标的分布；
附图17是本发明多个班次时同一劈刀盘上位置5及位置6的平均相似度指标的分布。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
参考附图1~附图14，一种实现劈刀盘进行预测性维护和完善的算法，包括以下步骤：
S1：获取数据集，并根据获取的数据集建立标准烟支的重量指标值；
S2：提取数据集中的烟支（n+1）项相同的重量指标值，并与标准烟支相比较计算出相应的标准烟支的相似度指标；
S3：根据标准烟支的重量指标值及标准烟支的相似度指标构建劈刀盘预测性维护和完善的模型；
S4：连续监测通过模型获得的烟支的相似度指标并观察其分布，根据这些烟支相似度指标在劈刀盘上的表现情况，判定劈刀盘是否需要维护和完善；
S5：依据反馈的结果修正劈刀盘的机械参数。
上述实施例中，步骤S1还包括以下步骤：
S1A：选取一个批量烟支的数据集，并获取每个烟支的实际重量，筛选出数据集中实际重量符合要求的烟支，并将实际重量符合要求的烟支归为一个标准类，其中，获取的每个烟支的实际重量为工艺标准中的额定重量，且误差要求由算法中的极限误差决定，若极限误差设定为2mg，即其实际重量应满足在额定重量值上下2mg范围内部，选取烟支批量时，且选取的批量烟支的总支数应高于20000支，具体选定的烟支数量依据实际情况确定；
S1B：选取每支烟支的实际重量和n项单点重量，筛选出具有（n+1）项重量指标值的烟支数据集；
S1C：对筛选后的烟支（n+1）个重量指标在该烟支标准类数据集中求平均值 ；
S1D：得到（n+1）个重量相关的平均重量指标值，（n+1）个重量相关的平均重量指标值即为标准烟支的重量指标值，其中，（n+1）个重量相关的指标值包括：单支烟实际重量值及将单支烟设置为n段单点重量值。
上述实施例中，步骤S2还包括以下步骤：
S2A：将标准烟支的（n+1）个重量相关的平均重量指标值量化为多维空间的向量；
S2B：获取含有实际重量和n段线密度单点重量的（n+1）项重量指标值的单班次烟支；
S2C：将每支烟的（n+1）项重量指标值转化为多维空间的向量；
S2D：提取数据集中单班次每支烟的（n+1）项相同的重量指标值，并将重量指标值进行量化；
S2E：与标准烟支的重量指标值相比较计算出每支烟的数值化向量及标准烟支数值化向量空间距离从而得到每支烟关于标准烟支的相似度指标，其中，标准烟支相比较计算出标准烟支的相似度指标值通过选择欧式距离来计算空间中单支烟重量属性与标准烟支重量属性的偏离程度得到，本实施例中，通过对python软件进行操作得到标准烟支的相似度指标值, 其中，单只烟的实际重量为n段线密度/单点重量值。
上述实施例中，步骤S3还包括：
S3A：实证分析并判定标准烟支的相似度指标是否有效；
S3B：根据获取的标准烟支的相似度指标判断劈刀盘的使用是否异常。
上述实施例中，步骤S3A还包括：
S3A1：将包含有相似度指标算法的软件与烟厂的数据连接获取烟厂多个班次的烟支数据；
S3A2：通过python软件将获得每个班次标准烟支的相似度指标并转化为可视化数据；
S3A3：通过运行python软件获取多个班次标准烟支的重量指标值及标准烟支的相似度指标值的分布图，同时获取多个班次均输出正常运行无重量故障及正常运行有重量故障的两种烟支集合的相似度指标值分布图；
S3A4：确定多个班次均输出正常运行无重量故障标准烟支的平均相似度指标值的产生偏离的误差范围；
S3A5：确定多个班次均输出正常运行有重量故障标准烟支的平均相似度指标值；
S3A6：根据得到的正常运行无重量故障标准烟支的平均相似度指标值的产生偏离的误差范围及输出正常运行有重量故障标准烟支的平均相似度指标值判定标准烟支的相似度指标有效性。当标准烟支的相似度指标的数值越小，表明该支烟的线密度重量各项指标值同标准烟支各项指标值的差距越小，也越接近我们想要达到的理想烟支状态，在本实施例中，选取的某烟厂数据中，选取的班次为第1班次、第2班次及第3班次的标准烟支的各项指标值，且烟支采用五段线密度重量计量的方式，因此n=5，构成重量属性特征的指标值共有6项，从而得到第1班次、第2班次及第3班次下各烟支关于标准烟支的重量指标值及标准烟支的相似度指标值，本实施例中，单只烟支的额定重量设定为为681mg，上下误差为90mg，即选取的烟支重量范围应当落入571mg~771mg之间；再选取劈刀盘正常运行无重量故障时的数据并获取此时的标准烟支的相似度指标，将多个班次的数据对比观察可以得到烟厂给出的烟支数据中，劈刀盘正常运行无重量故障时，合格烟关于标准烟支的平均相似度值大约分布在70-80之间，最大值一般不超过300，从而确定标准烟支在实际操作过程中的确能够体现出烟支重量偏离理想指标程度的映射，再选取劈刀盘正常运行有重量故障时的数据并获取此时的标准烟支的相似度指标，在劈刀盘正常运行有重量故障时，重量缺陷烟关于标准烟支的平均相似度指标值在300以上，最小值也不低于200，从而得到在重量问题上不合格的烟支判定与合格烟支判定具有一定的区别，这表明标准烟支的相似度模型对于合格与否的烟支判定有可操作性，因此基于标准烟支相似度模型的劈刀盘研究初步证明是可行。
上述实施例中，步骤S3B还包括：
S3B1：获取烟支在单班次中单次启停中连续正常运行的最大烟支数据集合，并对集合中的每支烟提取其n段单点重量值；
S3B2：将每支烟的n项单点重量值予以标记不同的m个位置标签，并按照不同标签计算出各标签下标准烟支的平均相似度指标值；
S3B3：返回mn个平均线密度单点重量数值，即劈刀盘m个位置下烟支的平均线密度单点重量指标值，形成图形状反馈；
S3B4：根据平均线密度单点重量指标值的反馈图判断劈刀盘是否异常。
在本实施例中，选取的某烟厂的班次为B61-B67中B1、B2、B3、B5、B6及B7六个班次，且设置每支烟的单点重量值予以标记5个不同的位置，劈刀盘对烟支的作用位置为6个时，即m=6，n=5，则平均线密度单点重量的数值的个数为30，在另一些实施例中，m=6，n=32，则平均线密度单点重量的数值的个数为192，通过对比两组数据可知，在n=5时和n=32时的重量值数据中，双长烟支在劈刀盘各位置的重量指标分布均基本稳定，因此烟支生产的实际操作中具备可知性，进行下一步的研究分析是可行的，同时，对比观察烟厂具有五段线密度重量的烟支数据与烟厂的32段线密度重量的烟支数据，通过由简至繁的趋势依次对5-32段烟支数据集进行分析， 32段密度值烟支对重量划分的细致，与5段密度值相比较可得，烟支32段密度值烟支在相似度模型中具有更高的精确度和更大的信息量；另外，通过获取B1、B2、B3、B5、B6及B7六个班次中各个班次烟支相似度指标均值，从而得到某烟厂多个班次对标准烟支的相似度指标的影响大小，通过获取B1、B2、B3、B5、B6及B7六个班次中某个班次6个位置的标准烟支相似度指标均值，从而判定劈刀盘各位置是否出现异常。
本实施例中，选用的劈刀盘有三深三浅六个凹槽，且三深三浅六个凹槽均匀分布在劈刀盘面边缘，在实际生产过程当中，正常高速启动状态下劈刀盘上不同位置的凹槽对烟支起到的削减和紧口的作用，将卷烟机单次启动停止的一个单位时间内，高速正常运行的烟支批次满足连续无间隔地经过劈刀盘各位置，在这一条件下，衡量劈刀盘不同位置状态能够通过依次序比较不同的烟支质量指标来等价替代，在基于标准烟支和标准烟支的相似度算法，能够通过不同位置状态下的烟支关于标准烟支的相似度指标是否发生变动从而判断劈刀盘用于削减和紧口位置在这一时刻是否出现故障；劈刀盘转一圈过程中生产六支烟，对于单次完整的起停运行过程，生产出的烟支属于不同的劈刀盘位置，通过比较不同位置、不同班次劈刀盘的运行状态，在不同状态的平整盘运行态中，获取的烟支平均相似度值是否存在差异是判断该时段劈刀盘是否发生了相对的整改或损伤，根据在同一劈刀盘的不同位置的烟支平均相似度值测量是否存在较大区别从而判断劈刀盘六部分的位置是否异常。
参考附图15-17可知，选取多个班次在同一劈刀盘的6个位置的平均相似度指标值为参考依据，同一劈刀盘6个位置的平均相似度指标值在某班次整体的发生突变，且突变点6个位置的平均相似度指标值恒定，因此排除了劈刀盘上某个位置产生损坏损坏，而考虑机器由于班次更迭之间导致突变产生。
以上所述的实施例，只是本发明的较优选的具体方式之一，本领域的技术员在本发明技术方案范围内进行的通常变化和替换都应包含在本发明的保护范围内。
Claims (7)
1.一种实现劈刀盘进行预测性维护和完善的算法，其特征在于，包括以下步骤：
S1：获取数据集，并根据获取的数据集建立标准烟支的重量指标值；
S2：提取数据集中的烟支（n+1）项与标准烟支相同的重量指标值，并与标准烟支相比较计算出相应的标准烟支的相似度指标；
S3：根据标准烟支的重量指标值及标准烟支的相似度指标构建劈刀盘预测性维护和完善的模型；
S4：连续监测通过模型获得的烟支的相似度指标并观察其分布，根据这些烟支相似度指标在劈刀盘上的表现情况，判定劈刀盘是否需要维护和完善；
S5：依据反馈的结果修正劈刀盘的机械参数。
2.根据权利要求1所述的一种实现劈刀盘进行预测性维护和完善的算法，其特征在于，步骤S1还包括以下步骤：
S1A：选取一个批量烟支的数据集，并获取每个烟支的实际重量，筛选出数据集中实际重量符合要求的烟支，并将实际重量符合要求的烟支归为一个标准类；
S1B：选取每支烟支的实际重量和n项单点重量，筛选出具有（n+1）项重量指标值的烟支数据集；
S1C：对筛选后的烟支（n+1）个重量指标在该烟支标准类数据集中求平均值；
S1D：得到（n+1）个重量相关的平均重量指标值，（n+1）个重量相关的平均重量指标值即为标准烟支的重量指标值。
3.根据权利要求2所述的一种实现劈刀盘进行预测性维护和完善的算法，其特征在于，步骤S2还包括以下步骤：
S2A：将标准烟支的（n+1）个重量相关的平均重量指标值量化为多维空间的向量；
S2B：获取含有实际重量和n段线密度单点重量的（n+1）项重量指标值的单班次烟支；
S2C：将该班次中每支烟的（n+1）项重量指标值量化为多维空间的向量；
S2D：提取数据集中单班次每支烟的（n+1）项相同的重量指标值，并将重量指标值进行量化；
S2E：与标准烟支的重量指标值相比较计算出每支烟的数值化向量及标准烟支数值化向量空间距离从而得到每支烟关于标准烟支的相似度指标。
4.根据权利要求3所述的一种实现劈刀盘进行预测性维护和完善的算法，其特征在于，步骤S3还包括
S3A：实证分析并判定标准烟支的相似度指标是否有效；
S3B：根据获取的标准烟支的相似度指标判断劈刀盘的使用是否异常。
5.根据权利要求4所述的一种实现劈刀盘进行预测性维护和完善的算法，其特征在于，步骤S3A还包括：
S3A1：将包含有相似度指标算法的软件与烟厂的数据连接获取烟厂多个班次的烟支数据；
S3A2：通过python软件将获得每个班次标准烟支的相似度指标并转化为可视化数据；
S3A3：通过运行python软件获取多个班次标准烟支的重量指标值及标准烟支的相似度指标值的分布图，同时获取多个班次均输出正常运行无重量故障及正常运行有重量故障的两种烟支集合的相似度指标值分布图；
S3A4：确定多个班次均输出正常运行无重量故障标准烟支的平均相似度指标值的产生偏离的误差范围；
S3A5：确定多个班次均输出正常运行有重量故障标准烟支的平均相似度指标值；
S3A6：根据得到的正常运行无重量故障标准烟支的平均相似度指标值的产生偏离的误差范围及输出正常运行有重量故障标准烟支的平均相似度指标值判定标准烟支的相似度指标有效性。
6.根据权利要求5所述的一种实现劈刀盘进行预测性维护和完善的算法，其特征在于，步骤S3B还包括：
S3B1：获取烟支在单班次中单次启停中连续正常运行的最大烟支数据集合，并对集合中的每支烟提取其n段单点重量值；
S3B2：将每支烟的n项单点重量值予以标记不同的m个位置标签，并按照不同标签计算出各标签下标准烟支的平均相似度指标值；
S3B3：返回mn个平均线密度单点重量的数值，即劈刀盘m个位置下烟支的平均线密度单点重量指标值，形成图形状反馈；
S3B4：根据平均线密度单点重量指标值的反馈图判断劈刀盘是否异常。
7.根据权利要求6所述的一种实现劈刀盘进行预测性维护和完善的算法，其特征在于，所述（n+1）个重量相关的重量指标值包括：单支烟实际重量值及n段单点重量值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010663690.4A CN111938189B (zh) | 2020-07-10 | 2020-07-10 | 一种实现劈刀盘进行预测性维护和完善的算法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010663690.4A CN111938189B (zh) | 2020-07-10 | 2020-07-10 | 一种实现劈刀盘进行预测性维护和完善的算法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111938189A true CN111938189A (zh) | 2020-11-17 |
| CN111938189B CN111938189B (zh) | 2022-02-22 |
Family
ID=73341266
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010663690.4A Active CN111938189B (zh) | 2020-07-10 | 2020-07-10 | 一种实现劈刀盘进行预测性维护和完善的算法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111938189B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB1313861A (en) * | 1969-06-02 | 1973-04-18 | Industrial Nucleonics Corp | System and method for optimizing processor or equipment profit |
| CN203523800U (zh) * | 2013-10-18 | 2014-04-09 | 河南中烟工业有限责任公司 | 一种卷烟机烟支重量控制装置 |
| CN104770870A (zh) * | 2015-03-14 | 2015-07-15 | 常德烟草机械有限责任公司 | 一种烟支重量调节装置及调节方法 |
| CN205176622U (zh) * | 2015-12-11 | 2016-04-20 | 成都博发控制技术有限责任公司 | 一种烟支供料稳定与重量优化控制系统 |
| CN111000285A (zh) * | 2019-12-26 | 2020-04-14 | 成都忠信机电技术有限公司 | 烟支重量控制校准系统 |
-
2020
- 2020-07-10 CN CN202010663690.4A patent/CN111938189B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB1313861A (en) * | 1969-06-02 | 1973-04-18 | Industrial Nucleonics Corp | System and method for optimizing processor or equipment profit |
| CN203523800U (zh) * | 2013-10-18 | 2014-04-09 | 河南中烟工业有限责任公司 | 一种卷烟机烟支重量控制装置 |
| CN104770870A (zh) * | 2015-03-14 | 2015-07-15 | 常德烟草机械有限责任公司 | 一种烟支重量调节装置及调节方法 |
| CN205176622U (zh) * | 2015-12-11 | 2016-04-20 | 成都博发控制技术有限责任公司 | 一种烟支供料稳定与重量优化控制系统 |
| CN111000285A (zh) * | 2019-12-26 | 2020-04-14 | 成都忠信机电技术有限公司 | 烟支重量控制校准系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111938189B (zh) | 2022-02-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114280076B (zh) | 一种基于机器视觉的产品表面粉末喷涂质量监测分析管理系统 | |
| Lin et al. | The worst ill-conditioned silicon wafer slicing machine detected by using grey relational analysis | |
| CN111938189B (zh) | 一种实现劈刀盘进行预测性维护和完善的算法 | |
| CN111459947B (zh) | 一种利用大数据技术分析注塑生产过程中环境波动性的方法 | |
| CN110807245A (zh) | 一种设备故障预警的自动建模方法和系统 | |
| CN116542121A (zh) | 一种基于机器学习与神经网络的水轮机轴瓦温度预测方法 | |
| CN116187867A (zh) | 一种智能化的传动模组生产管理方法及系统 | |
| CN118244728A (zh) | 一种环氧树脂生产制备智能监控控制系统 | |
| CN109299201B (zh) | 基于两阶段聚类的电厂生产子系统异常监测方法及装置 | |
| CN117969774A (zh) | 一种自动化燕窝检测与分级系统 | |
| CN113987031A (zh) | 一种电力大数据的数据异常判别方法 | |
| Kerman et al. | Towards a circular rotating blade wear assessment digital twin for manufacturing lines | |
| CN117455106A (zh) | 一种基于可靠度下限的电网设备评估方法及系统 | |
| CN110083804B (zh) | 基于条件分布回归的风电场scada数据缺失的智能修复方法 | |
| JP7491118B2 (ja) | 検査システム、検査方法、及び検査プログラム | |
| CN108460173A (zh) | 一种既有工业建筑结构耐久性损伤预警方法 | |
| CN116976754B (zh) | 一种高精度电容测量方法 | |
| CN112446626A (zh) | 一种实时监控制造数据异常的应用工具 | |
| CN115080812B (zh) | 基于plc的双回旋刀横向分切机位置精度的监测方法 | |
| CN118605352B (zh) | 一种智能化真空包装控制系统 | |
| CN118568647B (zh) | 基于数字孪生的工业设备故障智能检测方法及系统 | |
| CN109239550B (zh) | 一种线路绝缘状况判断方法 | |
| CN117968766B (zh) | 一种用于微波组件检测的产品质量分析系统 | |
| EP3861415B1 (en) | Method and control system for detecting condition of plurality of process equipment in industrial plant | |
| WO2023220931A1 (en) | Analysis of multi-run cyclic processing procedures |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |