基于去湿系数和SPC的烘丝机状态 预测研究与应用

摘要：

为了实现对智能设备状态的自我识别和自我诊断,本文进行了基于去湿系数和SPC的状态预测研究,通过设备固有属性和机器学习技术,降低设备维保费用,推动智能生产建设.针对某烟草厂的烘丝机设备,依据其筒壁温度、输入流量、输入水分和输出水分数据,分析出固有属性参数-去湿系数,再采用线性拟合技术获取其变化趋势,并以SPC控制图的UCL和LCL确定安全区间,进行状态预测.研究结果显示状态预测效果良好,检查出的故障前三点变化率为100％,四点变化率为61.45％.

关键词：状态预测、烘丝机、去湿系数、线性拟合、SPC、Python

所属期刊栏目：15

分类号：TP273(自动化技术及设备)

在线出版日期：2019-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：90-93