卷烟生产场景下工业大数据与 AI 融合的生产异常诊断与优化方法

立 王(陕西中烟工业有限责任公司宝鸡卷烟厂，中国)
瑞涛 马(陕西中烟工业有限责任公司宝鸡卷烟厂，中国)

摘要

卷烟制造的制丝、卷接与包装环节高度连续，工艺参数与设备状态在秒级尺度上波动，一旦偏离稳定区间，往往先表现为过程质量指标离散扩大或剔除率抬升，随后才出现停机与批次报废。在中国卷烟工厂的实际运行中，异常并非单点故障，而常由原料批次差异、环境温湿度扰动、执行机构迟滞与操作策略切换叠加触发，使得传统靠经验的事后分析难以及时定位。工业大数据与AI融合的诊断体系通过统一采集工艺、设备、质量与环境数据，建立可追溯的因果线索。本文围绕典型异常形态与可落地的优化方法展开论述，并给出工程化实施要点。

关键词

卷烟生产场景；工业大数据；AI；融合；生产；异常诊断；优化方法

参考

唐露源,徐源.AI大模型赋能工业新质生产力:逻辑,机制与行动框架[J].技术经济与管理研究, 2025(4):35-42.

赵家庆,杨威,朱艳萍,等.一种卷烟生产智能应用平台及应用方法.CN202211449867.6[2026-01-01].

张晨曦,郭海欣,周冲.工业大数据和AI技术在试制工艺领域的应用[J].设备管理与维修, 2023(15):144-145.

DOI: http://dx.doi.org/10.12345/bdai.v7i2.37653