基于大数据与智能算法的烟机设备故障预测与运行优化

竞恒 卢(陕西中烟工业有限责任公司宝鸡卷烟厂，中国)
军 张(陕西中烟工业有限责任公司宝鸡卷烟厂，中国)
培勇 李(陕西中烟工业有限责任公司宝鸡卷烟厂，中国)

摘要

卷烟工厂的卷接包与制丝机组具有高转速、强耦合与连续供料特征，故障往往以质量漂移和短停频发的方式先出现，再演化为停机解体。近年多家卷烟厂在设备侧加装振动、温升、电流与负压等在线采集点，并把PLC报警、工艺参数、剔除量与工单记录统一入湖，形成可追溯的机台画像，用于识别失效模式与预测窗口。本文从实践出发，围绕数据治理、特征构建与算法落地，讨论烟机设备故障预测与运行优化的可操作路径。

关键词

卷烟厂；大数据；智能算法；烟机设备；故障预测；运行优化

参考

张文杰.基于工业物联网和大数据分析技术的设备故障智能预测系统研究[D].郑州大学[2026-01-05].

张锐.基于大数据和LSTM的设备故障预测方法研究[J].科学大众:科技创新, 2021.

左旭涛,李世明,程中国,等.基于大数据的机电设备故障模型研究[J].现代城市轨道交通, 2021(6):4.

李杰,赵磊.制丝车间烟机设备机械故障预防措施研究[J].工程技术研究, 2025(13).

于洪涛.烟机振动值上升原因分析与优化[J].锅炉制造, 2021(4):3.DOI:10.3969/j.issn.1674-

DOI: http://dx.doi.org/10.12345/bdai.v7i2.37672