[发明专利]一种基于能动参数的制丝设备状态维护分析方法

说明书

本发明涉及一种基于能动参数的制丝设备状态维护分析方法，利用PLC数据采集器采集学习样本数据；将学习样本数据分为输入参数与输出参数；对输入参数进行归一化处理得到学习模型输入参数；对输出参数进行基于Malik的比例役龄回退模型的离散化处理方法，得到学习模型输出参数；将学习模型输入参数与学习模型输出参数送入神经网络中进行模型训练；通过实时数据采集与故障报警模块得到系统的实时数据信息；将实时数据信息传入训练好的模型中得到实时的状态信息，并据此生成设备维修报告。降低了制造业生产过程的设备维护费用，降低了因为停机造成的生产损失，提高设备在全生命周期内的运行效率。

技术领域

本发明涉及卷烟生产过程制丝设备维护及故障检测领域，特别是指一种基于Malik的比例役龄回退模型(Malik’s Proportional Age Reduction Model，PAR)进行设备状态及性能判断的分析方法。

背景技术

作为制造业生产过程中的关键部分，生产设备的运转状态直接关系加工过程，进而影响产品的质量、企业的生产计划和运营成本。另外设备性能会随着运行时间的延长而下降，因此，设备的运行状态的变化也会对加工过程产生影响。设备及其部件的磨损会造成加工过程的能耗增加，简单的设备能耗数据统计不能反映设备的状态变化。本系统基于能耗信息的生产过程设备维护系统实时监测设备状态，并根据设备不同运行状态给出与之相适应的维护计划，实现差异化管理。

烟草生产过程中的设备状态与制丝设备电参数、加工工艺及环境温湿度都有关系，目前对各个影响因素的分析方法也很多，从目前行业对于设备维护项目开展情况及效果而言，目前公司所使用的维护方式，在实际生产过程中效果不明显，如果能够实现各影响因素的关联分析，那么对于企业降本增效、设备的状态管理、智能制造具有重要价值。

发明内容

本发明的目的是提供一种基于能动参数的制丝设备状态维护分析方法，以解决现有技术不能对影响制线设备状态的影响因素进行准确分析的问题。

本发明是通过以下技术方案实现的：

一种基于能动参数的制丝设备状态维护分析方法，包括以下步骤：

S1、利用PLC数据采集器采集学习样本数据；

S2、将学习样本数据分为输入参数与输出参数；

S3、对输入参数进行归一化处理得到学习模型输入参数；

S4、对输出参数进行基于Malik的比例役龄回退模型的离散化处理方法，得到学习模型输出参数；

S5、将学习模型输入参数与学习模型输出参数送入GA-BP神经网络中进行模型训练；

S6、通过实时数据采集与故障报警模块得到系统的实时数据信息；

S7、将实时数据信息传入训练好的模型中得到实时的状态信息，并据此生成设备维修报告。

所述学习样本数据包括但不限于工艺参数、维护参数、环境参数或电能电参数。

所述工艺参数包括但不限于：含水率、物料流量、蒸汽流量、水流量、当前时间或停机时间；

所述维护参数包括但不限于：电机震动状态、蒸汽疏水阀出入口温度或设备润滑度；

所述环境参数包括但不限于：环境温度和环境湿度；

所述电能电参数包括但不限于：三相相电压、三相线电压、三相有功功率、三相无功功率、三相功率因数、频率、有功电能、无功电能、相位或总电能。

所述归一化处理将数据处理为[0，1]之间的数据，使用如下归一化公式：