[发明专利]一种实现劈刀盘进行预测性维护和完善的算法

权利要求书

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；

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；

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；

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；

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；

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。

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，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。