[发明专利]基于回归模型的制丝设备状态异常分析方法

说明书

本发明涉及一种基于回归模型的制丝设备状态异常分析方法，其包括：对制丝生产线上待分析设备的多个工艺指标和多个设备指标，进行双变量相关性分析，将具有强相关性的个工艺指标和设备指标列为待跟踪指标组；对待跟踪指标组对应的工艺指标和设备指标进行回归分析，确定回归模型；实时采集各个设备指标和工艺指标的实测数据并记录，以设备指标和工艺指标中的一个指标为已知指标，另一个指标为未知指标，根据其对应的回归模型，得到对应采集时间点上未知指标的预测值；根据未知指标的预测值及其对应的实测值，判定设备指标涉及的设备部件是否状态异常。该方法可以做到生产的同时在现金检测，减低对人工的依赖，减少人工成本，提高有效检测的效率。

技术领域

本发明涉及制丝技术领域，尤其涉及一种基于回归模型的制丝设备状态异常分析方法。

背景技术

烟草的制作过程主要包括制丝、卷接和包装三个主要工序。其中，烟草制丝工艺是卷烟生产过程中一个必不可少的重要环节。制备过程中涉及到的工艺种类繁多，生产过程复杂，是烟草制作过程的中心环节。卷烟生产企业在生产卷烟的过程中，需要对烟草制丝工艺的质量进行控制，这样不仅能够有效的降低生产成本，也能提高卷烟的质量。

造成制丝工艺不达标的大部分原因是设备异常造成的，因为对设备状态的排查对于制丝工艺的质量控制具有重要影响。目前，制丝设备的隐患排查都是通过人工定期或周期巡查的方式，按照相关制度和流程，检查设备的运行情况和零件的健康状态。但是这种方式有很明显的弊端：一方面，人工成本较高，由于生产线较长，涉及的设备较多，所有需要耗费较多的时间成本来进行检查；另一方面，检查效果无法量化，由于是人工检查，每个人的经验程度不同，导致对设备的检查效果也不同，而且无法形成有效的量化指标，无法有效的监督指导检查；最后、由于是定期或者周期检查，对零件的使用情况无法实时掌握，存在设备故障隐患。

发明内容

为解决或部分解决相关技术中存在的问题，本发明提供了一种基于回归模型的制丝设备状态异常分析方法、装置、设备和存储介质。

首先，本发明提供一种基于回归模型的制丝设备状态异常分析方法，包括以下步骤：

S01)、对制丝生产线上待分析设备的多个工艺指标和多个设备指标，进行双变量相关性分析，将具有强相关性的个工艺指标和设备指标列为待跟踪指标组；

S02)、对所述待跟踪指标组对应的工艺指标和设备指标进行回归分析，确定回归模型；

S03)、实时采集各个设备指标和工艺指标的实测数据并记录，以所述设备指标和工艺指标中的一个指标为已知指标，另一个指标为未知指标，根据其对应的回归模型，得到对应采集时间点上未知指标的预测值；

S04)、根据所述未知指标的预测值及其对应的实测值，判定所述设备指标涉及的设备部件是否状态异常。

进一步地，所述步骤S01)中，所述进行双变量相关性分析是基于皮尔森相关系数进行的相关性分析；并且，当皮尔森相关系数大于0.5时，判定为双变量具有强相关性。

进一步地，所述步骤S04)中，在判定所述设备指标涉及的设备部件是否状态异常之后还包括：若判定所述设备指标涉及的设备部件状态异常，则发出预警。

进一步地，所述待分析设备为松散回潮机。

进一步地，所述待跟踪指标组为四组，分别为第一待跟踪指标组、第二待跟踪指标组、第三待跟踪指标组和第四待跟踪指标组；其中，

所述第一待跟踪指标组包括：入口加水阀开度和入口瞬时加水量；

所述第二待跟踪指标组包括：出口加水阀开度和出口瞬时加水量；

所述第三待跟踪指标组包括：蒸汽阀开度和出口温度；

所述第四待跟踪指标组包括：蒸汽阀开度和循环风温。