基于长短时记忆网络的ZJ17卷烟机组故障预测方法研究  

作　　者：牛晓会 

机构地区：[1]内蒙古昆明卷烟有限责任公司,内蒙古呼和哈特010000

出　　处：《中国科技期刊数据库 工业A》2022年第7期127-130,共4页

摘　　要：卷烟机是用卷烟纸将烟丝卷成卷烟的机器,是卷烟企业必不可少的设备。针对ZJ17型卷烟机组的故障机理复杂及维修管理需求,在分析卷烟机组常见故障的基础上,建立了基于长短时记忆网络(LSTM)的卷烟机组故障预测模型。通过提取安装设备上的振动、温度和压力传感器数据,训练卷烟机组的LSTM故障预测模型,根据实时采集的数据获取卷烟机组的健康管理信息。运行结果表明,基于LSTM的卷烟机组故障检测率达到97.25%,实现了ZJ17型卷烟机组的可靠运行并降低设备维护成本。

关 键 词：卷烟机组 故障预测 长短时记忆网络 

分 类 号：TS43[农业科学—烟草工业]