Home > Current

基于大数据的烟叶制丝设备维修周期预测与优化

李俊杰 （ 红云红河烟草（集团）有限责任公司新疆卷烟厂 ）

吴松柏 （ 红云红河烟草（集团）有限责任公司新疆卷烟厂 ）

胡天龙 （ 红云红河烟草（集团）有限责任公司新疆卷烟厂 ）

尚　兰 （ 红云红河烟草（集团）有限责任公司新疆卷烟厂 ）

https://doi.org/10.37155/2717-5316-0601-17

Abstract

本文探讨了利用大数据技术优化烟叶制丝设备维修周期的方法。通过构建全面的数据采集网络，收集设 备运行过程中的多维度数据，并应用数据预处理技术确保数据质量。随后，进行特征选择与数据建模，采用先进的机 器学习算法预测设备性能退化趋势，从而精准预测维修周期。针对预测结果，制定个性化的维修策略，并通过算法优 化和策略动态调整，提高维修效率和资源利用率。最终，设计并实现了一个基于大数据的维修周期预测与优化系统， 为烟草行业的设备维护管理提供了有力支持。

Keywords

大数据技术；烟叶制丝设备；维修周期预测；优化策略；系统实现

Full Text

PDF

References

[1]赵明辉,李娜.基于机器学习的烟叶制丝设备维修
周期预测模型研究[J].计算机集成制造系统,2020,26(10):
2657-2665.
[2]陈刚,李伟.烟叶制丝设备故障模式与大数据分析方
法[J].中国烟草学报,2021,27(4):102-108.
[3]王建国,陈伟强.大数据驱动的烟叶制丝设备预防性
维护策略研究[J].制造业自动化,2021,43(12):134-138.

Copyright © 2024 李俊杰,吴松柏,胡天龙,尚　兰 Creative Commons License Publishing time:2025-01-01
This work is licensed under a Creative Commons Attribution 4.0 International License