科研之友
微信
新浪微博
Facebook
分享链接
摘要
CTD气流式烘丝机是目前烟草行业主流的设备，其在生产过程中存在出丝不均匀、干燥不达标、断流、堵丝等故障，最终影响卷烟的品质、降低生产效率。为准确预测工艺过程中的故障，提出一种基于朴素贝叶斯方法的CTD烟丝干燥设备故障预测模型。首先从获取的CTD气流式烘丝机的日常运行数据中提取特征量信息，在此基础上完成数据模型的建立，然后将建立好的数据集带入到朴素贝叶斯模型、决策树模型和线性判别模型进行对比分析。结果显示朴素贝叶斯模型的预测效果优于决策树模型和线性判别模型，且预测的准确率达到99.8%，说明该故障预测的评估模型实现了对CTD烟丝干燥设备故障的准确预测，能够解决工艺过程中故障预测的问题。
- 单位
