DOI：10.3969/j.issn.1672-3872.2025.04.015
作 者：钱 周 ，付敏韬 ，荆健霖（红云红河烟草（集团）有限责任公司曲靖卷烟厂，云南 曲靖 655000）
摘 要：烟草工业作为我国传统支柱产业，高度依赖专业化机械设备，而烟草加工机械种类繁杂、工艺复杂，故障频发，严重干扰生产进度、降低产品质量。基于此，文章提出了一套基于机器学习和大数据分析的故障预测与维护技术方案，深入剖析烟草加工机械类型和常见故障模式，构建了涵盖数据采集、预处理、建模、维护决策的技术流程，采用了基于LSTM神经网络的预测算法，并在烟草生产企业开展应用实验以评估方案有效性。研究结果表明，该故障预测模型准确率较高，实施维护策略后，设备故障率和维护成本均显著降低，设备综合效率明显提升。
关键词：烟草加工机械；故障预测；预测性维护；LSTM；大数据分析
引文信息：[1]钱周，付敏韬，荆健霖.烟草加工机械中的故障预测与维护技术研究[J].南方农机，2025，56(4)：57-59+73.
查看全文请下载PDF文件↓
