大数据条件下卷接机组设备即时健康评价模型

在自动化技术愈发成熟的背景下,卷烟工业设备功能复杂、精确度提高、设备之间的关联性增强,目前对设备的风险健康状态评估仅停留在计划性维修,难以保证设备的可靠性水平.文章结合烟厂设备的实际情况,从设备运行积累的大量数据进行挖掘,利用Apriori算法找出与工艺指标存在关联关系的参数,利用熵权法确定权重.建立设备综合健康状态评价模型,计算出综合健康指数来判断设备的健康情况.最后通过案例分析验证了此方法的可用性,为设备维修保养的决策方案提供依据.