马 俊,龚占鹏,周雪萍,刘宗强

传统卷烟设备维保模式普遍面临停机数据记录粒度不足、多源信息孤岛化、维护策略粗放均一等系统性挑战。本研究以卷包车间为对象，提出并实施了一套涵盖数据治理、效率评价与决策支持的数据驱动精准维保方案。通过构建设备综合净效率（PCI）模型，统一停机损失分析框架；设计并部署集成设备状态与产品质量数据的ETL治理流水线；基于Tableau与FineReport平台开发了集故障智能诊断与缺陷多维溯源于一体的可视化决策支持系统。实践表明，该体系实现了维保模式从“定期普保”向“数据精保”的转型，显著降低了非计划停机时间，提升了设备综合效率与产品质量稳定性，为卷烟工业设备管理的数字化转型提供了系统化、可落地的技术路径。

卷烟设备；精准维修；数据采集；可视化分析；预测性维护

[1] 张洁, 高亮, 秦威. 大数据驱动的智能制造[J]. 计算机集成制造系统, 2019, 25(1): 1-15. [2] 沈保明,陈保家,赵春华,等. 深度学习在机械设备故障预测与健康管理中的研究综述[J]. 机床与液压,2021,49(19):162-171. [3] 周桂,李华,黄涛,等. 基于奇异值分解理论的机械故障诊断方法综述[J]. 现代制造工程,2022(12):144-151. [4] 姚倩,李荣荣,龚建钊. 基于设备综合效率的板式家具封边机生产效率分析与评价[J]. 木材科学与技术,2022,36(3):26-32.

点击下载PDF