2023年的一个夜晚，湖南中烟工业有限责任公司常德卷烟厂卷包车间三区装封箱工段的16台堆垛机不断发出报警声，条烟输送装置停止运行，大量成品烟箱无法正常入库。辅联电气维修工接到通知后迅速赶到现场，经排查发现，3组滚筒电机由于未按计划进行预防性检修，出现皮带防护罩摩擦过载故障，造成该输送单元停止运行，导致装封箱工段大面积瘫痪。

　　常德卷烟厂卷包车间的装封箱作业区域涵盖520组滚动电机，每个滚筒电机包含外观、温度、震动等一系列预防性检修内容，工作重复性高且过程繁琐。“如果能研制出一套智能化的系统对滚筒电机进行监测，那么预防性检修的效率就能大大提升了。”卷包车间设备主任文亚宇说道。智能转型迫在眉睫，东方红QC小组决定围绕滚筒电机预防性检修效率低的问题开展攻关。

　　“人工智能算法或许可行。”课题组组长袁建华建议。随即，小组成员采用“TRIZ理论”积极开展创新借鉴，利用运行电流作为特征值进行诊断。由于缺少数据样本的支撑，在实现滚筒电机电流数据采集和存储后，神经网络算法无法建立完整的计算模型，难以分析出异常滚筒电机。为了攻克数据分析难题，东方红QC小组用头脑风暴法进行方案比选，开展精细化设计。

　　课题组成员优化算法参数。

　　对4个主要系统单元拆分，从22个分级方案中展开对比分析……小组成员反复调整模拟试验，不断寻找最佳参数。试验发现，通过动态时间规整算法，将当前运行电流曲线与标准电流曲线进行相似度计算，可以准确找到存在故障的滚筒电机。“参数设置虽然只有0.01的区别，但是计算出来的结果却相差甚远。”电气技术员覃勤看着十几页的数据分析报告感慨道。采集方式的确定、数据库的设计、算法的选择、管理架构的确定，所有的系统单元都满足严格的技术指标要求后，接下来到了最关键的试运行阶段。

　　经过一个月的整体优化、调试和试运行，系统误报警率高、数据丢失等问题被逐个击破，智能算法计算误差率控制在0.5%以内。“系统整体试运行符合目标要求！”听到这句话后，组员们心里的石头终于落了下来。

　　滚筒电机智能监测系统运行界面。

　　有了智能监测系统以后，工作效率得到大大提升。智能监测系统可以后台24小时不间断运行，持续采集滚筒电机运行信息，出现异常情况立即将潜在故障滚筒电机编号推送给维修人员，达到预防性检修的目的，使得滚筒电机预防性检修效率提高了128倍，滚筒电机的运行故障频次得到有效改善，缺陷产品流入市场的风险有所降低。

　　目前，滚筒电机智能监测系统已在常德卷烟厂卷包车间正式上线运行，已获得1项国家计算机软件著作权。