一种烟支生产设备故障修复策略优化方法、装置、系统及介质

技术领域

本发明属于烟支生产技术领域，尤其涉及一种烟支生产设备故障修复策略优化方法、装置、系统及介质。

背景技术

烟支生产设备由于不同烟厂标准和设备自身特点的影响，存在着多种多发型故障，如SE跑条、MAX搓板堵塞等，此类故障在烟支生产过程中会经常性地造成烟支生产设备停机，影响烟支生产设备的运转效率和生产能力。

在目前的烟厂工业生产中，对于烟支生产设备的故障，缺乏一个即时化的过程控制系统来进行全线监督和反馈调控，只能凭借操作工的工作经验进行修复操作，操作工之间也难以罗列出某一烟支生产设备的所有故障类型和修复策略以供其他操作该烟支生产设备的操作工参考，对于具体故障具体分析的实施力度不强，监督程度也很难再提升，因此在实际生产过程中，容易造成同一烟支生产设备的同种故障反复发生且问题迟迟得不到解决的局面，对烟支生产设备的故障修复策略会陷入难量化、难指正、难优化的困境中。

因此，亟需一种能够对烟支生产设备的故障修复策略进行量化、降低故障频率、提高运转效率和生产能力的烟支生产设备故障修复策略优化方法、装置、系统及介质。

发明内容

本发明的目的在于针对现有技术的不足，提供一种烟支生产设备故障修复策略优化方法、装置、系统及介质，可实现对烟支生产设备的故障修复策略进行量化，便于将较优的修复策略推广给其他操作工，并持续监控和优化，以此提高操作工整体的故障修复水平，降低烟支生产设备的故障频率，提高设备运转效率和生产能力。

为了实现上述目的，本发明采用了以下技术方案：

一种烟支生产设备故障修复策略优化方法，包括：

获取烟支生产设备的日志数据；

将所述日志数据按照时间顺序划分为多个日志数据段，获取最近时间段和第二近时间段的所述日志数据段的故障数据和操作数据；

计算所述故障数据中同一故障类型的故障再次发生的间隔时间的平均值；

计算所述最近时间段与所述第二近时间段的所述间隔时间的平均值的差值；

判断所述差值是否超过预设差值阈值，若所述差值超过所述预设差值阈值，则提取所述最近时间段的所述操作数据中的高频操作数据，并将所述高频操作数据作为修复所述故障的新的修复策略。

进一步的，所述故障数据包括故障类型、故障起始时间、故障结束时间和后续时长，所述后续时长为所述同一故障类型的故障再次发生的间隔时间。

进一步的，所述操作数据为发生于所述故障起始时间与所述故障结束时间之间和预设误差范围内的人为动作数据。

进一步的，所述操作数据包括阀动作数据和触发动作数据，所述阀动作数据包括阀动作类型和作用时长，所述触发动作数据包括触发动作类型和作用次数。

进一步的，所述高频操作数据包括高频动作的类型和与所述高频动作对应的高频作用时长或高频作用次数。

进一步的，所述高频动作包括高频阀动作和高频触发动作；

所述高频阀动作为：在同一个所述日志数据段的同一个故障类型的故障中，所述作用时长大于0的阀动作所对应的故障事件的数量，占该日志数据段中同类型故障发生的总量的比值超过预设高频阈值的阀动作；

所述高频触发动作为：在同一个所述日志数据段的同一个故障类型的故障中，所述作用次数大于0的触发动作所对应的故障事件的数量，占该日志数据段中同类型故障发生的总量的比值超过预设高频阈值的触发动作。

进一步的，根据所述高频阀动作的作用时长的不同对所述高频阀动作所对应的故障事件分组，频数最高的组所对应的作用时长为所述高频阀动作的高频作用时长；根据所述高频触发动作的作用次数的不同对所述高频触发动作所对应的故障事件分组，频数最高的组所对应的作用次数为所述高频触发动作的高频作用次数。

本发明还提供一种烟支生产设备故障修复策略优化装置，所述装置包括：

日志数据获取模块，用于获取烟支生产设备的日志数据；

日志数据处理模块，用于将所述日志数据按照时间顺序划分为多个日志数据段，并获取最近时间段和第二近时间段的所述日志数据段的故障数据和操作数据；

平均值计算模块，用于计算所述故障数据中同一故障类型的故障再次发生的间隔时间的平均值；

差值计算模块，用于计算所述最近时间段与所述第二近时间段的所述间隔时间的平均值的差值；

高频操作数据提取模块，用于判断所述差值是否超过预设差值阈值，若所述差值超过所述预设差值阈值，则提取所述最近时间段的所述操作数据中的高频操作数据，并将所述高频操作数据作为修复所述故障的新的修复策略。

本发明还提供一种烟支生产设备故障修复策略优化系统，所述系统包括：

至少一个处理器；

与所述至少一个处理器通信连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的一种烟支生产设备故障修复策略优化方法。

本发明还提供一种非易失性计算机可读存储介质，所述非易失性计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令被一个或多个处理器执行时，可使得所述一个或多个处理器执行上述的一种烟支生产设备故障修复策略优化方法。

本发明的有益效果：

本发明通过监控两个不同的时间段中同一故障类型的故障再次发生的间隔时间的变动情况，当某一故障在最近时间段的后续时长比第二近时间段的后续时长增长超过一定百分比时，则将最近时间段中该故障的高频操作数据作为修复该故障的新的修复策略推广给后续的操作工，以此实现持续优化故障修复策略的目的；其中，通过采用预设误差范围内的人为动作数据，避免由于设备自身的数据采集延后导致有效操作数据被排除；通过将操作数据区分为阀动作数据和触发动作数据和与之对应的作用时长和作用次数，便于对故障修复策略进行细分；通过选用高频动作和与高频动作对应的高频作用时长或高频作用次数，排除非高频操作数据对故障修复策略的干扰；本发明可实现对烟支生产设备的故障修复策略进行量化，便于将较优的修复策略推广给其他操作工，并持续监控和优化，以此提高操作工整体的故障修复水平，降低烟支生产设备的故障频率，提高设备运转效率和生产能力。

附图说明

附图1是本发明的一种烟支生产设备故障修复策略优化方法的流程图；

附图2是本发明的一种烟支生产设备故障修复策略优化方法的流程图；

附图3是本发明的实施例中某一台烟支生产设备在某班次发生SE跑条故障时，操作工所采用的各个阀动作出现的频率分布图；

附图4是本发明的实施例中某一台烟支生产设备在某班次发生SE跑条故障时，操作工所采用的各个触发动作出现的频率分布图；

附图5是本发明的实施例中“打条器护罩”阀动作在不同作用时长所对应的故障事件的数量分布图；

附图6是本发明的实施例中“MAX停机盘车”触发动作在不同作用次数所对应的故障事件的数量分布图；

附图7是本发明的实施例中“微波清洁”触发动作在不同作用次数所对应的故障事件的数量分布图；

附图8是本发明的一种烟支生产设备故障修复策略优化装置的功能模块示意图；

附图9是本发明的一种烟支生产设备故障修复策略优化系统的硬件结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本发明实施例中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

参阅附图1至附图9，图示为本发明所提供一种烟支生产设备故障修复策略优化方法、装置、系统及介质的一个具体实施例。

参阅附图1，烟支生产设备故障修复策略优化方法包括：

步骤S1：获取烟支生产设备的日志数据；

步骤S2：将日志数据按照时间顺序划分为多个日志数据段，获取最近时间段和第二近时间段的日志数据段的故障数据和操作数据；

步骤S3：计算故障数据中同一故障类型的故障再次发生的间隔时间的平均值；

步骤S4：计算最近时间段与第二近时间段的间隔时间的平均值的差值；

步骤S5：判断差值是否超过预设差值阈值，若差值超过预设差值阈值，则提取最近时间段的操作数据中的高频操作数据，并将高频操作数据作为修复故障的新的修复策略。

在上述实施例中，通过监控两个不同的时间段中同一故障类型的故障再次发生的间隔时间的变动情况，当某一故障在最近时间段的后续时长比第二近时间段的后续时长增长超过一定百分比时，则将最近时间段中该故障的高频操作数据作为修复该故障的新的修复策略推广给后续的操作工，以此实现持续优化故障修复策略的目的。

对于本实施例的步骤S1，常见的烟支生产设备基本上都提供了数据采集功能，可以从烟支生产设备所提供的日志数据中采集到该设备多次故障的历史故障数据和操作工对该设备进行操作的历史操作数据。

在烟厂生产烟支的过程中，会将一天划分为若干个班次，例如将一天中烟支生产分为三个班次，分别为早班、中班和晚班，平均一个班次持续6至8个小时，班次与班次之间烟支生产设备停机休息，而操作工以班次为单位对指定的某一台烟支生产设备的生产过程进行维护；由于烟支生产设备受到不同烟厂标准和设备自身特点的影响，每个班次中都会有故障停机事件的发生，如在某卷烟机中，SE跑条和MAX搓板堵塞是该卷烟机的多发型故障；SE跑条故障是指卷烟机在卷制过程中烟条不能顺利地通过切割装置切割成烟支，并经烟支导向器、机械手装置进入接烟鼓轮，致使烟条跑出通道的故障现象，而MAX搓板堵塞故障是设备运行一段时间后，搓板表面形成胶条和胶块，致使搓板堵塞停机的故障现象；发明人观察发现，仅是SE跑条故障和MAX搓板堵塞故障，在每个班次中都会发生并造成设备停机的次数在6次以上，不仅影响工作效率，还可能导致烟支产生质量缺陷，因此针对烟支生产设备的常见故障尤其是此类多发型故障，需要对不同操作工的故障修复策略进行量化和持续监控和优化，持续将较优的修复策略推广给其他操作工，以此提高操作工整体的故障修复水平，降低烟支生产设备的故障频率，提高设备运转效率和生产能力。

在同一班次中，同一台烟支生产设备一般安排一个操作工维护，非特殊情况不会出现人事变动，因此在理想条件下，同一个班次中的操作数据来自同一个操作工，即在同一个班次中，对于故障的修复策略来自于同一个操作工；在本实施例的步骤S2中，将日志数据按照时间顺序划分为多个日志数据段，每个日志数据段所含的日志数据为在同一个班次中的日志数据，因此在本实施例中，最近时间段和第二近时间段的日志数据段即为本发明的烟支生产设备故障修复策略优化方法从烟支生产设备获取的日志数据中的最近一个班次和上一个班次所对应的时间段的日志数据；值得注意的是，第二近时间段的日志数据段指的是在最近时间段之前的任意一个时间段的日志数据段，不能狭义地理解为必须是最近时间段的前一个时间段的日志数据段，仅是在本实施例中，作为一个便于说明且较为优选的实施例，将其视为是最近时间段的前一个时间段的日志数据段，即在后续描述中，第二近时间段和上一个班次是相同含义，最近时间段和最近一个班次是相同含义，后续不再赘述；日志数据段所对应的时长并不一定需要相同，但是不能过短，因为在后续步骤中，是采用同一个日志数据段的故障数据中同一故障类型的故障再次发生的间隔时间的长短来对故障修复策略的质量进行判断的，若日志数据段所对应的时长过短，将导致获取的故障数据和操作数据的数量过少，易产生误差；因此，为了使同一个日志数据段中的操作数据来自同一个操作工，便于对同一个操作工的故障修复策略进行计算，在本实施例中，日志数据段所对应的时长采用了实际的班次时长，在班次与班次间的停机休息时间中的日志数据则被忽略。

应当理解的是，本实施例的一种烟支生产设备故障修复策略优化方法，在每个班次结束时，都可以根据当前最近一个班次与上一个班次的故障修复策略进行量化和比较，并将较优的故障修复策略推送给本烟支生产设备的下一个班次的操作工进行实施，即根据第n个班次与第n-1个班次的故障修复策略进行量化和比较，并将较优的故障修复策略推送给本烟支生产设备的第n+1个班次的操作工进行实施；因此在本实施例中，默认在上一个班次中已经将本方法所量化的故障修复策略投入实施，即上一个班次中所采用的故障修复策略是被本方法优化过后的故障修复策略；因此本方法对最近一个班次与上一个班次的故障修复策略的进行量化和比较，也应当广义地理解为对最近一个班次与已经经过本方法优化的故障修复策略的量化和比较，当然，对于第一次使用本方法或不与之前的已优化的策略进行比较的情况除外；在将本方法应用于一些程序中时，也可以将先前已经经过优化的策略记录在数据库中并在每个班次结束的时候调用已经数据库中的数据与最近一个班次的数据进行比对，因此步骤S2中的“获取最近时间段和第二近时间段的日志数据段的故障数据和操作数据”不应理解为必须每次都从日志数据中获取两个不同时间段的数据，而应当进行广义理解，不管数据是存储在烟支生产设备中，还是数据库中，或是其他的某些存储设备中。

在本实施例的步骤S2中，将日志数据按照时间顺序划分为多个日志数据段，获取最近时间段和第二近时间段的日志数据段的故障数据和操作数据；故障数据包括故障类型、故障起始时间、故障结束时间和后续时长，后续时长为同一故障类型的故障再次发生的间隔时间；后续时长可以由烟支生产设备提供，也可以根据故障起始时间和故障结束时间计算获得，具体的，可以将第n次故障的故障起始时间与第n+1次故障的故障起始时间的间隔时间的时长作为后续时长，在本实施例中，将第n次故障的故障结束时间与第n+1次故障的故障起始时间的间隔时间的时长作为后续时长，以避免由于故障的持续时间的变化导致数据产生新的误差。

在步骤S2中，操作数据为发生于故障起始时间与故障结束时间之间和预设误差范围内的人为动作数据，在故障发生时，由于烟支生产设备所记录的故障起始时间、故障结束时间和人为动作数据发生的时间可能存在误差，为了避免在严格选取故障起始时间与故障结束时间之间的人为动作数据时，遗漏与故障起始时间或故障结束时间相近的人为动作数据，因此同时采用预设误差范围内的人为动作数据；在本实施例中，预设误差范围为故障起始时间之前1秒内和故障结束时间之后1秒内；此处的人为动作数据指的是操作工在设备发生故障时对设备进行操作的动作数据。

在本实施例的步骤S2中，操作数据包括阀动作数据和触发动作数据，阀动作数据包括阀动作类型和作用时长，触发动作数据包括触发动作类型和作用次数；由于在本领域中，对于烟支生产设备的操作分析尤其是烟支生产设备发生故障时对操作工的故障修复策略进行量化、分析和总结的涉及度基本为零，难以采用现有技术进行参考，而操作工在应对烟支生产设备的故障事件时的操作类型种类繁多，难以进行简单的量化，因此，发明人经过研究分析、归类和总结，将从烟支生产设备中提取到的操作工的操作数据区分为两种类型：阀动作数据和触发动作数据；阀动作是指成对出现的动作，如：风室的开启和关闭、MAX搓板的上升和下降、打条器防护罩的开启和关闭，此类动作是成对出现的，存在开关、升降等成对出现的状态，除此之外，常见的阀动作还有MAX下部防护罩、VE右门、刀头罩、吸丝道防护门等，此处不再一一列举；触发动作区别于阀动作，是指没有成对出现的动作，一般包括操作工停机盘车、按动按钮、运用清洁枪对烟支生产设备进行清洁等动作，如：MAX停机盘车、SE点动、微波清洁、手动胶水、松开盘纸等，此处不再一一列举；对于阀动作而言，其成对出现的动作之间的持续时长，是作用于故障修复的重要因素，本实施例中将其称为作用时长，作用时长是用于量化阀动作的重要指标；对于触发动作而言，其不涉及到工作阀门的开关性质，是操作工通过按钮或利用工具对烟支生产设备进行手动调整的动作记录，其作用次数是作用于故障修复的重要因素，作用次数是用于量化触发动作的重要指标。

参阅附图2，在本实施例的在步骤S2之后，还可以包括步骤S2.5：对齐检验，通过判断对齐检验是否通过，来确定后续步骤是否继续执行；

对于发生于故障起始时间与故障结束时间之间和预设误差范围内的人为动作数据，即操作数据，若其中的阀动作数据能够正常获取到成对出现的两个动作，则认为对齐检验通过，继续执行后续步骤；若操作数据中的阀动作只获取到成对出现的两个动作的其中一个动作，导致无法计算出阀动作的作用时长，则认为对齐检验不通过；当对齐检验不通过时，说明烟支生产设备的数据采集线存在错误，如时间误差超过1秒，或用于检测某个阀门的开闭状态的装置出现故障等；当对齐检验不通过时，可以排除掉该阀动作，继续执行后续步骤，但是由于阀动作的作用时长是作用于故障修复的重要因素，排除掉该阀动作将影响故障修复策略的准确性，因此在本实施例中，当对齐检验不通过时，终止后续步骤的执行，并及时修改烟支生产设备的数据采集线上所存在的错误，以免干扰正常数据的分析。

在本实施例的步骤S3和步骤S4中，计算故障数据中同一故障类型的故障再次发生的间隔时间的平均值，然后计算最近时间段与第二近时间段的间隔时间的平均值的差值；其中，同一故障类型的故障再次发生的间隔时间即后续时长，则步骤S3为分别计算最近时间段与第二近时间段中，同一类型的故障的后续时长的平均值；对于本实施例提供的一种烟支生产设备故障修复策略优化方法，其目的便是减少故障发生的频率，即延长故障的后续时长，因此后续时长的长短，是用于评价应用于该故障的修复策略的优劣的重要指标，通过对后续时长取平均值，减少误差的产生；对于步骤S4，计算最近时间段与第二近时间段的后续时长的平均值的差值，在本实施例中是计算最近一个班次与上一个班次的后续时长的平均值的差值，其中上一个班次所采用的故障修复策略也是经由本方法获得的故障修复策略，因此可以通过差值的大小来判断最近一个班次所采用的故障修复策略对比上一个班次所采用的故障修复策略的优劣；值得说明的是，操作工是具有工作经验的，在实际工作中，操作工不会一味地采用本方法已提出的故障修复策略，而是会以本方法已提出的故障修复策略为基础，结合自身的经验对故障修复策略进行适当调整，以尝试新思路、新策略，本方法旨在于对操作工的这类新思路、新策略进行及时记录、量化、比对、总结，以此寻找修复该故障的最优解，并推广给其他操作工。

在本实施例的步骤S5中，判断差值是否超过预设差值阈值，若差值超过预设差值阈值，则提取最近时间段的操作数据中的高频操作数据，并将高频操作数据作为修复故障的新的修复策略。

对于步骤S5中差值是否超过预设差值阈值的判断，其预设差值阈值的大小用于决定最近时间段的策略的成效需要优于先前已有的策略达到何种程度才能被采用，该预设差值阈值越小，约容易采用新的修复策略，反之则不易采用新的修复策略；由于烟支生产设备在生产烟支的过程中容易产生多种故障，不同的故障出现的频率也不相同，即后续时长不同，因此本实施例中的预设差值阈值采用相对值，将预设差值阈值确定为第二近时间段的后续时长的平均值的10%，即仅当最近时间段中某故障的平均后续时长是在第二近时间段的平均后续时长的基础上延长超过10%的故障修复策略，才会被本方法采用为新的故障修复策略。

对于步骤S5中高频操作数据，本实施例的高频操作数据包括高频动作的类型和与高频动作对应的高频作用时长或高频作用次数，高频动作包括高频阀动作和高频触发动作；在本实施例中，高频动作也可以被称为惯性动作，发明人在对烟支生产企业生产烟支的过程进行观察、归纳和总结后发现，操作工在烟支生产设备发生故障时所采用的非高频动作对故障修复没有起到作用；由于本方法所采集和量化的数据本身是来自于操作工的经验，对于具体的某一个故障而言，操作工会选择不同的阀动作和触发动作对故障进行修复，只有某一个阀动作或触发动作对于故障的修复达到了操作工的预期效果才会被操作工反复采用，因此成为高频动作，相反，对于没有达到操作工的预期效果的阀动作或触发动作，则会在故障修复过程中被操作工筛除，成为非高频动作；同理，阀动作的作用时长和触发动作的作用次数，是作用于故障修复的重要因素，只有当特定的作用时长或作用次数对于故障的修复达到了操作工的预期效果，该作用时长或作用次数才会被操作工反复采用，因此成为高频作用时长或高频作用次数，相反，对于没有达到操作工的预期效果的作用时长或作用次数，其被应用的频率较低，成为非高频作用时长或非高频作用次数；因此，高频动作的类型和与高频动作对应的高频作用时长或高频作用次数，即是用于量化故障修复策略的重要指标。

在上述实施例中，高频动作包括高频阀动作和高频触发动作，其中：

高频阀动作为：在同一个日志数据段的同一个故障类型的故障中，作用时长大于0的阀动作所对应的故障事件的数量，占该日志数据段中同类型故障发生的总量的比值超过预设高频阈值的阀动作；

高频触发动作为：在同一个日志数据段的同一个故障类型的故障中，作用次数大于0的触发动作所对应的故障事件的数量，占该日志数据段中同类型故障发生的总量的比值超过预设高频阈值的触发动作。

在上述实施例中，高频阀动作是以日志数据段为基准进行获取和计算的，当所要获取的高频阀动作是最近时间段中的某个故障的高频阀动作时，在本实施例中即是最近一个班次中的操作工为了修复该故障所采用的高频阀动作；实施例中，对于某个类型的故障，获取最近一个班次中所有发生了该故障的故障事件，若其中有一定百分比以上的故障事件采用了某个阀动作，则说明该阀动作为本班次中的操作工为了修复该故障所采用的高频阀动作；在实施例中，将预设高频阈值设定为60%，即某班次中所有发生的某类型故障的故障事件中有60%以上的故障事件采用了某个阀动作，则该阀动作为高频阀动作；如图3所示的是某一台烟支生产设备在某班次发生SE跑条故障时，操作工所采用的各个阀动作出现的频率分布图，其中，“打条器护罩”阀动作出现频率为88%，高于预设高频阈值设定的60%，其余阀动作如“风室”阀动作、“MAX搓板”阀动作等，其出现频率明显低于60%，因此在本班次的SE跑条故障中，高频阀动作为“打条器护罩”阀动作。

在上述实施例中，高频触发动作与高频阀动作相同，也是以日志数据段为基准进行获取和计算的，当所要获取的高频触发动作是最近时间段中的某个故障的高频触发动作时，在本实施例中即是最近一个班次中的操作工为了修复该故障所采用的高频触发动作；实施例中，对于某个类型的故障，获取最近一个班次中所有发生了该故障的故障事件，若其中有一定百分比以上的故障事件采用了某个触发动作，则说明该触发动作为本班次中的操作工为了修复该故障所采用的高频触发动作；高频阀动作相同的，在实施例中，高频触发动作的预设高频阈值也同样设定为60%，即某班次中所有发生的某类型故障的故障事件中有60%以上的故障事件采用了某个触发动作，则该触发动作为高频触发动作；如图4所示的是某一台烟支生产设备在某班次发生SE跑条故障时，操作工所采用的各个触发动作出现的频率分布图，其中，“MAX停机盘车”触发动作出现频率为88%，“微波清洁”触发动作出现频率为75%，这两个触发动作出现的频率均高于预设高频阈值设定的60%，而“SE点动”触发动作的出现频率为50%，较为接近预设高频阈值，但是在本实施例中，预设高频阈值为60%，因此将其归为非高频触发动作，其余触发动作如“手动胶水”触发动作、“松开盘纸”触发动作等，其出现频率明显低于60%，因此在本班次的SE跑条故障中，高频触发动作为“MAX停机盘车”触发动作和“微波清洁”触发动作。

在上述实施例中，根据高频阀动作的作用时长的不同对高频阀动作所对应的故障事件分组，频数最高的组所对应的作用时长为高频阀动作的高频作用时长；根据高频触发动作的作用次数的不同对高频触发动作所对应的故障事件分组，频数最高的组所对应的作用次数为高频触发动作的高频作用次数。

在上述实施例中，对于某故障的高频阀动作的高频作用时长，可以先将某日志数据段中对该类型故障采用了该高频阀动作的故障事件取出，在本实施例中即是将最近一个班次中对该类型故障采用了该高频阀动作的故障事件取出，然后以秒为单位进行分组；具体的，可以先将高频阀动作的作用时长取整，然后以1秒为单位对故障事件进行分组，计算不同作用时长的高频阀动作所对应的故障事件的数量，频数最高组所对应的作用时长即是频阀动作的高频作用时长；如图5所示的是某一台烟支生产设备在某班次发生SE跑条故障时，操作工所采用的“打条器护罩”阀动作在不同作用时长所对应的故障事件的数量，其中频数最高的组是作用时长为14秒的组，其对应的故障事件的数量为7，远高于其他作用时长所对应的故障事件的数量，因此在本班次的SE跑条故障中，操作工所采用的“打条器护罩”阀动作的高频作用时长为14秒。

在上述实施例中，对于某故障的高频触发动作的高频作用次数，可以先将某日志数据段中对该类型故障采用了该高频触发动作的故障事件取出，在本实施例中即是将最近一个班次中对该类型故障采用了该高频触发动作的故障事件取出，然后以次数为单位进行分组；具体的，根据作用次数的不同对故障事件进行分组，计算不同作用次数的高频触发动作所对应的故障事件的数量，频数最高组所对应的作用次数即是高频触发动作的高频作用次数；如图6所示的是某一台烟支生产设备在某班次发生SE跑条故障时，操作工所采用的“MAX停机盘车”触发动作在不同作用次数所对应的故障事件的数量，其中频数最高的组是作用次数为1次的组，其对应的故障事件的数量为12，远高于其他作用次数所对应的故障事件的数量，因此在本班次的SE跑条故障中，操作工所采用的“MAX停机盘车”触发动作的高频作用次数为1次；如图7所示的是某一台烟支生产设备在某班次发生SE跑条故障时，操作工所采用的“微波清洁”触发动作在不同作用次数所对应的故障事件的数量，其中频数最高的组是作用次数为1次的组，其对应的故障事件的数量为10，远高于其他作用次数所对应的故障事件的数量，因此在本班次的SE跑条故障中，操作工所采用的“微波清洁”触发动作的高频作用次数为1次。

因此在上述实施例中，若图3-图7所示的是同一台烟支生产设备在同一个班次发生SE跑条故障时，操作工的操作数据量化后的结果，即其来自于被本实施例分段后的同一个日志数据段，若该日志数据段属于最近时间段/最近一个班次，且平均后续时长对比第二近时间段/上一个班次的差值超过预设差值阈值，则基于上述描述可知，在本烟支生产设备中，对于SE跑条故障，可供操作工参考的新的故障修复策略为：

高频阀动作：“打条器护罩”，对应的高频作用时长为14秒；

高频触发动作：“MAX停机盘车”，对应的高频作用次数为1次；

高频触发动作：“微波清洁”，对应的高频作用次数为1次。

至此，操作工获得了对于当前的烟支生产设备在面对SE跑条故障时的故障修复策略， 由于操作工是具备工作经验的，在实际工作中，操作工会以本方法已提出的故障修复策略为基础，结合自身的经验对故障修复策略进行适当调整，本方法则对操作工的这类调整进行量化和评价，以此持续优化修复该故障的策略，并推广给其他操作工。

同时，由于烟支生产设备受到不同烟厂标准和设备自身特点的影响，即使是同一类型的烟支生产设备的同一种类型的故障，在不同的设备上的故障修复策略也可能有所不同，因此可以采用“一台一策略”的方式实践本方法，即本方法可以只针对具体的某一台烟支生产设备的同一个类型的故障进行操作数据的量化和提取成只针对具体的某一台烟支生产设备的故障修复策略。

需要说明的是，上述各步骤之间并不必然存在一定的先后顺序，本领域普通技术人员，根据本发明实施例的描述可以理解，不同实施例中，上述各步骤可以有不同的执行顺序，亦即，可以并行执行，亦可以交换执行等等，具体实施方式请参考上述对应的实施例，此处不再赘述。

作为一个可选的实施例，可以对某一班次中发生的所有故障均使用上述的一种烟支生产设备故障修复策略优化方法，以确定各类故障在本班次数据中的高频动作模型，便于对操作工的操作习惯进行分析；具体的，可以将各类故障对应的高频动作相关数据量化为二维变量数组，其第一维度存放高频动作的名称，第二维度存放高频动作的动作表现，即作用时长或者作用次数，然后利用工具将二维数组数据生成故障动作簇，可视化不同故障在本班次的高频动作模型。

作为一个可选的实施例，也可以将同一类型的故障在连续多个时间段的平均后续时长指标化为一维数组向量，使用统计软件对数组进行遍历显著性检验，当出现满足统计条件的显著增大值时返回该时间段，则该时间段的操作工操作数据中所体现的高频动作和高频作用时长或高频作用次数为新的故障修复策略。

本发明另一实施还提供一种烟支生产设备故障修复策略优化装置，如图8所示，该装置包括：日志数据获取模块10、日志数据处理模块20、平均值计算模块30、差值计算模块40、高频操作数据提取模块50。

本实施例中，日志数据获取模块10，用于获取烟支生产设备的日志数据。

本实施例中，日志数据处理模块20，用于将日志数据按照时间顺序划分为多个日志数据段，并获取最近时间段和第二近时间段的日志数据段的故障数据和操作数据；故障数据包括故障类型、故障起始时间、故障结束时间和后续时长，后续时长为同一故障类型的故障再次发生的间隔时间；操作数据为发生于故障起始时间与故障结束时间之间和预设误差范围内的人为动作数据；操作数据包括阀动作数据和触发动作数据，阀动作数据包括阀动作类型和作用时长，触发动作数据包括触发动作类型和作用次数。

本实施例中，平均值计算模块30，用于计算故障数据中同一故障类型的故障再次发生的间隔时间的平均值，即计算故障数据中同一故障类型的故障的后续时长的平均值。

本实施例中，差值计算模块40，用于计算最近时间段与第二近时间段的间隔时间的平均值的差值。

本实施例中，高频操作数据提取模块50，用于判断差值是否超过预设差值阈值，若差值超过预设差值阈值，则提取最近时间段的操作数据中的高频操作数据，并将高频操作数据作为修复故障的新的修复策略。实施例中，高频操作数据包括高频动作的类型和与高频动作对应的高频作用时长或高频作用次数；高频动作包括高频阀动作和高频触发动作；高频阀动作为，在同一个日志数据段的同一个故障类型的故障中，作用时长大于0的阀动作所对应的故障事件的数量，占该日志数据段中同类型故障发生的总量的比值超过预设高频阈值的阀动作；高频触发动作为，在同一个日志数据段的同一个故障类型的故障中，作用次数大于0的触发动作所对应的故障事件的数量，占该日志数据段中同类型故障发生的总量的比值超过预设高频阈值的触发动作；其中，根据高频阀动作的作用时长的不同对高频阀动作所对应的故障事件分组，频数最高的组所对应的作用时长为高频阀动作的高频作用时长，根据高频触发动作的作用次数的不同对高频触发动作所对应的故障事件分组，频数最高的组所对应的作用次数为高频触发动作的高频作用次数。

本发明另一实施还提供一种烟支生产设备故障修复策略优化系统，系统60包括：

至少一个处理器610；

与至少一个处理器通信连接的存储器620；

其中，存储器620存储有可被至少一个处理器610执行的指令，指令被至少一个处理器610执行，以使至少一个处理器610能够执行上述的一种烟支生产设备故障修复策略优化方法。

在本实施例中，以一个处理器610为例进行介绍，处理器610和存储器620可以通过总线或者其他方式连接，如图9所示，图中以通过总线连接为例。

处理器610用于完成系统60的各种控制逻辑，其可以为通用处理器、数字信号处理器（DSP）、专用集成电路（ASIC）、现场可编程门阵列（FPGA）、单片机、ARM（AcornRISCMachine）或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。还有，处理器610还可以是任何传统处理器、微处理器或状态机。处理器610也可以被实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP和/或任何其它这种配置。

存储器620作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本发明实施例中的一种烟支生产设备故障修复策略优化方法对应的程序指令。处理器610通过运行存储在存储器620中的非易失性软件程序、指令以及单元，从而执行系统60的各种功能应用以及数据处理，即实现上述方法实施例中的烟支生产设备故障修复策略优化方法。

存储器620可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据系统60使用所创建的数据等。此外，存储器620可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件或其他非易失性固态存储器件。在一些实施例中，存储器620可选包括相对于处理器610远程设置的存储器，这些远程存储器可以通过网络连接至系统60。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

一个或者多个单元存储在存储器620中，当被一个或者多个处理器610执行时，执行上述任意方法实施例中的烟支生产设备故障修复策略优化方法，例如，执行以上描述的图1所示的方法步骤S1至步骤S5。

本发明另一实施还提供一种非易失性计算机可读存储介质，非易失性计算机可读存储介质存储有计算机可执行指令，计算机可执行指令被一个或多个处理器执行时，可使得一个或多个处理器执行上述的烟支生产设备故障修复策略优化方法，例如，执行以上描述的图1所示的方法步骤S1至步骤S5。

作为示例，非易失性存储介质能够包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦ROM（EEPROM）或闪速存储器。易失性存储器能够包括作为外部高速缓存存储器的随机存取存储器（RAM）。通过说明而非限制，RAM可以以诸如同步RAM（SRAM）、动态RAM、（DRAM）、同步DRAM（SDRAM）、双数据速率SDRAM（DDR SDRAM）、增强型SDRAM（ESDRAM）、Synchlink DRAM（SLDRAM）以及直接Rambus（兰巴斯）RAM（DRRAM）之类的许多形式得到。本文中所描述的操作环境的所公开的存储器组件或存储器旨在包括这些和/或任何其他适合类型的存储器中的一个或多个。

本发明的另一种实施例提供了一种计算机程序产品，计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被处理器执行时，使处理器执行上述方法实施例的烟支生产设备故障修复策略优化方法，例如，执行以上描述的图1所示的方法步骤S1至步骤S5。

综上所述，本实施例提供一种烟支生产设备故障修复策略优化方法，通过监控两个不同的时间段中同一故障类型的故障再次发生的间隔时间的变动情况，当某一故障在最近时间段的后续时长比第二近时间段的后续时长增长超过一定百分比时，则将最近时间段中该故障的高频操作数据作为修复该故障的新的修复策略推广给后续的操作工，以此实现持续优化故障修复策略的目的；其中，通过采用预设误差范围内的人为动作数据，避免由于设备自身的数据采集延后导致有效操作数据被排除；通过将操作数据区分为阀动作数据和触发动作数据和与之对应的作用时长和作用次数，便于对故障修复策略进行细分；通过选用高频动作和与高频动作对应的高频作用时长或高频作用次数，排除非高频操作数据对故障修复策略的干扰；本实施例可实现对烟支生产设备的故障修复策略进行量化，便于将较优的修复策略推广给其他操作工，并持续监控和优化，以此提高操作工整体的故障修复水平，降低烟支生产设备的故障频率，提高设备运转效率和生产能力。

以上所述的实施例，只是本发明的较优选的具体方式之一，本领域的技术员在本发明技术方案范围内进行的通常变化和替换都应包含在本发明的保护范围内。