4. 批次数据对齐与批间比较方法
在拿到多个批次的层析或超滤过程数据后，最常遇到的第一个障碍并不是分析算法，而是“曲线对不齐”。不同批次的上样体积、流速、柱效、样品浓度和操作停顿各不相同，若直接把原始时间轴上的紫外吸收、电导率、pH 曲线叠在一起，峰位会错开、峰宽会失真，任何差异量化都失去意义。因此，批次对齐是批间比较的前置工序，其目标是把“时间”这一物理量转换为“过程进度”这一可比量，使不同批次在同一语义坐标下对话。
一、对齐的两个层次：时间规整与事件锚定
批次对齐通常包含两个互补的层次。第一层是关键事件标记，即从过程数据中识别出具有工艺语义的锚点，例如上样起点、上样结束（穿透前）、洗脱起点、收集起点与终点、CIP 起点等。这些锚点来自工艺步骤记录或从信号特征中自动识别，它们把一条连续曲线切分为若干“过程段”，使段与段之间可以一一对应。第二层是时间规整，在锚点约束下对段内数据做重采样或非线性映射，使同一过程段在不同批次中具有相同的长度与采样密度。
需要强调的是，事件锚定优先于时间规整。若锚点本身错位，后续的规整只是把错误放大。例如某批次因上样泵短暂停转导致上样段被拉长，若仅按总时长做线性缩放，洗脱峰会被整体压缩，峰宽比较将出现系统性偏差；而先以“上样起点—洗脱起点”为锚点分段，再在段内规整，就能把泵停转的影响限制在上样段内部。
二、事件锚点的识别与校验
锚点识别有两条路径。其一是记录驱动：从批记录或自动化系统的步骤时间戳中直接读取上样、洗脱、收集的起止时刻，这是最可靠的方式，前提是时间戳与在线信号采集使用同一时钟。其二是信号驱动：当记录缺失或时间戳不可信时，从紫外吸收（UV）、电导率（Cond）等信号中识别特征点，例如 UV 上升沿超过基线阈值判定为上样起点，电导率阶跃判定为洗脱缓冲液切换点。
无论采用哪条路径，都应做锚点校验。一个实用的校验方法是检查锚点间时长与工艺参数的吻合度：例如上样段时长应约等于上样体积除以流速，若偏差超过 10%，说明锚点可能误判或存在泵停转、气泡等异常。另一个方法是检查锚点顺序的单调性，收集起点必须晚于洗脱起点，若出现倒序则说明信号识别出错。校验通过的锚点才进入对齐流程，未通过的批次应单独标记，避免污染批间统计。
三、段内规整的具体做法
锚点确定后，每个过程段被独立处理。最常用的做法是线性重采样：把段内数据按相对进度 t' = (t − t_start) / (t_end − t_start) 映射到 [0, 1]，再在统一的进度网格上插值。对于形状差异较大的段，例如洗脱段因柱效下降导致峰形拖尾，可采用动态时间规整（DTW），通过寻找一条单调路径使两段曲线的累积距离最小，从而在保留峰形特征的前提下对齐峰位。DTW 的代价是计算量较大且可能产生“过度弯曲”，因此通常设置弯曲窗口约束，窗口宽度可取段长的 10%–20%。
规整完成后，建议同时保留两套坐标：过程进度坐标用于批间比较与叠加绘图，原始时间坐标用于追溯、审计和异常复核。这样既满足分析需求，又不丢失原始信息。
四、多批次曲线叠加与差异量化
对齐后的多批次曲线可以叠加绘制，常用的可视化形式包括：以过程进度为横轴的 UV 曲线族、以批次为纵轴的峰位热图、以及收集体积的箱线图。叠加图的价值在于直观暴露批间离散，但真正的判断需要量化指标。常用的差异量化指标包括：
- 峰位偏移：洗脱峰顶点在进度轴上的位置差，反映保留行为的一致性；
- 峰宽比：两批次半峰宽之比，反映柱效与扩散状态的变化；
- 收集体积偏差：收集段长度差及其相对偏差，直接关联收率与浓度；
- 曲线距离：对齐后两曲线在统一网格上的均方根距离，作为整体相似度的综合指标。
以一个教学示例说明：假设批次 A 与批次 B 的洗脱峰顶点分别位于进度 0.42 与 0.47，半峰宽分别为 0.08 与 0.10，收集段长度分别为 1.8 L 与 2.1 L。则峰位偏移为 0.05（进度单位），峰宽比为 1.25，收集体积相对偏差约 16.7%。这些数值提示批次 B 的洗脱峰更宽、收集更晚且体积更大，可能对应柱效下降或上样负载偏高，需要结合柱压与理论塔板数进一步排查。上述数值为示例性假设，实际分析应以真实采集数据为准。
五、常见陷阱与处理建议
实践中常见的对齐问题有三类。第一类是锚点缺失，例如某批次未记录收集起点，此时可用 UV 阈值法补识别，并在结果中标注为“推断锚点”。第二类是段长极端异常，例如上样段因停顿被拉长数倍，线性缩放会严重压缩后续段，建议对该段单独做 DTW 或直接剔除该批次进入敏感性分析。第三类是采样频率不一致，不同批次的在线数据采样间隔可能从 1 s 到 10 s 不等，规整前应先统一重采样到较粗的网格，避免插值引入虚假细节。
最后需要明确：批次对齐的终点不是一张漂亮的叠加图，而是一组可解释、可追溯、可用于判断工艺稳定性的差异指标。对齐方法的选择应服务于后续的批间比较目的——若关注峰位漂移，锚点精度优先；若关注峰形变化，段内规整方法优先；若关注收集体积，则收集段锚点的准确性最为关键。