3. 批次记录数据采集与规范化

批次记录的质量，首先取决于数据是怎么“进来”的。酿造发酵现场的数据来源通常有三类：操作人员的手工记录、仪表与传感器的自动采集、以及MES/LIMS/SCADA等系统的集成数据。三者各有优势，也各有“坑”。如果不在采集环节就把频率、时间戳、单位和缺失值处理好，后续的批次对比、趋势分析和偏差判定都会失真。本节围绕这三种来源的特点，讲清楚记录频率怎么定、时间戳怎么对齐、单位怎么统一、缺失值怎么标注。

三种数据来源的特点与取舍

手工记录是最传统也最灵活的方式，适用于传感器尚未覆盖的环节，比如接种时的感官判断、酵母扩培的镜检结果、糖化醪的碘试颜色、罐体人孔密封检查等。它的优点是能记录“人才能判断”的定性信息，缺点是频率低、易漏记、字迹与抄录误差大，且时间往往是“整点近似值”。手工记录必须使用统一表单，字段名、单位、有效数字位数预先印好，避免同一参数在不同班次写成不同格式。

传感器采集由温度、pH、溶解氧、压力、流量、浊度等变送器经PLC或数据采集模块自动写入，频率高、连续性好，适合捕捉升温速率、溶氧骤降、pH拐点等动态过程。但传感器存在漂移、滞后、断线和量程溢出问题，原始值不能直接当作“真值”使用，需要结合校准记录和合理性区间判断。

系统集成是从DCS、MES、LIMS等系统按接口抽取数据，优点是跨设备、跨工序的数据能自动汇聚到批次号下，减少人工转录；难点在于不同系统的编码、时区、采样周期不一致，接口一旦断连会出现整段空白。集成数据要保留来源系统标识和抽取时间，便于追溯。

记录频率：按参数动态特性设定

频率不是越高越好，也不是统一一个值。原则是：采样周期应小于被测量变化时间常数的三分之一到五分之一，才能还原过程曲线。以发酵罐温度为例，若升温阶段约30分钟上升2℃，则5～10分钟记录一次足以看清趋势；而溶氧在补料或通气调整后可能1～2分钟内快速变化，宜设为30秒至1分钟。手工记录受人力限制，通常整点或每2小时一次，此时应在表单上注明“整点近似”，并在关键节点（接种、补料、升温、降温、放罐）增加事件记录，弥补频率不足。

实操中可按下表思路为不同参数定频率（示例参数，需按实际工艺调整）：

时间戳对齐：先统一基准，再谈比较

时间戳对齐是三种来源汇合时最容易出问题的地方。传感器时间来自PLC时钟，系统集成时间可能取自服务器，手工记录则是操作员看表填写，三者可能相差几分钟甚至跨时区。规范做法是：全厂统一一个时间基准（如北京时间，UTC+8），所有设备定期NTP校时，记录中保存“采集时间”和“入库时间”两个字段。对齐时以批次关键事件为锚点，例如以接种时刻为t=0，把各来源数据换算为“发酵历时”，这样即使绝对时间有偏差，过程曲线仍可比较。

对于手工记录的整点值，不要强行插值成高频曲线，而应标注为“离散点”，在趋势图上以点或阶梯线呈现，避免制造虚假的连续性。跨系统集成时，若某系统按本地时区写入，必须在接口层转换为统一时区并记录转换标识。

单位统一与缺失值标注

单位不统一是批次对比的隐形杀手。同一罐温度，有的表记℃，有的系统导出K；压力有的用MPa，有的用bar；补料量有的记kg，有的记L。规范要求：在批次记录模板中为每个字段固定“标准单位”，原始单位与换算系数一并保留。例如温度统一为℃，压力统一为MPa（或企业规定的单位），糖度统一为°Bx，并规定有效数字位数，如温度保留1位小数、pH保留2位小数。

缺失值不能留空，也不能用0代替。推荐用原因码标注：MISS-01 表示传感器断线，MISS-02 表示手工漏记，MISS-03 表示系统接口中断，MISS-04 表示超出量程被剔除。每条缺失记录同时写明处理方式：保留空白、按前后值线性插值（仅限短时断线且需标注“插值”）、或用同批同阶段均值替代（需标注“替代”）。这样在后续分析时，能区分“真实为零”和“没有数据”。

把三种来源按上述方法规范后，批次记录才具备可比性：频率匹配过程动态，时间戳统一到同一基准并可换算为发酵历时，单位与有效数字一致，缺失值有原因、有处理、有标识。这些工作看似琐碎，却决定了后续批次对比、偏差调查和工艺优化能否站得住脚。