2. 化工批次生产与质量数据全景

要分析批次合格率与关键质量属性（CQA），第一步不是建模，而是把“一个批次到底在哪些系统里留下了什么数据”搞清楚。化工生产的数据天然分散：控制层记录过程参数，执行层记录工单与物料流转，质量层记录检验结果，纸质或电子批记录则承载操作与偏差。若不能把这些数据按批次号、时间、设备、物料四条线索对齐，后续任何合格率统计都可能出现“批次对不上、时间错位、口径不一致”的问题。

四类核心数据源的分工与粒度

DCS（集散控制系统）是过程数据的源头，典型粒度为秒级到分钟级的位号时序数据，例如反应釜温度TI-101、压力PI-102、搅拌转速SI-103、滴加速率FI-104。DCS数据的特点是高频、连续、带时间戳，但通常不含“批次”语义，需要借助批次起止时间或MES下发的批次标记进行切分。

MES（制造执行系统）是批次语义的组织者，记录工单号、批次号、配方版本、投料清单、设备分配、批次开始与结束时间、产量与收率。它把DCS的连续时序“框”进一个个批次区间，是连接过程数据与质量数据的主键来源。

LIMS（实验室信息管理系统）承载CQA检验结果，粒度是“样品—检验项目—结果—判定”。例如某批次成品水分0.08%、纯度99.62%、杂质A 0.11%，并附带取样时间、检验方法、合格判定。LIMS的关键字段是样品关联的批次号与取样点，若取样点未与工序绑定，就会出现“结果有、工序不明”的关联缺口。

批次记录（BPR/EBR）是操作层的事实记录，包含实际投料量、操作步骤确认、中间控制点、偏差与签名。它的粒度是“操作事件”，价值在于解释“为什么这个批次的过程曲线与标准不同”。

采集点、粒度与关联关系的落地梳理

把上图落到具体操作，需要为每个数据源明确三件事：采集点在哪、粒度多粗、用什么键关联。以某精细化工中间体批次为例（以下参数为教学示例，非实测数据）：

• DCS采集点：反应釜温度、压力、滴加流量、搅拌电流，采样周期1分钟，按批次起止时间截取区间，再计算每批的均值、最大值、标准差、超限时长等统计量，形成“批次—参数统计量”记录。
• MES采集点：工单下达时生成批次号，投料完成时记录实际投料量与物料批号，批次结束时记录产量。批次号是全局主键，必须保证一批一号、不重不空。
• LIMS采集点：成品取样点对应成品检验，中控取样点对应工序中间控制。每个样品记录批次号、取样点、取样时间、检验项目与结果，判定字段区分合格、不合格、复检。
• 批次记录采集点：关键操作步骤的确认时间与操作人、实际投料偏差、中间控制实测值、偏差描述。它用于解释过程曲线异常的操作原因。

关联时最容易踩的三个坑

第一，时间口径不一致。DCS服务器时间、MES工单时间、LIMS取样时间可能来自不同时钟源，存在分钟级漂移。若直接用MES批次起止时间去截DCS曲线，边界处的升降温段可能被切错。实操中应先做时钟偏差核查，必要时以DCS时间为基准对MES时间做偏移校正，并在宽表中保留原始时间与校正时间两列。

第二，批次号不唯一或格式不统一。有的系统用“产品码+日期+序号”，有的用“工单号+釜号”，跨系统直接字符串匹配会漏配。建议在MES侧建立批次号映射表，把LIMS样品号、DCS批次标记统一映射到MES主批次号，映射关系落表留痕，便于追溯。

第三，取样点与工序脱节。LIMS里只写“成品”而不写对应工序，就无法判断该CQA结果对应哪段过程参数。应在取样点字典中明确“取样点—工序—设备”的对应关系，使每条检验结果都能回溯到具体工序的过程数据。

从数据源到分析宽表

完成上述梳理后，最终交付物应是一张批次级宽表：一行一个批次，列包括批次号、产品、配方版本、设备、批次起止时间、关键过程参数统计量、各CQA检验结果与判定、偏差标记。这张宽表是后续合格率统计、CQA与过程参数相关性分析、异常批次追溯的共同底座。数据源梳理的价值不在于“接了多少系统”，而在于每个批次的关键字段都能对齐、可解释、可追溯。