1. 课程导入与数据质量全景
在流程工业、电力、水务、制药等连续生产场景中，PI System（Plant Information System，工厂信息系统）长期承担着"运行数据中枢"的角色：DCS、PLC、SCADA、智能仪表、实验室系统、MES 等异构数据源通过接口机（Interface）持续写入 PI Data Archive，再由 PI Asset Framework（AF）建立设备与工艺层级模型，最终通过 PI Vision、PI DataLink、PI Web API 等消费端呈现给运行、工艺、设备与管理人员。数据一旦进入这条链路，就会被用于报表、KPI 计算、先进控制、报警分析和历史追溯。因此，数据质量不是"锦上添花"的附加项，而是整条数据价值链能否成立的前提。
什么是工业数据质量
工业数据质量（Industrial Data Quality）指的是：在特定的业务用途下，数据能够被正确、完整、及时、一致地用于决策与计算的程度。它并不是一个绝对属性，而是"数据特征"与"使用目的"之间的匹配关系。举例来说，一个用于小时级能耗统计的流量累计值，允许存在数秒级的时间抖动；但如果同一个点位被用于联锁逻辑或实时先进控制，几秒的延迟或一次坏值就可能造成误动作。因此讨论数据质量，必须先明确"这份数据要拿来做什么"。
在 PI System 语境下，数据质量通常通过点位属性（Point Attributes）、时间戳（Timestamp）、质量码（Quality，如 Good/Bad/Questionable/Substituted）以及事件帧（Event Frame）等机制来表达。PI Data Archive 中每个归档值都带有时间戳与质量标记，PI AF 则通过属性、模板、分析（Analysis）和通知（Notification）把这些原始标记转化为业务可读的"数据健康状态"。
数据质量的六个核心维度
业界常引用 DAMA 等框架提出的数据质量维度，结合 PI System 的实际使用，可以归纳为以下六类，它们共同决定了数据能否被信任：
- 完整性（Completeness）：应有数据是否都存在。例如某台泵的电流点位在 8:00–9:00 之间完全没有归档值，说明采集链路中断或接口停止。
- 准确性（Accuracy）：数值是否真实反映物理量。例如温度变送器漂移导致读数长期偏高 3 ℃，数值"存在"但不可信。
- 一致性（Consistency）：同一对象在不同来源或不同时间是否自洽。例如同一流量在 DCS 与贸易结算表中数值长期偏差超过 2%。
- 及时性（Timeliness）：数据到达时间是否满足业务时效。例如用于实时优化的数据延迟超过 30 秒，就失去了控制价值。
- 有效性（Validity）：数值是否落在合理量程与工程单位内。例如压力点位出现 −50 kPa 的负值，明显超出物理可能范围。
- 唯一性（Uniqueness）：是否存在重复点位或重复写入。例如同一测点被两个接口同时写入，造成时间戳冲突与数值跳变。
这六个维度并非彼此独立。一次接口重启可能同时造成完整性缺失、及时性下降和一致性偏差；一次量程修改若未同步到 PI AF 模板，则可能同时引发有效性与准确性问题。因此数据质量治理需要"按维度定位、按链路追因"。
常见问题类型与典型表现
在 PI System 实际运维中，数据质量问题通常表现为以下几类，它们往往对应着不同的根因：
| 问题类型 | 典型表现 | 常见根因 |
|---|---|---|
| 数据缺失 | 时间段内无归档值，趋势出现断点 | 接口停止、网络中断、点位未启用 |
| 坏值/质量码异常 | Quality 为 Bad 或 Questionable | 现场仪表故障、通信超时、量程越限 |
| 数值跳变/毛刺 | 趋势出现尖峰或阶跃 | 信号干扰、量程切换、重复写入 |
| 时间戳错位 | 数据时间与事件时间不一致 | 时钟未同步、接口缓冲延迟 |
| 量程/单位错误 | 数值整体偏大或偏小 | 工程单位配置错误、量程未更新 |
| 重复点位 | 同一测点多路写入 | 接口冗余配置不当、点位命名冲突 |
需要强调的是，这些问题在 PI System 中往往不是孤立出现的。一个"数据缺失"现象，可能源于接口机与 Data Archive 之间的网络抖动，也可能源于现场仪表断电，还可能源于 PI AF 分析中某个输入属性被误删。因此，定位数据质量问题时，必须沿着"现场仪表 → 接口 → Data Archive → AF → 消费端"这条链路逐段排查。
PI System 在数据质量治理中的角色定位
PI System 在数据质量治理中扮演的是"数据管道 + 质量标记 + 业务语义"三重角色。它既不是数据质量的唯一责任方，也不是被动的存储容器，而是连接现场与业务的关键枢纽。
第一，作为数据管道，PI System 通过接口采集、缓冲、归档，保证数据从现场到中心的连续传输。接口的缓冲机制（如 PI Interface 的 Buffering）可以在网络中断时暂存数据，恢复后补传，从而减少完整性缺失。
第二，作为质量标记系统，PI Data Archive 为每个归档值保留质量码与时间戳，PI AF 可以通过 Analysis 对原始值进行过滤、插值、单位换算和条件判断，把"原始质量"转化为"业务质量"。例如可以配置一个 Analysis，当某点位连续 5 分钟 Quality 为 Bad 时，自动生成 Event Frame 并触发 Notification。
第三，作为业务语义层，PI AF 通过模板（Template）、元素（Element）、属性（Attribute）和层级结构，把成千上万个点位组织成"装置—单元—设备—测点"的可理解模型。这使得数据质量问题可以被定位到具体设备、具体工艺段，而不是停留在点位名称层面。