3. 现场数据采集与模型输入校准

APS排产模型能否给出可执行的计划，取决于输入数据是否与现场真实约束一致。模型输入校准的核心任务，是把现场分散在MES、设备PLC、纸质工单、班组记录中的数据，按统一口径采集、清洗并映射到排产模型的标准字段上。本节围绕五类关键输入——设备产能、换型时间、班次日历、良率、在制品——说明采集口径、清洗规则与映射方法。

一、先定义口径，再谈采集

同一台设备，工艺部门说“理论产能120件/小时”，设备部门说“综合效率85%”，车间主任说“实际一天也就出700件”。三个数字都不算错，但口径不同：理论产能是设备铭牌值，综合效率含停机与速度损失，日产出还叠加了班次与换型。若直接取其中一个填入模型，排产结果必然偏离现场。

因此采集前必须为每个字段定义四要素：计量单位、统计对象、时间窗口、包含/排除范围。例如设备产能定义为“单台设备在标准工况下、扣除计划停机后、以件/小时为单位的稳定产出”，统计窗口取最近30个生产日，排除首件调试与异常停机时段。口径一旦确定，就写入数据字典，采集、清洗、映射三个环节都以此为准。

二、五类输入的采集口径与清洗规则

设备产能。优先从MES的产量报工与设备状态日志中按“设备+产品+工序”三元组聚合。清洗时剔除三类记录：产量为0但状态为运行的空转时段、单班产量超过理论值120%的异常报工、以及跨班次未闭合的工单。对样本不足的产品组合，用同族产品的产能按工艺相似度折算，并标注为“估算值”，供后续人工确认。

换型时间。换型时间不是单一数值，而是“从上一产品最后一件合格品下线，到下一产品第一件合格品下线”的间隔，应拆分为清线、换模/换料、参数调整、首件确认四段。采集来源以工单起止时间戳为主，辅以换型记录表。清洗重点是识别“隐性换型”：同一工单内因物料批次切换导致的短暂停顿，若超过阈值（示例取15分钟）应计入换型。换型时间还需按“从产品A到产品B”的方向建立矩阵，因为A→B与B→A往往不对称。

班次日历。需采集班次数量、每班起止时刻、休息与交接时段、法定节假日与计划检修日。清洗时统一时区与跨零点班次的归属规则（示例约定：跨零点班次归属开始日期）。班次日历直接决定模型可用产能的时间边界，任何遗漏都会造成排产“排到不存在的班次”。

良率。良率应区分工序良率与最终良率，并按“设备+产品”采集。清洗时排除因来料批次异常导致的整批报废（应归因到来料而非设备），并对样本量过小的组合设置置信下限。良率用于把计划产出折算为投料量，是产能校准的乘数因子。

在制品。在制品采集的是“某时刻处于某工序前等待或加工中的数量”，来源为MES过站记录与线边库存盘点。清洗时处理三类问题：重复过站、漏过站、以及已完工未报工。在制品决定排产的初始状态，若不准，前两天计划基本不可用。

三、清洗不是删数据，而是标注与归因

清洗的目标不是让数据“好看”，而是让每条记录都能被解释。对异常值，推荐采用“标注而非删除”的策略：保留原始值，附加异常类型与处理方式字段。例如某班次产量报工为理论值的135%，不直接删除，而是标注为“疑似重复报工”，并在聚合时按50%折算或排除。这样既保留了可追溯性，也避免清洗规则本身成为黑箱。

归因同样重要。良率下降若源于来料批次，就不应计入设备能力；换型超时若源于缺料等待，应归入物料约束而非换型时间。归因错误会让模型把本属于其他环节的问题“学”进产能参数，导致排产持续偏保守或偏激进。

四、映射到模型字段

清洗后的数据需要映射为排产模型可直接读取的结构。常见映射关系如下：设备产能映射为“设备×产品”的产能表；换型时间映射为“从产品A到产品B”的换型矩阵；班次日历映射为“日期×班次”的可用时间窗；良率映射为投料折算系数；在制品映射为排产初始状态。每个字段都应附带置信标记（实测/估算/待确认），供排产人员在结果异常时快速定位数据来源。

五、校准闭环：回放验证与现场确认

数据映射完成后，不要直接投入正式排产。先用最近一周的历史工单做回放：以当时的在制品和班次日历为初始条件，让模型重新排产，再与现场实际产出对比。若总产出偏差在10%以内（示例阈值），可认为输入基本可用；若某设备或某产品偏差显著，则回到对应字段复核。复核结果由现场工艺或班组长确认后回写数据字典，形成“采集—清洗—映射—回放—确认—回写”的闭环。只有经过回放验证的输入，才具备支撑正式排产的资格。