📚 课程目录第2章质量数据体系与数据采集工程

2. 质量数据体系与数据采集工程

质量数据预测与风险预警的起点不是算法，而是数据。若质量特性定义不清、数据源边界模糊、采集频率与精度设计失当，后续的模型再先进也只能在噪声上做拟合。本节围绕质量特性分类、数据源识别、传感器与MES/ERP/QMS数据集成、采集频率与精度设计四个环节，说明如何把“质量”转化为可采集、可追溯、可建模的数据体系。

一、质量特性分类：先定义“采什么”

质量特性是产品或过程满足要求程度的可度量表达。工程上通常按数据形态分为四类：计量型（连续量，如轴径、温度、扭矩）、计数型（离散计数，如缺陷数、不合格品数）、二元型（合格/不合格、通过/不通过）、序数型（等级、评分，如外观等级A/B/C）。分类的意义在于决定后续统计方法与采集方式：计量型适合均值—极差控制图与回归预测，计数型适合泊松/二项分布模型，二元型适合逻辑回归与缺陷率预警。

进一步可按质量特性的来源分为：产品固有特性（尺寸、材料硬度、电气性能）、过程特性（温度、压力、节拍、设备振动）、检验特性（抽检结果、返修记录）。预测性预警更关注过程特性，因为它们是产品特性的先行变量。例如某注塑件关键尺寸为产品特性，而模温、保压压力、冷却时间属于过程特性，后者才是可提前干预的预警信号源。

二、数据源识别：把“谁产生数据”画清楚

质量数据并非只来自检验环节。典型制造现场的数据源包括：设备层（PLC、传感器、数控系统）、执行层（MES工单、工序报工、SPC采集）、管理层（ERP物料批次、供应商、订单）、质量层（QMS检验单、不合格品处理、CAPA）、以及外部源（供应商来料报告、客户投诉）。识别数据源的核心是回答三个问题：数据由谁产生、以什么主键关联、更新频率是多少。

主键关联是数据源识别的关键。常见关联键包括：工单号、批次号、产品序列号（SN）、设备编号、时间戳。若缺少统一主键，传感器数据与检验结果无法对齐，预测模型就无法建立“过程参数—质量结果”的映射。实践中建议以“工单+SN+时间戳”作为最小关联单元，并在数据字典中明确每个字段的来源系统、更新方式与责任人。

三、传感器与MES/ERP/QMS数据集成

集成不是把所有数据堆在一起，而是按“实时性—粒度—用途”分层。设备层数据通过OPC UA或Modbus进入边缘网关，完成协议转换与初步滤波；MES/QMS数据通过REST接口或中间表批量抽取；ERP数据按批次或日同步。三层数据在数据中台按统一主键对齐后，形成“过程参数—检验结果—物料批次”的宽表，供预测模型使用。

集成中常见的三个问题需要提前设计：一是时间对齐，设备时间戳与MES报工时间可能存在秒级到分钟级偏差，需以工单开始/结束时间为基准做窗口匹配；二是单位与量纲统一，例如温度有℃与℉、压力有bar与MPa，必须在数据字典中固定；三是缺失值处理，传感器断采或检验漏检时，应标记为“缺失”而非填0，避免模型误判。

四、采集频率与精度设计

采集频率不是越高越好。频率过高会带来存储与计算压力，频率过低则可能漏掉关键过程波动。设计原则是：采集频率应至少为过程特征变化频率的2~5倍。例如注塑保压阶段压力变化周期约10秒，则采集周期建议1~2秒；而环境温湿度变化缓慢，1~5分钟一次即可。对于SPC控制图，通常按子组抽样，子组大小4~5件、抽样间隔30分钟~2小时，具体取决于过程稳定性与产能。

精度设计需区分传感器精度、采集分辨率与数据有效位。传感器精度决定测量上限，采集分辨率决定最小可分辨变化，数据有效位决定存储与展示的有效数字。例如轴径公差±0.02mm，传感器精度应优于±0.005mm，采集分辨率至少0.001mm，存储保留3位小数。若精度不足，过程能力指数Cpk会被测量误差稀释，预警阈值也会失真。

示例参数（合理假设，非实测）：某注塑工序关键尺寸公差±0.05mm，模温控制范围180~220℃，保压压力80~120MPa。设计采集方案：模温采集周期2s、精度±0.5℃；保压压力采集周期1s、精度±0.2MPa；尺寸检验每30分钟抽5件，测量精度±0.002mm。该方案可作为同类工序的起点，实际需按设备能力与质量目标调整。

五、数据字典与采集配置示例

把上述设计固化为数据字典，是数据采集工程可复用的关键。以下为一份简化的采集配置片段，字段包括数据项、来源、类型、频率、精度与关联键。

{
  "data_item": "mold_temperature",
  "source": "PLC_01 / OPC_UA",
  "type": "float",
  "unit": "℃",
  "frequency": "2s",
  "accuracy": "±0.5℃",
  "resolution": "0.1℃",
  "join_key": ["work_order", "sn", "timestamp"],
  "missing_policy": "mark_null"
},
{
  "data_item": "inspection_diameter",
  "source": "QMS / REST",
  "type": "float",
  "unit": "mm",
  "frequency": "30min / 5pcs",
  "accuracy": "±0.002mm",
  "resolution": "0.001mm",
  "join_key": ["work_order", "sn", "batch_no"],
  "missing_policy": "mark_null"
}

配置完成后，应通过小批量试采验证三件事：数据是否按预期频率到达、主键能否正确关联、精度是否满足Cpk计算要求。若试采发现时间戳偏差超过采集周期的1/2，应优先校准时钟同步；若关联失败率超过5%，应检查工单号与SN的录入规范。只有采集链路稳定，后续的质量预测与风险预警才有可靠的数据基础。