3. 指标数据采集与治理
生产运营指标异常分析的第一道关口不是算法，而是数据本身。一个“设备综合效率突然下降 12%”的告警，可能并非产线真的出了问题，而是 MES 的产量数据延迟了 40 分钟、PLC 的停机时长按秒累计而报表按分钟取整、点检系统里当班记录漏填了三台设备。因此，指标数据采集与治理要解决的核心问题是：让来自不同系统、不同频率、不同口径的数据，在进入异常检测之前变成一条时间基准一致、语义明确、质量可判的可信序列。
一、多源异构数据接入：先分清三类源，再定接入方式
生产现场的数据源大致可分三类。第一类是设备与过程数据，来自 PLC、SCADA、传感器网关，典型特征是高频（1s～1min）、点位多、以测点标签（tag）组织，如 LINE3.MOTOR01.Current。第二类是业务系统数据，来自 MES、ERP、WMS、QMS，特征是低频（班次、工单、批次粒度）、结构化强、带业务主键，如工单号、物料号、设备编码。第三类是人工与文档数据，如点检表、交接班记录、维修工单文本，特征是稀疏、非结构化、时间戳常为“某班次”而非精确时刻。
接入方式要与源特征匹配：设备数据优先走 OPC UA、MQTT 或 Modbus 网关，以“采集—缓冲—落库”三段式避免网络抖动丢点；业务系统数据优先走数据库增量抽取（按 update_time 水位线）或 API 拉取，避免全量扫描；人工数据则通过表单结构化落库，强制要求填写“发生时间”和“录入时间”两个字段。接入层必须统一携带三类元数据：源系统标识、采集时间戳、原始主键，否则后续对齐和追溯无从谈起。
二、时序数据对齐：把不同节拍的数据放到同一时间轴
对齐的本质是定义统一的时间基准与聚合口径。常用做法是设定一个基准时间栅格，例如以 1 分钟为最小粒度，所有指标都向该栅格归集。设备高频数据用降采样（均值、最大值、末值）落入栅格；业务低频数据用前向填充（forward fill）落到其生效区间；人工记录按发生时间就近归入栅格。
需要特别注意的是时间语义：设备时间戳通常是“采集时刻”，业务数据时间戳可能是“业务发生时刻”或“入账时刻”，两者可能相差数小时。工程上应统一采用“事件发生时间”作为对齐依据，并保留“入库时间”用于延迟监控。此外，跨时区、夏令时、设备时钟漂移都要在接入时做归一化，否则会出现同一停机事件在两条曲线上错位一分钟的假异常。
三、缺失值与噪声处理：区分“真缺失”和“假缺失”
缺失值分两种。一种是物理缺失：设备停机、网络中断导致确实没有数据；另一种是逻辑缺失：数据存在但未按栅格落位，例如业务系统只在有工单时才产生记录。处理策略必须区分：物理缺失若时长较短（如 ≤ 3 个栅格），可用线性插值或前向填充，并打上 imputed=true 标记；若缺失较长，应保留为空并标记 unavailable，让异常检测跳过该区间，而不是用插补值制造虚假平稳。
噪声处理要避免“过度平滑”。设备电流、温度等信号常含尖峰，若直接用 3σ 剔除，可能把真实的瞬时过载也删掉。更稳妥的做法是组合使用：先用物理量程做硬边界过滤（如电流不可能为负、温度不超过 200℃），再用中值滤波（窗口 5）抑制孤立尖峰，最后用 3σ 或 IQR 标记离群点但不直接删除，而是写入 outlier_flag 供后续分析判断。这样既保住了真实异常，又抑制了采集噪声。
四、数据质量监控规则设计：让问题在进入分析前暴露
质量规则应围绕四个维度设计，并落到可执行的判断条件上。以下是一份可直接参考的规则配置示例（参数为示例值，需按现场实际调整）：
规则ID 维度 对象 判断条件 动作
DQ-001 完整性 OEE.minute 每分钟记录数 = 0 连续 ≥ 3 告警+标记unavailable
DQ-002 完整性 设备电流.tag 缺失率 > 5% / 小时 告警
DQ-003 及时性 MES.产量 入库时间 - 事件时间 > 15min 降级+告警
DQ-004 一致性 OEE.产量 产量 > 理论产能 × 1.05 拦截+人工复核
DQ-005 一致性 停机时长 停机时长 > 班次时长 拦截
DQ-006 有效性 温度.tag 值 < -20 或 > 200 标记outlier
DQ-007 有效性 电流.tag 相邻点变化率 > 50%/s 标记outlier
DQ-008 一致性 跨系统产量 MES产量 与 SCADA计数偏差 > 2% 告警+记录偏差值规则执行后应输出一个数据质量分，例如按完整性 40%、及时性 20%、一致性 25%、有效性 15% 加权，得到 0～100 的分数。当某指标质量分低于 80 时，异常检测结果应附带“数据可信度不足”的提示，避免把数据问题误判为生产问题。这一步是整条链路的价值所在：让分析结论知道自己站在多可靠的数据上。