3. 生产历史数据模型

在AVEVA生产历史数据追溯工程中，数据模型决定了“能不能查得到、查得准、查得快”。很多追溯失败并非采集缺失，而是模型没有把位号、标签、时间序列、事件、批次和资产层级组织成可追溯的语义网络。本节从工程落地角度，说明如何建立一套既符合历史库存储习惯、又能支撑追溯查询的数据模型。

一、位号与标签：从采集点到语义对象

位号（Tag）是历史数据库中最基本的采集单元，通常对应一个传感器、一个控制器输出或一个计算量。例如 TI-101.PV 表示温度指示回路101的过程值，FIC-205.SP 表示流量控制回路205的设定值。位号命名应遵循统一规则：区域-设备-参数-类型，如 AR01-REACTOR01-TEMP-PV。这样命名不仅便于人工识别，也便于批量解析出资产归属。

标签（Label）则是对位号的业务化描述，可以理解为位号的“语义别名”。同一个位号在不同追溯场景下可能有不同标签，例如 TI-101.PV 在工艺视角下标签为“反应器入口温度”，在质量视角下标签为“关键工艺参数”。标签应作为元数据独立存储，而不是硬编码在查询语句中。工程上建议建立位号-标签映射表，字段包括：位号、标签名、标签类型、单位、量程、所属资产、是否关键参数、采样周期。这张表是后续追溯语义建模的基础。

二、时间序列：值、质量码与时间戳

时间序列是历史数据的核心形态，每个采样点由三元组构成：时间戳、数值、质量码。时间戳应统一使用UTC或带时区标识的本地时间，避免跨区域追溯时出现时间偏移。质量码用于标识数据可信度，常见取值包括：Good（正常）、Bad（无效）、Uncertain（可疑）、Substituted（人工替代）。追溯查询时，不能只看数值，必须结合质量码判断该点是否可用于分析。

例如，某批次追溯中查询反应温度曲线，若发现 2024-06-12 14:23:10 至 14:25:30 期间质量码为Bad，则这段时间的温度数据不可用于批次质量判定，应标记为数据缺口。工程上建议在历史库中保留原始质量码，并在追溯视图层提供“仅显示Good数据”的过滤选项。

三、事件、批次与资产层级

事件（Event）是时间序列上的离散标记，用于记录操作、报警、切换、停机等非连续变化。事件应包含：事件时间、事件类型、事件源位号、事件描述、关联批次。批次（Batch）是生产追溯的基本单元，一个批次通常对应一次投料、一段反应、一批产出。批次与时间序列的关系是：批次定义时间窗口，时间序列填充窗口内的过程数据，事件标记窗口内的关键动作。

资产层级（Asset Hierarchy）则提供空间和逻辑归属关系，典型层级为：企业→工厂→区域→单元→设备→位号。追溯时，用户可能从批次反查设备，也可能从设备反查批次，因此资产层级必须与位号、批次建立双向关联。例如，位号 AR01-REACTOR01-TEMP-PV 应挂载在“AR01区域/REACTOR01设备”节点下，而批次 B20240612-001 应关联到该设备节点。

四、追溯语义建模的关键规则

把上述对象组织成可追溯模型，需要遵循几条工程规则。第一，位号必须唯一且稳定，一旦投用不应随意改名，若必须变更应保留历史别名映射。第二，批次与时间窗口必须显式关联，不能仅靠时间范围推断，否则重叠批次会混淆。第三，事件必须携带批次标识，否则无法判断某次报警属于哪个批次。第四，资产层级变更需记录生效时间，例如设备从区域A调整到区域B，历史追溯应按当时层级还原。

以下是一个批次追溯查询的示例逻辑，用于说明模型如何协同工作：

-- 示例：查询批次 B20240612-001 在 REACTOR01 上的温度曲线
SELECT ts.timestamp, ts.value, ts.quality
FROM time_series ts
JOIN tag_label tl ON ts.tag_id = tl.tag_id
JOIN asset_node an ON tl.asset_id = an.asset_id
JOIN batch b ON b.asset_id = an.asset_id
WHERE b.batch_id = 'B20240612-001'
  AND tl.label_name = '反应器入口温度'
  AND ts.timestamp BETWEEN b.start_time AND b.end_time
  AND ts.quality = 'Good'
ORDER BY ts.timestamp;

该查询依赖四个关联：批次到资产、资产到位号、位号到标签、标签到时间序列。若其中任一关联缺失或错误，追溯结果就会不完整或错误。因此，建模阶段应逐条验证这些关联的完整性。

五、模型验证与常见问题

模型建成后，应通过三类查询验证：按批次查位号、按位号查批次、按时间查事件。若按批次查位号返回空，通常是批次与资产关联缺失；若按位号查批次返回多个不相关批次，通常是时间窗口重叠或批次标识未正确绑定；若按时间查事件遗漏关键报警，通常是事件未携带批次标识或事件源位号未挂载到资产层级。

常见问题还包括：质量码未保留导致无法过滤坏点；时间戳时区不统一导致跨区域追溯偏移；标签硬编码在查询中导致位号改名后查询失效。解决这些问题的根本方法，是把位号、标签、时间序列、事件、批次和资产层级作为独立但相互关联的实体来建模，而不是把它们混在一张宽表里。

总结来说，生产历史数据模型的本质是建立“资产—位号—标签—时间序列—事件—批次”之间的可追溯链路。位号提供采集粒度，标签提供业务语义，时间序列提供过程证据，事件提供关键标记，批次提供追溯单元，资产层级提供归属路径。只有这些对象正确关联，追溯查询才能从“能查到数据”升级为“能查到正确的数据”。