2. 制造数据基础
跨企业制造数据共享的第一步，不是搭建接口，而是把“制造数据”本身看清楚。制造数据贯穿订单、工艺、生产、设备、质量、物流与售后全过程，它既包含结构化字段，也包含时序信号、图像、文档和事件日志。只有先明确数据的类型、来源、特征、生命周期和质量要求，才能设计出可交换、可追溯、可治理的共享架构。
一、制造数据的五种基本类型
从共享视角看，制造数据可按“结构形态”和“业务语义”两个维度分类。结构形态决定传输与存储方式，业务语义决定权限与用途。
- 主数据：物料、BOM、工艺路线、设备台账、供应商与客户编码，变化慢、被多系统引用，是共享的“基准坐标”。
- 事务数据：工单、派工、报工、领料、入库、发货，记录业务动作，强调时间与状态。
- 时序数据：温度、压力、转速、振动、电流等设备采集量，高频、带时间戳，是工艺监控与预测性维护的基础。
- 质量数据：检验结果、SPC 控制图、缺陷代码、批次追溯、不合格处置记录，直接关联合规与索赔。
- 非结构化数据：图纸、工艺文件、作业指导书、检测图像、音频与视频，通常以文件或对象存储方式共享。
二、数据来源与产生位置
制造数据并非集中产生，而是分布在“人、机、料、法、环、测”各环节。ERP 产生订单与库存，MES 产生工单与报工，SCADA/PLC 产生设备时序，QMS 产生检验与缺陷，WMS 产生库位与批次，PLM 产生图纸与 BOM。跨企业共享时，必须识别每个数据源的“权威系统”，避免同一字段多源冲突。
关键原则：一个数据对象只应有一个权威源（System of Record）。共享的是权威源的发布副本，而不是各系统各自维护的“影子数据”。
三、制造数据的核心特征
制造数据具有六个显著特征，直接影响共享架构设计：
- 多源异构：关系库、时序库、文件系统、消息队列并存，格式与协议不统一。
- 强时序性：设备与过程数据必须带精确时间戳，时钟不同步会导致追溯错位。
- 高关联性：工单关联 BOM、设备、批次、检验结果，断链即失去追溯价值。
- 体量差异大：主数据量小但引用广，时序数据量大且增长快。
- 安全敏感：工艺参数、良率、成本属于企业核心资产，共享需分级授权。
- 质量波动：人工录入、设备漂移、接口异常都会引入缺失、重复与错误。
四、数据生命周期：从产生到销毁
制造数据生命周期通常分为六个阶段：产生 → 采集 → 传输 → 存储 → 使用 → 归档/销毁。每个阶段都有共享关注点：采集阶段要保证频率与精度；传输阶段要保证完整性与时序；存储阶段要区分热、温、冷数据；使用阶段要控制权限与脱敏；归档阶段要满足合规保留期。
五、质量要求与常见误区
制造数据共享的质量要求可归纳为六个维度，通常称为数据质量“六性”：
| 质量维度 | 含义 | 典型问题 | 共享影响 |
|---|---|---|---|
| 完整性 | 必填字段与关键关联不缺 | 批次号为空、检验项缺失 | 追溯链断裂 |
| 准确性 | 数值与真实状态一致 | 人工录入错误、传感器漂移 | 决策误判 |
| 一致性 | 跨系统同一对象口径统一 | 物料编码多套、单位不统一 | 对账失败 |
| 及时性 | 在需要时刻可获得最新值 | 批量延迟、消息积压 | 协同排产失效 |
| 唯一性 | 同一实体不重复记录 | 重复工单、重复报工 | 统计虚高 |
| 可追溯性 | 能还原数据来源与变更 | 无审计日志、覆盖更新 | 合规与索赔困难 |
常见误区：把“数据量大”等同于“数据质量高”；只清洗共享出口而不治理源头；用人工补录掩盖采集缺失；忽略时钟同步导致时序错位。这些做法会让共享平台变成“脏数据放大器”。
六、场景示例：批次追溯的数据链路
以某汽车零部件企业向主机厂共享批次质量数据为例，其数据链路可简化为：
PLC 采集(温度/压力/时间戳)
→ MES 绑定工单与设备
→ QMS 录入检验结果与缺陷代码
→ 批次主数据关联物料与供应商
→ 共享网关按权限发布脱敏副本
→ 主机厂接收并校验完整性/一致性若其中任一环节缺失批次号或时间戳，主机厂侧就无法完成正向与反向追溯。因此，跨企业共享前应先在内部完成“数据体检”：检查主数据编码是否统一、时序数据时钟是否同步、质量记录是否闭环、文件是否带版本与校验值。
实操建议：建立一份《共享数据质量基线清单》，对每类数据明确权威源、必填字段、更新频率、保留期限、脱敏规则和校验规则。共享接口按基线做准入校验，不达标的数据不发布，从源头保证跨企业协作的可信度。
综上，制造数据的类型决定共享方式，来源决定权威归属，特征决定架构约束，生命周期决定治理节点，质量要求决定共享可信度。把这五个方面梳理清楚，后续的跨企业数据共享架构才有稳固的基础。