产线时序数据漂移监测实验进展

工业AI模型上线后性能衰减，多数源于数据分布漂移而非算法本身。数据分析实验室近期围绕产线时序数据漂移监测开展对比实验，构建了覆盖温度、压力、节拍等三十余类传感指标的基准数据集，评估统计检验、分箱PSI与重构误差三类监测思路。阶段性结果：一是滑动窗口结合分块PSI的方法对渐变漂移的检出延迟约两个班次，误报控制在每日一次以内；二是基于自编码器重构误差的方法对突变漂移更敏感，但对传感器老化引起的缓慢偏移存在漏检。下一步计划将两类方法融合为分层监测策略，在合作工厂两条真实产线开展为期一个月的验证，重点评估告警可解释性与运维介入成本。实验室将同步沉淀该方向的评估基准与工程规范，为数据智能类项目的长期稳定运行提供方法支撑。