AI产线时序数据治理定制：缺失插补与漂移识别

在数据智能方向，我们把产线时序数据的可用性拆成对齐、修复、监控三段来处理，先解决“数据能不能用”，再谈模型。

进展：针对采集侧常见的秒级丢点与时钟漂移，采用设备时间戳与 PLC 扫描周期双重对齐，短缺口用分段线性叠加同工况近邻加权插补，长缺口只标记为不可信区间、不做强行填充。在某条连续产线约三个月的试运行中，单通道丢点率由 3.1% 降至 0.4%，时钟偏移超过 1 秒的通道从 17 个收敛到 2 个，下游 SPC 报警的误报量减少约四成，且未掩盖任何一次真实越限。

要点：下一步将漂移检测由固定统计阈值升级为工况条件化的残差监控，避免换型、启停阶段被误判；同时让修复过程可回溯——每条被改写的数据都保留原始值、置信标签与所用策略，供质量追溯时复核。