AI多源时序对齐实验：停机归因与因果排序

数据分析实验室近期在做一项面向离散制造产线的探索：把设备时序、MES 工单、维修工单三类数据对齐到同一时间轴，再对停机事件做因果排序，输出候选根因，而不是只告诉现场"哪台设备在报警"。

• 阶段性进展：在某汽车零部件产线的历史数据上回放 137 起非计划停机事件，Top-3 候选根因命中实际维修记录的比例约 68%，相比"按报警频次排序"的基线提升约 19 个百分点。误差分析显示，跨源对齐的问题一半以上来自工单时间戳的手工填写偏差，而非模型本身。

• 下一步计划：将对齐环节由规则匹配替换为小样本语义匹配，并引入班组交接记录作为弱标签，重点验证归因结果在不同班次、不同设备型号之间的稳定性，暂不追求单点指标继续上探。

我们把这套方法定位为分析的"前置整理层"：对齐与归因的质量决定后续看板、报表是否可信，因此本轮工作以可复现的误差拆分为主，尚未进入产线闭环控制。