在离散制造现场，设备数据往往来自多条采集链路：PLC 周期量、边缘网关缓存、质检系统抽检记录。采样频率从 50ms 到 10min 不等，时间戳基准与丢包策略也各不相同，直接拼接后常出现错位与空洞，导致下游建模样本可用率偏低。数据分析实验室近期围绕「时序数据可用性」做了一轮实验性探索：不改动现有采集架构，仅在对齐与补全环节增加一层轻量处理，观察其能带来多少可用的建模输入。
做法分三步：以换刀、启停等事件作为锚点重建时间轴，先纠正设备时钟漂移；对短缺失（不超过 3 个采样点）采用线性项与周期项组合插值，长缺失（超过 10min）不做强行填补，直接标记为不可信区间；最终输出带质量标签的数据集，供下游模型按区间过滤使用。
要点：
· 进展：在三类设备、约 60 天历史数据上，时间戳错位由平均 1.2s 收敛到 200ms 以内，短缺失段补全结果与人工标注参考值的中位偏差低于 1.5%。
· 下一步：把质量标签接入特征管道，验证其对异常检测误报率的影响，并补充跨厂区时钟同步方案，避免多车间数据合并时的二次错位。
评论