工业时序数据缺失填补实验：生成式方法初探

工业现场多源时序数据普遍存在采样频率不一、传感器掉线与人工补录等问题，直接用于建模会放大预测误差。数据分析实验室近期围绕“对齐—填补—校验”三段式预处理流程开展实验，选取某注塑车间温度、压力与能耗三类信号（约1200万条记录）作为测试集。实验要点：1、对比线性插值、KNN与基于扩散模型的生成式填补三种方法：在5%~20%随机缺失场景下，生成式填补的RMSE较线性插值平均降低约31%，但在连续缺失超过30分钟的区段，优势收窄至12%；2、引入物理约束校验（变化率上限、量程边界）后，异常填补值占比由3.7%降至0.4%。下一步计划将该流程迁移至离散制造的班次级良率数据，验证其在低频、强周期数据上的稳健性，并整理为可复用的数据预处理模块。