钢铁OT数据治理系列-03钢铁 OT 数据治理的五个对象与一条链路
钢铁 OT 数据治理的五个对象与一条链路
引言
钢铁企业的 OT 点位规模是几十万到上百万量级。这个体量下,第一反应往往是“先建时序库把点接进来”。
但接入只是把水引进管子,不等于水质合格。真正决定治理成败的,是治理对象选得对不对。本文把钢铁 OT 数据拆成五类对象,再给出一条可落地的链路,最后落到推进顺序。
一、五类对象
| 治理对象 | 治理内核 | 关键交付物 | 失控后果 |
|---|---|---|---|
| 高频时序测点与元数据 | 唯一编码、单位量程、采样口径、设备归属、责任人 | 测点台账(全厂唯一一本账) | 点位不可解释,换个人就没人认得 |
| 设备与工序主数据、语义模型 | 设备层级、工序编码、测点到业务对象的映射 | 设备主数据树、语义层定义 | 数据永远是“信号”,成不了业务数据 |
| 物料谱系与质量追溯链 | 以炉次、板坯、钢卷为索引的正反向追溯 | 谱系图、追溯接口 | 质量问题只能查到工序,查不到参数 |
| 能源介质与公辅计量 | 计量口径、产耗平衡、时序对齐 | 能源计量台账、平衡规则 | 吨钢能耗算不准,煤气放散查不出 |
| 指标与质量事件 | 指标定义、计算口径、事件编码 | 指标字典、事件库 | 同一指标三份报表三个值 |
这五类不是并列关系,而是有依赖顺序:测点台账是地基,主数据是骨架,谱系、能源、指标是从主干分出的三条枝。地基不稳,上面三条枝都长不实。
1.1 测点台账:唯一的一本账
台账的最小字段集不必复杂,但必须齐全:
| 字段组 | 具体字段 | 缺了会怎样 |
|---|---|---|
| 标识 | 测点编码、别名、来源系统 | 同一物理量多个名字,关联时对不上 |
| 语义 | 中文名称、工艺含义、所属设备、所属工序 | 只能看数值,不能判断业务含义 |
| 计量 | 单位、量程上下限、分辨率、数据类型 | 单位混用,能耗算错量级 |
| 时间 | 采样周期、时标来源、时区 | 跨系统对不齐时间轴 |
| 质量 | 质量码规则、异常判定阈值、补全策略 | 坏数据无标注地流到下游 |
| 责任 | 归属部门、责任人、变更记录 | 出问题找不到人 |
一张真实台账的规模:一条中等产线 5000—20000 个测点,全厂几十万条记录。这个量级用表格维护必然失控,必须落库、必须走变更流程。
1.2 编码规则:可读、可扩展、可校验
编码不是美学问题,是关联键问题。一条可用的编码通常包含层级信息:
| 段 | 示例 | 长度 | 说明 |
|---|---|---|---|
| 基地/厂区 | LG | 2 | 多基地时避免冲突 |
| 工序 | LF | 2—3 | 炼钢、精炼、连铸、轧钢 |
| 设备 | 2CCM | 3—5 | 2 号连铸机 |
| 部件/位置 | MOLD | 4—6 | 结晶器 |
| 测点类型 | TEMP | 4 | 温度、流量、压力 |
| 序号 | 01 | 2 | 同类型多点 |
拼成 LG-LF-2CCM-MOLD-TEMP-01。好处是能按前缀做聚合查询、能在编码层面做机器校验(段数、字符合法性),坏处是设备改造后编码可能需要变更——所以台账里必须同时保留“历史编码”,否则历史数据关联断裂。
1.3 炉次号:全流程的主键
钢铁的质量追溯以炉次号为轴。一炉钢的典型流转:
flowchart LR
A["转炉出钢<br/>炉次号 L26-1106-042"] --> B["LF 精炼<br/>同炉次号"]
B --> C["连铸<br/>炉次 → 流 → 板坯号"]
C --> D["轧钢<br/>板坯 → 钢卷号"]
D --> E["检验与入库<br/>钢卷 → 质保书"]
A --> F["成分与工艺参数"]
B --> F
C --> F
D --> F
F --> G["按炉次/钢卷聚合的追溯视图"]图 1:以炉次号为轴的正向流转与反向聚合
关键设计是一对多映射表:一炉钢可能对应多流、多块板坯、多个钢卷。这张映射表如果不治理,追溯就只能做到“炉—卷”整体对不上,出现质量异议时无法定位到具体是哪一流、哪一段。
一个实际算例:某产线一炉钢产生 6 块板坯、轧成 12 个钢卷,涉及 3 道工序、约 40 个关键测点、时间跨度 6 小时。要支持“给定钢卷号,回放其全部关键参数”,需要 12 × 40 × (6 小时 × 采样密度) 的数据点被正确关联,任何一处编码不一致都会造成整条链断掉。
二、一条链路:从接入到资产
flowchart TD
A["第一段 接入归一<br/>协议适配、时钟校准、质量码生成"] --> B["第二段 加工可信<br/>类型转换、异常识别、缺省处理、可审计"]
B --> C["第三段 语义建模<br/>点位 → 设备/工序/物料/指标"]
C --> D["第四段 资产服务<br/>目录、接口、事件流、权限"]
D --> E["场景:质量追溯 / 能耗优化 / 预测性维护 / 报表"]图 2:四段链路。前两段解决“可信”,后两段解决“可用”
| 段落 | 输入 | 输出 | 判据 |
|---|---|---|---|
| 接入归一 | 多协议原始报文 | 统一格式 + 原始时标 + 质量码 | 覆盖率、时标偏差 |
| 加工可信 | 原始序列 | 标注后的可信序列 | 异常识别率、误判率、可回放 |
| 语义建模 | 点位与台账 | 业务对象与指标 | 语义完备率、映射准确率 |
| 资产服务 | 对象与指标 | 目录、接口、数据集 | 复用次数、接口可用率 |
四段里最容易被跳过的是第二段的“可审计”。清洗逻辑写在脚本里、参数写死在代码里,出了问题无法回答“这条数据被改过没有、按什么规则改的”。正确做法是把规则版本化:每条处理结果记录规则 ID 与版本。
三、可对标的公开数据
以下是公开报道中的企业数据,均为宣传口径、统计范围与统计时点未必一致,只作量级参考:
| 企业 | 公开数据 | 出处类型 |
|---|---|---|
| 永钢(永卓控股) | 40 多万个采集点位,134 套 AI 应用 | 企业官网新闻 |
| 南钢 | 百万级 OT 点数据资产地图,核心数据入湖率 85%(2024 年报道),后续报道提至 95% 以上 | 媒体与官网报道 |
| 敬业集团 | 累计接入 L1 数据点 6 453 项,全流程一键追溯 3 秒以内 | 高校行业动态转载 |
| 福建三钢 | 12T 以上数据资产盘点并分类分级,三个场景取得数据资产登记证书 | 政府网站与集团官网 |
这些数字的正确用法是对标量级,不是对标排名。40 万点和 6 453 点不矛盾——前者是全集团采集点位,后者是某类 L1 接入范围,统计口径不同。
四、三阶段推进
| 阶段 | 范围 | 目标 | 典型周期 |
|---|---|---|---|
| 试点 | 一条产线或一个工序 | 跑通四段链路,出一个可量化效果 | 3—6 个月 |
| 扩展 | 相邻工序、跨工序追溯 | 打通炉次号,形成一贯制追溯 | 6—12 个月 |
| 全域 | 全厂、多基地 | 统一台账、统一指标、资产服务化 | 12 个月以上 |
试点选什么最划算?三个判据:业务痛点明确(追溯慢、对账差异大)、数据基础可用(有台账或能快速补)、责任部门愿意配合。三者缺一,试点都会变成“演示项目”。
五、三个常见误区
误区一:先做指标,后做台账。 指标定义依赖测点语义,台账没建好,指标口径只能拍。结果是同一个“吨钢电耗”在不同报表里差 5%。
误区二:把物料谱系交给 MES,认为与 OT 无关。 谱系的主键来自 OT 侧(炉次、流、坯、卷的对应关系往往由 L2 产生),只靠 L3 补录必然有断点。
误区三:能源计量只装表不对账。 装表只是开始,产耗平衡需要对“进多少、出多少、损耗多少”建规则,否则数据只是摆设。
六、落地清单
- 测点台账落库,字段覆盖标识、语义、计量、时间、质量、责任六组
- 编码规则成文,含历史编码保留策略
- 炉次—流—坯—卷映射表有唯一维护方与校验规则
- 四段链路每段都定义了输入输出与判据
- 清洗规则版本化,处理结果可回放到规则 ID
- 能源计量有产耗平衡规则与差异容忍阈值
- 指标字典与台账、谱系建立引用关系
- 试点范围与验收指标在启动前书面确认
七、结论
钢铁 OT 数据治理的对象不是“一堆点”,而是五类有依赖关系的对象加一条四段链路。点位是地基,主数据是骨架,谱系、能源、指标是三条枝。
判断是否真的在治理,问三个问题就够:换个人能不能凭台账看懂这个点?给定一个钢卷能不能回放全部关键参数?第二个场景接入时要不要重新洗数据?
