钢铁OT数据治理系列-05语义与指标:从 tag 到业务对象,再到唯一定义
语义与指标:从 tag 到业务对象,再到唯一定义
引言
同一条连铸二冷水流量,在三个地方有三个名字:L1 里叫 DB12.DBD40,历史库标签叫 LF1_CCM2_SC_FLW,能源报表里叫“二冷水量-5”。
三个名字背后是同一个物理量,但没有一个系统能自动确认这一点。于是每次跨系统分析,都要靠老工程师口头确认一遍;人一调岗,这条映射就断了。
这就是语义断层:数据有值,没有含义;系统有字段,没有共识。
一、tag 命名失控的三种形态
| 形态 | 例子 | 隐患 | 纠正成本 |
|---|---|---|---|
| 自由命名 | TAG_001、temp1、点A | 无信息量,全靠人记 | 高,需逐点回填语义 |
| 层级缩写 | LF1_CCM2_SC_FLW | 可读性依赖个人习惯,缩写不统一 | 中,需建码表 |
| 与地址绑定 | DB12.DBD40 | 程序一改变就失效 | 高,改造成本大 |
三种形态的共同问题是语义不在数据里,在人脑里。人脑是唯一不可备份的存储。
二、语义四要素
把一个测点变成可计算的对象,至少需要四类信息:
| 要素 | 回答的问题 | 缺失后果 |
|---|---|---|
| 对象(Object) | 这是哪台设备、哪个工序的什么量 | 无法关联到业务 |
| 属性(Attribute) | 它是温度、流量、压力还是状态 | 单位与运算规则失据 |
| 计量(Measure) | 单位、量程、分辨率、数据类型 | 数值无法参与运算 |
| 口径(Definition) | 采样周期、聚合方式、时间窗口、容差 | 同一指标算出多个值 |
用结构化方式表达,一个测点的语义可以写成这样:
1 | point: |
这份 YAML 的价值在于:任何系统读到它,都能自己回答“这是什么、怎么算、可不可信”。这正是 OPC UA 信息模型想做的事,也是 ISA-95 从 L2 到 L3 传递时最容易丢的东西。
三、指标字典:九个必填字段
指标是语义的上一层抽象。一个可用的指标定义,至少要回答九个问题:
| 字段 | 内容示例 | 不定会怎样 |
|---|---|---|
| 指标编码 | MFG-YIELD-001 | 同名指标无法唯一定位 |
| 指标名称 | 成材率 | 口头叫法不统一 |
| 业务定义 | 合格产出重量 / 投料重量 | 分子分母各自理解 |
| 计算公式 | 明确到字段与聚合函数 | 无法复算 |
| 数据来源 | 哪些测点、哪个系统、哪张表 | 无法追溯 |
| 时间口径 | 班次/日/月,起止时刻定义 | 跨零点的班次算错 |
| 过滤规则 | 剔除哪些炉次(如试验炉、判废) | 口径悄悄变化 |
| 责任部门 | 谁对指标值负责 | 有争议无人裁决 |
| 版本与生效日 | V1.2,2026-01-01 生效 | 历史对比失真 |
九项里最容易缺的是“过滤规则”和“版本”。这两项缺失,正是同一指标被算出三个数的主要原因。
四、一个算例:成材率为什么有三个值
假设某班投料 1 000 吨,产出合格 965 吨、降级 18 吨、判废 17 吨。
1 | def yield_ratio(total_in: float, qualified: float, downgraded: float = 0.0, |
三种口径分别得到 96.50%、98.30%、98.47%——相差近 2 个百分点。在年产千万吨级的企业,这就是二十万吨的量级差异。
没有人算错,只是口径没写清。这也是为什么指标必须进字典,而不是散落在各家的 Excel 里。
五、指标血缘:一个数从哪来
指标可复算的前提是血缘可查。
flowchart LR
A["测点 原始值<br/>1 s 采样"] --> B["质量码过滤<br/>剔除 Bad"]
B --> C["1 分钟聚合<br/>均值 / 峰值"]
C --> D["按炉次分组<br/>关联炉次号"]
D --> E["班组汇总<br/>按班次窗口"]
E --> F["指标 成材率"]
G["投料数据<br/>来自 L3 称重"] --> F图 1:指标血缘。任何一层改了规则,上层指标都会变,因此规则必须版本化
血缘图的实用价值是定位争议:指标变了,是原始数据变了、过滤规则变了,还是业务数据(投料)变了。没有血缘,只能全链路重查。
六、语义层的三种落地方式
| 方式 | 做法 | 优点 | 局限 |
|---|---|---|---|
| 台账式(推荐起步) | Excel/数据库维护映射表 | 成本低、见效快 | 依赖人工维护,易滞后 |
| 信息模型式 | OPC UA 类型定义,设备自带语义 | 自描述、可自动发现 | 老设备不支持 |
| 中间语义层 | 独立服务,统一映射与转换 | 与采集解耦,可复用 | 多一层运维对象 |
现实路径通常是:先用台账把语义补齐,再在平台侧建统一语义层,最后推动新设备按信息模型建模。指望一步到位让所有老设备自描述,不现实。
七、四个常见误区
误区一:同名不同义。 两个工序都有 TEMP_01,一个是钢水温度、一个是水温。名字相同不代表同义,编码必须带工序段。
误区二:同义不同名。 同一物理量在 L1、历史库、报表三处三个名字,且没有映射表。这是最贵的一类问题,因为每次分析都要重新确认。
误区三:聚合口径随手改。 同一指标,报表用算术平均、看板用时间加权平均。在工况波动大的产线上,两者能差几个百分点。
误区四:把降级品当合格品。 成材率、合格率、收得率三个指标经常被混用,分母分子各自不同,必须先对齐定义再谈数值。
八、落地清单
- 测点台账补齐语义四要素(对象、属性、计量、口径)
- 建立别名映射表,覆盖 L1 地址、历史库标签、报表名称
- 指标字典九字段齐全,过滤规则写明
- 指标有版本与生效日期,历史版本可查
- 关键指标画出血缘图,标注每层规则版本
- 同一指标在不同系统取值一致(季度做一次一致性校验)
- 新设备招标技术要求里写明信息模型/语义交付要求
九、结论
语义治理的产出不是文档,而是可被机器读取的定义。判断标准有三个:
- 换一个系统接入,能不能不靠人解释就读懂这个点;
- 给定指标名,能不能复算出同一个数;
- 指标变了,能不能定位到是哪一层规则变了。
这三个问题回答“是”,语义层才算建成。
