时间与时标:OT 数据追溯的命门

引言

质量异议的处理现场经常出现这样的对话:

工艺:这批卷的屈服强度偏低,怀疑精炼温度不够。
数据:调出来的温度曲线是达标的。
工艺:你这条曲线的时间对不对?

最后一查,精炼站的采集服务器比 L3 慢了 11 秒,曲线整体后移,恰好把升温段错配到了下一炉。数据没丢、没坏、没缺,只是时间错了——但结论全错。

在 OT 数据治理里,时间不是一列普通字段,而是主键的一半。本文讲三件事:三种时间怎么定义、漂移到底有多大、对齐怎么做。

一、三种时间必须分开存

时间类型谁生成含义典型误差
事件时间(Event Time)设备/PLC物理量实际被采样的时刻取决于设备时钟准确性
采集时间(Ingest Time)网关/采集程序数据被读到的时刻通信延迟,毫秒到秒
入库时间(Store Time)时序库数据写入数据库的时刻队列与批处理延迟

三者的关系是:入库时间 ≥ 采集时间 ≥ 事件时间,差值就是链路各级延迟。

只存一个时间会怎样?存入库时间,等于把所有通信延迟都算进业务时刻,追溯时找不到真实采样点;存事件时间但设备时钟不准,等于把一个带偏移的时刻当真相。正确做法是三个都存,并在质量码里标注偏差是否超限。

二、漂移有多大:算一遍

普通晶振的频率偏差通常在 ±20 ppm 量级(工业级模块可能更差,具体看器件手册)。ppm 是百万分之一,换算成每天的时间误差:

1
2
3
4
5
6
7
8
9
def drift_seconds_per_day(ppm: float) -> float:
"""按 ppm 计算每日累计时间偏差(秒)。"""
return ppm * 1e-6 * 86400


if __name__ == "__main__":
for ppm in (20, 50, 100):
d = drift_seconds_per_day(ppm)
print(f"{ppm:>3} ppm → {d:.2f} 秒/天,{d*30:.1f} 秒/30天,{d*365/60:.1f} 分钟/年")

结果:20 ppm 每天约 1.73 秒、30 天约 52 秒;50 ppm 每天约 4.3 秒、30 天约 130 秒。

这就是为什么“上个月还对、这个月对不上”。不做周期性对时的设备,误差是累积的,而且方向固定——一台慢 11 秒的服务器,不会自己快回来。

对时手段与精度

手段典型精度依赖适用
手工对时秒级到分钟级人不适用于自动采集
NTP(软件时间戳)毫秒级(局域网),广域网更差网络质量服务器、网关
SNTP与 NTP 相近但无平滑算法网络轻量设备
PTP(IEEE 1588)亚微秒级(需硬件支持)支持 PTP 的交换机与网卡高速过程、跨设备同步
卫星授时(北斗/GPS)微秒级天线与授时模块无稳定网络的现场

选型原则很简单:追溯要求到秒级,NTP 够;要求到毫秒级,必须 PTP 或硬件授时;要求亚毫秒,只能硬件方案。

顺带说明一点:钢铁企业的多数质量追溯场景是“分钟级窗口内找参数”,秒级精度足够。但振动分析、故障录波这类场景,毫秒偏差就会让相位信息失效。

三、四种时间故障

故障一:设备时钟漂移。 PLC、仪表内部时钟长期不校,几个月后偏差几分钟。表现是“数据在库里,但和历史记录对不上”。

故障二:设备不带时标。 Modbus 寄存器只返回值,没有时间。采集端只能在读到的那一刻打时标,这就是采集时间而非事件时间。通信拥塞时,这个误差会到秒级。

故障三:断联回补时标错乱。 网关缓存了断网期间的数据,恢复后按“当前时间”补写,原始时标丢失。表现是断联时段的数据全部挤在恢复时刻,曲线出现一个尖峰。

故障四:跨系统时区/格式混用。 一处用本地时间、一处用 UTC,或一处存字符串 2026-11-06 08:00:01、一处存毫秒时间戳。这类问题在跨基地、跨国项目里尤其常见。

对应治理规则:设备侧尽量打原始时标;采集端保留原始时标与接收时标双字段;回补必须带原始时标;全系统统一存 UTC(或统一存本地时间并在台账标注),展示层再转换。

四、对齐怎么做:区间匹配才是正确解法

追溯的本质是“给定一个业务事件的时间窗口,找出落在窗口内的数据点”。常见错误是找一个“最近的点”,正确做法是做区间重叠判断。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
from dataclasses import dataclass


@dataclass(frozen=True)
class Batch:
batch_id: str
start: float # 秒(可为 epoch)
end: float


def locate(points: list[tuple[float, float]], batch: Batch,
tolerance: float = 0.0) -> list[tuple[float, float]]:
"""返回落在批次窗口内的点(含容差)。"""
lo, hi = batch.start - tolerance, batch.end + tolerance
return [(t, v) for t, v in points if lo <= t <= hi]


if __name__ == "__main__":
batch = Batch("L26-1106-042", start=100.0, end=160.0)
series = [(98.0, 1550.0), (105.0, 1562.0), (140.0, 1578.0), (162.0, 1560.0)]
print(locate(series, batch)) # [(105.0, 1562.0), (140.0, 1578.0)]
print(locate(series, batch, 3.0)) # 多出 (98.0, 1550.0) 与 (162.0, 1560.0)

容差怎么定?取决于对时精度与工艺需求。温度类过程常有热惯性,±5 秒的容差影响不大;成分、节奏类指标(如出钢到开浇的间隔)容差超过 2 秒就会算错。

容差必须写进指标定义,不能由每个取数的人临时决定。同一个批次,两个人用不同容差取数,会得到两个结论。

五、对时治理的落地动作

  1. 建时钟清单:全厂采集服务器、网关、PLC、仪表的时钟源与最近同步时间,一目了然。
  2. 设偏差告警:与基准时钟偏差超过阈値(如 1 秒)即告警,而不是等追溯出错才发现。
  3. 回补校验:补传完成后抽检原始时标是否保留,抽样比例不低于 1%。
  4. 三时标入库:事件、采集、入库三个时间都存,质量码标注偏差超限。
  5. 容差进字典:每个涉及时间窗口的指标,都写明容差与理由。

六、三个常见误区

误区一:认为“服务器都是自动对时的”。 自动对时依赖 NTP 服务可达。生产网与办公网隔离后,很多采集服务器根本没有 NTP 源,长期靠内部时钟漂移。

误区二:用采集时间当事件时间。 在低负载时两者差几毫秒,看起来没问题;一旦通信拥塞或网关重启,差值到秒级,追溯结论直接翻车。

误区三:只对时不验证。 对时任务配置了,但从不检查偏差。正确做法是把“当前偏差”做成监控指标,纳入日常巡检。

七、一个比喻:接力赛的秒表

三个时间像接力赛里的三块表:运动员起跑(事件时间)、交接棒时裁判按表(采集时间)、成绩录入系统(入库时间)。如果三块表各自走时,最后算出来的分段成绩一定是错的。

对应关系是:起跑表对应设备时标,裁判表对应网关时标,录入时间对应入库时标。比喻的边界在于:接力赛可以重跑,生产不能——一炉钢的时间错位,追溯证据就永久失真。

八、结论

时间治理的投入产出比在 OT 里排得上前三,因为它成本低、见效快:

  • 三时标都存,偏差可算;
  • 定期对时并监控偏差,而不是出问题再查;
  • 回补必须携带原始时标;
  • 区间匹配代替“找最近点”;
  • 容差进指标字典。

一句话:数据对不对,先看时间对不对。