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
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
point:
code: LG-LF-2CCM-MOLD-TEMP-01
aliases:
- DB12.DBD40 # L1 地址
- LF1_CCM2_MOLD_TEMP # 历史库标签
object:
unit_level: 设备
equipment: 2 号连铸机
component: 结晶器
process: 连铸
attribute: 温度
measure:
unit: ℃
range: [0, 1200]
resolution: 0.293
data_type: float32
definition:
sampling_period_s: 1
aggregation: 1 分钟均值
time_source: 设备时标
tolerance_s: 5
quality:
rule_set: QS-TEMP-V1
frozen_threshold: 6
owner:
department: 炼钢仪表
contact: 仪表班

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
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
def yield_ratio(total_in: float, qualified: float, downgraded: float = 0.0,
exclude_trial: float = 0.0) -> float:
"""成材率 = 产出 / 投料。

downgraded 为降级品重量,是否计入产出由企业口径决定;
exclude_trial 为剔除的试验料重量,从投料中扣除。
"""
base = total_in - exclude_trial
return (qualified + downgraded) / base * 100


if __name__ == "__main__":
total_in, qualified, downgraded = 1000.0, 965.0, 18.0
print(f"口径 A 合格品/投料: {yield_ratio(total_in, qualified):.2f}%") # 96.50%
print(f"口径 B 含降级/投料: {yield_ratio(total_in, qualified, downgraded):.2f}%") # 98.30%
print(f"口径 C 剔除试验料 20t: {yield_ratio(total_in, qualified, 0.0, 20.0):.2f}%") # 98.47%

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。