试点协作
¥18.6 万 / 年
- 1 条产线 · ≤ 800 个测点接入
- 标准数据分层与指标字典模板
- 4 张角色看板（决策/工艺/设备/质量）
- 季度模型回测与口径评审
智造未来 · 生态协作平台
Practical Checklist
智能制造数据协作的落地指导清单
以「可复用、可度量、可交接」为准则，下列 6 条来自跨厂区协作项目的实施沉淀，可直接作为立项评审的检查项。
- 统一时间基准：所有设备时钟对齐到 ±50ms 以内先用 PTP 或 NTP 分层校时，再落库；时序错位超过 200ms 会使跨工序关联分析的相关性虚高，务必在入湖前完成校验。
- 采样分级：关键参数 200ms、一般参数 5s、能耗类 60s避免全量高频采集造成的存储成本失控；实测按此分级后单线日增数据量从 42GB 降至 11GB。
- 数据资产编目：每条指标补齐「单位 / 量程 / 归属工序 / 责任人」四项元数据缺失元数据的指标在协作中无法被其他团队复用，编目完整率建议 ≥ 95% 才开放共享。
±50ms时钟对齐容差
11GB分级后单线日增数据
95%元数据编目完整率阈值
3 层ODS / DWD / ADS 分层
- 特征窗口先做业务假设，再交给算法例如刀具磨损，先锁定主轴电流、进给速率、声振频谱三组窗口，再用数据挖掘筛选；避免把上千个原始列直接丢进模型导致解释成本失控。
- 异常检测采用「阈值 + 残差 + 聚类」三重判定任一告警需两类证据同时成立才推送，可将误报率从 23% 压到 6% 以内，减少协作方对告警的信任损耗。
- 模型交付必须附带漂移监控指标建议监控 PSI，超过 0.2 触发再训练评审；上线后每 2 周做一次离线回测，保证跨厂区复制时结论仍成立。
6%三重判定后的误报率
PSI 0.2漂移再训练阈值
14 天离线回测周期
3 组刀具磨损特征窗口
- 指标口径书面化：一份指标字典 + 一个版本号口径变更走评审并保留历史版本，避免不同厂区对「良品率」定义不一致导致协作会议反复扯皮。
- 看板按角色分层：决策层看趋势、工艺看分布、设备看实时同一套数据三种视图，减少无关噪声；实测可把会议前的取数沟通时间从 40 分钟压缩到 8 分钟。
- 交接以「可复现」为验收标准交付物包含数据快照、查询语句、模型版本与预期结果样例，任一方按文档可独立复现，才算协作闭环完成。
1 份统一指标字典
8 分钟会议前取数沟通耗时
4 件可复现交付物清单
3 视图分层看板角色维度
Collaboration Tiers
生态协作档位与交付范围
按协作深度分档，价格以年度服务计（人民币，含平台许可与协作支持），实际以评估后的数据源数量与产线规模为准。
Platform Close-up
从数据入湖到协作决策的四步链路
每一步都有明确的输入、输出与责任方，便于多团队并行推进而不互相阻塞。
协作不是拉群，而是共享同一份数据事实
平台将设备层、业务层与外部伙伴的数据统一到同一时间轴与同一指标口径上，交互体验围绕「谁看什么、谁改什么」设计，避免信息在同名不同义的指标上打转。
- 接入与对齐：OPC-UA 采集网关 + 时钟校时，测点入湖前完成单位与量程校验，单线接入窗口约 3 个工作日。
- 建模与挖掘：在 DWD 层构建工序级宽表，按业务假设筛选特征，异常检测三重判定上线。
- 可视化与协作：渐变极光风格的看板按角色分层，指标变更留痕并通知受影响团队。
- 复现与交付：数据快照、查询语句、模型版本、预期样例四件套齐备，任一协作方可独立复现结论。
Data Visualization
数据可视化面板：协作指标的实时切片
面板数据为样式演示值，用于说明指标组织方式与阈值呈现，不构成任何承诺。
近 7 日工序异常事件分布（件）
数据源接入完成度94%
指标口径一致性97%
模型漂移监控覆盖率86%
跨团队看板活跃使用率78%
阈值建议：任意指标低于 80% 时，由数据治理负责人发起一次协作对齐，明确缺口与补齐时间点。