先画介质地图，再谈采集
用一张厂区平面图标出电、气、水、蒸汽的计量点位与流向，标注每个点位的归属工序。
- 覆盖率目标：电 ≥ 90%，气水 ≥ 70%
- 每个点位必须有唯一编码与责任人
- 避坑：不要按部门而不是工序建点，后期无法归集
常见问题：可持续设计与智能制造的数据边界
上线前最常被追问的五个问题，附判断口径与量化阈值，便于在评审会上直接引用。
可持续设计的指标，如何与智能制造现场数据对齐？
先统一三件事：介质口径（电/气/水/蒸汽分别计量）、时间粒度（建议设备侧 15 秒、工序侧 1 分钟、日汇总 00:00 结算）、基准年（一次性锁定，不再随季度调整）。对齐后可持续设计因子才能挂载到工序 ID，避免出现同一台空压机在两套报表里能耗差 8% 以上的漂移。
大数据分析需要多高的采集频率才够用？
按目标倒推：若只做月度碳排核算，1 分钟足够；若要做设备劣化预警与工艺参数寻优，关键测点建议 1–15 秒。经验阈值是——单条线日增原始数据量控制在 200 MB 以内，超限则先做边缘侧聚合（均值/最值/标准差三通道）再上云，可降低约 65% 的存储与传输成本。
环保平台的报表，如何保证对外披露与内部管理一致？
采用单一数据源 + 双视图：管理视图含原始测点与修正记录，披露视图只保留已审核且带快照锁定的结果。任何修正必须有责任人、时间戳与原因码，审计时可按快照回放。这样可把对外口径差异控制在 1% 以内，并留下完整的可追溯链路。
数据可视化做得好不好，用什么标准判断？
看三个可用性指标：一屏内能否回答“哪里异常、差多少、该找谁”；从进入面板到定位异常根因的操作步数 ≤ 3 步；关键指标在中文字体下无截断（建议数值区预留 6 位以上宽度）。达不到就优先砍装饰性图表，而不是加更多图。
中小产线预算有限，先做哪一块最划算？
按投入产出排序：先做电表与关键设备状态采集（覆盖 60% 能耗），再做工序级工时与良率关联，最后才上复杂的机器学习模型。多数项目在第二阶段即可发现 5%–12% 的可回收能耗空间，回本周期普遍短于 14 个月。
可落地清单：把平台跑通的 7 个动作
每一条都给出做法、参数与达标线，可直接作为项目排期与验收依据。
统一时间基准与粒度
设备侧 15 秒、工序侧 1 分钟、日结 00:00，三层粒度保持可加总关系。
- 时钟偏差控制在 ±2 秒以内（NTP 校时）
- 缺失数据标记而非补零，补零会污染均值
- 达标线：数据完整率 ≥ 95%
为可持续设计建因子库
把材料、能耗、运输、回收四类影响因子做成可维护表，随工艺变更同步版本。
- 每个因子标注来源与更新日期
- 版本变更需留存对比快照
- 建议初始因子数 30–50 个，够用即可
建立异常自发现的规则集
先用阈值 + 同比双规则，稳定后再引入趋势模型，避免一上来就做黑箱。
- 首版规则 20–40 条，覆盖 80% 常见工况
- 告警延迟目标 ≤ 90 秒
- 误报率高于 20% 时先调阈值而非加模型
让数据可视化服务于决策
首屏只放三类图：趋势、构成、排行。每张图必须挂一个可执行动作入口。
- 定位根因的点击步数 ≤ 3
- 配色遵循 60-30-10，避免大面积高饱和填充
- 数值区预留 6 位宽度，避免截断
看板首屏加载≤ 2.5 s
把结论写回工艺参数
每条分析结论都要绑定一个可调整参数（温度、压力、节拍、启停时序），并记录调整前后对比。
- 单次只改一个变量，观察窗口 ≥ 3 个班次
- 记录调整人、时间、预期收益
- 达标线：单点改进可归因、可复现
季度复核与用户体验回收
每季度做一次口径复核与用户访谈，删掉没人看的图表，补上被反复追问的字段。
- 访谈样本 ≥ 12 人，覆盖 3 类角色
- 看板使用率（周活/授权）目标 ≥ 60%
- 每季度下线至少 1 张低价值图表
复核周期每 90 天
数据可视化面板：从厂级到工序级的探索路径
同一套数据，三种视角。横向滑动查看采集现场与看板实景。
关键数据条：可持续设计的当期水位
数据来自平台内已审核的日结算口径，用于季度复盘与对外沟通。
−18.6%单位产值综合能耗同比变化
96.4%能耗数据完整率
3 步异常定位平均操作步数
62%看板周活跃使用率
把发现变成行动：一次 45 分钟的数据诊断
带上近 30 天的电表与关键设备状态数据，我们按工序级粒度做一次可归因扫描，输出能耗热点清单、可持续设计因子缺失项与三条优先改造建议。
