说实话，干了大半辈子机械，最早哪听过“数据治理”这词。车间里只要机床能转，刀具能切，谁管数据？可近几年上MES、ERP，设备联网，问题全跑出来了。上周一台三轴雕铣机报警，系统里显示主轴负载120%，可实际电流才60%，差点让人以为要烧轴。后来查清楚——温度补偿信号串了通道，数据链路污染。真恨不得把写代码的拉来车间蹲三天。
那么车间数据治理到底治什么？一句话：让数据从生下来就是干净的，流转过程可控，用的时候敢下结论。这话听着简单，落地处处是坑。
一、数据源头：泥巴不进才是最省事
先讲采集层。车间里最脏的数据不是人输的，反而是传感器自动上传的。为什么？每个设备厂商按自己的协议来，采样频率、量程、单位、时间戳各唱各调。举个真事：某厂做产线能效分析，PLC里电流是安培，电表抄写是千安，两套数据一合并，算出的能耗直接爆表。搞了三天，最后发现是单位没换算。这种低级错误，就是因为采集层没有统一的元数据定义。
还有时间戳问题。热电偶采样1秒，振动传感器采样20毫秒，做FFT对齐时硬生生错开半拍。你以为是同步的，其实差之毫厘谬以千里。去年我们上设备健康预测，就因为时间基准不统一，误判率接近40%。后来统一用OPC UA + TSN做时间同步，信号抖动压到1ms内，模型才活过来。记住，采集不是插上电缆就完事，你得先跟设备厂家确认信号语义和时钟规则。
数据字典听上去高大上，其实就是一张表：信号地址、语义、单位、精度、读写权限。别小看它。我们车间的压力表，有的显示MPa，有的显示bar，不写清楚，换个人就看岔。后来把所有传感器和数据点登记造册，贴在现场控制柜，谁再改，必须走变更单。对了，老设备根本没有数据接口，只能靠人工抄表。抄错了，你在数据平台上怎么也查不出来。所以有人问我，上数据治理第一步该干嘛？我说，先去车间把每个信号源捋一遍，画清楚谁是什么格式、谁跟谁冲突，否则全白搭。
二、数据标准化：编码是绕不过去的坎
采集捋顺了，物料编码又跳出来打架。同一个螺栓，设计图纸写“GB/T 5782 M12×80”，ERP里存“螺栓M12X80”，MES里叫“BOLT-M12-80”。三个系统，三个码，汇总报表时全是幺蛾子。你说这不就是“数据孤岛”吗？其实关键在主数据管理（MDM）。统一编码规则，是车间数据治理的基本功。
有人嫌麻烦，觉得不就是换个名字吗？深层问题是，编码牵涉开料、工艺、计划、库存。比如成品编码带版本号，但图纸变更了，版本号不更新，生产用的就是旧图纸。我们厂就吃过亏：一批航空齿轮，因版次标识不明确，车间用了过时工艺，赔了五万。编码里的版本号非常关键。一个成品编码对应一个三维模型、一张工序卡，流程必须遵循ECN（工程变更单）。别图省事直接在ERP里改，改完没同步到MES，生产线马上乱套。今年年初我们还碰到过，一个阀体图纸版本从C改成D，但MES里的工艺版本没跳，导致螺纹中径超差，整批报废。所以，编码必须做到一物一码、一码到底，变更流程要卡死。
当然，标准化不是把老系统推翻。你得兼容遗留数据。做法上，先建立映射表，再逐步替换。别想一步到位——那只会把生产系统弄瘫。慢就是快。实施的时候，参考一下国标GB/T 191对物品标志的要求，还有ISO 8000对数据质量的框架。别一上来就自己造轮子。
三、数据责任：没人认领的数据就是定时炸弹
有了协议和编码，还得有人管数据。我接触的企业，最常听见的是“数据是IT的”。错了！IT管的是服务器和数据库，管不了设备参数的准确性。工艺员调了一刀，不更新MES，明天看板上的参数就凉了。到底谁负责更新？没定清楚。
所以我在车间推行“数据认领”制度。每张报表、每个参数，必须指定唯一owner。操作工负责产量数据，维修工负责状态数据，工艺员负责工艺数据。绝不允许出现“你帮我记一下”这种模糊责任。今年我们把数据完整率放进车间班组考核，每月评分。完整率不是靠系统补录，而是看一报到底。缺项了，班组津贴直接扣。刚开始大家骂娘，两个月后，报表质量明显上来了。话又说回来，文化最难改。你得让员工明白，数据糊弄人，最终坑的是自己。记得有一次，技术员偷懒，把5件不合格品标成了合格，结果客户退货，全厂查了三个通宵。那次之后，不用我骂，所有人都不敢乱点了。
数据治理成功与否，靠流程和制度，更靠人心。
四、数据流动：车间的数据不是资产，是血液
最后说说流通过程。车间数据必须活起来。我见过太多企业，数据收集一大堆，就放在硬盘里发霉。那叫负债，不叫资产。要让数据流贯穿计划、执行、检验、设备全流程。比如APS排程要靠精准的工时数据，那么每道序的加工时间就得实时采集，不能靠经验估。没有这一步，后面的“数字孪生”全是空中楼阁。
流动中要特别注意数据质量监控。我们设了阈值告警：数据突变超范围，系统自动标红，不修完不让过夜。这样至少不让烂数据污染下一环节。还要重视数据血缘。当指标异常，你能顺着链路追到是哪个环节产生的脏数据。我们上了简单的血缘图工具，但这个概念可以自己画。数据源到指标之间画条线，出了乱子好定位。
好了，说了半天，其实就一句话：车间数据治理，不是IT部门的事，是车间每个岗位的事。别指望买个软件就万事大吉。先把源头痛、编码痛、责任痛治了，再谈大数据、人工智能吧。否则，你只是把垃圾数据塞进了一个更漂亮的垃圾箱。
