## 一、本节范围、相邻环节边界与加工主线
本节回应招标文件第 84—87 页「3.2.6.3 数据加工生产服务要求」的前四个环节：数据采集（3.2.6.3.1）、数据预处理（3.2.6.3.2）、知识本体（3.2.6.3.3）与知识库（3.2.6.3.4），共计 99 个单元（`b1362`—`b1460`）。四个环节合起来解决同一件事：把分散在各业务系统、设备系统与外部来源的原始数据，变成后续标注、合成、增强可以直接消费的规范化样本，并为整条加工链提供一份统一的业务口径（`b1360`、`b1361`）。
### 1.1 本节对招标文件条目的覆盖索引
下表把招标文件要求与本稿节号对应起来，便于评标委员会逐条核对，也便于与需求书逐条应答矩阵衔接。
| 招标文件条目 | 单元 id | 要求要点 | 本稿节号 |
|---|---|---|---|
| 3.2.6.3.1 总述 | `b1362`、`b1363` | 各业务系统、设备系统与外部来源原始数据汇入平台，形成四类数据集原始数据底座 | 2.1、2.2 |
| 采集（1）供需计划域 | `b1364`—`b1370` | CRM、ERP、SCM、WMS 的结构化与非结构化数据，历史销量、订单量与销售预测 | 2.3 |
| 采集（2）产品工艺设计域 | `b1371`—`b1375` | PLM 结构化数据、选型方案与图纸卡片、机械制图标准与工艺编制准则 | 2.4 |
| 采集（3）制造过程域 | `b1376`—`b1386` | MES、SCADA、热处理群控与加装传感器、EMS、EAM、SOS 的结构化、时序、图像与文档数据 | 2.5 |
| 采集（4）产品质量域 | `b1387`—`b1391` | QMS 检验记录与质量台账、硬度与缺陷检验数据、质量影像资料 | 2.6 |
| 采集（5）通用语料与外部语料 | `b1392`—`b1395` | OA 制度与合同、久其经营指标、主数据编码，外部行业标准与文献等补充语料 | 2.7 |
| 采集（6）登记与合规 | `b1396`、`b1397` | 数据源登记、许可核验、入口脱敏、格式合规校验，产出批次与采集记录 | 2.8—2.12 |
| 3.2.6.3.2 总述 | `b1398`、`b1399` | 原始数据加工为可被四个用途子集消费的规范化样本 | 3.1 |
| 预处理（1）文档类 | `b1400`—`b1403` | 版面解析、章节结构还原、表格与公式重建、正文切分与去重去噪 | 3.2 |
| 预处理（2）图纸与图像 | `b1404`—`b1406` | 格式转换、图面区域切分、图文关联，产出图像样本与图文对照记录 | 3.3 |
| 预处理（3）设备时序 | `b1407`—`b1409` | 多测点对齐、重采样、缺失补齐与异常值处理，事件锚定切窗 | 3.4 |
| 预处理（4）结构化文本化 | `b1410`—`b1412` | 业务表单、工单记录、检验数据与设备运行曲线转为自然语言文本样本 | 3.5 |
| 预处理（5）分域保存与登记 | `b1413`、`b1414` | 分域保存产出与原始数据对照关系，登记算子及其版本与参数取值 | 3.6、3.7 |
| 3.2.6.3.3 总述 | `b1415`、`b1416` | 构建领域统一概念体系，作为标注、合成与检索的业务口径基准 | 4.1 |
| 本体（1）类目与关系 | `b1417`—`b1419` | 七类对象类目，明确属性、层次关系与关联关系 | 4.2、4.3、4.4 |
| 本体（2）领域实例 | `b1420`—`b1424` | 部件层级、工件品类、工艺参数项、焊接与热处理缺陷类型、典型故障模式 | 4.5 |
| 本体（3）编码对齐 | `b1425`—`b1427` | 以主数据与 PLM 的编码为基准对齐本体实体编码 | 4.6 |
| 本体（4）产出与统一引用 | `b1428`、`b1429` | 本体文件、术语表、同义词别名表；标注、合成与检索统一引用 | 4.7 |
| 本体（5）回流与版本 | `b1430`、`b1431` | 新增或修订术语回流本体，产出带版本记录的更新并同步下游口径 | 4.8 |
| 3.2.6.3.4 总述 | `b1432`、`b1433` | 行业知识沉淀为结构化知识条目与知识图谱 | 5.1 |
| 知识库（1）条目抽取 | `b1434`—`b1436` | 从八类资料抽取实体属性关系，逐条登记来源文件与出处 | 5.2 |
| 知识库（2）文档类元数据与条款切分 | `b1437`—`b1443` | 制度条款级索引与六项元数据、技术标准元数据、投标资料四类归集 | 5.3 |
| 知识库（3）两类核心知识图谱 | `b1444`—`b1446` | 故障链图谱与工艺质量链图谱 | 5.4 |
| 知识库（4）九业务域四类知识库 | `b1447`—`b1454` | 指标、业务概念、规则、分析报告四类知识库 | 5.5 |
| 知识库（5）统一检索索引 | `b1455` | 文本、图纸、图像统一检索索引 | 5.6 |
| 知识库（6）检索增强样本 | `b1456`—`b1458` | 「查询—证据—回答」三元组，供指令微调与基准评测子集使用 | 5.7 |
| 知识库（7）专家终审 | `b1459`、`b1460` | 经业务专家终审的成果与数据字典；未终审条目不得用于标注与合成 | 5.8 |
### 1.2 与相邻任务的边界
本节与方案其他章节存在明确的交接面，建议按下表划分，避免同一事项在两处给出不同口径。
| 交接对象 | 对方负责 | 本节负责 | 交接物 |
|---|---|---|---|
| 数据资源采集接入（3.2.2） | 与 16 个以上源系统建立接入通道：接口协议、取数方式、调度频次、链路异常处理 | 通道已通之后的数据受理：数据源登记、许可核验、入口脱敏、格式合规校验、批次成形 | 落地区的原始文件与原始记录 |
| 多格式多模态数据录入（3.2.2.2） | 离线非结构化文件的批量导入与实时接入入口（`b0911`） | 导入之后的版面解析、结构还原、切分去重与图文关联 | 落地区的文档、图纸与图像文件 |
| 专项智能工具链（3.2.3） | 9 类 25 个工具链各自的设计、输入输出接口、处理流程与样例 | 在本节各环节的工具调用点、调用参数与产出去向 | 工具调用配置与算子登记记录 |
| 数据治理规划（3.2.6.1） | 业务术语标准、参考数据标准、数据元标准、指标标准、标准映射对照表（`b1276`—`b1287`） | 知识本体与知识库引用上述标准，不另立术语；本体先行定义的概念回流为标准草案 | 术语表、标准映射对照表的本体侧条目 |
| 标注、合成、增强、质检、验证（3.2.6.3.5—3.2.6.3.9） | 样本的标注与生成、质检抽样与判定、验证口径 | 向其交付规范化样本、本体文件、知识库与检索索引 | 规范化样本、本体文件、知识条目、检索索引 |
| 数据集规模与数据卡（3.2.6.4） | 四类数据集的规模分解与数据卡字段定义 | 按数据卡要求回填各批次的来源、算子、版本与模态构成 | 批次采集记录与算子登记表 |
| 数据集运营服务管理平台（3.2.4） | 移交之后的目录、权限、版本、服务与审计 | 本节各环节的作业与留痕在加工生产平台上，移交登记后转入运营服务管理平台 | 版本登记信息、元数据 |
| 数据集质量评测（评分项） | 评测依据、指标、方法与过程 | 向其交付基准评测子集所需的三元组与知识库证据 | 检索增强三元组、证据出处记录 |
| 安全方案 | 数据分级分类、密码应用、权限与审计 | 执行分级结论：入口脱敏规则、假名映射表的存放与权限 | 脱敏规则版本与复核记录 |
| 硬件选型与配置 | 感知与检测设备的型号、参数与质保 | 承接其产出数据的受理、对象锚定与批次成形 | 新增测点与图像采集数据 |
一句话概括本节与采集接入的分工：采集接入把数据拿到手，本节管拿到之后怎么加工。两者的分界点是平台落地区——写入落地区之前的事归通道，写入之后的事归本节。
### 1.3 加工主线与四道质量门
数据加工按「落地区—贴源区—规范区—知识区—供样区」五个分区推进，分区之间设四道质量门。质量门把问题挡在上游：未过门的批次不进入下一分区，也不被下游标注与合成引用。
图 1 数据加工主线、五个分区与四道质量门（数据来源：招标文件第五章 3.2.6.3.1—3.2.6.3.4 各环节的输入输出要求，`b1363`、`b1396`、`b1397`、`b1399`、`b1413`、`b1414`、`b1416`、`b1433`、`b1455`、`b1459`、`b1460`）
### 1.4 四道质量门的判定口径与退回路径
门限取值以首批次标定结果为基线，按批次逐步上调，上调幅度在月度例会上确认后写入下一批次计划。这样安排的理由是：首批次之前没有本企业的实测分布，先定高门限会把大量可用数据挡在门外，先定低门限又失去把关作用。
| 质量门 | 设在何处 | 判定项 | 判定方式 | 判定岗位 | 不通过的退回路径 |
|---|---|---|---|---|---|
| 入口门 | 落地区进贴源区 | 数据源已登记；使用许可已核验且在有效期内；敏感字段已按分级结论脱敏；文件格式与字符编码通过合规校验（`b1396`） | 规则自动校验 ＋ 脱敏抽样复核 | 数据受理岗判定，合规事项由安全管理岗复核 | 批次挂起，不生成批次号；缺来源与授权的退回采集接入环节补齐；格式不合规的记录进隔离区并出问题清单 |
| 预处理门 | 规范区进知识区与供样区 | 章节层级与来源页码可追溯；图文对照可核；时序对齐无跨测点错位；重复样本已去除；所用算子与参数已登记（`b1402`、`b1406`、`b1409`、`b1414`） | 自动校验 ＋ 按通道抽样人工复核 | 预处理工程岗自检，质检岗复判 | 按算子单项回退重跑，原批次保留并标记为废弃版本；同一算子连续两批次不过门，暂停该算子版本并排查 |
| 口径门 | 本体版本发布 | 类目与关系自检通过；实体编码与主数据及 PLM 可映射；与数据治理的业务术语标准一致（`b1419`、`b1427`） | 本体一致性校验工具 ＋ 业务专家评审 | 本体维护岗提交，业务专家评审组判定 | 本体版本不予发布；受影响的标注与合成口径暂不变更，继续使用已发布版本至批次结束 |
| 终审门 | 知识库交付 | 知识条目逐条有来源出处；图谱关系经业务专家确认；数据字典齐备（`b1436`、`b1459`） | 字段完整性校验 ＋ 分档人工终审 | 知识抽取岗提交，业务专家评审组终审 | 条目标记为「待审」或「退回重抽」，工具侧按状态过滤，不进入标注与合成作业（`b1460`） |
### 1.5 四个环节的输入、产出、验收与退回总表
| 环节 | 输入 | 主要产出 | 验收方 | 验收方式 | 不通过退回到 |
|---|---|---|---|---|---|
| 数据采集 | 落地区的原始文件与原始记录；数据源登记表；授权文件；数据分级结论 | 各业务域原始数据批次、采集记录、许可核验台账、脱敏复核记录、格式校验问题清单 | 甲方信息化部门与各业务域数据责任部门 | 按业务域清点批次与采集记录，抽查来源可追溯性与授权完备性 | 采集接入环节（通道与授权）或源侧（数据质量） |
| 数据预处理 | 过入口门的原始数据批次；本体术语表（用于术语归一）；算子库 | 结构化长文本、图像样本与图文对照记录、时序片段—事件样本对、文本化样本与源记录对照表、贴源数据与规范化样本、算子登记表 | 甲方信息化部门 ＋ 项目组质检岗 | 按通道抽样复核结构还原、图文对照与时序对齐；按算子指纹复算 | 本环节对应算子（单项重跑）；源数据缺陷退回采集环节 |
| 知识本体 | 预处理产出的结构化长文本与术语候选；主数据与 PLM 编码；数据治理发布的四套标准；企业制图标准与工艺编制准则 | 本体文件、术语表、同义词别名表、标准映射对照表的本体侧条目、编码缺口清单、版本发布说明 | 甲方业务部门（分类目）＋ 数据治理环节 | 核对类目与关系完整性、与企业编码的映射覆盖、与术语标准的一致性 | 本体维护岗修订后重新提交口径门 |
| 知识库 | 过预处理门的规范化样本；已发布的本体版本；甲方提供的指标口径与计算逻辑 | 结构化知识条目库、制度条款级索引、技术标准元数据表、投标资料归集目录、两类核心知识图谱、九业务域四类知识库、统一检索索引、检索增强三元组、数据字典、终审意见与条目状态清单 | 业务专家评审组（按业务域）＋ 甲方相关业务部门 | 抽查出处可回查、条款切分正确性、图谱证据级别、终审覆盖情况 | 知识抽取岗重抽或人工补录；口径未定的转入待确认列表 |
### 1.6 岗位设置与职责
本节作业按岗位组织，岗位之间以交付物与判定结论衔接，不以人际沟通衔接。岗位设置如下表，具体人员配置见项目团队章节。
| 岗位 | 职责 | 在哪些质量门上有判定权 |
|---|---|---|
| 数据受理岗（按业务域各一名） | 本域来源清单与授权状态维护、批次台账、受理作业、问题清单跟踪 | 入口门判定 |
| 安全管理岗 | 数据分级结论落实、脱敏规则制定与版本管理、假名映射表权限管理 | 入口门合规复核 |
| 预处理工程岗（按通道分工） | 算子配置与执行、参数调优、失败重跑、算子登记 | 预处理门自检 |
| 质检岗 | 抽样复核、复判、问题归因、整改任务单 | 预处理门复判 |
| 本体维护岗 | 类目与关系维护、术语收口、编码映射、版本发布与影响评估 | 口径门提交 |
| 知识抽取岗 | 条目抽取、条款切分、图谱构建、索引维护、三元组构建 | 终审门提交 |
| 业务专家评审组（按业务域组建，甲方专家与项目组技术人员共同组成） | 本体类目评审、知识条目终审、图谱关系确认、指标口径确认 | 口径门判定、终审门终审 |
### 1.7 批次与血缘标识体系
批次是本节之后所有环节的基本单位。批次号在采集环节生成，贯穿预处理、知识建设、标注、质检与验证，构成血缘链的起点。标识体系如下表。
| 标识 | 生成环节 | 构成 | 用途 |
|---|---|---|---|
| 数据源登记编号 | 采集（登记） | 业务域码 ＋ 源系统码 ＋ 顺序号 | 来源可追溯的根 |
| 批次号 | 采集（受理） | 业务域码 ＋ 数据集归属码 ＋ 日期 ＋ 顺序号 | 血缘链起点，贯穿全链 |
| 文件指纹 | 采集（受理） | 文件内容哈希 | 文件级去重、重复入库识别 |
| 记录主键 | 采集（受理） | 源系统主键 ＋ 批次号 | 文本化样本回查源记录 |
| 算子指纹 | 预处理 | 算子编号 ＋ 版本 ＋ 参数取值的哈希 | 处理过程可复算 |
| 样本编号 | 预处理 | 批次号 ＋ 通道码 ＋ 顺序号 | 样本级追溯与抽样 |
| 本体版本号 | 本体 | 主版本.次版本 | 标注与合成口径的引用依据 |
| 条目编号 | 知识库 | 类目码 ＋ 顺序号 ＋ 版本 | 条目级终审状态管理 |
| 三元组编号 | 知识库 | 批次号 ＋ 场景码 ＋ 顺序号 | 评测错题归因回溯 |
本节把标识体系前置到采集环节，目的是让后续环节的质检与验证有复算的依据：任意一条样本都能回到它的源记录、所经算子与所引知识条目。
### 1.8 本节方法与口径所引用的标准
本节的字段定义、质量判定与标注口径不自立一套，而是逐项挂到已有标准上。引用关系如下表，便于评标委员会核对口径来源。
| 引用处 | 所引标准 | 引用内容 |
|---|---|---|
| 数据管理体系与成熟度 | GB/T 36073 数据管理能力成熟度评估模型 | 数据标准、数据质量、元数据管理的过程域要求，与数据治理章节共用 |
| 数据质量判定维度 | GB/T 36344 信息技术 数据质量评价指标 | 完整性、准确性、一致性、唯一性、及时性、有效性六个维度，用于格式合规校验与质量控制点 |
| 元数据与数据元定义 | GB/T 18391 信息技术 元数据注册系统 | 数据元的标识、名称、定义、类型、格式与值域的表述方式，用于本体属性集与数据字典 |
| 图纸解析的图层与符号口径 | GB/T 4458 机械制图 图样画法系列标准 | 视图投影关系、剖视与断面的判读依据 |
| 表面结构符号判读 | GB/T 131 产品几何技术规范 表面结构 表面粗糙度 | 粗糙度符号的作用表面范围判定 |
| 焊接缺陷类型口径 | GB/T 6417.1 金属熔化焊接头缺欠分类及说明 | 十类焊接缺陷的分类与判别要点，用于本体缺陷值域与标注标签 |
| 焊缝检测方法 | GB/T 11345 焊缝无损检测 超声检测 | 缺陷检验方法字段的取值依据 |
| 硬度检测方法 | GB/T 230.1 金属材料 洛氏硬度试验 | 淬火硬度检验项的方法与单位 |
| 企业内部口径 | 甲方机械制图标准、工艺编制准则、备料工序字典 | 图层约定、工序集合、工艺参数区间 |
企业内部口径与国家或行业标准不一致时，以企业内部现行版本为准并在本体中登记差异，理由是加工生产服务的交付对象是本企业的数据集，口径须与本企业的作业实际一致。标准的现行版本号在定稿前按甲方标准化部门的核对结果统一标注。
## 二、数据采集（3.2.6.3.1）
本节回应招标文件 `b1362`—`b1397`，即把各业务系统、设备系统与外部来源的原始数据汇入平台、形成四类数据集原始数据底座的要求（`b1363`）。
### 2.1 采集环节在本节的定位
采集通道的建立属于数据资源采集接入章节；本节所说的采集，是在通道已通的前提下，按业务域把数据受理进平台并形成可追溯的原始批次。这样划分责任清楚——链路不通找通道，批次不合规找受理。
受理按业务域组织，分为四个数据域加一组通用与外部语料，与四类数据集一一对应。每个域设一名数据受理责任岗，负责本域的来源清单、授权状态与批次台账。
### 2.2 受理作业流程
受理按七步执行，每一步有明确的输入、动作与留痕。流程设计上有一个取舍：把合规判定放在写入贴源区之前，宁可在入口处多一道挂起，也不让未授权数据进入加工链。
| 步骤 | 输入 | 动作 | 留痕 | 不通过的处置 |
|---|---|---|---|---|
| 1 受理申请 | 业务域的取数需求 | 核对数据源登记编号是否存在、授权范围是否覆盖本次取数 | 受理单（含登记编号、取数范围、业务时点） | 登记缺失的先补登记，不受理 |
| 2 许可核验 | 授权文件、外部语料许可协议 | 核验许可类型、使用边界与有效期 | 许可核验台账条目 | 许可不明或过期的不受理 |
| 3 落地清点 | 落地区的文件与记录 | 清点文件数与记录数，计算文件指纹，识别重复入库 | 落地清点单 | 清点数与通道侧交付数不一致的，回通道侧核对 |
| 4 入口脱敏 | 数据分级结论、脱敏规则版本 | 按字段类型执行替换、遮蔽、泛化或保序假名化 | 脱敏执行记录、假名映射表条目 | 规则未覆盖的字段先定规则，不放行 |
| 5 格式合规校验 | 格式校验规则库 | 校验可解析性、编码、必填完整性、主键唯一性、时间戳与量纲 | 校验报告、隔离区记录、问题清单 | 不通过记录入隔离区，按清单回退或人工修正 |
| 6 对象锚定登记 | 工单、报工、炉次记录 | 为时序与图像数据登记所属工件、焊道或炉次 | 对象锚定登记表 | 锚定不成功的标记为未锚定，单列存放 |
| 7 批次成形 | 以上各步结果 | 生成批次号，写入贴源区，生成采集记录 | 批次台账、采集记录 | 入口门判定不通过的批次挂起，不生成批次号 |
### 2.3 供需计划域
本域对应供需计划数据集的原始数据底座（`b1364`—`b1370`）。受理内容按源系统归集。
#### 2.3.1 客户关系管理系统（CRM）
| 数据对象 | 字段组 | 形态 | 受理方式 | 校验重点 |
|---|---|---|---|---|
| 客户 | 客户编号、名称、所属区域、客户类型、信用等级 | 结构化 | 整表初始化 ＋ 按变更时间增量 | 客户编号唯一性；与主数据客户编码可映射 |
| 商机 | 商机编号、关联客户、矿井名称、工作面类型、预计规模、阶段状态 | 结构化 | 增量 | 阶段状态值域合规；工作面类型取本体值域 |
| 报价 | 报价单号、关联商机、产品配置、报价金额、版本 | 结构化 | 增量 | 同一商机多版本报价按版本号保留，不覆盖 |
| 合同 | 合同编号、关联客户、签订日期、金额、交付期、产品清单 | 结构化 | 增量 | 合同编号与 ERP 侧一致性比对 |
| 订单 | 订单号、关联合同、物料、数量、交付节点 | 结构化 | 增量 | 与 ERP 销售订单的勾稽关系 |
| 回款 | 回款单号、关联合同、金额、日期 | 结构化 | 增量 | 与应收数据的勾稽关系 |
| 招标与投标文件 | 文件本体、项目名称、客户、投标日期、结果状态 | 非结构化（`b1365`） | 按项目号或合同号批量归集 | 文件可解析性；版本与结果状态完整 |
| 资质文件 | 文件本体、资质类型、编号、有效期 | 非结构化（`b1365`） | 按资质类型归集 | 有效期必填；过期件标注状态 |
| 业绩合同 | 文件本体、项目、金额、验收状态 | 非结构化（`b1365`） | 按项目归集 | 与业绩类知识归集目录对齐 |
#### 2.3.2 企业资源计划系统（ERP）
| 数据对象 | 字段组 | 受理方式 | 校验重点 |
|---|---|---|---|
| 销售订单 | 订单号、客户、物料编码、数量、单价、交付日期（`b1366`） | 增量 | 物料编码取主数据值域；金额保留原始精度 |
| 采购 | 采购单号、供应商、物料、数量、价格、到货日期 | 增量 | 供应商编码与 SCM 侧一致 |
| 成本核算 | 核算期间、成本中心、成本要素、金额 | 按期间 | 期间闭合状态；未闭合期间标注 |
| 应收应付 | 凭证号、对象、金额、账龄、状态 | 增量 | 与回款数据勾稽 |
| 物料主数据与价格 | 物料编码、名称、材料牌号、规格、单位、单价 | 整表初始化 ＋ 增量 | 作为本体物料类目的编码基准之一 |
#### 2.3.3 供应链管理系统（SCM）
| 数据对象 | 字段组 | 受理方式 | 校验重点 |
|---|---|---|---|
| 供应商档案与评估 | 供应商编号、名称、资质、评估等级、评估日期（`b1366`、`b1367`） | 整表初始化 ＋ 增量 | 评估等级值域；评估口径登记来源 |
| 采购计划与订单 | 计划号、物料、计划量、下单量、计划期 | 增量 | 计划与订单的对应关系 |
| 供货履约 | 订单号、约定到货日、实际到货日、数量差异 | 增量 | 日期逻辑（实际不早于下单） |
| 付款计划 | 合同号、付款节点、金额、状态 | 增量 | 节点金额合计与合同金额勾稽 |
| 物料采购周期 | 物料编码、采购周期、统计期间、样本量 | 按期间 | 派生指标，登记计算口径来源，本环节不重算 |
| 到货时效与供应商履约率 | 供应商、统计期间、时效指标、履约率（`b1368`） | 按期间 | 同上；口径与指标知识库登记一致 |
#### 2.3.4 仓储管理系统（WMS）
| 数据对象 | 字段组 | 受理方式 | 校验重点 |
|---|---|---|---|
| 仓库与货位 | 仓库编码、货位编码、库区、容量（`b1368`） | 整表初始化 | 编码唯一性与层级关系 |
| 物料与库存批次 | 物料编码、批次号、入库日期、供应商、数量 | 增量 | 批次号与质量域检验批次的对应关系 |
| 库位信息 | 库位编码、物料、占用状态 | 整表初始化 ＋ 增量 | 与货位的层级一致 |
| 实时库存存量 | 物料、仓库、可用量、占用量、快照时刻（`b1369`） | 按时点快照 | 快照时刻必填；与业务时点的偏差登记 |
| 出入库记录 | 单据号、类型、物料、批次、数量、时间 | 流水增量 | 收发存平衡校验 |
#### 2.3.5 历史销量、订单量与销售预测
| 数据对象 | 字段组 | 受理方式 | 校验重点 |
|---|---|---|---|
| 历史销量 | 年月、物料或产品层级、数量、金额（`b1369`） | 按年月整表 | 层级口径统一到物料清单层级 |
| 历史订单量 | 年月、客户、物料、数量 | 按年月整表 | 与 CRM 订单勾稽 |
| 销售预测 | 预测版本、预测期间、物料、预测量、编制部门 | 按版本 | 预测值与实际值分列保存，不做覆盖 |
#### 2.3.6 本域的时点口径
库存账、实物库存与项目占用分属不同系统，三者时点不一致时下游的供需样本就会自相矛盾。本方案的做法是：每个批次统一记录一个业务时点，三类数据按该时点取快照；取不到同一时点的数据在批次说明中注明实际时点与偏差，偏差超出批次计划约定范围时提示下游环节。
### 2.4 产品工艺设计域
本域对应产品工艺设计数据集的原始数据底座（`b1371`—`b1375`）。
#### 2.4.1 PLM 结构化数据
| 数据对象 | 字段组 | 受理方式 | 校验重点 |
|---|---|---|---|
| 物料清单（BOM） | 物料清单编号、层级、父子项、用量、版本（`b1371`） | 按产品或项目整表 ＋ 版本增量 | 层级闭环（无自引用）；版本有效性 |
| 工序数据 | 工序号、工序名称、所属零件、设备资源、工时定额（`b1371`） | 增量 | 工序名称取备料工序字典值域 |
| 变更记录 | 变更单号、对象、变更前后、生效日期、原因（`b1372`） | 增量 | 生效日期与版本对应 |
| 零部件信息 | 零件号、名称、材料牌号、规格、重量（`b1372`） | 整表初始化 ＋ 增量 | 零件号与物料编码的映射 |
#### 2.4.2 设计文件与规范资料
| 文件类型 | 格式 | 受理方式 | 校验重点 |
|---|---|---|---|
| 选型方案 | PDF／Word（`b1372`） | 按项目号归集 | 可解析性；项目号可回指合同 |
| 工艺图纸 | PDF（`b1373`） | 按图号批量 | 图号可识别；页数与清册一致 |
| CAD 图纸 | DWG／DXF（`b1373`） | 按图号或项目号分批读取 | 原生可解析；图层与图元完整 |
| 工艺卡片 | PDF（`b1373`） | 按卡片号批量 | 卡片号与图号的配对关系 |
| 机械制图标准 | 文档（`b1374`） | 按标准号归集 | 标准号、版本状态 |
| 工艺编制准则 | 文档（`b1374`） | 按文件编号归集 | 发布部门、生效日期 |
原生图纸不支持整批导出时，按图号或项目号分批读取，解析在内网就地进行，原始文件不出内网。
#### 2.4.3 图纸与工艺卡片的配对登记
本域有一项条件值得专门说明：甲方历史图纸约 63 万张，且每张图纸历史上都配有一张已审核签发的工艺卡片，图纸与卡片天然成对。这组配对关系是工艺设计数据集中监督样本的主要来源，因此本域的受理重点不只是把文件搬进来，而是在受理时就把配对关系登记下来。
| 配对登记字段 | 说明 | 取值来源 |
|---|---|---|
| 图号 | 主键之一 | 图纸标题栏或文件名解析 |
| 工艺卡片号 | 主键之一 | 卡片抬头或文件名解析 |
| 物料清单行号 | 关联零件在物料清单中的位置 | PLM 物料清单 |
| 零件名称与材料牌号 | 核对配对正确性的辅助字段 | 图纸标题栏、PLM 零部件信息 |
| 配对判定依据 | 自动匹配、人工确认、待核对 | 受理作业结果 |
| 配对置信标记 | 高（图号与卡片号完全对应）、中（经零件名称与材料牌号交叉核对）、低（仅目录位置相邻） | 受理作业结果 |
配对关系现存于文件目录与人员记忆中，受理阶段按图号批量比对，比对不上的进入人工核对队列。置信标记为「低」的配对不进入监督样本，只作为检索候选。
### 2.5 制造过程域
本域对应制造过程数据集的原始数据底座，受理范围最广、数据形态最杂（`b1376`—`b1386`）。
#### 2.5.1 受理内容总表
| 来源 | 受理内容 | 形态 | 受理方式 |
|---|---|---|---|
| 制造执行系统（MES） | 生产工单、生产进度、焊丝牌号与直径（`b1376`） | 结构化 | 增量 |
| 数据采集与监控系统（SCADA）设备侧 | 设备电流、电压、温度、湿度、运行状态（`b1377`） | 时序 | 按测点与时间窗 |
| SCADA 焊接侧 | 实时电流、实时电压、预设电流、预设电压、焊接速度、焊枪摆动振幅、摆动频率、焊枪停留时间、变位机状态、送丝速度、保护气体流量、起弧与收弧（`b1377`—`b1379`） | 时序 ＋ 事件 | 按焊接作业时间窗 |
| 焊接过程补充采集 | 层间温度、熔池图像、焊后焊道表面图像（`b1380`） | 时序 ＋ 图像 | 按焊道 |
| 热处理群控系统与加装传感器 | 工件淬火前后表面温度、加热功率、频率、淬火液温度、浓度与流量、感应器间隙、加热与冷却时间、返热温度（`b1380`、`b1381`） | 时序 | 按炉次或工件 |
| 热处理设备状态 | 设备运行状态、启停状态、运行时长、设备报警代码（`b1381`、`b1382`） | 时序 ＋ 事件 | 按设备与时间窗 |
| 能源管理系统（EMS） | 能耗时序数据（`b1383`） | 时序 | 按测点与时间窗 |
| 设备资产管理系统（EAM） | 设备基础信息、设备台账、点检、维修工单（`b1383`、`b1384`） | 结构化 | 整表初始化 ＋ 增量 |
| 售后服务系统（SOS） | 报警规则、报警数据、报警确认信息、诊断结论与处置建议（`b1384`、`b1385`） | 结构化 ＋ 事件 | 增量 |
| 设备类文档 | 设备档案、维修记录、诊断报告、故障案例（`b1385`） | 非结构化 | 按设备号归集 |
#### 2.5.2 时序数据的受理参数
| 数据组 | 测点数量级 | 原始采样 | 受理时间窗 | 受理后保留 |
|---|---|---|---|---|
| 焊接参数流 | 按工位与焊枪计【待填：测点清单，需甲方设备部门提供】 | 设备侧秒级或亚秒级 | 按焊接作业起止 ＋ 前后各一段余量 | 原始密度一份 ＋ 统一步长一份 |
| 热处理炉次参数 | 按炉台计 | 秒级 | 按开炉至完工 | 原始密度一份 ＋ 统一步长一份 |
| 设备状态与报警 | 按设备计 | 事件触发 | 按事件时刻 ＋ 前后窗 | 事件原样保留 |
| 能耗 | 按计量点计 | 分钟级 | 按自然日 | 统一步长 |
| 在役装备测点 | 按设备与测点计 | 按远程运维平台既有配置 | 按事件与定期取样 | 统一步长 ＋ 事件窗原始密度 |
#### 2.5.3 焊接实时参数与预设参数的配对受理
焊接侧的参数不是一组而是两组。一组是焊机按工艺规程下发的给定值，包括预设电流、预设电压，以及工艺卡给定的焊接速度、焊枪摆动振幅与摆动频率；另一组是焊机实际输出、由监控系统逐点采样的实时值。两组值名称相近，含义与变化规律却不同：给定值在一道焊缝内多数时间保持不变，只在换程序、换焊道或人工干预时发生阶跃；实时值随熔池状态、坡口偏差与送丝波动连续起伏。受理时若把同名的两组值并到一个字段，后续便再也分不出哪个点是要求达到的、哪个点是实际做到的。本节因此把这两组值按参数对成双受理，并在受理阶段完成时间轴对齐与逐点配对（`b1378`）。
配对所得的实时—预设偏差序列，是制造过程数据集的关键字段来源。焊接工艺参数合理性判断、焊接缺陷的参数归因、焊接参数优化建议这三类样本，其核心特征都不是实时值的绝对大小，而是实时值相对给定值的偏离幅度、偏离持续时间与偏离发生的位置。只有实时曲线、没有给定值的焊接参数流，仅能作为预训练语料使用，支撑不起上述三类标注。
| 参数对 | 实时值来源与采样 | 给定值来源与变更粒度 | 配对产出 |
|---|---|---|---|
| 电流（实时电流／预设电流） | SCADA 焊接侧，秒级或亚秒级 | 焊机程序参数表的预设电流，按程序号变更 | 逐点绝对偏差、相对偏差、偏离持续时长 |
| 电压（实时电压／预设电压） | SCADA 焊接侧，秒级或亚秒级 | 焊机程序参数表的预设电压，按程序号变更 | 逐点绝对偏差、相对偏差、偏离持续时长 |
| 焊接速度（实测／给定） | 焊接小车或机械手反馈，秒级 | 工艺卡与焊机程序参数表的给定速度，按焊道变更 | 逐点偏差、焊道均值偏差 |
| 焊枪摆动振幅（实测／给定） | 摆动机构反馈，秒级 | 程序参数表的摆幅设定，按程序号变更 | 逐点偏差、单周期峰值偏差 |
| 摆动频率（实测／给定） | 摆动机构反馈，按周期计 | 程序参数表的摆频设定，按程序号变更 | 周期均值偏差、周期抖动量 |
送丝速度与保护气体流量若在焊机程序中同样带设定值，按上表同一口径成对受理；焊枪停留时间、变位机状态与起弧收弧标记为事件型字段，不参与偏差计算，但作为分段依据使用（`b1379`）。
给定值有三条来源，受理时按来源分级登记。焊机程序参数表来自设备侧，记录的是当时真正下发到焊机的参数集，优先采用；程序参数表缺该版本时，取 MES 工单所挂工艺卡的给定值；两者皆缺时，取 PLM 工艺规程中该型号的默认值，并把来源等级降一档标注。三条来源不一致时本节不做调和，逐项登记差异量与各自来源——工艺卡与程序参数表之间的差异本身就是工艺执行一致性的素材，随批次移交质检与标注环节。
时间轴对齐是配对的前置步骤。给定值在源系统中以「程序切换事件＋参数集」的形式存在，需要先展开为与实时值同一时间基准的阶梯序列：以每次程序切换时刻为断点，向后前向填充至下一次切换，再与实时值逐点配对。所用时间基准与多测点对齐规则一致，见 3.4.1。起弧与收弧前后各有一段瞬态，实时值在该段内本不受给定值约束，配对时按起弧、稳态、收弧三段打标，偏差统计只取稳态段，瞬态段原样保留供缺陷归因使用。
| 配对失败情形 | 判定依据 | 处置 |
|---|---|---|
| 实时段不带程序号 | 程序号字段为空或设备未上传 | 标记为无给定值，入预训练语料，不进偏差样本 |
| 程序号有、程序参数表无该版本 | 程序号在参数表中查不到 | 该段挂起待补，列入待补材料清单 |
| 受理时窗内多次程序切换 | 切换事件在同一受理窗内出现两次以上 | 按切换点拆分为多段，分别配对 |
| 工艺卡与程序参数表给定值不一致 | 同参数两来源数值超登记容差 | 两值并存，标注来源等级与差异量 |
| 疑似面板临时改参未回写 | 稳态段实时值中心与给定值长时间系统性偏离 | 以最后一次有效下发值为给定值，加「疑似人工干预」标记 |
配对结果以参数对偏差序列的形式随焊接参数流一并落地，字段包括参数名、给定值、实时值、绝对偏差、相对偏差、所处阶段标记、给定值来源等级与程序号。采集环节只做计算与留存，不下超差结论：同一组偏差在不同焊接位置、不同板厚与不同焊丝牌号下的容许范围并不相同，判定口径取本体工艺参数项的值域，由标注与质检环节执行（4.5.4）。配对成功率按批次统计，首批以试点产线与首批产品型号标定基线，后续批次逐步接近每段焊接参数流都带给定值的状态。程序号与程序参数表的获取需甲方设备与工艺部门配合【待填：焊机程序号与程序参数表，含各程序的预设电流、预设电压、焊接速度与摆动参数，需甲方设备与工艺部门提供】。
#### 2.5.4 对象锚定登记
本域的采集难点在对象归属。焊接参数流本身只带设备号与时间戳，不带工件与焊道信息；热处理炉次与工件、材料批次、检测结果之间也缺少稳定关联。本节在受理时增加一道对象锚定登记。
| 锚定类型 | 锚定依据 | 判定规则 | 锚定失败的处置 |
|---|---|---|---|
| 焊接参数流 → 工件与焊道 | 设备号 ＋ 时间区间 ＋ MES 工单与报工 | 时间区间落在同一工单的同一工序报工区间内，且设备号与工单派工设备一致 | 标记为未锚定，单独存放 |
| 焊接图像 → 焊道 | 采集时点 ＋ 相机位号 ＋ 焊道标识 | 采集时点落在该焊道的焊接时间窗内 | 标记为未锚定 |
| 热处理参数 → 工件与炉次 | 炉台号 ＋ 炉次工单 ＋ 装炉清单 | 炉次工单的开完工时刻覆盖该段参数，装炉清单给出工件列表 | 保留炉次级锚定，工件级标记为未锚定 |
| 热处理参数 → 材料批次 | 装炉清单 ＋ WMS 库存批次 | 工件所用物料批次可在库存批次中查到 | 材料批次字段留空并标记 |
| 在役装备时序 → 设备与测点 | 设备号 ＋ 测点配置 | 测点配置在该时间窗内有效 | 测点配置变更期的数据单列 |
| 报警事件 → 维修事实 | 设备号 ＋ 时间邻近 ＋ 维修工单 | 维修工单的报修时刻在报警后约定时窗内，且部位一致 | 保留报警，故障标签留空 |
未锚定的时序段不丢弃：可用于预训练语料，不进入需要对象标签的样本构建。锚定成功率按批次统计，首批以试点产线与试点炉型标定基线，后续批次逐步接近可按件追溯的状态。
层间温度与熔池图像的采集需要加装传感器与布设工业相机。设备与点位选型见硬件选型章节，采集通道的开通见采集接入章节；本节承接的是其产出数据的受理与批次成形。
### 2.6 产品质量域
本域对应产品质量数据集的原始数据底座（`b1387`—`b1391`）。
| 数据对象 | 字段组 | 形态 | 校验重点 |
|---|---|---|---|
| 进厂检验 | 检验单号、物料、批次、供应商、检验项、结果（`b1387`） | 结构化 | 物料批次与 WMS 库存批次对应 |
| 制程检验 | 检验单号、工单、工序、检验项、结果 | 结构化 | 工单与 MES 工单对应 |
| 出厂检验与成品检验 | 检验单号、产品、检验项、结果、检验日期（`b1387`、`b1388`） | 结构化 | 产品与合同、订单对应 |
| 质量台账 | 期间、产品、不合格类型、数量、处置 | 结构化 | 与检验记录勾稽 |
| 淬火硬度 | 工件号、测点位置、硬度值、检测方法（`b1388`） | 结构化 | 测点位置取本体值域 |
| 淬火区域位置及均匀性 | 工件号、区域标识、位置偏差、均匀性指标（`b1388`） | 结构化 | 指标口径登记来源 |
| 外观缺陷与质检结果 | 工件号、缺陷类型、位置、严重程度、判定（`b1388`） | 结构化 | 缺陷类型取本体缺陷值域 |
| 质量报告与产品质量档案 | 文件本体、产品、期间 | 非结构化（`b1389`） | 按产品归集 |
| 质量知识 | 文件本体、主题、来源 | 非结构化（`b1389`） | 进知识库抽取通道 |
| 质量影像 | 熔池图像、焊后焊道表面图像、工件外观缺陷图像（`b1390`） | 图像 | 与检验记录的引用关系 |
质量影像与制造过程域的图像来源相同，受理时不重复存储：图像文件在制造过程域落地一次，质量域通过检验记录与图像的引用关系挂接。引用关系在受理时建立，依据是工件号、焊道号与检验时点。
纸质检测报告在甲方处数量可观但尚未数字化。本方案按「先清册、再扫描、后抽取」三步处理：先按产品与年度形成待数字化清册，再按清册分批扫描，扫描件进入预处理环节的文档类通道。清册规模与分批计划待现场勘察后确定【待填：纸质检测报告存量清册与分批计划，需甲方质量管理部门提供】。
### 2.7 通用语料与外部语料
本组对应预训练子集的通用语料补充（`b1392`—`b1395`）。
| 来源 | 受理内容 | 形态 | 校验重点 |
|---|---|---|---|
| 协同办公系统（OA） | 管理制度、合同文档（`b1392`） | 非结构化 | 文件版本状态、发布部门、生效日期 |
| 久其系统 | 营业收入、利润、成本、资产负债等经营指标（`b1393`） | 结构化 | 期间闭合状态；口径与指标知识库一致 |
| 主数据管理平台 | 组织机构、人员、物料编码（`b1393`、`b1394`） | 结构化 | 作为本体编码对齐的基准；人员字段入口脱敏 |
| 外部行业标准 | 标准文本、标准号、版本状态（`b1395`） | 非结构化 | 许可类型；版本状态 |
| 学术文献 | 文献全文或摘要、出版信息（`b1395`） | 非结构化 | 许可类型；可否用于训练 |
| 厂商资料 | 产品手册、技术白皮书（`b1395`） | 非结构化 | 许可类型；是否含第三方保密内容 |
| 公开数据集 | 数据文件、许可协议（`b1395`） | 结构化／图像／文本 | 许可协议条款；可否二次分发 |
外部语料的补充量按预训练子集的 Token 规模目标倒推，分配口径见四大数据集规模与数据卡章节，本节不重复。
### 2.8 数据源登记
本节回应 `b1396` 中的数据源登记要求。每一个数据源登记为一条记录，登记表是后续批次的唯一来源依据，未登记的来源不受理数据。
| 字段 | 类型 | 必填 | 说明 |
|---|---|---|---|
| 登记编号 | 字符 | 是 | 业务域码 ＋ 源系统码 ＋ 顺序号 |
| 源系统名称 | 字符 | 是 | 与采集接入章节的系统清单一致 |
| 所属业务域 | 枚举 | 是 | 供需计划／产品工艺设计／制造过程／产品质量／通用语料 |
| 数据集归属 | 枚举 | 是 | 对应四类数据集之一或多个 |
| 责任部门 | 字符 | 是 | 甲方侧数据责任部门 |
| 取数方式 | 枚举 | 是 | 接口、数据库只读视图、文件导出、实时订阅 |
| 数据内容范围 | 文本 | 是 | 表、字段或文件目录范围 |
| 更新频次 | 枚举 | 是 | 实时、日、周、月、按期间、一次性 |
| 授权文件编号 | 字符 | 是 | 甲方出具的授权依据 |
| 授权有效期 | 日期 | 是 | 到期前按约定提前复核 |
| 敏感等级 | 枚举 | 是 | 取安全方案的分级结论 |
| 脱敏规则版本 | 字符 | 是 | 关联脱敏规则表 |
| 登记状态 | 枚举 | 是 | 生效、暂停、作废 |
### 2.9 许可核验
| 来源类别 | 核验内容 | 判定规则 | 不通过的处置 |
|---|---|---|---|
| 内部业务系统 | 授权范围与取数范围是否匹配、授权是否在有效期内 | 取数范围须被授权范围覆盖，不作扩大解释 | 缩小取数范围或补授权 |
| 内部文档资料 | 文件密级、可用范围、可否进入训练语料 | 按安全方案分级结论执行 | 高密级文件不进入训练语料，仅保留目录信息 |
| 含个人信息的数据 | 是否已按分级结论去标识化 | 直接标识字段须已处理 | 退回脱敏步骤 |
| 外部行业标准与文献 | 许可类型、是否允许全文入库、是否允许用于模型训练 | 许可条款未明确允许的按不允许处理 | 仅登记元数据，不入全文 |
| 公开数据集 | 许可协议、署名要求、二次分发限制 | 按协议条款逐项登记 | 协议不允许的用途不使用 |
| 厂商资料 | 是否含第三方保密内容、是否有使用授权 | 无授权的不入库 | 退回来源方补授权 |
核验结论随批次保存，作为数据集来源合法性承诺的支撑材料。
### 2.10 入口脱敏
脱敏在数据写入贴源区之前完成，按字段类型分类处理。
| 字段类型 | 典型字段 | 处理方式 | 技术口径 | 可逆性 |
|---|---|---|---|---|
| 直接标识 | 人员姓名、身份证号、联系方式 | 替换或遮蔽 | 整字段替换为类型占位，或保留首尾字符遮蔽中间 | 不可逆 |
| 准标识 | 岗位、所属班组、工号 | 泛化 | 归并到上一层级（如班组归并到车间） | 不可逆 |
| 需保留关联性的标识 | 客户编号、供应商编号 | 保序假名化 | 同一原值映射同一假名，映射表单独存放 | 受控可逆 |
| 金额与价格 | 合同金额、物料单价 | 按分级结论决定 | 高敏感的按区间化处理，低敏感的保留原值 | 区间化不可逆 |
| 地理与位置 | 矿井名称、工作面位置 | 按分级结论决定 | 敏感地理信息按区域层级泛化 | 不可逆 |
| 自由文本中的标识 | 工单备注、维修记录中的人名与电话 | 识别后替换 | 先命名实体识别，再按直接标识处理 | 不可逆 |
脱敏规则随字段清单一并版本化；脱敏后抽样复核，复核比例不低于每批次 5%，复核发现的残留标识按条整改并重跑该批次脱敏。假名映射表按最小权限管理，访问留痕，存放与密钥管理口径见安全方案。
### 2.11 格式合规校验
| 校验项 | 校验内容 | 判定口径 | 不通过的处置 |
|---|---|---|---|
| 文件可解析性 | 文件能否被对应解析器打开 | 打不开即判不通过 | 入隔离区，回源侧重新导出 |
| 字符编码 | 编码是否为约定编码、是否有乱码 | 乱码率超过批次计划约定值判不通过 | 尝试编码转换，失败则回源侧 |
| 必填字段完整性 | 登记为必填的字段是否有值 | 按字段逐项统计缺失率，缺失率门限按字段重要度分档 | 关键字段缺失的记录入隔离区 |
| 主键唯一性 | 主键是否重复 | 存在重复即判不通过 | 按去重规则处理或回源侧确认 |
| 外键可解析 | 关联字段能否在对应主表查到 | 悬挂外键按比例统计 | 超门限的回源侧核对 |
| 时间戳格式与时区 | 格式是否统一、时区是否标注 | 无时区标注的按源系统默认时区补齐并登记 | 无法确定时区的记录标记 |
| 时间逻辑 | 开始不晚于结束、实际不早于计划下达 | 逻辑冲突即标记 | 标记后交业务侧确认 |
| 数值量程 | 是否落在物理量程内 | 超量程即标记 | 标记为疑似异常，交预处理环节判定 |
| 量纲与单位 | 单位是否与数据元标准一致 | 不一致的做单位换算并登记 | 单位缺失的回源侧确认 |
| 枚举值域 | 取值是否在参考数据标准的值域内 | 越界值登记为新值候选 | 候选提交数据治理环节确认 |
| 图像可读性 | 图像能否解码、分辨率是否达到约定下限 | 不可解码或低于下限即判不通过 | 回源侧重新采集或标记为仅存档 |
| 文件指纹重复 | 是否与已入库文件重复 | 指纹相同即判重复 | 不重复入库，登记引用关系 |
校验不通过的记录进入隔离区并生成问题清单，按清单回退源侧或由受理岗人工修正，修正动作留痕。隔离区的记录不删除，保留至批次关闭后约定期限，便于回溯。
### 2.12 批次成形与采集记录
按业务域产出原始数据批次与采集记录（`b1397`）。采集记录字段如下。
| 字段组 | 字段 |
|---|---|
| 批次标识 | 批次号、业务域、数据集归属、批次生成时间、业务时点 |
| 来源 | 数据源登记编号、源系统、取数方式、取数时间窗 |
| 内容 | 记录数或文件数、数据量、模态构成、字段清单版本 |
| 合规 | 授权文件编号、许可类型与有效期、脱敏规则版本、脱敏复核结论 |
| 校验 | 格式校验规则版本、各校验项通过率、隔离记录数、问题清单编号 |
| 锚定 | 对象锚定类型、锚定成功数、未锚定数 |
| 状态 | 入口门判定结论、判定岗位、判定时间、批次状态 |
批次状态分六种：受理中、挂起、已成形、已进入预处理、已关闭、废弃。状态流转在数据集加工生产平台上记录，不另建台账。
### 2.13 采集环节的质量控制点
| 控制点 | 方法 | 判定口径 | 责任岗位 |
|---|---|---|---|
| 来源可追溯 | 数据源登记表与批次台账双向核对 | 每一批次可反查到登记编号与授权文件，逐步接近可逐批追溯的状态 | 数据受理岗 |
| 授权完备 | 受理前核验授权范围、许可类型与有效期 | 授权缺失或过期的来源不生成批次 | 数据受理岗、安全管理岗 |
| 脱敏有效 | 规则校验 ＋ 抽样人工复核，比例不低于 5% | 复核发现残留标识即整改并重跑该批次脱敏 | 安全管理岗 |
| 格式合规 | 规则库自动校验 | 各校验项通过率以首批标定值为基线按批次上调；隔离记录须有处置结论 | 数据受理岗 |
| 对象锚定 | 时序与图像数据同工单、炉次记录比对 | 锚定成功率按批次统计并公示，未锚定数据单列存放 | 数据受理岗 |
| 时点一致 | 批次统一业务时点，偏差登记 | 偏差超出批次计划约定范围时在批次说明中注明并提示下游 | 数据受理岗 |
| 重复入库 | 文件指纹比对 | 指纹相同的文件不重复入库，登记引用关系 | 数据受理岗 |
| 清点一致 | 落地清点单与通道侧交付单核对 | 数量不一致的先核对后受理 | 数据受理岗 |
### 2.14 采集环节产出物
| 产出物 | 形式 | 交付对象 |
|---|---|---|
| 各业务域原始数据批次 | 贴源区数据 | 预处理环节 |
| 采集记录 | 结构化表 | 预处理环节、数据卡回填 |
| 数据源登记表 | 结构化表 | 甲方信息化部门、数据治理环节 |
| 许可核验台账 | 结构化表 | 合规与安全环节 |
| 脱敏规则与复核记录 | 文档 ＋ 结构化表 | 安全环节 |
| 格式校验问题清单 | 结构化表 | 源侧与受理岗 |
| 图纸与工艺卡片配对登记表 | 结构化表 | 预处理图像通道、标注环节 |
| 时序对象锚定登记表 | 结构化表 | 预处理时序通道、标注环节 |
| 落地清点单 | 结构化表 | 采集接入环节对账 |
### 2.15 与采集接入环节的对账机制
分界点清楚之后还需要一道对账，否则「通道说发了、受理说没收到」这类争议无法判定。对账按批次执行。
| 对账项 | 通道侧依据 | 受理侧依据 | 不一致的处置 |
|---|---|---|---|
| 交付数量 | 调度日志的记录数或文件数 | 落地清点单 | 差额按时间窗逐段核对，定位到具体调度批 |
| 时间窗完整性 | 取数时间窗 | 批次取数时间窗 | 时间窗有空洞的补调度 |
| 字段范围 | 接口返回字段清单 | 字段清单版本 | 字段缺失的核对授权范围与接口版本 |
| 链路异常 | 链路告警与重试记录 | 采集中断标记 | 中断时段登记并安排补采 |
| 格式变更 | 源系统接口版本变更通知 | 格式校验失败突增 | 暂停该源受理，待字段清单更新后恢复 |
对账结论记入批次说明。连续两个批次对账不一致的源系统，提请与源系统责任方共同核查接口版本与授权范围。
## 三、数据预处理（3.2.6.3.2）
本节回应招标文件 `b1398`—`b1414`，即把采集所得的原始数据加工为可被四个用途子集消费的规范化样本（`b1399`）。
### 3.1 四条通道与算子框架
预处理按四条通道并行推进：文档类、图纸与图像、设备时序、结构化与时序的文本化。四条通道的产出在规范区汇合，统一登记算子与版本，统一过预处理门。
通道划分的依据是数据形态而不是业务域，原因是同一业务域内往往同时存在文档、图像与时序三种形态，按形态分工比按域分工更能复用算子。业务域的归属信息随批次号带入，不因通道划分而丢失。
图 2 预处理四条通道、算子链与预处理门的回退路径（数据来源：招标文件 3.2.6.3.2 各项处理要求，`b1400`—`b1414`）
每条通道由若干算子串联。算子是预处理的最小可调度与可复算单位，定义如下表。
| 算子属性 | 说明 |
|---|---|
| 算子编号 | 通道码 ＋ 序号，全局唯一 |
| 算子版本 | 主版本.次版本，参数结构变化进主版本 |
| 输入契约 | 输入数据的形态、字段与前置算子 |
| 输出契约 | 输出数据的形态、字段与下游算子 |
| 参数集 | 可配置参数及其默认值、取值范围 |
| 失败判定 | 判定为失败的条件与门限 |
| 失败处置 | 重试、跳过并标记、整批回退三种之一 |
| 指纹 | 算子编号、版本与参数取值的哈希 |
失败处置的三种取向有明确分工：可恢复的临时性失败（如解析器超时）用重试；个别样本的内容性失败用跳过并标记，不影响整批；契约性失败（输入字段缺失、前置算子未执行）用整批回退。
### 3.2 文档类通道
处理对象为合同、招投标文件、管理制度、技术标准、设备档案、维修记录、诊断报告、故障案例、质量报告等文档类资料（`b1400`）。处理动作与产出要求见 `b1401`、`b1402`、`b1403`。
#### 3.2.1 版式判定与解析路径选择
版面解析先判版式，再分路处理。判定规则如下表。
| 版式判定结果 | 判定依据 | 解析路径 | 失败判定 |
|---|---|---|---|
| 原生电子文档 | 文件内含可提取文本层，且文本层字符数与页面面积比例落在正常区间 | 结构树解析：读取样式、层级、表格对象 | 可提取字符数低于每页约定下限时改判为扫描件 |
| 扫描件 | 无文本层，或文本层为乱码 | 版面分析 ＋ 文字识别 | 识别置信度低于门限的页进人工复核队列 |
| 混合版式 | 部分页有文本层、部分页无 | 按页分路，结果按页序合并 | 合并后页序不连续即判失败 |
| 表单类文档 | 版面以表格为主、正文占比低 | 表格优先解析，正文按残余文本处理 | 表格结构识别失败即整文件回退 |
| 图纸化文档 | 页面以矢量图元或图像为主 | 转入图纸与图像通道 | — |
#### 3.2.2 章节结构还原
章节结构还原依据三类线索交叉判定：标题样式（字号、字重、编号格式）、编号序列（章条款项的连续性）、目录页（若存在，用作校验而非主依据）。三类线索不一致时按编号序列优先，理由是编号序列是文档作者的显式结构表达，比样式更稳定。
| 还原项 | 方法 | 保留字段 | 失败判定与处置 |
|---|---|---|---|
| 标题层级 | 样式聚类 ＋ 编号序列解析 | 层级号、层级路径、标题文本 | 编号序列出现断号且无法用样式补齐时，该文件标记为结构不完整，进人工复核 |
| 来源页码 | 解析时记录每一节的起止页 | 起始页、结束页 | 页码缺失的文件不进入条款级索引 |
| 正文位置偏移 | 记录每一节在全文字符流中的起止偏移 | 起始偏移、结束偏移 | 偏移与重解析结果不一致即判失败 |
| 目录校验 | 将还原结果与目录页比对 | 校验结论、差异条目 | 差异条目数超门限的进人工复核 |
| 附件与附录 | 按标识识别并单列 | 附件标识、所属主文件 | 无法判定归属的单独成件 |
#### 3.2.3 表格与公式重建
| 对象 | 处理方法 | 保留信息 | 失败处置 |
|---|---|---|---|
| 有线表 | 按线框检测切分单元格 | 行列索引、单元格合并关系、表头 | 线框残缺的转无线表路径 |
| 无线表 | 按文本对齐与列投影切分 | 同上 | 列数判定不唯一的进人工复核 |
| 跨页表格 | 按表头重复与续表标记合并 | 合并前各页范围 | 表头不重复且无续表标记的不合并，分别成表 |
| 嵌套表格 | 按层级分别重建 | 父子表关系 | 层级超过约定深度的降级为文本 |
| 行内公式 | 保留结构化表达 | 公式文本、变量符号 | 识别失败的保留原文字符串 |
| 独立公式块 | 保留结构化表达 | 公式编号、所在章节 | 识别失败的回退为图像并在正文留占位与引用 |
| 图片化公式 | 回退为图像 | 图像引用、所在位置 | — |
#### 3.2.4 正文切分
切分按「章节边界优先、长度边界兜底」的次序进行：先按还原出的章节层级切分，章节过长再按段落与句子边界二次切分，切片之间保留重叠窗口以免跨切片的语义被切断。
| 切分参数 | 口径 | 说明 |
|---|---|---|
| 一级切分依据 | 章节层级边界 | 不跨章节切分 |
| 二级切分依据 | 段落边界，其次句子边界 | 不在句子内部切断 |
| 切片长度目标区间 | 按用途分档：预训练子集用长切片，检索增强用中等切片，条款级索引用条款自然长度 | 具体取值写入算子参数，随批次登记 |
| 重叠窗口 | 相邻切片保留一段重叠 | 重叠长度按用途分档配置 |
| 最小切片长度 | 低于下限的切片与相邻切片合并 | 避免产生无信息量的碎片 |
| 保留字段 | 层级路径、来源页码、位置偏移、切片序号 | 回查原文的依据 |
管理制度与技术标准另有条款级切分要求，在知识库环节处理，见 5.3。
#### 3.2.5 去重与去噪
去重分三层，各层方法与参数如下。
| 层级 | 方法 | 判定口径 | 处置 |
|---|---|---|---|
| 文件级 | 内容哈希比对 | 哈希相同即判重复 | 不重复入库，登记引用关系 |
| 段落级 | 最小哈希相似度过滤 | 相似度超过门限判近重复，门限按文档类型分档 | 保留版本较新或来源更权威的一份，其余登记为重复 |
| 句子级 | 模板化套话的频次统计 | 全库出现频次超过门限且不携带业务信息的句式 | 批量剔除并记录剔除规则 |
去噪处理下表所列噪声类型。
| 噪声类型 | 识别方法 | 处置 |
|---|---|---|
| 页眉页脚 | 跨页重复位置与重复文本 | 剔除，保留一份作为文件元数据 |
| 水印 | 固定位置的重复文本或图层 | 剔除 |
| 修订痕迹 | 修订标记与批注对象 | 按版本状态决定：定稿件剔除，草稿件保留并标记 |
| 目录残留 | 页码点线串与目录样式 | 剔除正文中的目录副本，保留目录结构 |
| 扫描噪点与倾斜 | 图像预处理检测 | 去噪、纠偏后再识别 |
| 乱码片段 | 字符分布异常检测 | 标记并剔除，超门限的整页进人工复核 |
| 空白页与分隔页 | 内容密度检测 | 剔除，保留页序记录 |
去重与去噪都保留处置记录，被剔除的内容可按批次回查。这一条是刻意保留的：下游若发现某类内容被误剔除，可按规则批量恢复，不必重新解析。
#### 3.2.6 文档类通道的产出字段
| 字段 | 说明 |
|---|---|
| 样本编号 | 批次号 ＋ 通道码 ＋ 顺序号 |
| 源文件编号 | 关联采集环节的文件登记 |
| 文件名称与版本 | 原文件标识 |
| 层级路径 | 如「第三章＞第二节＞第五条」 |
| 来源页码 | 起始页、结束页 |
| 位置偏移 | 起始偏移、结束偏移 |
| 正文文本 | 切片内容 |
| 表格对象 | 结构化表格数据（若有） |
| 公式对象 | 结构化公式或图像引用（若有） |
| 处置标记 | 去重、去噪、人工复核的处置记录 |
| 算子指纹链 | 本样本所经各算子的指纹序列 |
产出：保留章节层级与来源页码的结构化长文本，供预训练子集与检索增强样本构建使用（`b1402`、`b1403`）。
### 3.3 图纸与图像通道
处理对象为工艺图纸（PDF）、CAD 图纸（DWG／DXF）、工艺卡片、熔池图像、焊后焊道表面图像与工件外观缺陷图像（`b1404`、`b1405`）。
#### 3.3.1 矢量化程度判定
「什么程度算可进原生解析路径」需要一个明确口径，否则同一批图纸会被不同作业人员分到不同路径。判定规则如下表，按顺序逐项判定，任一项不满足即降级。
| 判定项 | 可进原生解析路径的条件 | 不满足时的降级路径 |
|---|---|---|
| 图元可读 | 文件能被原生解析器打开，图元对象可枚举 | 转栅格路径 |
| 图层结构 | 图层名可读，且与企业制图标准的图层约定可对应 | 原生解析但图层信息留空，图层相关字段标记为缺失 |
| 尺寸标注对象 | 标注以标注对象存在，而非散落的文字与线段 | 原生解析 ＋ 标注重建，标注置信标记为中 |
| 文字对象 | 文字以文本对象存在，非图形化描边 | 对文字区域做识别补齐，置信标记为中 |
| 视图投影关系 | 视图边界可识别，视图间对应关系可按投影规则推断 | 仅做单视图解析，投影关系字段留空 |
| 外部引用 | 外部参照与块定义完整，无缺失引用 | 缺失引用的部分标记为不完整 |
降级不等于废弃：降级路径的产出仍可用于检索与图像标注，只是不进入需要精确尺寸的样本构建。这一分级口径与下游标注环节共用。
#### 3.3.2 原生图元解析
| 解析对象 | 抽取内容 | 用途 |
|---|---|---|
| 几何图元 | 线、圆弧、圆、样条、多段线的坐标与属性 | 轮廓还原、特征识别 |
| 图层 | 图层名、线型、颜色、可见性 | 按制图标准区分轮廓、中心线、剖面线、标注 |
| 尺寸标注 | 标注类型、测量值、公差、关联几何 | 尺寸提取、材料定额核算的输入 |
| 符号标注 | 粗糙度、坡口、倒角、形位公差、焊接符号 | 加工要求识别，作用表面范围判定 |
| 文字与属性 | 标题栏属性、技术要求文本、零件序号 | 元数据抽取 |
| 块与外部参照 | 块名、插入点、属性值 | 标准件识别 |
| 视图与边界 | 视图框、比例、投影方向 | 多视图投影关系推断 |
#### 3.3.3 图面区域切分
图面区域切分按图纸的固有分区进行，切分后分别抽取。
| 区域 | 识别依据 | 抽取内容 |
|---|---|---|
| 标题栏 | 图框右下角固定位置 ＋ 字段标签 | 图号、名称、材料牌号、比例、版本、设计与审核标识（标识字段按入口脱敏规则处理） |
| 明细表区 | 表格结构 ＋ 序号列 | 零件序号、名称、数量、材料、备注 |
| 视图区 | 图框内除上述区域的几何密集区 | 视图边界、视图类型、所含图元 |
| 技术要求区 | 文本块 ＋ 关键词（如「技术要求」） | 文字条款逐条切分 |
| 修改记录区 | 图框内的修改表 | 修改单号、日期、内容 |
#### 3.3.4 图文关联
建立三类对照，字段如下。
| 对照类型 | 关联键 | 字段 | 用途 |
|---|---|---|---|
| 图号与工艺卡片号 | 图号 | 图号、卡片号、物料清单行号、配对置信标记 | 工艺设计监督样本构建 |
| 图元与标注 | 标注关联几何的句柄 | 标注编号、关联图元标识、测量值、作用表面范围 | 尺寸与加工要求的结构化 |
| 图像与检验记录 | 工件号 ＋ 焊道号 ＋ 采集时点 | 图像编号、检验单号、检验项、结论 | 质量影像的标签来源 |
工艺过程图像另按工件号、焊道号与采集时点挂接到制造过程域的时序片段上，形成图像与参数的同期对照。挂接依据是采集环节的对象锚定登记。
#### 3.3.5 图像样本的规范化
| 处理项 | 口径 |
|---|---|
| 格式统一 | 统一为约定的无损或低损格式，原始文件保留 |
| 分辨率 | 低于约定下限的标记为仅存档，不进入标注样本 |
| 色彩与曝光 | 熔池图像保留原始亮度信息，不做自动增强，避免改变可判读特征 |
| 区域切分 | 按采集点位的固定取景框切出有效区域 |
| 元数据 | 采集时点、相机位号、工件号、焊道号、工序、关联参数窗 |
| 脱敏 | 画面中出现的人员与铭牌信息按入口脱敏规则处理 |
产出：可用于多模态标注与训练的图像样本及其图文对照记录（`b1406`）。
### 3.4 设备时序通道
处理对象为 SCADA、热处理群控、EMS、SOS 等来源的设备时序数据（`b1407`）。处理动作为多测点时间对齐、重采样、缺失补齐与异常值处理，并按事件锚定切分时间窗（`b1408`、`b1409`）。
#### 3.4.1 时间基准与多测点对齐
| 处理项 | 方法 | 参数 | 失败处置 |
|---|---|---|---|
| 时间基准统一 | 以企业统一时间基准为准，各源系统时钟偏差按源登记并在对齐时补偿 | 偏差值、补偿方向 | 偏差未知的源，该时间窗数据标记为时基不确定 |
| 时区归一 | 统一到约定时区并显式标注 | 目标时区 | 无时区信息的按源系统默认时区补齐并标记 |
| 采样相位对齐 | 以主测点时标为参照，其余测点按最近邻或插值对齐 | 对齐容差 | 超容差的测点在该窗内标记为未对齐 |
| 跨系统对齐 | 以事件时刻（开炉、起弧）为锚点做二次校正 | 锚点类型、允许平移量 | 校正后残差超门限的整段标记 |
| 对齐校验 | 跨测点时标一致性校验 ＋ 同期事件比对 | 一致性门限 | 发现跨测点错位的，该设备该时间窗整段回退重对齐 |
#### 3.4.2 重采样
重采样按物理量性质选择方法，不用一种方法处理所有量。
| 物理量类别 | 典型测点 | 重采样方法 | 说明 |
|---|---|---|---|
| 温度类 | 淬火前后表面温度、层间温度、返热温度 | 窗内均值 | 保留窗内极值作为附加字段 |
| 电气连续量 | 实时电流、实时电压、加热功率 | 窗内均值 ＋ 均方根 | 焊接侧另保留原始密度版本 |
| 频率与速度 | 频率、焊接速度、送丝速度 | 窗内均值 | 变化率作为附加字段 |
| 流量与浓度 | 淬火液流量、浓度、保护气体流量 | 窗内均值 | 零值与停机状态区分标记 |
| 几何量 | 感应器间隙、焊枪摆动振幅 | 窗内均值 | 设定值与实际值分列 |
| 状态类 | 设备运行状态、启停状态、变位机状态 | 窗内众数 | 状态翻转次数作为附加字段 |
| 累计量 | 能耗、运行时长 | 窗内差分 | 计数器回绕按规则修正 |
| 事件类 | 报警代码、起弧与收弧 | 不重采样 | 事件原样保留并带时标 |
统一步长按数据组分档设定，写入算子参数并随批次登记；焊接参数在统一步长版本之外另保留原始密度版本，供需要细节的样本构建使用。
#### 3.4.3 缺失补齐
| 缺口长度 | 判定 | 处置 | 标记 |
|---|---|---|---|
| 单点缺失 | 相邻点均有效 | 线性插值 | 标记为插值值 |
| 短缺口 | 缺口长度不超过约定上限 | 线性插值或前向填充（状态类用前向填充） | 标记为插值值并记录缺口长度 |
| 长缺口 | 缺口长度超过约定上限 | 不补，整段标记缺失 | 标记为缺失段 |
| 整测点缺失 | 该窗内测点无任何数据 | 不补，字段留空 | 标记为测点无数据 |
| 采集中断 | 多测点同时缺失且时长相近 | 判为链路中断，整窗标记 | 标记为采集中断并提示采集接入环节 |
补齐与否的边界由下游用途决定，因此预处理只做两件事：按规则补短缺口，并把所有补齐动作标记清楚。插值值在样本中可被下游按需过滤。
#### 3.4.4 异常值处理
异常判定按三道判据顺序执行，任一道命中即标记，并记录命中的判据。
| 判据 | 方法 | 参数 | 说明 |
|---|---|---|---|
| 物理量程校验 | 与测点量程、物理可行区间比对 | 量程上下限 | 量程取自测点配置，配置缺失的按本体的正常区间字段 |
| 变化率校验 | 相邻点变化率与该物理量的可行变化率比对 | 变化率上限 | 温度、流量类设上限；电气量按工艺特性单独设定 |
| 同工况统计离群 | 同设备同工况历史分布的离群判定 | 离群判定方法与门限 | 需先有工况分段，首批次以试点设备标定 |
判定为异常的点标记而不直接删除，删除动作留给下游按用途决定。这是本方案的刻意选择：预处理不替下游做取舍，只提供标记。异常点占比按测点统计，占比异常升高时触发传感器可信度核查，核查结论回写测点配置。
#### 3.4.5 事件锚定切窗
按报警、停机、开炉、焊接作业四类事件锚定切分时间窗（`b1408`）。窗长按事件类型分别设定并写入算子参数。
| 事件类型 | 事件时刻定义 | 前置窗 | 事件窗 | 后置窗 | 关联测点 |
|---|---|---|---|---|---|
| 报警 | 报警产生时刻 | 覆盖报警前的工况演变 | 报警持续期 | 覆盖报警确认与处置 | 该设备同期相关通道 |
| 停机 | 运行状态转为停止的时刻 | 覆盖停机前运行段 | 停机持续期 | 覆盖重启与恢复 | 状态、电气量、温度 |
| 开炉 | 炉次工单开工时刻 | 覆盖装炉准备 | 开炉至完工 | 覆盖出炉与返热 | 热处理全部参数 |
| 焊接作业 | 起弧时刻 | 覆盖引弧前准备 | 起弧至收弧 | 覆盖收弧后冷却与层间等待 | 焊接全部参数 ＋ 层间温度 |
切窗结果形成「时序片段—事件」样本对，字段如下（`b1409`）。
| 字段 | 说明 |
|---|---|
| 样本编号 | 批次号 ＋ 通道码 ＋ 顺序号 |
| 事件类型与事件时刻 | 四类之一 ＋ 时标 |
| 窗口定义 | 前置窗、事件窗、后置窗的起止时刻 |
| 所属设备与测点清单 | 设备号、测点编号列表 |
| 所属对象 | 工件号、焊道号或炉次号（来自对象锚定登记） |
| 时序数据 | 各测点的对齐重采样序列 |
| 质量标记 | 插值点位置、缺失段、异常点与命中判据 |
| 工况标记 | 工况分段结论（若已具备） |
| 算子指纹链 | 本样本所经各算子的指纹序列 |
同一时间窗内相关通道的多条报警按设备与时间邻近归并为一次事件，原始报警逐条保留。归并规则与在役装备健康诊断场景的事件口径一致，详见场景验证章节。
### 3.5 结构化与时序的文本化通道
处理对象为 CRM、ERP、SCM、WMS、MES、QMS、EAM 等系统的业务表单、工单记录、检验数据与设备运行曲线，要求转换为自然语言文本样本，使结构化数据与时序数据可被大模型直接消费（`b1410`、`b1411`、`b1412`）。
#### 3.5.1 模板体系
转换以模板法为主、模型改写为辅。模板按业务对象设计，一类对象一组模板。
| 业务对象 | 模板组 | 字段槽 | 文本样本用途 |
|---|---|---|---|
| 销售订单与合同 | 订单叙述、交付节点叙述 | 客户、产品配置、数量、金额区间、交付期 | 预训练子集、供需计划指令样本 |
| 采购与供应商履约 | 采购叙述、履约评价叙述 | 供应商、物料、周期、到货时效、履约率 | 预训练子集、供需计划指令样本 |
| 库存与出入库 | 库存状态叙述、流转叙述 | 物料、仓库、批次、可用量、占用量 | 供需计划指令样本 |
| 生产工单与报工 | 工单叙述、工序流转叙述 | 工单号、产品、工序、进度、设备 | 制造过程指令样本 |
| 检验记录 | 检验结论叙述、不合格处置叙述 | 工件、检验项、测值、判定、处置 | 产品质量指令样本 |
| 设备台账与点检 | 设备档案叙述、点检叙述 | 设备、部位、点检项、结论 | 制造过程指令样本 |
| 维修工单与诊断 | 故障处置叙述 | 设备、现象、原因、措施、备件 | 制造过程指令样本、故障链图谱素材 |
| 设备运行曲线 | 曲线形态叙述 | 见 3.5.2 | 制造过程与产品质量指令样本 |
| 物料清单与工序 | 结构叙述、工艺路线叙述 | 零件、层级、用量、工序序列 | 产品工艺设计指令样本 |
模板中的术语一律取自知识本体的术语表，单位与量纲按数据元标准统一。模板本身版本化，模板版本进入算子指纹。
#### 3.5.2 设备运行曲线的文本化口径
曲线文本化不逐点叙述，而是按形态特征描述。特征口径如下表，取值由时序通道计算后带入模板。
| 特征 | 定义 | 适用物理量 |
|---|---|---|
| 升温段斜率 | 升温区间内的平均变化率 | 温度类 |
| 保温段波动范围 | 保温区间内的极差与标准差 | 温度类 |
| 峰值与出现时刻 | 窗内最大值及其时标 | 温度、电流、功率 |
| 谷值与出现时刻 | 窗内最小值及其时标 | 温度、流量 |
| 与设定值的偏离区间 | 实际值与设定值之差超出允差的时间区间 | 有设定值的参数 |
| 偏离方向与幅度 | 偏高或偏低、最大偏离量 | 同上 |
| 稳定段时长占比 | 变化率低于门限的时长占窗长比例 | 连续量 |
| 状态翻转次数 | 状态类测点在窗内的翻转计数 | 状态类 |
| 事件序列 | 窗内事件按时序排列 | 事件类 |
#### 3.5.3 模型改写的使用边界
模型改写只用于句式多样化，不用于生成事实。改写后逐条回查：数值、术语、单位、对象标识是否被改动，任一项被改动即废弃该条，不做修补。废弃率按批次统计，升高时回退模板或调整改写参数。
每条文本样本挂回其源记录主键与批次号，可逆回查。文本化产出的任何一句话都能回到它的源记录，核对不上的样本不进入供样区。这一条是防幻觉的关键。
#### 3.5.4 文本化通道的产出字段
| 字段 | 说明 |
|---|---|
| 样本编号 | 批次号 ＋ 通道码 ＋ 顺序号 |
| 源记录主键 | 源系统主键 ＋ 批次号 |
| 业务对象类型 | 对应模板组 |
| 模板编号与版本 | 所用模板标识 |
| 文本内容 | 生成的自然语言文本 |
| 字段取值清单 | 填入模板的各字段原值 |
| 术语归一记录 | 原始表述与归一后术语的对照 |
| 回查结论 | 数值与术语一致性回查结果 |
| 算子指纹链 | 本样本所经各算子的指纹序列 |
产出：供预训练子集与指令微调子集使用的自然语言文本样本及其源记录对照表（`b1412`）。
### 3.6 分域保存与对照关系
本节回应 `b1413`。预处理产出按四类数据集分域保存，与原始数据的对照关系随之保存；每个业务域产出贴源数据与规范化样本两层。
| 分区与分层 | 内容 | 保留期与版本 |
|---|---|---|
| 贴源层（按业务域） | 原始数据批次、采集记录、隔离区记录 | 按批次保留，不覆盖 |
| 规范层（按业务域 ＋ 通道） | 结构化长文本、图像样本、时序样本对、文本化样本 | 按批次与算子指纹保留，重跑产出为新版本 |
| 对照层 | 规范化样本与原始记录、原始文件、原始测点的对照关系 | 与规范层同生命周期 |
| 废弃层 | 过门失败的批次与被剔除内容 | 保留至批次关闭后约定期限 |
对照关系表的字段为：样本编号、批次号、业务域、数据集归属、源文件编号或源记录主键、源内位置（页码与偏移、图元句柄、测点与时间窗）、算子指纹链、产出版本。
### 3.7 算子登记与可复算
本节回应 `b1414`。每个批次登记所用算子及其版本与参数取值。
| 字段 | 说明 |
|---|---|
| 批次号 | 输入批次 |
| 处理通道 | 文档／图像／时序／文本化 |
| 算子编号与名称 | 算子标识 |
| 算子版本 | 主版本.次版本 |
| 参数取值 | 本次执行的全部参数 |
| 算子指纹 | 编号、版本与参数的哈希 |
| 执行时间与时长 | 调度记录 |
| 输入与输出批次号 | 血缘链 |
| 执行结果 | 成功、部分成功（含跳过计数）、失败 |
| 失败原因与处置 | 对应失败判定项 |
算子版本与参数取值合并计算指纹，指纹相同即处理过程可复现。重跑某批次时沿用原指纹可得到同一结果，这是质检与验证环节做复算的前提。同一算子连续两批次不过预处理门，暂停该算子版本并排查。
### 3.8 预处理环节的质量控制点
| 控制点 | 方法 | 判定口径 | 责任岗位 |
|---|---|---|---|
| 章节结构还原 | 按文档类型抽样人工复核 | 以首批抽样复核结果作为基线，按批次上调并逐步接近可按条款定位的状态 | 预处理工程岗、质检岗 |
| 来源页码可追溯 | 自动核对切片与原文位置 | 切片回指页码核对不一致的，整文件回退重解析 | 质检岗 |
| 图文对照可核 | 按图号抽样核对图纸、卡片与明细行 | 对照错挂的按图号整批回查 | 质检岗 |
| 矢量化分级正确 | 按判定项抽样复核 | 分级错判的重新判定并转对应路径 | 预处理工程岗 |
| 时序对齐正确 | 跨测点时标一致性校验 ＋ 同期事件比对 | 发现跨测点错位的，该设备该时间窗整段回退重对齐 | 预处理工程岗 |
| 插值与异常标记完备 | 标记字段完整性校验 | 标记缺失的样本不进入供样区 | 质检岗 |
| 文本化保真 | 数值与术语回查源记录 | 回查不一致的样本废弃，不做修补 | 预处理工程岗 |
| 去重有效 | 相似度分布统计 ＋ 抽样人工判读 | 重复样本占比按批次统计并公示，逐步下降 | 质检岗 |
| 可复算 | 算子指纹复算 | 同指纹重跑结果不一致时，暂停该算子版本并排查 | 预处理工程岗 |
| 术语一致 | 与本体术语表比对 | 出现表外术语的，提交本体回流流程 | 本体维护岗 |
### 3.9 预处理环节产出物
| 产出物 | 形式 | 交付对象 |
|---|---|---|
| 结构化长文本 | 样本集 | 预训练子集、知识库抽取、条款级索引 |
| 图像样本与图文对照记录 | 样本集 ＋ 结构化表 | 多模态标注、图谱 B、图纸索引 |
| 时序片段—事件样本对 | 样本集 | 制造过程数据集标注、图谱 A |
| 文本化样本与源记录对照表 | 样本集 ＋ 结构化表 | 预训练与指令微调子集 |
| 各业务域贴源数据与规范化样本 | 分域存储 | 全部下游环节 |
| 对照关系表 | 结构化表 | 质检、验证、数据卡回填 |
| 算子登记表 | 结构化表 | 质检复算、血缘追溯 |
| 去重去噪处置记录 | 结构化表 | 质检、误剔除恢复 |
| 人工复核队列与结论 | 结构化表 | 质检、整改任务单 |
### 3.10 预处理算子清单
下表列出四条通道的算子及其关键参数与失败判定，是 3.7 节算子登记表的登记对象。参数的具体取值随批次登记，首批取值在标定批确定。
| 算子编号 | 名称 | 通道 | 关键参数 | 失败判定 | 失败处置 |
|---|---|---|---|---|---|
| D-01 | 版式判定 | 文档 | 文本层字符密度下限、乱码率上限 | 判定结果与人工复核不一致率超门限 | 跳过并标记 |
| D-02 | 文字识别 | 文档 | 识别模型版本、置信度门限、纠偏开关 | 页级平均置信度低于门限 | 进人工复核队列 |
| D-03 | 章节层级还原 | 文档 | 线索优先级、编号格式集、断号容忍数 | 编号断号且样式无法补齐 | 标记结构不完整 |
| D-04 | 页码与偏移登记 | 文档 | 无 | 页码缺失或偏移回查不一致 | 整文件回退 |
| D-05 | 有线表重建 | 文档 | 线框检测灵敏度、合并单元格判定 | 行列数判定不唯一 | 转 D-06 |
| D-06 | 无线表重建 | 文档 | 列投影阈值、对齐容差 | 列数判定不唯一 | 进人工复核队列 |
| D-07 | 跨页表合并 | 文档 | 表头相似度门限、续表标记集 | 表头不重复且无续表标记 | 不合并，分别成表 |
| D-08 | 公式重建 | 文档 | 公式识别开关、回退为图像开关 | 识别失败 | 回退为图像并留占位 |
| D-09 | 正文切分 | 文档 | 一级与二级边界、长度区间、重叠长度、最小长度 | 切片越过章节边界 | 整文件回退 |
| D-10 | 文件级去重 | 文档 | 哈希算法 | — | 登记引用关系 |
| D-11 | 段落级近重复过滤 | 文档 | 相似度门限（按文档类型分档） | 过滤比例异常升高 | 暂停并复核门限 |
| D-12 | 句子级套话剔除 | 文档 | 频次门限、白名单 | 剔除后文件信息量低于下限 | 回退该文件 |
| D-13 | 去噪 | 文档 | 页眉页脚判定、水印判定、噪点阈值 | 去噪后字符损失率超门限 | 回退并降低阈值 |
| G-01 | 矢量化分级 | 图纸 | 六项判定条件 | 判定项无法执行 | 降级为栅格路径 |
| G-02 | 原生图元解析 | 图纸 | 图元类型集、图层映射表 | 图元枚举失败 | 转 G-03 |
| G-03 | 栅格图纸处理 | 图纸 | 分辨率下限、二值化参数 | 低于分辨率下限 | 标记为仅存档 |
| G-04 | 标注重建 | 图纸 | 标注关联容差 | 标注与几何关联失败率超门限 | 置信标记降级 |
| G-05 | 图面区域切分 | 图纸 | 图框模板、区域关键词集 | 标题栏未识别 | 进人工复核队列 |
| G-06 | 标题栏与明细表抽取 | 图纸 | 字段标签集 | 必填字段（图号）缺失 | 整文件回退 |
| G-07 | 视图投影关系推断 | 图纸 | 视图边界判定、投影规则集 | 视图边界不可识别 | 投影关系字段留空 |
| G-08 | 图文对照挂接 | 图纸与图像 | 关联键优先级、置信分级规则 | 关联键缺失 | 置信标记为低 |
| G-09 | 图像规范化 | 图像 | 目标格式、分辨率下限、取景框 | 解码失败 | 入隔离区 |
| G-10 | 图像脱敏 | 图像 | 人员与铭牌检测门限 | 检测失败 | 整图标记为限制使用 |
| T-01 | 时间基准统一 | 时序 | 源时钟偏差表、目标时区 | 源偏差未知 | 标记时基不确定 |
| T-02 | 多测点相位对齐 | 时序 | 主测点、对齐容差、对齐方法 | 超容差测点比例超门限 | 整段回退重对齐 |
| T-03 | 重采样 | 时序 | 统一步长（按数据组）、按物理量的方法表 | 方法表未覆盖该物理量 | 跳过并标记 |
| T-04 | 缺失补齐 | 时序 | 短缺口上限、插值方法（按物理量） | 缺口判定失败 | 整段标记缺失 |
| T-05 | 异常值判定 | 时序 | 量程表、变化率上限、离群判定门限 | 量程与正常区间均缺失 | 仅做变化率判定并标记 |
| T-06 | 工况分段 | 时序 | 分段规则集、最小段长 | 规则集未覆盖该设备 | 工况字段留空 |
| T-07 | 事件锚定切窗 | 时序 | 四类事件的前置窗、事件窗、后置窗 | 事件时刻缺失 | 不切窗，整段保留 |
| T-08 | 报警归并 | 时序 | 时间邻近窗、部位一致判定 | 归并后原始报警丢失 | 回退并保留原始 |
| N-01 | 对象与模板匹配 | 文本化 | 对象类型映射表、模板选择规则 | 对象类型无对应模板 | 跳过并标记 |
| N-02 | 术语与量纲归一 | 文本化 | 术语表版本、单位换算表 | 出现表外术语 | 提交本体回流，该条暂挂 |
| N-03 | 曲线特征计算 | 文本化 | 九项特征的计算参数 | 窗内有效点不足 | 特征字段留空 |
| N-04 | 模板渲染 | 文本化 | 模板编号与版本 | 必填字段槽为空 | 跳过并标记 |
| N-05 | 句式多样化改写 | 文本化 | 改写强度、候选条数 | 回查发现数值或术语被改动 | 废弃该条 |
| N-06 | 源记录回查 | 文本化 | 回查字段集 | 回查不一致 | 废弃该条 |
### 3.11 通用语料与外部语料的预处理口径
通用语料与外部语料不构成独立通道，按形态分流到上述四条通道，但有三项专项口径。
| 语料 | 分流通道 | 专项口径 |
|---|---|---|
| OA 管理制度与合同 | 文档类 | 除常规处理外，另按 5.3 的条款级切分口径处理，一份文件同时产出长文本切片与条款级索引记录 |
| 久其经营指标 | 文本化 | 按期间与指标维度展开为文本样本；指标名称与计量单位取指标知识库的已确认口径，未确认指标不生成样本 |
| 主数据组织机构、人员与物料编码 | 结构化（不文本化） | 作为本体编码对齐的基准数据直接入知识区；人员字段按入口脱敏规则处理后仅保留组织层级 |
| 外部行业标准 | 文档类 | 按技术标准元数据抽取口径处理（见 5.3.4）；许可不允许全文入库的仅保留元数据 |
| 学术文献 | 文档类 | 按文献结构（摘要、方法、结论）切分；与本企业工艺无关的主题在配比阶段降权 |
| 厂商资料 | 文档类 ＋ 图纸 | 技术参数表按表格重建；含第三方保密内容的不入库 |
| 公开数据集 | 按形态分流 | 按许可协议登记可用范围；与企业数据合并前先做口径对照，单位与术语不一致的先归一 |
外部语料的一个处理原则是不让它冲淡领域特征：外部语料在预训练子集中的占比与主题分布按配比计划控制，配比口径见四大数据集规模与数据卡章节。
## 四、知识本体（3.2.6.3.3）
本节回应招标文件 `b1415`—`b1431`，即构建矿山装备制造领域的统一概念体系，作为标注、合成与检索的业务口径基准（`b1416`）。
### 4.1 本体的定位与与数据标准的关系
本体在本方案中承担一项职能：给同一件事一个唯一名字，并说明它与别的事之间是什么关系。标注标签从哪里来、合成时允许引用哪些知识、检索时按什么词召回，三件事都回到本体。这样做的直接效果是口径不随人走——换一批标注人员，标签体系不变。
本体与数据治理的数据标准规划是同一套口径的两种表达。对应关系如下表。
| 数据治理成果 | 本体中的对应物 | 引用方向 |
|---|---|---|
| 业务术语标准（`b1276`） | 术语表的名词、定义与业务含义 | 本体引用标准；标准未覆盖的领域概念由本体先行定义并回流为标准草案 |
| 主数据（`b1278`） | 实体编码的对齐基准 | 本体引用主数据编码 |
| 参考数据标准与代码值域字典（`b1280`、`b1281`） | 类目属性的枚举值域 | 本体引用值域；本体新增的值候选提交标准侧确认 |
| 数据元标准（`b1282`） | 属性的名称、类型、格式与值域 | 本体属性定义引用数据元；冲突时以数据元标准为准 |
| 指标标准（`b1284`） | 指标知识库的指标口径 | 知识库引用指标标准 |
| 标准映射对照表（`b1286`） | 本体实体与企业编码的映射条目 | 本体向对照表写入映射条目 |
两者的版本号互相引用。本体发布说明中写明所引用的各标准版本；标准修订时反向评估受影响的本体条目。
### 4.2 类目总览
本体覆盖七类对象类目，每一类明确属性、层次关系与关联关系（`b1417`、`b1418`、`b1419`）。
| 类目 | 层次关系 | 实例来源 | 对外关联 | 对应验证场景的业务对象 |
|---|---|---|---|---|
| 设备与部件 | 主机产品—部件—零件—测点 | PLM 物料清单、EAM 台账、测点配置 | 故障模式、工艺与工序、能耗与工况 | 装备健康智能诊断、热处理与焊接过程监控 |
| 工艺与工序 | 工艺路线—工序—工步—工艺参数项 | PLM 工序数据、备料工序字典、工艺编制准则 | 设备与部件、物料、质量特性 | 板材备料工艺智能设计、热处理与焊接过程监控 |
| 故障模式 | 系统—部件—故障模式—现象 | 故障案例、维修记录、诊断报告、报警规则 | 设备与部件、检验项、备件物料 | 装备健康智能诊断 |
| 质量特性与检验项 | 质量特性—检验项—判定规则 | QMS 检验项目、技术标准、质量知识 | 工艺参数项、故障模式、物料 | 热处理与焊接过程监控、质量数据集建设 |
| 物料与物料清单 | 产品—部件—零件—原材料 | 主数据物料编码、PLM 物料清单、ERP 物料主数据 | 供应商、工序、库存 | 产品智能选型、库存控制智能化 |
| 供应商与合同 | 供应商—合同—条款 | SCM 供应商档案、CRM 与 OA 合同 | 物料、采购订单、制度条款 | 库存控制智能化、合同合规智能审查 |
| 能耗与工况 | 设备—测点—工况分段 | EMS 计量点、SCADA 测点配置 | 设备与部件、工序、时序样本 | 装备健康智能诊断、过程监控 |
### 4.3 七类目的属性集
属性集按「属性名—类型—值域或取值来源—是否必填—对齐基准」给出。类型与格式引用数据元标准，值域引用参考数据标准。
#### 4.3.1 设备与部件
| 属性 | 类型 | 值域或取值来源 | 必填 | 对齐基准 |
|---|---|---|---|---|
| 设备编码 | 字符 | EAM 台账编码 | 是 | EAM |
| 部件编码 | 字符 | PLM 物料清单零部件号 | 是 | PLM |
| 名称 | 字符 | 业务术语标准 | 是 | 术语标准 |
| 类型 | 枚举 | 主机产品／部件／零件／测点 | 是 | 本体 |
| 型号与规格档位 | 字符 | PLM、产品技术文件 | 否 | PLM |
| 安装位置 | 字符 | 装配结构或矿井工作面位置 | 否 | PLM、CRM |
| 投运时间 | 日期 | EAM 台账 | 否 | EAM |
| 所属主机产品 | 引用 | 本类目上层实例 | 是（非顶层） | 本体 |
| 关联测点 | 引用（多） | 测点配置 | 否 | SCADA、远程运维平台 |
| 常见故障模式 | 引用（多） | 故障模式类目 | 否 | 本体 |
| 备件物料 | 引用（多） | 物料类目 | 否 | 主数据 |
#### 4.3.2 工艺与工序
| 属性 | 类型 | 值域或取值来源 | 必填 | 对齐基准 |
|---|---|---|---|---|
| 工序编码 | 字符 | 备料工序字典、PLM 工序数据 | 是 | 甲方工艺部门工序字典 |
| 工序名称 | 字符 | 工序字典 | 是 | 工序字典 |
| 所属工艺路线 | 引用 | 本类目上层实例 | 是 | PLM |
| 所属车间或分厂 | 枚举 | 组织机构主数据 | 是 | 主数据 |
| 设备资源 | 引用（多） | 设备与部件类目 | 否 | EAM |
| 工装与样板 | 字符 | 工装压模号、样板号 | 否 | PLM、工艺资料 |
| 工时定额 | 数值 | 工时定额系统 | 否 | 工时定额口径 |
| 前置工序 | 引用（多） | 本类目同层实例 | 否 | 工艺编制准则 |
| 禁止组合 | 引用（多） | 本类目同层实例 | 否 | 工艺编制准则 |
| 工艺参数项 | 引用（多） | 工艺参数项子类 | 否 | 本体 |
| 适用材料牌号 | 引用（多） | 物料类目 | 否 | 主数据 |
#### 4.3.3 故障模式
| 属性 | 类型 | 值域或取值来源 | 必填 | 对齐基准 |
|---|---|---|---|---|
| 故障编码 | 字符 | 本体自建 ＋ 报警规则映射 | 是 | 本体 |
| 故障名称 | 字符 | 业务术语标准、故障案例 | 是 | 术语标准 |
| 所属部件 | 引用 | 设备与部件类目 | 是 | PLM、EAM |
| 征兆（现象） | 引用（多） | 现象子类 | 是 | 本体 |
| 发生条件 | 文本 | 故障案例、诊断报告 | 否 | 专家确认 |
| 可能原因 | 引用（多） | 原因子类 | 否 | 本体 |
| 处置措施 | 文本 | 维修记录、诊断报告 | 否 | 专家确认 |
| 相关备件 | 引用（多） | 物料类目 | 否 | 主数据 |
| 关联报警代码 | 字符（多） | 报警规则、设备报警代码 | 否 | SOS、热处理群控 |
| 关联测点 | 引用（多） | 能耗与工况类目 | 否 | 测点配置 |
| 严重度分级 | 枚举 | 本体自建值域 | 否 | 专家确认 |
#### 4.3.4 质量特性与检验项
| 属性 | 类型 | 值域或取值来源 | 必填 | 对齐基准 |
|---|---|---|---|---|
| 质量特性编码 | 字符 | 本体自建 | 是 | 本体 |
| 特性名称 | 字符 | QMS 检验项目、技术标准 | 是 | 术语标准 |
| 检验项编码 | 字符 | QMS 检验项目 | 是 | QMS |
| 检验方法 | 枚举 | 技术标准 | 是 | 技术标准 |
| 判定限值 | 数值或区间 | 技术标准、工艺编制准则 | 是 | 技术标准 |
| 计量单位 | 枚举 | 数据元标准 | 是 | 数据元标准 |
| 检验阶段 | 枚举 | 进厂／制程／出厂／成品 | 是 | QMS |
| 适用工件品类 | 引用（多） | 物料类目 | 否 | 主数据 |
| 关联工艺参数项 | 引用（多） | 工艺与工序类目 | 否 | 本体 |
| 缺陷类型 | 引用（多） | 缺陷类型子类 | 否 | 本体 |
| 数据来源测点 | 引用（多） | 能耗与工况类目 | 否 | 测点配置 |
#### 4.3.5 物料与物料清单
| 属性 | 类型 | 值域或取值来源 | 必填 | 对齐基准 |
|---|---|---|---|---|
| 物料编码 | 字符 | 主数据物料编码 | 是 | 主数据 |
| 名称 | 字符 | 主数据 | 是 | 术语标准 |
| 材料牌号 | 字符 | 主数据、图纸标题栏 | 否 | 主数据 |
| 规格 | 字符 | 主数据、PLM | 否 | 主数据 |
| 计量单位 | 枚举 | 数据元标准 | 是 | 数据元标准 |
| 物料类型 | 枚举 | 原材料／自制件／外购件／标准件／备件 | 是 | 主数据 |
| 所属物料清单层级 | 引用 | PLM 物料清单 | 否 | PLM |
| 采购周期 | 数值 | SCM 物料采购周期 | 否 | 指标口径 |
| 主供应商 | 引用（多） | 供应商类目 | 否 | SCM |
| 适用工序 | 引用（多） | 工艺与工序类目 | 否 | PLM |
| 工件品类 | 枚举 | 本体工件品类值域 | 否 | 本体 |
#### 4.3.6 供应商与合同
| 属性 | 类型 | 值域或取值来源 | 必填 | 对齐基准 |
|---|---|---|---|---|
| 供应商编码 | 字符 | SCM 供应商档案 | 是 | SCM |
| 名称 | 字符 | SCM（按入口脱敏规则处理） | 是 | SCM |
| 资质类型与编号 | 字符（多） | 资质文件 | 否 | 资质归集目录 |
| 评估等级 | 枚举 | SCM 供应商评估 | 否 | SCM |
| 履约率 | 数值 | SCM 派生指标 | 否 | 指标知识库口径 |
| 合同编号 | 字符 | CRM、ERP、OA | 是（合同实例） | 合同台账 |
| 合同类型 | 枚举 | 销售／采购／项目／技术协议 | 是 | 本体 |
| 条款编号 | 字符 | 合同条款切分结果 | 否 | 知识库 |
| 关联物料 | 引用（多） | 物料类目 | 否 | 主数据 |
| 关联制度条款 | 引用（多） | 制度条款索引 | 否 | 知识库 |
#### 4.3.7 能耗与工况
| 属性 | 类型 | 值域或取值来源 | 必填 | 对齐基准 |
|---|---|---|---|---|
| 测点编码 | 字符 | SCADA、EMS、远程运维平台测点配置 | 是 | 测点配置 |
| 测点名称 | 字符 | 测点配置、术语标准 | 是 | 术语标准 |
| 物理量 | 枚举 | 温度／电流／电压／功率／频率／流量／浓度／速度／间隙／能耗／状态 | 是 | 本体 |
| 量纲与单位 | 枚举 | 数据元标准 | 是 | 数据元标准 |
| 采样周期 | 数值 | 测点配置 | 否 | 测点配置 |
| 量程上下限 | 数值 | 测点配置、设备技术文件 | 否 | 设备文件 |
| 正常区间 | 数值区间 | 工艺编制准则、同工况统计 | 否 | 专家确认 |
| 所属设备或部件 | 引用 | 设备与部件类目 | 是 | EAM |
| 关联工序 | 引用（多） | 工艺与工序类目 | 否 | PLM |
| 工况分段定义 | 文本 ＋ 规则 | 本体自建 | 否 | 专家确认 |
| 是否设定值可比 | 布尔 | 测点配置 | 否 | 本体 |
### 4.4 六类关系的定义域与值域
关系类型统一为六种。类型受限是有意为之：类型越少，标注时判断越一致，图谱查询也越可控。
| 关系 | 定义 | 定义域 | 值域 | 基数 | 是否可传递 | 典型用途 |
|---|---|---|---|---|---|---|
| 层次包含 | 上层对象在结构上包含下层对象 | 设备与部件、工艺与工序、物料与物料清单、故障模式、质量特性 | 同类目的下层实例 | 一对多 | 可 | 部件层级展开、物料清单展开 |
| 工艺前后依赖 | 前道工序完成后方可开始后道工序 | 工艺与工序（工序、工步） | 工艺与工序（工序、工步） | 多对多 | 可 | 工序排序与校核、禁止组合判定 |
| 因果 | 原因导致现象，现象指向故障模式 | 故障模式（原因）、故障模式（故障） | 故障模式（现象）、故障模式（原因） | 多对多 | 不可 | 故障链图谱、诊断归因 |
| 检验对应 | 工艺参数项与质量特性或检验项的对应 | 工艺与工序（工艺参数项） | 质量特性与检验项 | 多对多 | 不可 | 工艺质量链图谱、参数与结果比对 |
| 编码映射 | 本体实体与企业既有编码的对应 | 全部七类目 | 主数据编码、PLM 编码、EAM 编码、QMS 编码 | 一对多 | 不可 | 跨系统对象贯通 |
| 同义等价 | 标准词与别名、缩写、口语表述等价 | 术语表条目 | 同义词别名表条目 | 一对多 | 可 | 检索同义扩展、标注术语归一 |
关系实例另带三个公共属性：来源（抽取算子或专家确认）、证据强度（强／中／弱，定义见 5.4.1）、生效版本。
### 4.5 领域实例的沉淀
本节回应 `b1420`—`b1424`，要求本体对象与本项目各验证场景的业务对象逐一对应。
#### 4.5.1 主机产品部件层级
以刮板输送装备为主线沉淀部件层级与安装关系。层级取自 PLM 物料清单，层级深度按物料清单实际结构确定，不另设虚层。在役监测的测点按部件挂接，使报警与部件可对应。同类装备的部件层级差异按型号分支维护，不合并为一棵通用树——合并会让诊断场景的部件定位失真。
#### 4.5.2 工件品类
| 工件品类 | 主要工艺环节 | 关键质量特性 | 常见缺陷倾向 |
|---|---|---|---|
| 链轮 | 焊接、热处理（感应淬火）、机加工 | 淬火硬度、淬火区域位置及均匀性、齿形尺寸 | 淬火烧伤、淬火裂纹 |
| 齿轨 | 焊接、热处理、机加工 | 淬火硬度、硬化层分布、直线度 | 淬火裂纹、焊接未熔合 |
| 刮板 | 下料、成形、焊接 | 焊缝质量、外形尺寸 | 偏焊、咬边、未焊透 |
| 压板 | 下料、成形、焊接、机加工 | 焊缝质量、平面度 | 气孔、焊瘤 |
| 哑铃销 | 机加工、热处理 | 淬火硬度、尺寸公差 | 淬火裂纹 |
品类清单按甲方确认的产品范围扩充，上表为本体首批沉淀范围（`b1420`、`b1421`）。各品类的材料牌号区间、热处理要求与检验项逐项登记，取值来源为图纸标题栏、工艺卡片与技术标准。
#### 4.5.3 热处理工艺参数项
| 参数项 | 物理量 | 单位 | 设定值可比 | 关联工序 | 关联质量特性 |
|---|---|---|---|---|---|
| 淬火前工件表面温度 | 温度 | ℃ | 否 | 感应淬火 | 淬火硬度 |
| 淬火后工件表面温度 | 温度 | ℃ | 否 | 感应淬火 | 淬火硬度、淬火裂纹 |
| 加热功率 | 功率 | kW | 是 | 感应加热 | 硬化层深度 |
| 加热频率 | 频率 | kHz | 是 | 感应加热 | 硬化层深度 |
| 淬火液温度 | 温度 | ℃ | 是 | 淬火 | 淬火硬度、淬火裂纹 |
| 淬火液浓度 | 浓度 | % | 是 | 淬火 | 淬火硬度 |
| 淬火液流量 | 流量 | L/min | 是 | 淬火 | 淬火均匀性 |
| 感应器间隙 | 长度 | mm | 是 | 感应加热 | 淬火区域位置及均匀性 |
| 加热时间 | 时间 | s | 是 | 感应加热 | 硬化层深度 |
| 冷却时间 | 时间 | s | 是 | 淬火 | 淬火硬度 |
| 返热温度 | 温度 | ℃ | 否 | 回火或自回火 | 淬火裂纹 |
| 装炉量 | 计数 | 件 | 否 | 装炉 | 批次均匀性 |
#### 4.5.4 焊接工艺参数项
| 参数项 | 物理量 | 单位 | 设定值可比 | 关联质量特性 |
|---|---|---|---|---|
| 预设电流 | 电流 | A | — | 熔深、未熔合 |
| 实时电流 | 电流 | A | 是 | 熔深、未熔合、烧穿 |
| 预设电压 | 电压 | V | — | 熔宽、气孔 |
| 实时电压 | 电压 | V | 是 | 熔宽、气孔 |
| 焊接速度 | 速度 | mm/s | 是 | 熔深、焊瘤、未焊透 |
| 焊枪摆动振幅 | 长度 | mm | 是 | 熔宽、偏焊 |
| 焊枪摆动频率 | 频率 | Hz | 是 | 熔池稳定性 |
| 焊枪停留时间 | 时间 | s | 是 | 咬边、烧穿 |
| 送丝速度 | 速度 | mm/s | 是 | 熔敷量、焊瘤 |
| 保护气体流量 | 流量 | L/min | 是 | 气孔、夹渣 |
| 层间温度 | 温度 | ℃ | 是 | 冷裂纹、未熔合 |
| 变位机状态 | 状态 | — | 否 | 偏焊 |
| 起弧与收弧 | 事件 | — | 否 | 气孔、未焊透 |
| 焊丝牌号与直径 | 标识 | — | 否 | 熔敷金属性能 |
#### 4.5.5 缺陷类型
焊接缺陷十类（`b1421`、`b1422`）。「易混淆类型」一列专为标注一致性设置：标注人员在判别相近缺陷时直接查本体，不靠个人经验。
| 缺陷类型 | 判别要点 | 主要检验方法 | 相关参数偏离方向 | 易混淆类型 |
|---|---|---|---|---|
| 热裂纹 | 高温阶段形成，常沿焊缝中心 | 外观检查、无损检测 | 焊接速度偏高、拘束度大 | 冷裂纹 |
| 冷裂纹 | 冷却后延迟出现，常在热影响区 | 无损检测（延迟复检） | 层间温度偏低、冷却过快 | 热裂纹 |
| 偏焊 | 焊缝中心偏离坡口中心 | 外观检查、尺寸测量 | 摆动振幅不足、变位机状态异常 | 咬边 |
| 咬边 | 母材被过度熔化形成沟槽 | 外观检查 | 电流偏高、停留时间偏长 | 偏焊、烧穿 |
| 夹渣 | 焊缝内残留非金属夹杂 | 无损检测 | 保护气体流量不足、清渣不彻底 | 气孔 |
| 烧穿 | 熔池击穿母材形成孔洞 | 外观检查 | 电流偏高、速度偏低 | 咬边 |
| 未熔合 | 焊道与母材或层间未结合 | 无损检测 | 电流偏低、层间温度偏低 | 未焊透 |
| 未焊透 | 根部未达到设计熔深 | 无损检测 | 电流偏低、速度偏高 | 未熔合 |
| 气孔 | 焊缝内球形孔穴 | 无损检测、外观检查 | 保护气体流量不足、电压偏高 | 夹渣 |
| 焊瘤 | 熔化金属溢出堆积 | 外观检查 | 送丝速度偏高、速度偏低 | 咬边 |
热处理外观缺陷两类（`b1422`、`b1423`）。
| 缺陷类型 | 判别要点 | 主要检验方法 | 相关参数偏离方向 | 易混淆类型 |
|---|---|---|---|---|
| 烧伤 | 表面过热导致的变色或组织改变 | 外观检查、硬度复测 | 加热功率偏高、加热时间偏长、感应器间隙偏小 | 裂纹（表面色差掩盖） |
| 裂纹 | 淬火应力导致的表面开裂 | 外观检查、无损检测 | 冷却过快、淬火液温度偏低、返热不足 | 烧伤 |
「相关参数偏离方向」一列的作用是把缺陷与工艺参数项通过检验对应关系连起来，使图谱 B 的边有业务依据。该列取值需业务专家逐条确认后生效，专家未确认的标记为弱证据，不用于合成样本的事实性断言。
#### 4.5.6 典型故障模式
按在役装备的部件分组沉淀，每条登记现象、原因、处置措施与相关备件（`b1423`）。首批沉淀范围以远程运维平台已覆盖的部件与已有故障案例为准，字段结构见 4.3.3。故障标签稀少是客观条件，因此首批以「现象—部件」关系为主，「现象—原因」关系按证据强度分级，强证据条目优先进入图谱 A。
#### 4.5.7 备料工序集合
备料分厂的工序集合是封闭的，当前掌握的口径为 28 道，以甲方工艺部门确认的正式工序字典为准。本体按该字典登记工序编码、名称、设备资源与前后依赖。工序按加工性质分组登记，分组用于工艺排序校核时缩小候选范围。
| 工序分组 | 组内工序的共同特征 | 排序约束 |
|---|---|---|
| 下料类 | 从原材料切出零件轮廓 | 位于工艺路线前端，组内一般不重复 |
| 成形类 | 改变零件几何形状 | 在下料之后、制孔之前或之后，按图纸要求定 |
| 制孔类 | 加工孔与方孔 | 与成形类的先后按变形影响判定 |
| 边缘处理类 | 坡口、倒角、去毛刺 | 一般在成形与制孔之后 |
| 矫正类 | 矫平、矫直 | 可在成形后或焊接后，按变形情况插入 |
| 表面处理类 | 打磨、清理 | 位于工艺路线后端 |
| 检验与标识类 | 过程检验、打标 | 按关键工序设置点 |
组内具体工序名称与道数以正式工序字典为准【待填：备料分厂正式工序字典，需甲方工艺部门提供】。
#### 4.5.8 现象与原因子类的值域
故障模式类目下的「现象」与「原因」作为独立子类维护，原因是同一现象可对应多个故障模式，同一原因也可导致多个现象，作为属性无法表达这种多对多关系。两个子类的值域按来源分层登记。
| 子类 | 值域分层 | 取值示例方向 | 取值来源 | 证据要求 |
|---|---|---|---|---|
| 现象·可观测量异常 | 按测点物理量分组 | 温度偏高、振动增大、电流波动、流量下降 | 测点配置 ＋ 报警规则 | 强（有测点与阈值依据） |
| 现象·状态与事件 | 按设备状态分组 | 非计划停机、报警频发、启停异常 | 设备状态记录、报警数据 | 强 |
| 现象·外观与感官 | 按部位分组 | 异响、渗漏、磨损痕迹、变形 | 点检记录、维修记录 | 中 |
| 现象·质量结果异常 | 按检验项分组 | 硬度不达标、硬化层偏浅、缺陷检出 | QMS 检验记录 | 强 |
| 原因·工况与载荷 | 按工况分段 | 超载运行、工况突变、三机联动耦合干扰 | 诊断报告、专家确认 | 中或弱 |
| 原因·工艺执行偏差 | 按工艺参数项 | 参数偏离设定、装炉方式差异、冷却不足 | 时序数据 ＋ 工艺准则 | 强或中 |
| 原因·物料与来源 | 按材料批次 | 材料批次差异、来料不合格 | 库存批次 ＋ 进厂检验 | 中 |
| 原因·装配与维护 | 按部件 | 装配间隙超差、紧固失效、润滑不足 | 维修记录 | 中 |
| 原因·测量链路 | 按测点 | 传感器漂移、断链、测点失效 | 测点可信度核查结论 | 强 |
「原因·测量链路」单列的理由是：诊断类场景中相当一部分异常来自测量链路本身而不是设备本体，不把这一类单列会污染故障标签。该子类的实例由预处理环节的传感器可信度核查结论回填（见 3.4.4）。
### 4.6 与企业既有编码体系的对齐
本节回应 `b1425`、`b1426`、`b1427`。本体实体编码以主数据管理平台的组织机构、人员与物料编码，以及 PLM 的物料清单与零部件信息为基准对齐。
#### 4.6.1 对齐三步
| 步骤 | 动作 | 产出 | 判定 |
|---|---|---|---|
| 建映射 | 本体实体与企业编码建立一对一或一对多映射 | 标准映射对照表的本体侧条目 | 映射须可双向查询 |
| 清冲突 | 同一物理对象在不同系统有不同编码的，指定基准编码并登记其余为别名 | 基准编码清单、别名登记 | 一个物理对象只有一个基准编码 |
| 登缺口 | 企业编码体系未覆盖的本体概念单独列表 | 编码缺口清单 | 提交数据治理环节纳入主数据扩充计划 |
#### 4.6.2 各类目的对齐基准与冲突处置
| 类目 | 基准编码来源 | 常见冲突情形 | 处置口径 |
|---|---|---|---|
| 设备与部件 | EAM 设备编码 ＋ PLM 零部件号 | 同一部件在 EAM 与 PLM 编码不同 | 设备级取 EAM，部件级取 PLM，互登别名 |
| 工艺与工序 | 工艺部门工序字典 | PLM 工序名称与字典用词不一致 | 取字典为基准，PLM 用词入别名表 |
| 故障模式 | 本体自建编码 | 报警代码与故障模式非一对一 | 报警代码作为关联属性，不作为基准编码 |
| 质量特性与检验项 | QMS 检验项目编码 | 同一特性在不同检验阶段编码不同 | 特性取本体编码，检验项按阶段分别登记 |
| 物料与物料清单 | 主数据物料编码 | ERP 与 PLM 物料编码不一致 | 取主数据为基准，其余入别名表 |
| 供应商与合同 | SCM 供应商编码 | 同一供应商多编码（历史合并） | 取现行编码为基准，历史编码入别名表 |
| 能耗与工况 | 测点配置编码 | 测点改造后编码变更 | 保留历史编码并登记变更时点，时序数据按时点归属 |
映射的完备程度按类目统计并逐批提升，首批以参与场景验证的对象范围为准，覆盖面逐步接近企业核心编码体系可双向映射的状态。
### 4.7 产出物与统一引用
本节回应 `b1428`、`b1429`。产出三件主件与两件辅件。
| 产出物 | 内容 | 格式 | 使用方 |
|---|---|---|---|
| 本体文件 | 类目、属性、关系、实例 | 机器可读的本体交换格式 | 标注工具、合成工具、检索索引 |
| 术语表 | 名词、定义、业务含义、所属类目、引用标准、生效版本 | 结构化表 ＋ 文档 | 预处理术语归一、标注、知识库 |
| 同义词别名表 | 标准词、别名、别名来源、适用场景、生效版本 | 结构化表 | 检索同义扩展、术语归一 |
| 编码缺口清单 | 未被企业编码覆盖的本体概念 | 结构化表 | 数据治理环节 |
| 版本发布说明 | 变更内容、影响评估、所引标准版本 | 文档 | 全部下游环节 |
统一引用的落实方式是技术性的而非倡议性的。
| 引用点 | 引用内容 | 落实方式 |
|---|---|---|
| 标注标签体系 | 本体类目与值域 | 标注工具从本体文件加载标签，不允许工具侧自定义标签 |
| 合成知识约束 | 本体关系类型与值域 | 合成工具以本体关系作为校验规则，越界关系的样本不生成 |
| 检索业务口径 | 术语表与同义词别名表 | 索引的同义词扩展词表取自别名表 |
| 预处理术语归一 | 术语表 | 文本化模板的术语槽取自术语表 |
| 知识库建库口径 | 类目、关系、编码映射 | 知识条目类型取自类目，图谱节点与边取自类目与关系 |
四处引用同一个版本号，版本号不一致时相关作业暂停。
### 4.8 版本管理与术语回流
本节回应 `b1430`、`b1431`。加工过程中新增或修订的术语、故障模式与工艺参数项回流至本体，产出带版本记录的本体更新，并同步更新受影响的标注与合成口径。
#### 4.8.1 回流来源与节奏
| 回流来源 | 回流内容 | 发现环节 |
|---|---|---|
| 预处理术语归一 | 表外术语、单位不一致项 | 文本化通道 |
| 标注作业 | 歧义标签、缺失标签、易混淆类型补充 | 标注环节 |
| 质检与验证 | 口径冲突、值域越界 | 质检与验证环节 |
| 知识抽取 | 新故障模式、新工艺参数项、新缺陷表述 | 知识库环节 |
| 场景验证 | 业务对象对应不上的情形 | 场景验证环节 |
| 数据治理 | 标准修订带来的术语变更 | 数据治理环节 |
回流按双周一次集中处理：各环节的变更申请汇总后，经业务专家评审合并入下一版本。集中处理而非随到随改，是为了避免同一批次内出现两种口径。
#### 4.8.2 版本规则与影响评估
| 变更类型 | 版本位 | 影响评估 | 已标注样本处置 |
|---|---|---|---|
| 新增实例（术语、故障模式、参数项） | 次版本 | 评估是否与现有实例重叠 | 不受影响 |
| 修订实例属性 | 次版本 | 评估引用该实例的样本范围 | 自动映射 |
| 新增类目或关系类型 | 主版本 | 评估标注工具与合成规则的适配 | 不受影响，新批次起用 |
| 调整类目层级 | 主版本 | 评估层级路径变化的样本范围 | 自动映射或需重标，按层级变化幅度定 |
| 废弃实例 | 主版本 | 评估引用该实例的样本与知识条目 | 需重标；知识条目转入待审 |
| 值域收紧 | 主版本 | 评估越界取值的样本 | 越界样本需重标 |
受影响样本按三档处理：不受影响、自动映射、需重标。评估结论随版本发布说明一并给出。
#### 4.8.3 版本与下游作业的衔接
已发布版本冻结；在用作业继续使用原版本直至批次结束，新批次从新版本起用。样本记录中保存其所用本体版本号，使跨批次的口径差异可被识别而不是被掩盖。
### 4.9 本体环节的输入、产出、验收与退回
| 项 | 内容 |
|---|---|
| 输入 | 预处理产出的结构化长文本与术语候选；主数据、PLM、EAM、QMS 的编码；数据治理发布的四套标准；企业机械制图标准与工艺编制准则；各环节的回流变更申请 |
| 产出 | 本体文件、术语表、同义词别名表、编码缺口清单、版本发布说明 |
| 验收方 | 甲方业务部门（按类目分别确认）＋ 数据治理环节 |
| 验收方式 | 类目与关系完整性自检 ＋ 编码映射覆盖统计 ＋ 业务专家分类目评审 |
| 退回路径 | 口径门不通过则版本不予发布，本体维护岗按评审意见修订后重新提交；受影响的标注与合成口径暂不变更 |
### 4.10 本体环节的质量控制点
| 控制点 | 方法 | 判定口径 |
|---|---|---|
| 类目完整 | 对照 `b1417` 的七类目逐项核对 | 七类目齐备，每类目有属性集与至少一条实例 |
| 关系无环 | 层次包含与工艺前后依赖的环检测 | 发现环即判不通过 |
| 值域合规 | 属性取值与参考数据标准比对 | 越界取值登记为新值候选，不直接写入 |
| 术语唯一 | 同一概念是否存在多个标准词 | 一概念一标准词，其余入别名表 |
| 编码可映射 | 映射双向查询测试 | 映射覆盖率按类目统计并逐批提升 |
| 场景对象对应 | 与各验证场景的业务对象清单逐项核对 | 对应不上的登记为缺口并补充实例（`b1424`） |
| 版本可追溯 | 版本发布说明与变更申请核对 | 每一变更可追到申请来源与评审结论 |
## 五、知识库（3.2.6.3.4）
本节回应招标文件 `b1432`—`b1460`，即把分散于各类资料中的行业知识沉淀为结构化知识条目与知识图谱（`b1433`）。
### 5.1 知识库的构成与与本体的关系
知识库由五部分构成：结构化知识条目、文档类知识资产、两类核心知识图谱、九个业务域的四类知识库、统一检索索引。五部分共用一套本体口径——知识条目的类型取自本体类目，图谱的节点与边取自本体实体与关系类型，检索索引的同义词扩展取自本体别名表。
图 3 知识本体与知识库的层次关系、终审门与向下游的交付面（数据来源：招标文件 3.2.6.3.3、3.2.6.3.4 各项要求，`b1417`—`b1431`、`b1434`—`b1460`）
### 5.2 结构化知识条目的抽取与出处登记
本节回应 `b1434`、`b1435`、`b1436`。抽取来源为设备档案与说明书、维修记录、诊断报告、故障案例、技术标准、工艺编制准则、质量知识与管理制度，共八类资料。
#### 5.2.1 按资料类型的抽取重点
| 资料类型 | 抽取实体 | 抽取属性 | 抽取关系 | 终审分档 |
|---|---|---|---|---|
| 设备档案与说明书 | 设备、部件、测点、备件 | 型号、规格、参数范围、维护周期 | 层次包含、编码映射 | 抽样审 |
| 维修记录 | 设备、部件、现象、处置措施、备件 | 发生时间、停机时长、更换件 | 因果、层次包含 | 抽样审 |
| 诊断报告 | 设备、故障模式、原因、处置建议 | 证据描述、判定依据 | 因果 | 全审（涉及处置措施） |
| 故障案例 | 故障模式、现象、原因、措施 | 工况条件、复现条件 | 因果 | 全审 |
| 技术标准 | 质量特性、检验项、判定限值 | 标准号、条款号、适用范围 | 检验对应 | 全审（涉及判定限值） |
| 工艺编制准则 | 工序、工艺参数项、禁止组合 | 适用材料、参数区间 | 工艺前后依赖、检验对应 | 全审 |
| 质量知识 | 缺陷类型、成因、预防措施 | 判别要点、检验方法 | 因果、检验对应 | 全审 |
| 管理制度 | 制度、条款、职责主体、业务对象 | 制度元数据（见 5.3.1） | 条款引用、层次包含 | 全审（涉及安全与合规要求） |
全审与抽样审的分界线是后果：涉及判定限值、处置措施、安全与合规要求的条目全审，其余抽样审。抽样比例按资料类型设定，首批不低于每类 10%，按终审发现的问题率调整。
#### 5.2.2 抽取三道流程
| 流程 | 动作 | 工具支撑 | 不通过的处置 |
|---|---|---|---|
| 模型预抽 | 按本体类目逐类抽取，输出候选条目 | 工具链的文档结构解析与智能标注类工具 | 置信度低于门限的候选不进入下一道 |
| 规则校验 | 用本体的关系类型与属性值域作约束 | 本体驱动规则校验 | 不符合值域的候选退回，记录退回原因 |
| 人工终审 | 按 5.2.1 的分档逐条或抽样确认 | 平台的条目评审界面 | 退回重抽或标记为不采纳 |
三道流程的次序不可调换，理由是规则校验成本远低于人工终审，先用规则过滤可以把人工时间留给真正需要判断的条目。
#### 5.2.3 条目记录字段
| 字段 | 类型 | 必填 | 说明 |
|---|---|---|---|
| 条目编号 | 字符 | 是 | 类目码 ＋ 顺序号 ＋ 版本 |
| 条目类型 | 枚举 | 是 | 取自本体七类目 |
| 实体标识 | 引用 | 是 | 本体实体或新实例候选 |
| 属性名与属性值 | 字符／数值 | 是 | 引用数据元标准的类型与格式 |
| 关系类型与关系对象 | 枚举 ＋ 引用 | 否 | 取自本体六类关系 |
| 证据强度 | 枚举 | 是 | 强／中／弱，定义见 5.4.1 |
| 本体版本号 | 字符 | 是 | 抽取时所用本体版本 |
| 终审状态 | 枚举 | 是 | 通过／修订后通过／退回重抽／不采纳／待审 |
| 适用范围 | 文本 | 否 | 适用的产品、设备或工序范围 |
#### 5.2.4 出处登记字段
出处登记是硬要求：没有出处的条目不入库。这条规则同时是检索增强样本能给出证据的前提。
| 字段 | 必填 | 说明 |
|---|---|---|
| 源文件编号 | 是 | 关联采集环节的文件登记 |
| 文件名称与版本 | 是 | 原文件标识 |
| 文件类型 | 是 | 对应 5.2.1 的八类资料 |
| 章节号与层级路径 | 是（文档类） | 条款级定位 |
| 页码 | 是（文档类） | 起始页、结束页 |
| 段落位置偏移 | 是 | 全文字符流中的起止偏移 |
| 抽取时间 | 是 | 作业时点 |
| 抽取算子与版本 | 是 | 可复算依据 |
| 审核岗位与审核时间 | 是 | 终审留痕 |
| 出处回查测试结论 | 是 | 按出处字段能否定位回原文的测试结果 |
### 5.3 文档类知识资产的元数据抽取与条款级切分
本节回应 `b1437`—`b1443`。三类文档资料的处理口径分述如下。
#### 5.3.1 管理制度
以「制度条款」为最小知识单元建立索引（`b1437`）。六项元数据与扩展字段如下。
| 字段 | 必填 | 取值来源 | 说明 |
|---|---|---|---|
| 制度名称 | 是（`b1438`） | 文件标题 | 与 OA 文档目录核对 |
| 制度编号 | 是（`b1438`） | 文件编号栏 | 编号缺失的按发布文号补 |
| 发布部门 | 是（`b1438`） | 发文机关或签发栏 | 归并到组织机构主数据 |
| 生效日期 | 是（`b1438`） | 文件生效条款 | 无明确生效日的取发布日并标记 |
| 适用范围 | 是（`b1438`） | 适用范围条款 | 按组织层级与业务范围两个维度登记 |
| 制度层级 | 是（`b1438`） | 文件类型与发布层级 | 集团级／公司级／部门级／车间级 |
| 制度类别 | 是（`b1439`） | 按业务域与管理主题识别 | 取参考数据标准的类别值域 |
| 版本状态 | 是 | 文件状态标识 | 现行／已修订／已废止 |
| 废止替代关系 | 否 | 文件中的废止条款 | 指向被废止的制度或条款 |
| 条款层级路径 | 是 | 条款级切分结果 | 如「第三章＞第二节＞第五条」 |
| 条款文本 | 是 | 切分结果 | 条款原文 |
| 条款引用关系 | 否（`b1439`） | 引用识别结果 | 见 5.3.3 |
#### 5.3.2 条款级切分的粒度判据
条款级切分的难点是粒度：切得太粗则一条索引里混多个要求，切得太细则一个要求被拆散。判据按顺序执行。
| 判据 | 内容 | 粒度结论 |
|---|---|---|
| 1 显式编号 | 文本有「第 X 条」「X.Y」等条款编号 | 以编号单元为一条 |
| 2 款项下挂 | 条下有「（一）」「1．」等款项 | 款项不单独成条，作为该条的子单元保留层级 |
| 3 单一要求判定 | 该编号单元内是否只表达一个可执行要求 | 含多个并列独立要求且各自有主体与动作时，拆为多条并标注同源条款号 |
| 4 跨条引用 | 该条是否必须结合被引条款才完整 | 不合并，保留引用关系，由检索时联带召回 |
| 5 定义性条款 | 该条是否为术语定义 | 单独成条并标记为定义型，同时回流本体术语表 |
| 6 附则与附件 | 是否为附则、附表或附件 | 单独成条并标记类型，附表按表处理 |
| 7 最小长度 | 切分结果是否短于约定下限且无独立语义 | 与上一条合并，保留原编号 |
切分结果逐条成为独立索引记录，记录中保留层级路径、来源页码与位置偏移。切分正确性按制度抽样核对条款边界与层级路径，边界错切的整文件回退重切。
#### 5.3.3 条款引用关系的三类识别
| 引用类型 | 识别线索 | 登记内容 | 用途 |
|---|---|---|---|
| 显式条内引用 | 「依据第 X 条」「按本办法第 X 条」 | 源条款、目标条款、引用措辞 | 检索时联带召回被引条款 |
| 文件间引用 | 「按《某办法》执行」「依据《某标准》」 | 源条款、目标文件、目标条款（若指明） | 跨文件证据链 |
| 废止替代关系 | 「本办法自生效之日起废止《某办法》」 | 新文件、被废止文件或条款、生效日期 | 版本状态判定，避免引用失效条款 |
引用关系入图谱，支撑按条款追溯适用依据。识别不确定的标记为待确认，不直接建边。
#### 5.3.4 技术标准
抽取标准名称、发布部门与生效日期等核心元数据（`b1439`、`b1440`），并扩展版本状态与代替关系。
| 字段 | 必填 | 说明 |
|---|---|---|
| 标准名称 | 是 | 标准封面名称 |
| 标准号 | 是 | 含年份号 |
| 标准类别 | 是 | 国家标准／行业标准／团体标准／企业标准 |
| 发布部门 | 是（`b1440`） | 发布机构 |
| 生效日期 | 是（`b1440`） | 实施日期 |
| 版本状态 | 是 | 现行／即将实施／已废止／被代替 |
| 代替与被代替关系 | 否 | 指向相关标准号 |
| 适用范围 | 否 | 标准范围条款 |
| 引用标准清单 | 否 | 规范性引用文件章节 |
| 关键条款索引 | 否 | 判定限值、检验方法所在条款 |
版本状态关系到问答结论的正确性，按季度与公开标准信息源核对一次，核对记录留档。已废止或被代替的标准在检索结果中标注状态，不从库中删除——历史样本的判定依据需要可回查。
#### 5.3.5 投标相关资料
按四类归集（`b1440`—`b1442`）。
| 归集类别 | 包含内容 | 登记字段 | 有效期与敏感度 |
|---|---|---|---|
| 投标文件模板库 | 历史投标文件、章节模板 | 项目、客户、产品范围、年份、章节结构 | 按敏感度分级，限定可见范围 |
| 设备材料 | 设备与材料的技术资料 | 设备或物料编码、型号、参数、来源 | 一般无有效期，按版本管理 |
| 资质 | 安标证书、防爆证书、检验检测报告、产品合格证 | 资质类型、编号、发证机构、有效期、覆盖产品 | 有效期必填，过期件在检索结果中标注失效 |
| 业绩 | 业绩合同、发票、验收单、中标通知书、技术协议 | 项目、客户、金额、签订与验收日期、产品范围 | 按敏感度分级，金额字段按入口脱敏规则处理 |
资质一类的条目结构与其他文档资产差别最大：它的知识价值不在正文叙述，而在证照本身的几个关键字段及其时效状态。一张已过期的安标证书，正文与有效期内的那张完全相同，拿它去应答投标资格要求却是错的。四类证照因此按统一字段结构逐张登记，有效期与状态为必填项（`b1441`）。
| 字段 | 必填 | 取值与来源 | 用途 |
|---|---|---|---|
| 证照类型 | 是 | 枚举：安标证书／防爆证书／检验检测报告／产品合格证 | 按资格要求条目检索的首要筛选键 |
| 证照编号 | 是 | 证照载明编号 | 条目唯一标识，与扫描件一一对应 |
| 发证机构 | 是 | 证照载明机构全称 | 判断证照效力范围与认可资格 |
| 发证日期 | 是 | 证照载明日期 | 时效计算起点 |
| 有效期至 | 是（设有效期者） | 证照载明到期日 | 状态计算与到期提示的唯一依据 |
| 覆盖范围 | 是 | 产品名称、型号与规格档位 | 判断某型号投标是否被该证照覆盖 |
| 关联设备或物料编码 | 是 | 引用本体设备与部件、物料与物料清单类目 | 由设备或材料反查其应备证照 |
| 依据标准 | 否 | 引用技术标准知识条目 | 与技术标准问答互为证据 |
| 结论或等级 | 否 | 证照载明结论、等级或准用范围 | 应答中需引述的实质结论 |
| 换证关系 | 否 | 前序与后继证照编号 | 支撑同一资格的连续性查询 |
| 状态 | 是 | 枚举：有效／临近到期／已失效／已换证 | 检索默认过滤项 |
| 扫描件标识与页码 | 是 | 采集环节的文件登记编号 ＋ 页码 | 证据回查定位 |
四类证照共用上表，各自另有特有字段与关联对象。
| 证照类型 | 登记主体 | 有效期口径 | 特有字段 | 主要关联对象 |
|---|---|---|---|---|
| 安标证书 | 按产品型号与规格档位 | 证书载明到期日 | 安全标志编号、准用范围 | 设备与部件类目的主机产品或部件实例 |
| 防爆证书 | 按产品型号 | 证书载明到期日 | 防爆型式与标志全文、适用环境类别 | 设备与部件类目实例 |
| 检验检测报告 | 按样品与检测批次 | 多不载明到期日，按报告日期加采信时限登记并注明 | 检测机构、检测依据标准、检测项与结果、样品批次 | 物料与物料清单、质量特性与检验项类目 |
| 产品合格证 | 按出厂批次或序列号 | 不设有效期 | 出厂编号或序列号、出厂日期、执行标准 | 设备与部件实例、物料批次 |
一张证照常覆盖多个型号，一台设备或一种材料也可能同时需要数张证照，关联关系因此不压进证照条目的单一字段，而另立证照—对象关联表，逐条登记证照编号、关联对象类型、对象编码与覆盖方式（整体覆盖／按规格档位覆盖／按批次覆盖）。对象编码取本体的设备编码、部件编码与物料编码，与 4.6 的编码对齐口径一致。
状态字段不手工维护，按日重算：以有效期至与当日的差值分三档打标，距到期九十日内标为临近到期并进入待换证清单，三十日内升一档，过期后标为已失效。换证件入库时按覆盖范围与型号匹配前序证照，建立换证关系，并把前序件置为已换证。已失效与已换证的条目不从库中删除，检索结果带状态标注返回——历史样本与历史投标应答的依据需要可回查，这与技术标准废止件的处理一致（5.3.4）。检索默认只返回有效件，查历史需显式放开状态过滤，口径见 5.6.3。待换证清单的推送与提醒由平台承载，本节交付的是字段定义、状态口径与清单的生成规则。
资质条目是否齐备，直接决定标书智能问答能否正确回答「某型号投标需要哪些证照、哪些证照将在投标有效期内到期」这类问题。首批入库时按产品型号逐一清点，缺口列入待补材料清单【待填：在册安标证书、防爆证书、检验检测报告与产品合格证清册，需甲方质量管理与市场部门提供】。
三类文档资产分别支撑管理制度智能问答、技术标准智能问答与标书智能问答场景的数据与知识供给（`b1443`）。场景本身的建设不在本包范围，本节交付的是其所需的知识库内容、索引与证据链；场景验证口径见场景验证章节。
#### 5.3.6 合同与招投标文件的条款切分
合同在本节有两重身份：既是供需计划域的业务文件，也是条款级知识单元的来源（`b1400`、`b1434`）。切分口径与管理制度同源，但条款类型另按下表登记，以支撑合同合规智能审查场景的知识供给。
| 条款类型 | 识别线索 | 登记字段 | 关联对象 |
|---|---|---|---|
| 标的与规格条款 | 产品名称、型号、技术参数 | 产品范围、技术要求、引用标准 | 物料、技术标准 |
| 价格与结算条款 | 金额、单价、税率、结算方式 | 金额（按敏感度处理）、结算节点 | 付款计划 |
| 交付与验收条款 | 交付期、交付地点、验收标准 | 交付节点、验收依据 | 订单、检验项 |
| 质量与质保条款 | 质保期、质量责任、索赔 | 质保期限、责任范围 | 质量特性、检验项 |
| 违约与争议条款 | 违约金、解除条件、争议解决 | 违约情形、责任比例 | 制度条款 |
| 知识产权与保密条款 | 知识产权归属、保密期限 | 归属约定、保密范围 | 制度条款 |
| 变更与不可抗力条款 | 变更程序、不可抗力情形 | 变更条件、通知义务 | 制度条款 |
| 其他约定 | 附件、特别约定 | 约定内容 | — |
招投标文件按 5.3.5 的投标资料四类归集处理，其中技术协议按合同条款类型切分，招标文件按要求条目切分并登记要求编号，便于与投标应答逐条对照。合同与招投标文件的敏感度一般高于制度文件，条款入库后按敏感等级限定可见范围；金额与客户标识字段按入口脱敏规则处理后再进入检索索引。
### 5.4 两类核心知识图谱
本节回应 `b1444`、`b1445`、`b1446`。
#### 5.4.1 图谱 A：故障链图谱
链路为「设备—部件—故障模式—现象—原因—处置措施—备件」，服务制造过程数据集的标注与合成（`b1444`）。
| 节点类型 | 来源本体类目 | 关键属性 | 实例来源 |
|---|---|---|---|
| 设备 | 设备与部件 | 设备编码、型号、投运时间 | EAM 台账 |
| 部件 | 设备与部件 | 部件编码、所属设备、安装位置 | PLM、EAM |
| 故障模式 | 故障模式 | 故障编码、名称、严重度 | 故障案例、诊断报告 |
| 现象 | 故障模式（现象子类） | 现象描述、关联测点、可观测方式 | 维修记录、报警规则 |
| 原因 | 故障模式（原因子类） | 原因描述、发生条件 | 诊断报告、专家确认 |
| 处置措施 | 故障模式（属性升格为节点） | 措施描述、所需工时、所需资质 | 维修记录、诊断报告 |
| 备件 | 物料与物料清单 | 物料编码、名称、库存状态引用 | 主数据、WMS |
| 边类型 | 定义域 | 值域 | 本体关系 | 证据强度要求 |
|---|---|---|---|---|
| 设备—部件 | 设备 | 部件 | 层次包含 | 强（取自结构化台账） |
| 部件—故障模式 | 部件 | 故障模式 | 层次包含 | 强或中 |
| 故障模式—现象 | 故障模式 | 现象 | 因果 | 中以上 |
| 现象—原因 | 现象 | 原因 | 因果 | 分三级登记 |
| 原因—处置措施 | 原因 | 处置措施 | 因果 | 中以上 |
| 处置措施—备件 | 处置措施 | 备件 | 层次包含 | 强（取自备件出库记录） |
| 现象—测点 | 现象 | 能耗与工况（测点） | 检验对应 | 强（取自测点配置） |
图谱 A 的构建要处理一个现实条件：甲方的报警记录数量可观但故障标签稀少，报警与真实故障之间缺少可核对的证据。因此「现象—原因」边按证据强度分三级。
| 证据强度 | 定义 | 可用范围 |
|---|---|---|
| 强 | 有维修事实回填（维修工单记录了实际原因与更换件） | 可用于标注标签与合成样本的事实性断言 |
| 中 | 有诊断报告或检验结论支持，但无维修事实闭环 | 可用于标注候选与检索召回，合成时须带条件表述 |
| 弱 | 仅由专家经验给出，无文档证据 | 仅用于检索召回与候选提示，不用于事实性断言 |
证据级别随边保存，下游合成样本时按级别决定可否引用。级别可随维修事实回填而升级，升级动作记入边的版本历史。
#### 5.4.2 图谱 B：工艺质量链图谱
链路为「工件—工艺参数—切片结果—硬度指标—质检结论」，服务产品质量数据集的标注与合成（`b1445`）。
| 节点类型 | 来源本体类目 | 关键属性 | 实例来源 |
|---|---|---|---|
| 工件 | 物料与物料清单 | 工件号、物料编码、工件品类、材料批次 | MES、WMS、PLM |
| 工艺参数（参数项实例） | 工艺与工序 | 参数项、设定值、实际值统计特征 | 时序通道的样本对 |
| 切片结果 | 质量特性与检验项 | 切片位置、金相或硬化层观测结果 | QMS 检验记录 |
| 硬度指标 | 质量特性与检验项 | 测点位置、硬度值、检测方法、判定限值 | QMS 检验记录 |
| 质检结论 | 质量特性与检验项 | 判定结果、缺陷类型、处置 | QMS 检验记录 |
| 工序与炉次 | 工艺与工序 | 工序号、炉次号、作业时间窗 | MES、热处理群控 |
| 边类型 | 定义域 | 值域 | 本体关系 | 建边依据 |
|---|---|---|---|---|
| 工件—工序／炉次 | 工件 | 工序与炉次 | 工艺前后依赖 | 对象锚定登记 |
| 工序／炉次—工艺参数 | 工序与炉次 | 工艺参数 | 层次包含 | 时序样本对的窗口归属 |
| 工艺参数—硬度指标 | 工艺参数 | 硬度指标 | 检验对应 | 同工件同炉次的检验记录 |
| 工艺参数—切片结果 | 工艺参数 | 切片结果 | 检验对应 | 同工件的切片检验记录 |
| 硬度指标—质检结论 | 硬度指标 | 质检结论 | 检验对应 | 判定限值比对 |
| 工艺参数—缺陷类型 | 工艺参数 | 质量特性与检验项（缺陷） | 检验对应 | 本体的「相关参数偏离方向」＋专家确认 |
| 工件—材料批次 | 工件 | 物料与物料清单 | 层次包含 | 装炉清单 ＋ WMS 库存批次 |
图谱 B 的关键是把淬火硬度、淬火区域位置及均匀性的检测结果与同炉次的工艺参数串起来，使「参数如何—结果如何」可按件查询。串接依据是采集环节的对象锚定登记；锚定失败的工件进不了图谱 B 的工件级链路，只保留炉次级链路。
#### 5.4.3 图谱构建流程与一致性校验
| 步骤 | 动作 | 校验 |
|---|---|---|
| 节点抽取 | 按节点类型从知识条目与结构化数据生成节点 | 节点唯一性（同一实体不重复建点） |
| 边生成 | 按建边依据生成边并带证据强度 | 定义域与值域合规 |
| 冲突检测 | 同一对节点存在矛盾边（如两条互斥因果） | 冲突对提交专家裁决 |
| 环检测 | 层次包含与工艺前后依赖的环 | 发现环即阻断入库 |
| 孤点检测 | 无任何边的节点 | 孤点登记原因（数据缺口或锚定失败） |
| 覆盖统计 | 按部件、工件品类、工序统计节点与边覆盖 | 覆盖缺口进下一批次计划 |
| 专家确认 | 按 5.8 的终审规则确认 | 未确认的边不进入标注与合成 |
两类图谱的规模与覆盖范围按参与验证的产品与设备范围分批建设，首批范围以试点产线、试点炉型与在役监测覆盖设备为准【待填：首批产品型号、试点产线与试点炉型清单，需甲方确认】。
#### 5.4.4 图谱向标注与合成的交付接口
两类图谱不直接交付图数据库访问权，而是按下表的三种接口形式交付，目的是让下游调用有稳定契约、口径变化可被识别。
| 接口形式 | 内容 | 使用方 | 口径约定 |
|---|---|---|---|
| 标签候选接口 | 按对象给出可选标签集合（故障模式、缺陷类型、检验结论） | 标注工具 | 仅返回终审通过的节点；候选按证据强度排序 |
| 知识约束接口 | 按对象给出允许的关系与值域 | 合成工具 | 越界关系的样本不生成；弱证据边不作事实性断言 |
| 证据链接口 | 按查询返回节点、边与其出处 | 检索增强样本构建、场景验证 | 每一条边返回证据强度与出处字段 |
三种接口共用同一套版本号。图谱版本变更时，发布说明中列明受影响的标签候选与关系约束，下游按 4.8.3 的衔接规则在新批次起用。
### 5.5 九个业务域的四类知识库
本节回应 `b1447`—`b1454`。按甲方提供的指标口径与计算逻辑，构建覆盖人力资源、研发设计、生产制造、仓储物流、财务、设备、采购、营销、质量九个业务域的四类知识库。业务域划分与数据治理章节的九域口径一致（`b1336`、`b1448`）。
#### 5.5.1 九个业务域与数据来源
| 业务域 | 主要数据来源 | 指标示例方向 | 口径确认部门 |
|---|---|---|---|
| 人力资源 | 主数据人员信息、工时定额 | 人员结构、工时利用 | 【待填：甲方人力部门】 |
| 研发设计 | PLM 物料清单与变更记录、图纸与工艺卡片 | 图纸与工艺复用、变更频次 | 【待填：甲方设计与工艺部门】 |
| 生产制造 | MES 工单与报工、SCADA、热处理群控 | 工序周期、在制、设备利用 | 【待填：甲方生产管理部门】 |
| 仓储物流 | WMS 库存与流水、ERP 需求计划 | 库存周转、呆滞、齐套 | 【待填：甲方仓储部门】 |
| 财务 | 久其经营指标、ERP 成本与应收应付 | 收入、利润、成本、资产负债 | 【待填：甲方财务部门】 |
| 设备 | EAM 台账与点检、SOS 工单、EMS | 设备完好、故障停机、能耗 | 【待填：甲方设备部门】 |
| 采购 | SCM 采购与履约、ERP 采购 | 采购周期、到货时效、履约率 | 【待填：甲方采购部门】 |
| 营销 | CRM 客户商机合同订单回款 | 商机转化、订单、回款 | 【待填：甲方营销部门】 |
| 质量 | QMS 检验与台账 | 一次合格、不合格分布、返修 | 【待填：甲方质量部门】 |
#### 5.5.2 指标知识库
逐项登记指标（`b1449`、`b1450`）。
| 字段 | 必填 | 说明 |
|---|---|---|
| 指标编号 | 是 | 业务域码 ＋ 顺序号 |
| 指标名称 | 是（`b1449`） | 取业务术语标准用词 |
| 指标描述 | 是（`b1449`） | 业务含义的完整表述 |
| 业务限定 | 是（`b1449`） | 适用的业务范围与前提条件 |
| 维度 | 是（`b1450`） | 可下钻维度清单（如组织、产品、客户、期间） |
| 统计周期 | 是（`b1450`） | 日／月／季／年 |
| 统计范围 | 是（`b1450`） | 组织范围、业务范围、数据范围 |
| 计量单位 | 是（`b1450`） | 引用数据元标准 |
| 计算逻辑 | 是（`b1450`） | 公式表达 ＋ 文字说明 |
| 关联指标 | 否 | 上下级或构成关系 |
| 数据来源 | 是 | 源系统与字段 |
| 口径确认人岗位与日期 | 是 | 甲方确认留痕 |
| 口径状态 | 是 | 已确认／待确认／已变更 |
| 口径版本 | 是 | 变更历史可追溯 |
#### 5.5.3 业务概念知识库
登记决策分析相关的业务术语与行业、财务专业名词（`b1451`）。
| 字段 | 必填 | 说明 |
|---|---|---|
| 概念编号 | 是 | 顺序号 |
| 术语 | 是 | 标准词 |
| 定义 | 是 | 完整定义 |
| 所属业务域 | 是 | 九域之一或跨域 |
| 术语类别 | 是 | 行业术语／财务术语／管理术语／本企业专用 |
| 同义词与别名 | 否 | 与本体同义词别名表同源 |
| 引用标准或制度 | 否 | 定义依据 |
| 常见误用说明 | 否 | 易混淆概念与区分要点 |
| 关联指标 | 否 | 该概念涉及的指标 |
「常见误用说明」一列是为问答场景设置的：同名不同义的术语是问答答错的主要来源之一，把区分要点写进知识库比靠模型自行判断更可靠。
#### 5.5.4 规则知识库
登记各指标的业务管理逻辑、管控要求、业务边界，以及数据来源、过滤条件与加工逻辑（`b1451`—`b1453`）。
| 字段 | 必填 | 说明 |
|---|---|---|
| 规则编号 | 是 | 业务域码 ＋ 顺序号 |
| 关联指标 | 是 | 指向指标知识库条目 |
| 业务管理逻辑 | 是（`b1452`） | 该指标在管理上如何使用 |
| 管控要求 | 是（`b1452`） | 目标值、阈值或管控方向 |
| 业务边界 | 是（`b1452`） | 不适用的情形与例外 |
| 数据来源 | 是（`b1452`） | 源系统、表、字段 |
| 过滤条件 | 是（`b1453`） | 取数时的过滤逻辑 |
| 加工逻辑 | 是（`b1453`） | 聚合、换算、分摊规则 |
| 异常判定 | 否 | 指标异常的判定方式 |
| 规则状态与版本 | 是 | 现行／已变更 |
#### 5.5.5 分析报告知识库
归集月度、季度、年度经营分析报告、专题分析报告与常态化业务台账（`b1453`、`b1454`）。
| 字段 | 必填 | 说明 |
|---|---|---|
| 报告编号 | 是 | 顺序号 |
| 报告名称 | 是 | 原文件名称 |
| 报告类型 | 是 | 月度／季度／年度经营分析／专题分析／常态化台账 |
| 期间 | 是 | 覆盖期间 |
| 编制部门 | 是 | 归并到组织机构主数据 |
| 涉及指标 | 否 | 指向指标知识库条目 |
| 结论要点 | 否 | 条款级切分后的结论句 |
| 原文定位 | 是 | 源文件编号、章节、页码 |
| 敏感等级 | 是 | 按安全方案分级，限定可见范围 |
四类知识库的关系是：指标知识库说明「算什么」，规则知识库说明「怎么算、算的边界在哪」，业务概念知识库说明「名词是什么意思」，分析报告知识库提供「历史上怎么解读」。四者联合支撑决策数据智能问答场景的知识供给（`b1454`）。
#### 5.5.6 指标口径的确认流程
指标口径与计算逻辑须由甲方提供（`b1447`）。本方案的承接方式分五步。
| 步骤 | 动作 | 产出 |
|---|---|---|
| 1 清单初拟 | 按九域与现有报表、台账反向整理指标候选清单 | 指标候选清单 |
| 2 口径访谈 | 按业务域与甲方业务部门逐项确认名称、维度、周期、范围与计算逻辑 | 访谈记录、口径草案 |
| 3 可计算校验 | 按数据来源与过滤条件试算，核对能否取到数 | 试算报告、数据缺口清单 |
| 4 口径确认 | 由业务部门书面确认，登记确认人岗位与日期 | 已确认指标清单 |
| 5 入库与发布 | 写入指标知识库与规则知识库，发布可用范围 | 指标知识库版本 |
未确认的指标进入待确认列表，不出现在问答可用范围内。这一处置是明确的：口径未定的指标进入问答，错误答案的代价由甲方承担，不如先不提供【待填：九个业务域的指标清单与计算逻辑，需甲方相关业务部门提供】。
### 5.6 统一检索索引
本节回应 `b1455`。对文本、图纸、图像建立统一检索索引，支撑标注过程中的规范对齐、合成过程中的知识引用与验证场景中的证据检索。
#### 5.6.1 三类索引的检索键与字段
| 索引 | 索引对象 | 检索键 | 返回字段 |
|---|---|---|---|
| 文本索引 | 结构化长文本切片、制度条款、技术标准条款、知识条目、报告结论句 | 全文、实体编码、元数据字段（制度编号、标准号、发布部门、生效日期、版本状态）、术语与别名 | 条目或切片内容、层级路径、来源页码、位置偏移、版本状态 |
| 图纸索引 | 工艺图纸、CAD 图纸、工艺卡片 | 图号、零件名称、材料牌号、工艺特征、所属项目、物料清单行 | 图纸标识、标题栏字段、明细表行、配对卡片号、矢量化分级 |
| 图像索引 | 熔池图像、焊后焊道表面图像、工件外观缺陷图像 | 工件号、焊道号、采集时点、图像类型、关联检验结论、缺陷类型 | 图像标识、采集元数据、关联时序窗、关联检验记录 |
图纸索引以工艺特征作为检索键，是为了支撑按特征找可借用历史工艺，而不是只能按文件名找。这一点直接对应工艺设计场景的数据需求。
#### 5.6.2 召回方式与核对顺序
| 召回通道 | 适用情形 | 权重取向 |
|---|---|---|
| 结构化检索 | 按实体、编码、元数据字段过滤 | 首选，结果确定可解释 |
| 全文检索 | 按条款与切片粒度命中关键词 | 主通道 |
| 同义扩展检索 | 提问用词与文件用语不一致 | 扩展词表取自本体别名表 |
| 向量检索 | 措辞差异大、需跨表述召回 | 补充通道，不单独作为证据来源 |
四路召回结果合并后统一回原文核对，核对不上的结果不作为证据输出。这一处置顺序是本方案的明确选择——先定位原文，再组织回答。
#### 5.6.3 索引更新与状态过滤
| 更新触发 | 处理 |
|---|---|
| 知识条目新增或修订 | 增量更新对应索引项 |
| 终审状态变更 | 同步更新状态字段，过滤规则随之生效 |
| 本体版本发布 | 重建同义扩展词表 |
| 标准版本状态变更 | 更新版本状态字段，检索结果标注失效 |
| 文档版本替换 | 旧版本保留并标注，新版本置为现行 |
索引对终审状态与版本状态做强制过滤：终审未通过的条目、已废止的标准与已失效的资质，不进入默认召回范围，需显式指定才可检索。更新延迟与检索响应的指标口径见非功能性章节。
### 5.7 检索增强样本的构建
本节回应 `b1456`、`b1457`、`b1458`。以知识库内容为依据构建检索增强样本，产出「查询—证据—回答」三元组，供指令微调子集与基准评测子集使用。
#### 5.7.1 构建四步
| 步骤 | 动作 | 口径 |
|---|---|---|
| 1 生成查询 | 三类来源：业务人员真实提问的归集、按知识条目反向生成、按历史报告与工单抽取 | 三类来源按配比组合，配比随批次登记；真实提问优先 |
| 2 检索证据 | 在统一索引中检索，保留出处字段 | 证据条数上限与去重规则写入算子参数 |
| 3 组织回答 | 基于证据组织回答，回答中的每一处事实对应至少一条证据 | 不允许引入证据之外的事实 |
| 4 校验 | 证据是否支持回答、回答是否超出证据范围、出处是否可回查 | 任一项不通过即处置（见 5.7.3） |
#### 5.7.2 三元组字段定义
| 字段 | 必填 | 说明 |
|---|---|---|
| 三元组编号 | 是 | 批次号 ＋ 场景码 ＋ 顺序号 |
| 查询文本 | 是 | 自然语言问题 |
| 查询来源 | 是 | 真实提问／条目反向生成／报告与工单抽取 |
| 场景归属 | 是 | 对应的验证场景 |
| 任务类型 | 是 | 事实问答／条款定位／口径解释／比对分析 |
| 难度等级 | 是 | 按证据跨度与推理步数分级 |
| 证据清单 | 是 | 证据编号、条目或切片标识、出处字段 |
| 证据跨度 | 是 | 单条证据／多条同源／多条跨源 |
| 回答文本 | 是 | 组织后的回答 |
| 事实—证据对应表 | 是 | 回答中每一处事实指向的证据编号 |
| 本体版本号与知识库版本号 | 是 | 构建时所用版本 |
| 校验结论 | 是 | 四项校验的逐项结果 |
| 人工复核结论 | 是（基准评测子集） | 复核岗位与结论 |
#### 5.7.3 校验项与处置
| 校验项 | 判定 | 处置 |
|---|---|---|
| 证据支持性 | 回答中的事实能否在证据中找到依据 | 无证据支持的片段按条剔除 |
| 范围一致性 | 回答是否超出证据所述范围 | 超范围的回答改写或整条废弃 |
| 出处可回查 | 按出处字段能否定位回原文 | 回查失败的三元组废弃 |
| 证据内部一致 | 多条证据之间是否矛盾 | 矛盾的交专家裁决，裁决前不入库 |
| 版本有效 | 所引证据是否为现行版本 | 引用已废止条款的标注状态或替换证据 |
| 敏感度合规 | 证据的敏感等级是否允许进入该用途 | 超出允许范围的替换证据或废弃 |
三元组的质量判定口径与数据集质检、质量评测两章保持一致，本节不另立标准。基准评测子集所用三元组另加一道人工复核，复核比例按评测子集规模确定。
### 5.8 专家终审与数据字典
本节回应 `b1459`、`b1460`。知识库与知识图谱成果须经业务专家终审，并产出数据字典；未经终审的知识条目不得用于标注与合成作业。
#### 5.8.1 终审组织与状态管理
按业务域组建评审小组，成员为甲方业务专家与项目组技术人员。评审按批次进行，每批次出一份终审意见与一份条目状态清单。
| 条目状态 | 含义 | 可否用于标注与合成 | 可否进入检索默认范围 |
|---|---|---|---|
| 通过 | 内容与出处均确认无误 | 可 | 可 |
| 修订后通过 | 经评审意见修订后确认 | 可 | 可 |
| 待审 | 已入库但未终审 | 不可（`b1460`） | 不可 |
| 退回重抽 | 内容有误或出处不实 | 不可 | 不可 |
| 不采纳 | 不属于本项目范围或无业务价值 | 不可 | 不可 |
状态写入条目记录；标注与合成工具在加载知识时按状态过滤，仅加载「通过」与「修订后通过」的条目。这是终审门的技术落点——用工具侧过滤而非制度要求来保证，避免靠人记住规则。
#### 5.8.2 数据字典
数据字典覆盖知识条目表、图谱节点与边、四类业务知识库与索引元数据。
| 字典项 | 内容 |
|---|---|
| 字段名称与中文名 | 字段标识与业务名称 |
| 定义 | 字段的业务含义 |
| 类型与长度 | 引用数据元标准 |
| 格式 | 日期、数值、编码格式 |
| 值域 | 枚举值或取值范围，引用参考数据标准 |
| 是否必填 | 必填规则 |
| 来源 | 源系统与字段，或本体、算子产出 |
| 示例 | 一条合规取值示例 |
| 版本与变更记录 | 字段定义的变更历史 |
数据字典与数据治理章节输出的数据元标准互相引用，字段定义冲突时以数据元标准为准。
### 5.9 知识库环节的输入、产出、验收与退回
| 项 | 内容 |
|---|---|
| 输入 | 过预处理门的规范化样本（结构化长文本、图像样本、时序样本对、文本化样本）；已发布的本体版本；甲方提供的指标口径与计算逻辑；对象锚定登记表 |
| 产出 | 见 5.11 |
| 验收方 | 业务专家评审组（按业务域）＋ 甲方相关业务部门 |
| 验收方式 | 抽查出处可回查、条款切分正确性、图谱证据级别与冲突处置、指标口径确认留痕、终审覆盖情况 |
| 退回路径 | 终审门不通过的条目标记为「退回重抽」或「待审」，由知识抽取岗重抽或人工补录；口径未定的转入待确认列表，不进入可用范围 |
### 5.10 知识库环节的质量控制点
| 控制点 | 方法 | 判定口径 | 责任岗位 |
|---|---|---|---|
| 条目有出处 | 入库校验出处字段完整性 ＋ 出处回查测试 | 出处字段缺失或回查失败的条目不入库 | 知识抽取岗 |
| 条款切分正确 | 按制度抽样核对条款边界与层级路径 | 边界错切的整文件回退重切 | 知识抽取岗、质检岗 |
| 引用关系可靠 | 抽样核对引用识别结果 | 识别不确定的标记为待确认，不建边 | 知识抽取岗 |
| 标准版本有效 | 季度核对标准版本状态 | 已废止或被代替的标准在检索结果中标注状态 | 知识抽取岗 |
| 图谱边可信 | 证据强度分级登记 ＋ 冲突检测 | 弱证据边不用于合成样本的事实性断言；冲突边提交专家裁决 | 知识抽取岗、业务专家评审组 |
| 图谱结构合规 | 环检测、孤点检测、定义域值域校验 | 发现环即阻断入库；孤点登记原因 | 知识抽取岗 |
| 指标口径已确认 | 逐指标登记确认人岗位与日期 | 未确认指标不进入问答可用范围 | 知识抽取岗 |
| 三元组证据充分 | 回答与证据逐条比对 | 无证据支持的片段剔除，矛盾三元组废弃 | 知识抽取岗、质检岗 |
| 索引状态过滤生效 | 按状态字段抽样检索测试 | 待审与失效内容不出现在默认召回范围 | 知识抽取岗 |
| 终审完备 | 条目状态清单与终审意见核对 | 未终审条目在工具侧被过滤，不进入标注与合成 | 业务专家评审组 |
### 5.11 知识库环节产出物
| 产出物 | 形式 | 交付对象 |
|---|---|---|
| 结构化知识条目库 | 结构化表 ＋ 出处登记 | 标注、合成、检索 |
| 制度条款级索引 | 结构化表 | 管理制度智能问答场景的数据供给 |
| 技术标准元数据表 | 结构化表 | 技术标准智能问答场景的数据供给 |
| 投标资料四类归集目录 | 结构化表 | 标书智能问答场景的数据供给 |
| 核心知识图谱 A | 图数据 ＋ 节点边字典 | 制造过程数据集标注与合成 |
| 核心知识图谱 B | 图数据 ＋ 节点边字典 | 产品质量数据集标注与合成 |
| 九业务域四类知识库 | 结构化表 | 决策数据智能问答场景的数据供给 |
| 统一检索索引 | 索引服务 | 标注、合成、场景验证 |
| 检索增强三元组 | 样本集 | 指令微调子集、基准评测子集 |
| 终审意见与条目状态清单 | 文档 ＋ 结构化表 | 质检、验证、验收 |
| 知识库与知识图谱数据字典 | 文档 ＋ 结构化表 | 全部下游环节、数据治理 |
## 六、四环节的工具支撑、交付与实施安排
本节汇总前四环节的工具调用点、交付物与验收口径，便于与专项智能工具链章节、需求书逐条应答矩阵及项目实施计划对照。
### 6.1 工具链在四环节的调用点
招标文件要求交付不少于 9 类 25 个专项智能工具链（`b0915`、`b0917`）。工具本身的设计、接口与样例见专项智能工具链章节，本节只说明在四个环节的哪一步调用哪一类工具、调用的输入与产出是什么。
| 环节与步骤 | 调用工具类别 | 输入 | 产出 | 本节对应小节 |
|---|---|---|---|---|
| 采集·文件受理 | 长上下文数据构建类（文档结构解析） | 落地区文档文件 | 可解析性判定、版式初判 | 2.2、2.11 |
| 采集·自由文本脱敏 | 智能标注类（大模型预标注） | 工单备注、维修记录文本 | 文本中的标识实体位置 | 2.10 |
| 预处理·文档解析 | 长上下文数据构建类（文档结构解析、文档切分与拼接） | 文档文件 | 章节层级、来源页码、切片 | 3.2 |
| 预处理·图纸解析 | 多模态数据对齐类（设备图纸与工艺图结构化抽取） | CAD 与 PDF 图纸 | 图元、标注、标题栏与明细表字段 | 3.3.2、3.3.3 |
| 预处理·图文关联 | 多模态数据对齐类（视频—文本对齐、图纸抽取） | 图像样本、检验记录 | 图文对照记录 | 3.3.4 |
| 预处理·时序对齐 | 多模态数据对齐类（传感器时序—运维事件对齐） | 多测点时序、事件记录 | 对齐序列、时序片段—事件样本对 | 3.4.1、3.4.5 |
| 预处理·文本化 | 数据生成与增强类（文本重写与多样化）、数据生成控制与评测类（模板化数据生成） | 业务表单、工单、检验记录、曲线特征 | 自然语言文本样本 | 3.5 |
| 预处理·去重 | 数据质量与分布控制类（数据去重与相似度过滤） | 文本切片 | 去重结果与重复登记 | 3.2.5 |
| 本体·术语收口 | 智能标注类（本体驱动规则标注、一致性校验标注） | 术语候选、标注结果 | 术语表更新、歧义项清单 | 4.8.1 |
| 知识库·条目抽取 | 智能标注类（大模型预标注、主动学习标注） | 八类资料的结构化长文本 | 候选知识条目 | 5.2.2 |
| 知识库·条款切分 | 长上下文数据构建类（文档切分与拼接） | 制度与标准文本 | 条款级索引记录 | 5.3.2 |
| 知识库·图谱构建 | 智能标注类（本体驱动规则标注）、多模态对齐类 | 知识条目、结构化数据、锚定登记 | 图谱节点与边 | 5.4.3 |
| 知识库·检索增强样本 | 长上下文数据构建类（RAG 数据构建） | 查询、索引、知识条目 | 查询—证据—回答三元组 | 5.7 |
| 知识库·三元组校验 | 数据质量与分布控制类、数据集验证与归因类 | 三元组 | 校验结论、废弃清单 | 5.7.3 |
| 全环节·血缘 | 数据集验证与归因类（数据集—模型版本血缘追溯） | 批次、算子、条目、样本标识 | 血缘链记录 | 1.7、3.7 |
对调用的一个约定：工具按算子注册，调用参数与版本随批次登记（见 3.7），不允许在工具界面上临时改参数而不留痕。这样做的目的是让质检与验证环节有复算依据。
### 6.2 四环节交付物与验收口径汇总
| 环节 | 交付物 | 验收方式 | 抽样或统计口径 | 对应单元 |
|---|---|---|---|---|
| 数据采集 | 原始数据批次、采集记录、数据源登记表、许可核验台账、脱敏规则与复核记录、格式校验问题清单、图纸与工艺卡片配对登记表、时序对象锚定登记表、落地清点单 | 按业务域清点并抽查 | 批次台账逐批核对；脱敏复核不低于每批 5%；锚定成功率按批次统计 | `b1363`—`b1397` |
| 数据预处理 | 结构化长文本、图像样本与图文对照记录、时序片段—事件样本对、文本化样本与源记录对照表、贴源与规范化样本、对照关系表、算子登记表、去重去噪处置记录、人工复核队列与结论 | 按通道抽样复核 ＋ 算子指纹复算 | 文档类按文件类型抽样；图像按图号抽样；时序按设备与时间窗抽样；复算覆盖每批至少一个算子链 | `b1399`—`b1414` |
| 知识本体 | 本体文件、术语表、同义词别名表、编码缺口清单、版本发布说明 | 自检 ＋ 分类目专家评审 | 七类目逐项核对；映射覆盖率按类目统计；场景对象对应逐项核对 | `b1416`—`b1431` |
| 知识库 | 结构化知识条目库、制度条款级索引、技术标准元数据表、投标资料归集目录、两类核心知识图谱、九业务域四类知识库、统一检索索引、检索增强三元组、终审意见与条目状态清单、数据字典 | 抽查 ＋ 分档终审 | 涉及判定限值与处置措施的条目全审，其余不低于每类 10%；出处回查按条目抽样；三元组按场景抽样 | `b1433`—`b1460` |
### 6.3 四环节产出与四类数据集的对应
| 本节产出 | 预训练子集 | 指令微调子集 | 偏好数据 | 基准评测子集 |
|---|---|---|---|---|
| 结构化长文本 | 主要来源 | 作为背景材料 | — | 作为题干材料 |
| 图像样本与图文对照 | 多模态部分 | 多模态指令样本 | — | 多模态评测题 |
| 时序片段—事件样本对 | 时序部分 | 时序分析类指令样本 | — | 时序判读评测题 |
| 文本化样本 | 结构化数据的语言化部分 | 主要来源之一 | — | — |
| 知识本体 | 术语归一依据 | 标签与口径依据 | 偏好判别的口径依据 | 判分口径依据 |
| 知识条目与图谱 | — | 事实性指令样本来源 | 偏好对比的事实依据 | 事实类评测题来源 |
| 检索增强三元组 | — | 主要来源之一（`b1458`） | — | 主要来源之一（`b1458`） |
| 九域四类知识库 | — | 决策问答类指令样本 | — | 口径解释类评测题 |
四类数据集的规模分解、模态占比与时效性占比口径见四大数据集规模与数据卡章节，本节不重复给数。
### 6.4 批次计划与推进节奏
四环节按业务域分批推进。首批以参与场景验证的业务域与试点范围为准，后续批次按批次计划扩展，直至覆盖四类数据集的来源要求。批次节奏安排如下，具体日期随项目实施计划提交。
| 批次 | 覆盖范围 | 四环节的推进重点 | 出口判定 |
|---|---|---|---|
| 首批（标定批） | 每个业务域各取一个代表性来源，试点产线与试点炉型 | 校准门限、标定算子参数、建立首版本体 | 四道质量门的门限基线确定，首版本体发布 |
| 第二批（铺开批） | 四个业务域的主要源系统全覆盖 | 采集与预处理规模化，知识条目抽取铺开 | 各域批次台账完整，条目终审覆盖首批资料 |
| 第三批（补齐批） | 外部语料、纸质资料数字化、新增测点与图像 | 补齐模态与时效性缺口，图谱覆盖扩展 | 模态构成与时效性满足数据卡要求 |
| 第四批（收口批） | 全范围复核 | 口径收口、版本固化、数据字典定稿 | 数据字典与终审意见齐备，可交付验收 |
批次之间的关系不是简单的时间先后：首批的作用是标定，第二批之后各批次并行推进，不同业务域的批次可以不同步。门限基线一经确定即对后续批次生效，调整须在月度例会上确认后写入下一批次计划。
### 6.5 前提条件与风险应对
本节列出影响四环节落地的具体前提，以及前提不成立时的应对方式。这些都是可核实的事项，不是泛泛的风险提示。
| 前提条件 | 不成立时的影响 | 应对方式 |
|---|---|---|
| 源系统按已授权范围开放只读接口 | 对应业务域无法形成批次 | 按已开放范围先行受理并出缺口清单；未开放部分以文件导出方式过渡，过渡期的频次与时效在批次说明中注明 |
| 原生 CAD 图纸可按图号分批读取 | 工艺设计域降级为栅格路径，尺寸类样本不可用 | 按 3.3.1 的分级口径降级处理，降级部分仅用于检索与图像标注；同时推进按图号分批读取的开通 |
| 层间温度与熔池图像的传感器与相机到位 | 焊接过程的关键参数与图像缺项 | 先用既有测点构建样本并标注缺项；设备到位后按批次补采，补采数据并入同一批次体系 |
| 热处理炉次与工件、材料批次可关联 | 图谱 B 只能建到炉次级 | 保留炉次级链路，工件级标记未锚定；推动装炉清单与库存批次的字段补录 |
| 报警与维修事实可配对 | 图谱 A 的「现象—原因」边以中弱证据为主 | 按证据强度分级交付，强证据条目优先；维修事实回填后按版本升级边的证据级别 |
| 甲方提供九域指标口径与计算逻辑 | 指标与规则知识库无法入库 | 交付指标登记模板、口径访谈提纲与试算工具，按域分批确认；未确认指标不进入问答可用范围 |
| 纸质检测报告完成数字化 | 质量域历史样本量不足 | 先按产品与年度出清册，按清册分批扫描；未数字化部分在数据卡中注明 |
| 业务专家评审组按批次到位 | 终审滞后，条目积压在「待审」 | 按业务域错峰安排评审；全审条目优先排期，抽样审条目可合并批次 |
| 数据分级分类结论发布 | 入口脱敏规则无依据 | 先按最严口径处理，分级结论发布后按结论回调，回调动作留痕并重跑受影响批次的脱敏 |
### 6.7 四环节在平台上的承载与状态流转
四个环节的作业均在奔牛数据智能平台 的数据集加工生产部分上执行与留痕，不依赖线下台账。按招标文件 `b0804r05`，数据集加工生产平台与数据集运营服务管理平台是两套分别安装适配的系统：本节四个环节的作业对象、状态与留痕落在前者；后者承载的是版本移交登记之后的目录、权限、服务与审计，其功能模块、界面与流程见数据集运营平台章节。本包交付责任至向运营服务管理平台移交登记完成为止。本节只说明各环节在加工生产平台上的作业对象、状态与留痕位置。
| 环节 | 平台上的作业对象 | 状态流转 | 留痕内容 |
|---|---|---|---|
| 数据采集 | 数据源登记、受理单、批次 | 受理中 → 挂起 → 已成形 → 已进入预处理 → 已关闭／废弃 | 受理单、许可核验结论、脱敏执行记录、校验报告、入口门判定 |
| 数据预处理 | 批次、算子任务、人工复核队列 | 待处理 → 处理中 → 待复核 → 已过门／已回退 | 算子登记、失败原因、复核结论、预处理门判定 |
| 知识本体 | 本体版本、变更申请 | 草案 → 评审中 → 已发布／退回 | 变更申请、影响评估、评审意见、口径门判定 |
| 知识库 | 知识条目、图谱节点与边、索引任务 | 待审 → 通过／修订后通过／退回重抽／不采纳 | 抽取记录、出处登记、终审意见、终审门判定 |
四类作业对象之间以标识体系（见 1.7）关联，从任一条样本可向上回溯到批次与数据源，向下追踪到其被哪些知识条目与三元组引用。这条双向可追溯是质检、验证与评测错题归因的基础。
### 6.8 本节产出与治理文档、交付清单的对应
本节产出的若干成果同时是数据治理成果清单与项目交付清单中的条目。对应关系如下表，避免同一成果在两处分别编制而口径不一。
| 本节产出 | 对应的治理成果或交付条目 | 口径关系 |
|---|---|---|
| 数据源登记表 | 数据资源目录 | 本节按业务域登记来源，治理环节汇总为企业级目录 |
| 术语表 | 业务术语标准 | 本节引用治理环节发布的标准；新增概念回流为标准草案 |
| 同义词别名表 | 业务术语标准的同义词部分 | 同源维护，一处修改两处生效 |
| 本体属性集与数据字典 | 数据元标准 | 字段定义冲突时以数据元标准为准 |
| 类目枚举值域 | 参考数据标准与代码值域字典 | 本体新增值候选提交标准侧确认后生效 |
| 指标知识库 | 指标标准 | 本节按甲方确认口径登记，治理环节汇总为指标标准 |
| 编码缺口清单 | 主数据扩充计划 | 本节提出缺口，治理环节纳入计划 |
| 格式校验规则库 | 数据质量校验规则库 | 本节的入口校验项是规则库的子集，规则版本同源 |
| 脱敏规则与复核记录 | 数据安全相关制度与记录 | 规则依据安全方案的分级结论 |
| 标准映射对照表的本体侧条目 | 标准映射对照表 | 本节写入，治理环节汇总发布 |
治理文档的份数与清单见数据治理章节，本节不另行计数。
### 6.9 本节与招标文件要求的一致性说明
本节所述四个环节的方法、工具支撑、质量控制点与产出物，按招标文件 3.2.6.3.1—3.2.6.3.4 的条目顺序逐条回应，单元 id 在各小节句末标出。涉及规模、模态占比与时效性占比的承诺见四大数据集规模与数据卡章节；涉及质检抽样与判定标准的承诺见数据集质检与验证章节；涉及评测指标与方法的承诺见数据集质量评测方案。本节不重复给出上述数值，避免同一承诺在多处出现不同表述。
## 七、本稿待补材料清单
下列材料需由甲方或项目组提供后回填，回填前稿中以【待填：…】标注。
| 序号 | 待补项 | 需提供方 | 影响范围 | 不提供时的处置 |
|---|---|---|---|---|
| 1 | 16 个以上源系统的接口文档、数据字典与授权范围说明 | 甲方信息化部门 | 采集环节的数据源登记与字段清单（2.3—2.7） | 按已开放范围受理并出缺口清单 |
| 2 | 备料分厂正式工序字典（现掌握口径为 28 道） | 甲方工艺部门 | 本体工艺与工序类目（4.5.7） | 按工序分组登记，具体道数待确认 |
| 3 | 主数据编码规则与 PLM 物料清单编码规则 | 甲方信息化与设计部门 | 本体实体编码对齐（4.6） | 先建本体自建编码，待规则到位后映射 |
| 4 | 九个业务域的指标清单、统计口径与计算逻辑 | 甲方相关业务部门 | 指标知识库与规则知识库（5.5） | 交付模板与访谈提纲，未确认指标不入可用范围 |
| 5 | 纸质检测报告存量清册与分批数字化计划 | 甲方质量管理部门 | 产品质量域采集范围（2.6） | 先出清册，按清册分批推进 |
| 6 | 首批产品型号、试点产线与试点炉型清单 | 甲方生产与设备部门 | 两类知识图谱的首批构建范围（5.4.3） | 按在役监测已覆盖范围先行构建 |
| 7 | 数据分级分类结论与脱敏字段清单 | 甲方信息化与安全管理部门 | 入口脱敏规则（2.10） | 按最严口径先行处理，结论发布后回调 |
| 8 | 焊接与热处理的测点清单与测点配置 | 甲方设备部门 | 时序通道的受理参数（2.5.2）与本体能耗与工况类目（4.3.7） | 按既有配置先行受理，新增测点按批次补入 |
| 9 | 外部语料的采购或授权渠道确认 | 项目组与甲方共同确认 | 通用语料与外部语料的许可核验（2.7、2.9） | 仅登记元数据，不入全文 |
| 10 | 业务专家评审组的人员范围与评审节奏 | 甲方各业务部门 | 质量门·口径门与终审门的组织落实（1.6、5.8.1） | 按业务域错峰安排，全审条目优先 |
| 11 | 企业机械制图标准与工艺编制准则的现行版本 | 甲方工艺与标准化部门 | 图纸解析的图层约定（3.3.1）与本体工艺参数项（4.5.3、4.5.4） | 按通用制图惯例先行解析，置信标记降一级 |
| 12 | 组织机构与人员主数据的脱敏后可用字段范围 | 甲方信息化与人力部门 | 人力资源域知识库（5.5.1） | 仅保留组织层级，人员字段不入库 |
| 13 | 焊机程序号与程序参数表（含各程序的预设电流、预设电压、焊接速度与摆动参数） | 甲方设备与工艺部门 | 焊接实时与预设参数的配对受理（2.5.3） | 无给定值的实时曲线仅作预训练语料，不进偏差样本 |
| 14 | 在册安标证书、防爆证书、检验检测报告与产品合格证清册 | 甲方质量管理与市场部门 | 投标相关资料的资质条目登记（5.3.5） | 按已有扫描件先行登记，缺口逐型号出清单 |