制造业的数据价值有个悖论：产线每天产生大量数据，但能用于建模的极少。问题不在数据量，在于数据结构。

一、研磨数据的三个层级

层级	内容	可直接用于建模
原始信号	电流、振动、温度、位移的连续采样	否，需特征提取
过程参数	砂轮线速度、进给量、工件转速、冷却压力	部分，需与结果配对
结果指标	圆度、圆柱度、粗糙度 Ra、尺寸偏差	是，作为标签

三层数据的采集频率、精度要求、存储成本差异很大。常见错误是把三层混在一起存成一张大表，结果既难查询也难建模。

二、从原始数据到可建模数据集：四步

第 1 步：时间对齐

研磨过程中，参数不是恒定值——粗磨、精磨、光磨各阶段的进给量和转速都不同。一条研磨记录必须切分成阶段，每个阶段单独标注参数，否则整条记录的"平均进给量"没有物理意义。

第 2 步：异常剔除

以下记录必须剔除，否则污染训练集：

• 试切阶段（参数尚未稳定）
• 中途停机或报警中断
• 砂轮已明显磨损但未更换
• 检测设备本身异常（数据自相矛盾）

第 3 步：上下文补全

把工件材质、硬度、批次、砂轮规格、修整间隔等外部信息补进每条记录。这一步最容易被跳过，但它是模型能否泛化的关键。

第 4 步：标注

结果指标由质检记录提供。若检测是抽检而非全检，需明确标注"未检测"而非补零——补零会引入系统性偏差。

三、小样本条件下的建模路径

多数中小制造企业的产线数据量在千条级别，远达不到深度学习的要求。可行的路径有三条：

1. 先做参数推荐而非端到端预测。用统计方法（响应面、回归）建立参数—结果的经验关系，虽精度有限但可解释、可落地。
2. 用物理约束压缩搜索空间。研磨的去除率有几何关系约束，模型的输出必须落在物理可行域内。
3. 迁移同族工序的知识。同类设备、相近材料的加工经验可以迁移，不必从零积累。

四、数据飞轮转起来之后

当"参数—结果"配对记录持续积累，会形成正向循环：

• 新工件到来 → 模型给出初值 → 减少试切次数
• 现场微调结果 → 回写为新的训练样本 → 模型精度提升
• 工艺变更 → 新数据进入 → 模型适应新工况

这个循环的价值不在单次优化的幅度，而在持续累积的过程资产：设备交付后，使用时间越长，积累的可用数据越多，工艺知识越完整。

延伸阅读：尚美电气的胶辊研磨机、打印机滚筒研磨机等设备线，即按上述数据结构化路径推进。