简介《洁净室运行管理手册》面向医疗、制药、电子制造等行业的洁净室运维人员、专职管理员及负责制定管理制度的技术负责人用于解决日常监测、设备维护、人员行为规范与清扫标准缺乏统一依据的问题。资源为1个PDF文件包体约150KB篇幅精炼、条款式编排便于现场查阅与制度落地。内容围绕洁净室管理与定期检查、高效空气过滤器的更换判据、空气净化设备与物料的计划检修展开并系统梳理人员污染源特性——不同活动强度下人体粒子释放量的对比数据、洁净室人员工作指南、专职管理人员职责以及洁净工作服的选材要求、分级配置与清洗贮存管理规范。文中还给出不同洁净度级别对应的地面、墙壁、工作台及工器具清扫频次表可直接作为洁净室操作规程与员工培训材料的参考底稿。目前已有184人学习。1. 洁净室运行管理手册.pdf 不是拿来读的是要被拆成运行参数的凌晨两点粒子计数器的 0.5μm 读数从每立方米 3200 跳到 5100值班工程师的第一反应不是去调风阀而是翻那六十多页的《洁净室运行管理手册》——报警阈值、压差梯度、换气次数基线、自净时间全都写在里面。这类手册通常以 PDF 形式在设备、质量、厂务三方之间流转读过的人很多能把它变成机器可执行规则的人很少。反直觉的地方在于手册里真正有工程价值的内容可能只有几十行数字。温湿度区间、相邻区域压差下限、悬浮粒子限值、采样频次与测点编号这些是能直接编译成配置和校验逻辑的剩下的大量篇幅是适用范围、职责划分和解释性描述读一遍就够不值得反复翻。把它们抽出来、归一单位、落成 YAML 基线、挂到时序库和告警链路上再补一层版本 diff 与全文检索才是 IT 侧在这件事上能做出增量的部分。后面几章按「解析抽取 → 配置建模 → 告警巡检 → 改版与检索」推进适合负责工业数据平台、设备监控、厂务系统集成的人照着做。前置条件很轻一台能跑 Python 的机器、一份可复制文本的 PDF以及一个能访问的时序或关系库。2. 用 pdfplumber 把洁净室运行管理手册.pdf 拆成参数表2.1 先定 schema洁净室运行管理手册里真正要抽的字段不要一上来就写抽取脚本先把目标结构定下来。手册的排版各家不同但参数条目本身的语义是稳定的用一张扁平表就能覆盖绝大多数情况。字段定得越死后面写校验逻辑越省事字段定得含糊后面就会被迫在告警代码里写一堆if param 压差 or param 房间压差这种补丁。字段类型示例说明area_codestrCR-101区域唯一编码告警与工单都靠它关联clean_classstrISO 7洁净级别用于反查粒子上限param_codestrpressure_diff参数英文键避免中文列名直接进库unitstrPa统一单位禁止同一字段混 Pa 与 mmH2Olow / highfloat10 / 15手册给出的运行区间开区间留空interval_minint5手册规定的采样频次决定入库粒度point_codestrDP-07测点编号与图纸、传感器台账对应clausestr5.2条款号改版时便于追溯page_noint17页码抽取结果对不上时回查原页interval_min这个字段最容易被忽略。它不只是记录要求还直接决定告警判定时的滑动窗口长度手册要求 5 分钟记一次压差那连续三个点就是 15 分钟的趋势判定参数必须跟它对齐否则会做出一个理论上敏感、实际上天天误报的规则。2.2 最小可跑脚本先缩小页范围再抽表格六十页 PDF 全量抽表既慢又脏先用关键词把参数章节圈出来。常见做法是命中「运行参数」「控制标准」「技术要求」「监测频次」这类标题词把页面范围压到十几页以内再对这些页做表格抽取。import pdfplumber import pandas as pd PDF_PATH 洁净室运行管理手册.pdf # 参数表一般集中在少数几章先用标题词缩小范围避免全量抽表 KEYWORDS (运行参数, 控制标准, 技术要求, 监测频次) def locate_pages(path, keywords): hit [] with pdfplumber.open(path) as pdf: for i, page in enumerate(pdf.pages, start1): text page.extract_text() or if any(k in text for k in keywords): hit.append(i) return hit def extract_tables(path, pages): rows [] with pdfplumber.open(path) as pdf: for pno in pages: page pdf.pages[pno - 1] for tbl in page.extract_tables({ vertical_strategy: lines, # 有线框的表格优先走线检测 horizontal_strategy: lines, snap_tolerance: 3, # 允许 3px 抖动防止断线丢列 join_tolerance: 3, intersection_tolerance: 5, }): for r in tbl: if r and r[0]: rows.append({page_no: pno, cells: [c or for c in r]}) return pd.DataFrame(rows) if __name__ __main__: pages locate_pages(PDF_PATH, KEYWORDS) print(命中页:, pages) # 先肉眼确认再跑批量抽取 df extract_tables(PDF_PATH, pages) print(df.head(20))四个参数的作用要说清vertical_strategy与horizontal_strategy决定用线框还是用文字对齐来找单元格边界手册表格通常带边框用lines最稳snap_tolerance是像素级容差扫描件或低分辨率导出常有 1~3px 的线偏移容差太小会把一列切成两列join_tolerance控制断线合并intersection_tolerance影响交叉点识别值给大容易把相邻两行粘一起。如果某几页抽出来是空表多半是这份 PDF 的表格没有线框需要改成text策略并配合min_words_vertical调参。2.3 单位归一与区间表达式解析把 ±、≤、≥ 变成上下限手册写参数有四五种写法22±2℃、45%~65%、10~15Pa、≤3520 粒/m³、不小于 10Pa。这些必须先转成(low, high, unit)三元组才能进入自动判定。import re NUM r[-]?\d(?:\.\d)? def parse_range(raw: str, default_unit: str ): 把 22±2℃、≤3520 粒/m³、10~15Pa、45%~65% 统一成 (low, high, unit) s (raw or ).strip().replace( , ).replace(, ,) unit .join(re.findall(r[^\d\.\-\~±≤≥], s)) or default_unit m re.search(rf({NUM})\s*±\s*({NUM}), s) # 中心值 ± 偏差 if m: c, d float(m.group(1)), float(m.group(2)) return c - d, c d, unit m re.search(rf({NUM})\s*[~\-—]\s*({NUM}), s) # 区间写法 if m: a, b float(m.group(1)), float(m.group(2)) return min(a, b), max(a, b), unit m re.search(rf[≤]\s*({NUM}), s) # 单侧上限 if m: return None, float(m.group(1)), unit m re.search(rf[≥]\s*({NUM}), s) # 单侧下限 if m: return float(m.group(1)), None, unit return None, None, unit有个坑要提前避开区间正则里的-会把负数误判成范围符号比如-10~-5Pa在替换空格后就可能出现错位解析。稳妥做法是先把负号统一成−U2212这类不会与连字符冲突的字符或者要求抽取阶段就保留原始字符串人工复核一遍参数表里的负值条目。另一个值得自动补全的是粒子上限。手册常写「洁净级别 ISO 7」却不逐条列出限值这时按 ISO 14644-1 的等级直接映射更可靠等级≥0.5μm 限值粒/m³常见对应叫法ISO 53 520百级 / 单向流ISO 635 200千级ISO 7352 000万级ISO 83 520 000十万级映射表进配置、不进代码。哪家厂按旧版分级口径走改配置就行不必重新发版。3. 把手册条目落成可执行基线YAML 与时序库建模3.1 抽取结果 → 运行基线 YAML结构化结果建议以「区域」为顶层单位存成 YAML一个区域一份基线参数挂在区域下面。这样监控侧按区域加载改动一个房间不会影响其他房间也方便做灰度——新厂先只上来两个区域试跑。import yaml baseline { area_code: CR-101, area_name: 灌装间, clean_class: ISO 7, clause: 5.2, params: { temperature: {unit: C, low: 18, high: 26, interval_min: 15}, humidity: {unit: %RH, low: 45, high: 65, interval_min: 15}, pressure_diff: {unit: Pa, low: 10, high: 15, interval_min: 5}, particle_0_5: {unit: pcs/m3, low: None, high: 352000, interval_min: 60}, }, } with open(cleanroom_baseline.yaml, w, encodingutf-8) as f: yaml.safe_dump(baseline, f, allow_unicodeTrue, sort_keysFalse)注意low用None而不是0表示单侧限值。压差这类参数如果误写成low: 0判定逻辑就会把「压差为 0」当成合规而那恰恰是最危险的工况。开区间必须显式留空这是配置层最容易埋雷的地方。3.2 时序表结构采样频次决定写入粒度手册里的采样频次是设计表结构的依据不是一句管理要求。5 分钟一个点的压差、15 分钟一个点的温湿度、每班一次的粒子计数写进同一张表完全可以但主键和索引要按查询方式设计——运维最常查的是「某区域某参数最近 24 小时」索引就照这个顺序建。CREATE TABLE cleanroom_metric ( ts DATETIME NOT NULL, -- 采样时间按手册 interval_min 对齐 area_code VARCHAR(32) NOT NULL, -- 区域编码对应 YAML 的 area_code param_code VARCHAR(32) NOT NULL, -- temperature / pressure_diff / particle_0_5 value DOUBLE NOT NULL, unit VARCHAR(16) NOT NULL, point_code VARCHAR(32), -- 测点编号手册采样点 src VARCHAR(16) DEFAULT sensor, PRIMARY KEY (ts, area_code, param_code, point_code) ); CREATE INDEX idx_metric_area_param_ts ON cleanroom_metric (area_code, param_code, ts);src字段用来区分数据来源在线传感器、手持仪器人工录入、还是实验室报告回填。同一条规则对三种来源的容错度不一样人工录入的点位偏差本身就大硬套传感器级别的判定只会制造噪声这个字段留着后面分来源调参就有了抓手。3.3 判定函数手册基线怎么写进校验逻辑判定结果不要只有「正常/异常」两种。压差低于下限和高于上限处置方式完全不同超限 1% 和超限 30%响应级别也不一样。用状态码把梯度表达出来下游告警、工单、看板不必各自再造一套解释。状态码条件说明OK落在 [low, high]正常LOWvalue low低于下限压差偏低最需要立即看WARN超上限且幅度 ≤ 区间跨度的 5%预警先观察趋势ALARM超上限且幅度 5%告警触发工单CRITICAL连续 N 个采样点命中 ALARM升级联动设备侧处置def judge(value, rule, alarm_ratio0.05): low, high rule.get(low), rule.get(high) if low is not None and value low: return LOW # 低于下限直接按最严重处理 if high is not None and value high: base low if low is not None else high * 0.9 span abs(high - base) or 1 # 防止除零 return WARN if (value - high) / span alarm_ratio else ALARM return OKalarm_ratio是可调项不是常数。温湿度这类惯性大的参数5% 已经足够迟钝压差这种秒级波动的参数5% 往往还没到需要出工单的程度单侧限值情况下把alarm_ratio提到 10%~15% 更贴合现场。判定函数本身要保持无状态连续命中计数放到外层的滑动窗口里做逻辑才好测。4. 洁净室运行管理手册驱动的告警分级与巡检闭环4.1 三档阈值预警、告警、紧急的取值方式手册给的是运行合格区间不是告警阈值。合格区间直接当阈值用结果就是「一超限就报警」值班人员三天就麻木了。通常的做法是在合格线内侧再拉一条预警线在外侧按超限幅度和持续时间定紧急档。档位触发条件典型动作响应时限预警 WARN逼近限值未超出记录并观察趋势4 小时内确认告警 ALARM超出手册限值通知值班并生成工单30 分钟内到场紧急 CRITICAL超限幅度 10%或连续 3 个点告警调整送风、必要时停线立即处置三档的分界线要落回手册条款里写清楚比如「连续 3 个点」对应的是 15 分钟这个数字要跟手册的采样频次一致。频次改了连续点数也要跟着改否则「连续 3 点」会悄悄变成 30 分钟响应窗口凭空拉长一倍。4.2 规则引擎YAML 加载加滑动窗口判定引擎要够小能塞进已有的采集服务里不引入额外中间件。核心是一个带固定长度窗口的判定器配置热加载规则命中只输出事件对象落库和通知交给上层。import time import yaml from collections import deque class RuleEngine: def __init__(self, yaml_path, window6, consecutive3): with open(yaml_path, encodingutf-8) as f: self.cfg yaml.safe_load(f) self.window deque(maxlenwindow) # 窗口长度按采样频次反推 self.consecutive consecutive # 连续命中多少点升级为 CRITICAL def feed(self, param, value): rule self.cfg[params][param] state judge(value, rule) # 复用 3.3 的判定函数 self.window.append((time.time(), param, value, state)) if state ALARM and self._tail_alarms(param) self.consecutive: return self.raise_event(param, value, CRITICAL) return state def _tail_alarms(self, param): n 0 for _, p, _, s in reversed(self.window): if p ! param: continue if s ALARM: n 1 else: break # 一旦中断就重新计数 return nwindow和consecutive必须联动设置窗口太短连续命中数永远凑不齐升级条件形同虚设窗口太长凌晨的一次偶发抖动会被后面的正常数据冲掉反而漏掉真实恶化趋势。经验值是窗口覆盖 30 分钟左右的采样consecutive取该窗口内点数的三分之一到二分之一。4.3 巡检工单落地从告警到人、到时间、到记录事件对象必须携带区域编码、参数、测点、当前值、手册条款号和页码这五项决定工单能不能被正确处理。工单表建议至少包含下面这些字段clause和page_no从 YAML 透传下来操作工点开工单就能定位到手册原文不用再去翻 PDF。INSERT INTO inspect_order (order_id, area_code, param_code, point_code, value, rule_state, clause, page_no, created_at, owner, status) VALUES (WO2024-000123, CR-101, pressure_diff, DP-07, 8.6, LOW, 5.2, 17, NOW(), shift_b, OPEN);派单策略上LOW 状态优先派给当班厂务因为它通常意味着风阀、门禁或回风通道的物理问题ALARM 状态可以先走自动通知加人工确认CRITICAL 直接触发电话升级链。工单闭环的判断标准不是「点了处理完成」而是「复测值回到合格区间并持续两个采样周期」这条判据也要写进状态机里否则工单会被提前关掉问题留在原地。5. 改版 diff、全文检索与规则回放手册维护期的三个技巧5.1 两版手册的阈值 diff手册改版是常态。抽完两版基线后把它们摊平成键值的列表再 diff比直接比字典好用得多路径能一路带到具体参数。import json import difflib def flatten(cfg, prefix): out {} for k, v in cfg.items(): key f{prefix}{k} if isinstance(v, dict): out.update(flatten(v, key .)) else: out[key] v return out a flatten(json.load(open(baseline_v1.json, encodingutf-8))) b flatten(json.load(open(baseline_v2.json, encodingutf-8))) for line in difflib.unified_diff( [f{k}{v} for k, v in sorted(a.items())], [f{k}{v} for k, v in sorted(b.items())], lineterm, n1): print(line)跑出来的结果不要直接覆盖生产配置先落成变更清单走确认流程。阈值从 15Pa 收到 12Pa 这种改动看板上一个数字的变化现场可能意味着一次送风平衡重调。5.2 SQLite FTS5 给手册正文建索引阈值之外手册里的处置流程、洁净服更换周期、清洁剂兼容性这些文字内容也经常被查。给正文建一个 FTS5 索引几万字的文档在本地就能毫秒级命中。CREATE VIRTUAL TABLE manual_fts USING fts5( doc_version, page_no, section, content, tokenize unicode61 ); -- 中文默认分词效果一般入库前按字切分加空格命中率会明显提升 INSERT INTO manual_fts (doc_version, page_no, section, content) VALUES (2024A, 17, 5.2 压差控制, 洁 净 区 与 非 洁 净 区 压 差 不 小 于 10 Pa); SELECT page_no, section, snippet(manual_fts, 3, [, ], …, 12) AS hit FROM manual_fts WHERE manual_fts MATCH 压 差 ORDER BY rank LIMIT 5;按字切分会牺牲一点召回精度但换来的是不需要额外分词组件、不依赖模型文件部署在离线环境里最省事。手册规模到几十万字、或者需要语义找法时再考虑上向量检索。5.3 用历史数据回放校验规则命中率新基线切上线之前把过去一到三个月的采样数据灌进判定逻辑跑一遍跟历史工单、停机记录对齐能提前看出误报和漏报。tp fp fn 0 for row in samples: # 历史采样area_code/param/value rule cfg[row[area_code]][params][row[param_code]] pred judge(row[value], rule) ! OK real bool(row[had_event]) # 当时是否真的产生了工单或停机 tp pred and real fp pred and not real fn (not pred) and real precision tp / (tp fp) if tp fp else 0 recall tp / (tp fn) if tp fn else 0 print(f准确率 {precision:.2%} 召回率 {recall:.2%})两个指标要分开看准确率低说明阈值太紧改alarm_ratio或放宽预警线召回率低说明窗口或连续命中数设得太松往上调consecutive。压差类参数尤其要用这套回放因为它的偶发波动最多只靠现场试跑几天的样本量根本不足以判断规则是灵敏还是过敏。本文还有配套的精品资源点击获取
洁净室运行管理手册PDF参数抽取与时序告警建模
简介《洁净室运行管理手册》面向医疗、制药、电子制造等行业的洁净室运维人员、专职管理员及负责制定管理制度的技术负责人用于解决日常监测、设备维护、人员行为规范与清扫标准缺乏统一依据的问题。资源为1个PDF文件包体约150KB篇幅精炼、条款式编排便于现场查阅与制度落地。内容围绕洁净室管理与定期检查、高效空气过滤器的更换判据、空气净化设备与物料的计划检修展开并系统梳理人员污染源特性——不同活动强度下人体粒子释放量的对比数据、洁净室人员工作指南、专职管理人员职责以及洁净工作服的选材要求、分级配置与清洗贮存管理规范。文中还给出不同洁净度级别对应的地面、墙壁、工作台及工器具清扫频次表可直接作为洁净室操作规程与员工培训材料的参考底稿。目前已有184人学习。1. 洁净室运行管理手册.pdf 不是拿来读的是要被拆成运行参数的凌晨两点粒子计数器的 0.5μm 读数从每立方米 3200 跳到 5100值班工程师的第一反应不是去调风阀而是翻那六十多页的《洁净室运行管理手册》——报警阈值、压差梯度、换气次数基线、自净时间全都写在里面。这类手册通常以 PDF 形式在设备、质量、厂务三方之间流转读过的人很多能把它变成机器可执行规则的人很少。反直觉的地方在于手册里真正有工程价值的内容可能只有几十行数字。温湿度区间、相邻区域压差下限、悬浮粒子限值、采样频次与测点编号这些是能直接编译成配置和校验逻辑的剩下的大量篇幅是适用范围、职责划分和解释性描述读一遍就够不值得反复翻。把它们抽出来、归一单位、落成 YAML 基线、挂到时序库和告警链路上再补一层版本 diff 与全文检索才是 IT 侧在这件事上能做出增量的部分。后面几章按「解析抽取 → 配置建模 → 告警巡检 → 改版与检索」推进适合负责工业数据平台、设备监控、厂务系统集成的人照着做。前置条件很轻一台能跑 Python 的机器、一份可复制文本的 PDF以及一个能访问的时序或关系库。2. 用 pdfplumber 把洁净室运行管理手册.pdf 拆成参数表2.1 先定 schema洁净室运行管理手册里真正要抽的字段不要一上来就写抽取脚本先把目标结构定下来。手册的排版各家不同但参数条目本身的语义是稳定的用一张扁平表就能覆盖绝大多数情况。字段定得越死后面写校验逻辑越省事字段定得含糊后面就会被迫在告警代码里写一堆if param 压差 or param 房间压差这种补丁。字段类型示例说明area_codestrCR-101区域唯一编码告警与工单都靠它关联clean_classstrISO 7洁净级别用于反查粒子上限param_codestrpressure_diff参数英文键避免中文列名直接进库unitstrPa统一单位禁止同一字段混 Pa 与 mmH2Olow / highfloat10 / 15手册给出的运行区间开区间留空interval_minint5手册规定的采样频次决定入库粒度point_codestrDP-07测点编号与图纸、传感器台账对应clausestr5.2条款号改版时便于追溯page_noint17页码抽取结果对不上时回查原页interval_min这个字段最容易被忽略。它不只是记录要求还直接决定告警判定时的滑动窗口长度手册要求 5 分钟记一次压差那连续三个点就是 15 分钟的趋势判定参数必须跟它对齐否则会做出一个理论上敏感、实际上天天误报的规则。2.2 最小可跑脚本先缩小页范围再抽表格六十页 PDF 全量抽表既慢又脏先用关键词把参数章节圈出来。常见做法是命中「运行参数」「控制标准」「技术要求」「监测频次」这类标题词把页面范围压到十几页以内再对这些页做表格抽取。import pdfplumber import pandas as pd PDF_PATH 洁净室运行管理手册.pdf # 参数表一般集中在少数几章先用标题词缩小范围避免全量抽表 KEYWORDS (运行参数, 控制标准, 技术要求, 监测频次) def locate_pages(path, keywords): hit [] with pdfplumber.open(path) as pdf: for i, page in enumerate(pdf.pages, start1): text page.extract_text() or if any(k in text for k in keywords): hit.append(i) return hit def extract_tables(path, pages): rows [] with pdfplumber.open(path) as pdf: for pno in pages: page pdf.pages[pno - 1] for tbl in page.extract_tables({ vertical_strategy: lines, # 有线框的表格优先走线检测 horizontal_strategy: lines, snap_tolerance: 3, # 允许 3px 抖动防止断线丢列 join_tolerance: 3, intersection_tolerance: 5, }): for r in tbl: if r and r[0]: rows.append({page_no: pno, cells: [c or for c in r]}) return pd.DataFrame(rows) if __name__ __main__: pages locate_pages(PDF_PATH, KEYWORDS) print(命中页:, pages) # 先肉眼确认再跑批量抽取 df extract_tables(PDF_PATH, pages) print(df.head(20))四个参数的作用要说清vertical_strategy与horizontal_strategy决定用线框还是用文字对齐来找单元格边界手册表格通常带边框用lines最稳snap_tolerance是像素级容差扫描件或低分辨率导出常有 1~3px 的线偏移容差太小会把一列切成两列join_tolerance控制断线合并intersection_tolerance影响交叉点识别值给大容易把相邻两行粘一起。如果某几页抽出来是空表多半是这份 PDF 的表格没有线框需要改成text策略并配合min_words_vertical调参。2.3 单位归一与区间表达式解析把 ±、≤、≥ 变成上下限手册写参数有四五种写法22±2℃、45%~65%、10~15Pa、≤3520 粒/m³、不小于 10Pa。这些必须先转成(low, high, unit)三元组才能进入自动判定。import re NUM r[-]?\d(?:\.\d)? def parse_range(raw: str, default_unit: str ): 把 22±2℃、≤3520 粒/m³、10~15Pa、45%~65% 统一成 (low, high, unit) s (raw or ).strip().replace( , ).replace(, ,) unit .join(re.findall(r[^\d\.\-\~±≤≥], s)) or default_unit m re.search(rf({NUM})\s*±\s*({NUM}), s) # 中心值 ± 偏差 if m: c, d float(m.group(1)), float(m.group(2)) return c - d, c d, unit m re.search(rf({NUM})\s*[~\-—]\s*({NUM}), s) # 区间写法 if m: a, b float(m.group(1)), float(m.group(2)) return min(a, b), max(a, b), unit m re.search(rf[≤]\s*({NUM}), s) # 单侧上限 if m: return None, float(m.group(1)), unit m re.search(rf[≥]\s*({NUM}), s) # 单侧下限 if m: return float(m.group(1)), None, unit return None, None, unit有个坑要提前避开区间正则里的-会把负数误判成范围符号比如-10~-5Pa在替换空格后就可能出现错位解析。稳妥做法是先把负号统一成−U2212这类不会与连字符冲突的字符或者要求抽取阶段就保留原始字符串人工复核一遍参数表里的负值条目。另一个值得自动补全的是粒子上限。手册常写「洁净级别 ISO 7」却不逐条列出限值这时按 ISO 14644-1 的等级直接映射更可靠等级≥0.5μm 限值粒/m³常见对应叫法ISO 53 520百级 / 单向流ISO 635 200千级ISO 7352 000万级ISO 83 520 000十万级映射表进配置、不进代码。哪家厂按旧版分级口径走改配置就行不必重新发版。3. 把手册条目落成可执行基线YAML 与时序库建模3.1 抽取结果 → 运行基线 YAML结构化结果建议以「区域」为顶层单位存成 YAML一个区域一份基线参数挂在区域下面。这样监控侧按区域加载改动一个房间不会影响其他房间也方便做灰度——新厂先只上来两个区域试跑。import yaml baseline { area_code: CR-101, area_name: 灌装间, clean_class: ISO 7, clause: 5.2, params: { temperature: {unit: C, low: 18, high: 26, interval_min: 15}, humidity: {unit: %RH, low: 45, high: 65, interval_min: 15}, pressure_diff: {unit: Pa, low: 10, high: 15, interval_min: 5}, particle_0_5: {unit: pcs/m3, low: None, high: 352000, interval_min: 60}, }, } with open(cleanroom_baseline.yaml, w, encodingutf-8) as f: yaml.safe_dump(baseline, f, allow_unicodeTrue, sort_keysFalse)注意low用None而不是0表示单侧限值。压差这类参数如果误写成low: 0判定逻辑就会把「压差为 0」当成合规而那恰恰是最危险的工况。开区间必须显式留空这是配置层最容易埋雷的地方。3.2 时序表结构采样频次决定写入粒度手册里的采样频次是设计表结构的依据不是一句管理要求。5 分钟一个点的压差、15 分钟一个点的温湿度、每班一次的粒子计数写进同一张表完全可以但主键和索引要按查询方式设计——运维最常查的是「某区域某参数最近 24 小时」索引就照这个顺序建。CREATE TABLE cleanroom_metric ( ts DATETIME NOT NULL, -- 采样时间按手册 interval_min 对齐 area_code VARCHAR(32) NOT NULL, -- 区域编码对应 YAML 的 area_code param_code VARCHAR(32) NOT NULL, -- temperature / pressure_diff / particle_0_5 value DOUBLE NOT NULL, unit VARCHAR(16) NOT NULL, point_code VARCHAR(32), -- 测点编号手册采样点 src VARCHAR(16) DEFAULT sensor, PRIMARY KEY (ts, area_code, param_code, point_code) ); CREATE INDEX idx_metric_area_param_ts ON cleanroom_metric (area_code, param_code, ts);src字段用来区分数据来源在线传感器、手持仪器人工录入、还是实验室报告回填。同一条规则对三种来源的容错度不一样人工录入的点位偏差本身就大硬套传感器级别的判定只会制造噪声这个字段留着后面分来源调参就有了抓手。3.3 判定函数手册基线怎么写进校验逻辑判定结果不要只有「正常/异常」两种。压差低于下限和高于上限处置方式完全不同超限 1% 和超限 30%响应级别也不一样。用状态码把梯度表达出来下游告警、工单、看板不必各自再造一套解释。状态码条件说明OK落在 [low, high]正常LOWvalue low低于下限压差偏低最需要立即看WARN超上限且幅度 ≤ 区间跨度的 5%预警先观察趋势ALARM超上限且幅度 5%告警触发工单CRITICAL连续 N 个采样点命中 ALARM升级联动设备侧处置def judge(value, rule, alarm_ratio0.05): low, high rule.get(low), rule.get(high) if low is not None and value low: return LOW # 低于下限直接按最严重处理 if high is not None and value high: base low if low is not None else high * 0.9 span abs(high - base) or 1 # 防止除零 return WARN if (value - high) / span alarm_ratio else ALARM return OKalarm_ratio是可调项不是常数。温湿度这类惯性大的参数5% 已经足够迟钝压差这种秒级波动的参数5% 往往还没到需要出工单的程度单侧限值情况下把alarm_ratio提到 10%~15% 更贴合现场。判定函数本身要保持无状态连续命中计数放到外层的滑动窗口里做逻辑才好测。4. 洁净室运行管理手册驱动的告警分级与巡检闭环4.1 三档阈值预警、告警、紧急的取值方式手册给的是运行合格区间不是告警阈值。合格区间直接当阈值用结果就是「一超限就报警」值班人员三天就麻木了。通常的做法是在合格线内侧再拉一条预警线在外侧按超限幅度和持续时间定紧急档。档位触发条件典型动作响应时限预警 WARN逼近限值未超出记录并观察趋势4 小时内确认告警 ALARM超出手册限值通知值班并生成工单30 分钟内到场紧急 CRITICAL超限幅度 10%或连续 3 个点告警调整送风、必要时停线立即处置三档的分界线要落回手册条款里写清楚比如「连续 3 个点」对应的是 15 分钟这个数字要跟手册的采样频次一致。频次改了连续点数也要跟着改否则「连续 3 点」会悄悄变成 30 分钟响应窗口凭空拉长一倍。4.2 规则引擎YAML 加载加滑动窗口判定引擎要够小能塞进已有的采集服务里不引入额外中间件。核心是一个带固定长度窗口的判定器配置热加载规则命中只输出事件对象落库和通知交给上层。import time import yaml from collections import deque class RuleEngine: def __init__(self, yaml_path, window6, consecutive3): with open(yaml_path, encodingutf-8) as f: self.cfg yaml.safe_load(f) self.window deque(maxlenwindow) # 窗口长度按采样频次反推 self.consecutive consecutive # 连续命中多少点升级为 CRITICAL def feed(self, param, value): rule self.cfg[params][param] state judge(value, rule) # 复用 3.3 的判定函数 self.window.append((time.time(), param, value, state)) if state ALARM and self._tail_alarms(param) self.consecutive: return self.raise_event(param, value, CRITICAL) return state def _tail_alarms(self, param): n 0 for _, p, _, s in reversed(self.window): if p ! param: continue if s ALARM: n 1 else: break # 一旦中断就重新计数 return nwindow和consecutive必须联动设置窗口太短连续命中数永远凑不齐升级条件形同虚设窗口太长凌晨的一次偶发抖动会被后面的正常数据冲掉反而漏掉真实恶化趋势。经验值是窗口覆盖 30 分钟左右的采样consecutive取该窗口内点数的三分之一到二分之一。4.3 巡检工单落地从告警到人、到时间、到记录事件对象必须携带区域编码、参数、测点、当前值、手册条款号和页码这五项决定工单能不能被正确处理。工单表建议至少包含下面这些字段clause和page_no从 YAML 透传下来操作工点开工单就能定位到手册原文不用再去翻 PDF。INSERT INTO inspect_order (order_id, area_code, param_code, point_code, value, rule_state, clause, page_no, created_at, owner, status) VALUES (WO2024-000123, CR-101, pressure_diff, DP-07, 8.6, LOW, 5.2, 17, NOW(), shift_b, OPEN);派单策略上LOW 状态优先派给当班厂务因为它通常意味着风阀、门禁或回风通道的物理问题ALARM 状态可以先走自动通知加人工确认CRITICAL 直接触发电话升级链。工单闭环的判断标准不是「点了处理完成」而是「复测值回到合格区间并持续两个采样周期」这条判据也要写进状态机里否则工单会被提前关掉问题留在原地。5. 改版 diff、全文检索与规则回放手册维护期的三个技巧5.1 两版手册的阈值 diff手册改版是常态。抽完两版基线后把它们摊平成键值的列表再 diff比直接比字典好用得多路径能一路带到具体参数。import json import difflib def flatten(cfg, prefix): out {} for k, v in cfg.items(): key f{prefix}{k} if isinstance(v, dict): out.update(flatten(v, key .)) else: out[key] v return out a flatten(json.load(open(baseline_v1.json, encodingutf-8))) b flatten(json.load(open(baseline_v2.json, encodingutf-8))) for line in difflib.unified_diff( [f{k}{v} for k, v in sorted(a.items())], [f{k}{v} for k, v in sorted(b.items())], lineterm, n1): print(line)跑出来的结果不要直接覆盖生产配置先落成变更清单走确认流程。阈值从 15Pa 收到 12Pa 这种改动看板上一个数字的变化现场可能意味着一次送风平衡重调。5.2 SQLite FTS5 给手册正文建索引阈值之外手册里的处置流程、洁净服更换周期、清洁剂兼容性这些文字内容也经常被查。给正文建一个 FTS5 索引几万字的文档在本地就能毫秒级命中。CREATE VIRTUAL TABLE manual_fts USING fts5( doc_version, page_no, section, content, tokenize unicode61 ); -- 中文默认分词效果一般入库前按字切分加空格命中率会明显提升 INSERT INTO manual_fts (doc_version, page_no, section, content) VALUES (2024A, 17, 5.2 压差控制, 洁 净 区 与 非 洁 净 区 压 差 不 小 于 10 Pa); SELECT page_no, section, snippet(manual_fts, 3, [, ], …, 12) AS hit FROM manual_fts WHERE manual_fts MATCH 压 差 ORDER BY rank LIMIT 5;按字切分会牺牲一点召回精度但换来的是不需要额外分词组件、不依赖模型文件部署在离线环境里最省事。手册规模到几十万字、或者需要语义找法时再考虑上向量检索。5.3 用历史数据回放校验规则命中率新基线切上线之前把过去一到三个月的采样数据灌进判定逻辑跑一遍跟历史工单、停机记录对齐能提前看出误报和漏报。tp fp fn 0 for row in samples: # 历史采样area_code/param/value rule cfg[row[area_code]][params][row[param_code]] pred judge(row[value], rule) ! OK real bool(row[had_event]) # 当时是否真的产生了工单或停机 tp pred and real fp pred and not real fn (not pred) and real precision tp / (tp fp) if tp fp else 0 recall tp / (tp fn) if tp fn else 0 print(f准确率 {precision:.2%} 召回率 {recall:.2%})两个指标要分开看准确率低说明阈值太紧改alarm_ratio或放宽预警线召回率低说明窗口或连续命中数设得太松往上调consecutive。压差类参数尤其要用这套回放因为它的偶发波动最多只靠现场试跑几天的样本量根本不足以判断规则是灵敏还是过敏。本文还有配套的精品资源点击获取