从炉区数据到批次追溯：连续炉渗碳的 AI+MES 协同边界

连续炉渗碳的过程数据通常分散在设备控制、生产管理、质量检测和班组交接中。若只保留设备侧曲线，异常发生后仍要人工拼接“哪段曲线对应哪批产品”。AI+MES 的价值不在于重做碳控，而在于把炉区过程、订单批次、配方版本、调整记录与检测结果关联为可查询的生产时间线。

系统分工先讲清楚

碳控及相关过程控制装置位于执行侧，依据炉内气氛反馈进行实时调节，回答的是“炉子当前怎么控制”。MES 位于生产过程组织侧：它关联物料、材质、生产订单、工艺路线、批次和配方，并把这些对象与炉区过程对应。AI 使用过程偏移、持续时间、生产条件和后续检测结果辅助识别趋势。它们不是相互替代关系。

当某一炉区实际碳势在一段时间内持续偏离设定值时，分析不能只取单点。还要关联温度、网带节拍、产品类型、装载状态、前后批次切换以及当时的配方版本。这样才能区分短时扰动与需要进入工艺复核的连续性偏差。

建议建立的对象关系

以一条生产时间线为主轴，可关联订单、产品、批次、工艺路线、配方版本、炉区、过程记录、调整记录与检测结果。产品进炉前，MES 将目标碳势、炉温、网带速度、工艺时间等工艺条件与当前批次绑定；配方变化时保留版本。炉区产生过程数据后，系统按时间把其关联到正在经过相关炉区的批次，而不是把曲线当作脱离产品的单独文件。

过程偏移被识别后，记录至少应包含开始与结束时间、设定与实际值的关系、相关炉区、当时的产品批次、前后批次状态、处理动作、处理人员与处理原因。这样的记录让质量人员能够圈定复检范围，让生产人员判断后续订单是否可继续进炉，也让工艺人员回查调整前后的过程条件。

接口与数据流不宜被写得过满

订单、物料、批次和工艺路线可由企业既有的生产管理或 ERP 口径进入 MES；炉温、碳势、气氛反馈等来自设备侧或数据采集层；有效硬化层深度、表面硬度、金相等检验结果从质量环节回传。这里的要点不是预设某种接口协议，而是确认时间、批次、炉区和配方版本能否作为共同关联键。若这些标识不稳定，后续曲线分析再复杂，也难准确落到产品范围。

对已经经企业验证的规则，可在授权范围内向原有执行层提供小范围修正依据。补偿后持续偏离、检测状态异常、配方刚切换或超过工艺窗口时，数据流应转入人工判断与审批记录。AI 的输出是辅助信息，不应绕过工艺责任边界。

从结果回看过程

下炉检测不应只留下“合格/不合格”。检测结果进入 MES 后，按批次回连炉区、配方版本、碳势趋势、温度、网带速度和调整记录。若同类齿轮在特定装载状态下反复出现相似偏移，工艺部门可回看配方与控制窗口；若异常集中在产品切换阶段，生产与工艺需检查前后批次衔接；若集中在同一炉区，设备人员可继续检查气路、传感器、密封和执行机构。

可执行的起点是：挑选一条炉线，先做历史数据对齐测试，验证一段过程记录是否能反查到批次和配方，再拿一批已完成检测的产品做回溯。能回答“哪一段波动对应哪一批货”，再讨论更广范围的趋势识别和协同处置。