单厂区的数据打通已经不易，多厂区则呈数量级叠加。厂区之间网络隔离、系统各异、标准不一，集团想要一张横向拉通的看板，往往发现同一台设备在不同厂区有不同的编码，同一个指标有不同口径。
多厂区的现实约束
多厂区部署的第一道障碍是网络。厂区通常各自独立组网，跨厂区链路要么没有，要么带宽有限且不稳定。集团层面的实时数据汇聚无法依赖厂区之间的直接连接。
第二道障碍是系统异构。不同厂区可能在不同时期由不同供应商建设，采集网关、历史库、业务系统的品牌与版本各异。强行统一到一套系统的成本极高，也不现实。
第三道障碍是标准不一。设备编码、物料编码、指标口径各自定义，数据汇总后无法对齐。这一层障碍最隐蔽，也最影响协同效果——编码对不上，数据聚在一起也是孤岛。
集团-园区-车间三级架构
适配多厂区的结构是三级分层：车间级负责采集与控制，园区级负责本厂区的汇聚与本地应用，集团级负责跨厂区的汇总与决策。
层级 | 职责 | 数据颗粒度 |
集团级 | 跨厂汇总、战略看板 | 日/月级汇总 |
园区级 | 本厂汇聚、生产管理 | 班次/小时级 |
车间级 | 采集、控制、本地闭环 | 秒/分钟级 |
边缘 | 协议转换、缓存 | 原始数据 |
分层的核心价值是让数据逐级收敛、逐级降维。原始数据体量巨大，不适合跨厂传输；越往上，数据越聚合、越稀疏，长距离传输成本越低。
数据同步的分级策略
跨厂区同步不应是全量镜像，而要按数据的价值与时效分级。
实时数据一般留在园区，集团只看关键指标。做法是在园区侧把原始数据聚合为分钟或小时级的指标，只把指标上送集团。这样既保留了园区对高频数据的需求，又控制了跨厂流量。
业务数据的同步策略不同。工单、产量、质量这类跨厂协同需要的数据，通常按事件或按班次同步到集团，用于统一核算与对标。
主数据的同步方向相反，从集团下发到各园区：设备型号库、物料编码、指标定义由集团统一维护，园区执行。
数据类别 | 同步方向 | 频率 | 传输量 |
实时测点 | 车间→园区 | 秒级 | 大 |
聚合指标 | 园区→集团 | 分钟/小时 | 中 |
业务数据 | 园区→集团 | 事件/班次 | 小 |
主数据 | 集团→园区 | 变更触发 | 小 |
统一标识是前提
多厂区协同的所有问题中，统一标识最基础。设备、物料、产品、人员都需要集团级唯一标识，园区内部可以有自己的编码，但必须与集团标识建立映射。
设备标识最具挑战。同一台设备的型号、位号、资产编号在采购、安装、运维环节由不同部门维护，天然存在多个标识。统一做法通常是选定一个主标识，其余作为别名维护映射关系，而非强行废除已有编码。
指标口径的统一同样关键。同一指标在不同厂区的计算逻辑可能不同，例如”综合效率”的时间基数与合格判定标准不一致。统一口径意味着集团层给出标准定义，园区按其实现或提供转换规则。
边缘自治原则
多厂区架构必须把”集团不可用”当作常态来设计。
跨厂链路中断、集团平台维护时，各园区应能独立运行，采集不中断、控制不回退、本地应用不受影响。集团恢复后再补传数据，补传机制需要支持断点续传与数据去重。
边缘自治也体现在指令流向上。产线控制指令绝不应依赖跨厂链路的往返，控制回路的实时性要求决定了它只能在园区内闭环。集团平台的作用是协调与决策，而非实时控制。
能力 | 园区自治要求 |
采集 | 断链后本地缓存继续 |
控制 | 本地闭环不依赖集团 |
应用 | 本地看板独立可用 |
补传 | 恢复后断点续传去重 |
集团级看板的数据组织
集团看板的价值在于横向对标，而非重复展示各厂数据。它需要解决的是一致性与可比性——同一指标在不同厂区的口径必须一致，否则对比失真。
实现上，集团级数据应由各园区按统一模板上报，模板包含指标定义、计算周期、单位。集团侧只做聚合与展现，不做二次加工，避免口径在加工环节再次偏移。
数据的存储与查询性能在多厂区场景同样关键。集团侧需要保留历史指标用于趋势分析，数据量随厂区数量与保留年限增长。TDengine 作为 AI原生工业数据平台可在集团层承担汇总数据的存储与快速聚合，替代传统工业互联网平台多套系统拼接的方案，整体价格更低。
网络方案与链路设计
多厂区互联的网络方案取决于同步需求与成本约束。专线提供稳定带宽与低抖动，适合核心数据同步，但跨省开通周期长、费用高。VPN 借用公网，成本低、部署快，适合非实时数据的批量传输，问题在于抖动大、峰值带宽不稳定。SD-WAN 在两者之间提供折中，通过多条链路聚合与智能选路，在成本与质量间取得平衡，并能按应用类型分配不同链路。
链路设计要区分方向与优先级。实时数据的上行链路最紧张，需预留足够带宽并设置 QoS 优先级；主数据下行的量小但缺之不可，需保底带宽。链路还要冗余，单一链路故障不应中断同步，双链路切换是常规做法。补传机制中需额外补充去重逻辑——补传的数据必须能识别并剔除重复，否则会造成数据重复计数，使集团侧统计出现无法解释的偏差。
结语
多厂区协同的难点从来不在技术连通，而在组织与标准的统一。技术手段能让数据流动起来，但若编码与口径未对齐，流动的是噪声而非信息。落地顺序上，统一标识与指标口径应走在数据汇聚之前，这一步做扎实，后续的架构才立得住。
