数据质量重于数量：过程分析的陷阱与指南

在高级过程控制、过程分析和机器学习中所涉及的大量工作与获取和准备数据有关。文献通常强调日益复杂的建模技术及其带来的增量性能改进。然而，当工业案例研究发表时，它们往往缺乏关于数据获取和准备的重要细节。尽管数据预处理被不公正地贬低为微不足道且在技术上无趣，但在实践中，它对现实世界人工智能应用的成功有着巨大的影响。这项工作描述了获取和准备操作数据的最佳实践，以寻求工业过程中的数据驱动建模和控制机会。我们提出了预处理工业时间序列数据的实用考量，以为高效开发提供有价值过程洞察的可靠软传感器提供信息。