Engineering and Management Science

多源异构数据融合是支撑离散制造车间实现数字化转型与智能化质量管控的核心技术，在发动机缸体缸盖、航空结构件、液压阀体等高精度零部件加工场景中具有关键应用价值。在实际精密加工车间中，设备种类多、通信协议不统一、数据结构差异大、语义标准不统一等问题普遍存在，传统数据采集与集成方式难以实现跨设备、跨工序、跨系统的数据互通，进而形成大量数据孤岛，导致质量波动难以追溯、工艺决策依赖人工经验、异常预警滞后等问题。多源异构数据融合技术通过统一数据建模、协议适配转换、地址映射标准化、特征关联与深度融合，能够将设备运行、工艺过程、质量检测、环境状态、告警信息等多类型数据整合为标准化、可治理、可复用的数据底座，为加工过程透明化、质量波动精准分析、异常智能预警提供可靠的数据支撑。本文以精密加工车间实际生产需求为出发点，系统阐述多源异构数据融合的技术原理、体系架构与关键特点，分析当前精密加工车间在数据采集、集成、融合与应用中存在的典型问题，并提出一套面向高精度制造场景的融合优化策略与工程化落地方案，为离散制造企业开展数据治理、构建智能质量管控体系提供理论参考与实践借鉴。