化工分离过程仿真系列教程（19）：数据驱动效率校准——留出误差、适用域与可复训交付
版本声明块
- 工具基线：aspenONE V15；具体算法、界面与接口组件未逐字确证——一律标注"以官方文档为准/以所用工具为准"（铁律 9）。所有数值标注为示例值（非官方工况数据）；判定线阈值标注为工程约定（必须标注）。
- 本文目标：把"经验效率 0.6–0.7"从口头口径升级为可复训、可追责的数据块——与系列三件套收口同构
一句话结论：数据驱动效率校准的纪律是三条判定线——①留出误差 <5%（工程容差——必须标注为约定，至少 20% 数据不参与拟合仅核验）、②适用域逐板/逐体系标注（训练数据覆盖的负荷、组成、板型/路径域——铁律 8）、③可复训性靠"数据出处+算法族+随机种子与版本"三列（这是数据块区别于机理参数的不可省列——铁律 10）。校准结果进模型时仍参与消元：效率数据块必须被定义式拴住（第 08/10 篇口径在此收口），只报拟合内误差是自证陷阱。
〇、本篇要解决的认知问题
- 校准后的"效率"在账本里是什么身份——它替换哪类方程、必须被什么拴住？
- 三条判定线各自的可观察量与阈值是什么（工程约定必须标注）？
- 适用域为什么比机理参数更窄——数据块在训练域边缘即失效的现场信号？
- "随机种子与版本"为什么是数据块特有的不可省列——第三方复现校准需要什么最小信息集？
- 交付文档格式与五步验收如何执行（系列收口口径）——一次真实 FAIL 的还原路径长什么样？
一、机制解析
1.1 校准效率的账本身份（价值锚点：数据块是方程，不是系数表）
- 进模型时走第 08 篇 Murphree 定义式或第 10 篇速率段路径——被一条定义式拴住参与消元（铁律 2）；
- 若只是"查表值乘在结果上"即回到第 08 篇错误形态（板级量被当产品系数——定义层矛盾在此防它）；
- 判定线（练习用）：对任一校准效率能指出①它作用在逐板还是整体、②它的输出被哪条定义式拴住、③原机理账本在该处是否仍可指认——三项缺一即"替换形态"风险（第 18 篇 gPROMS 混合模型口径在此同构）。
1.2 三条判定线（可观察量与阈值——工程约定必须标注）
| 判定线 | 内容 | 阈值与口径 |
|---|---|---|
| ① 留出误差 | ≥20% 训练数据不参与拟合、仅核验 | <5%（工程容差——必须标注为约定；拟合内若报 <2% 则两条都交付——系列同构） |
| ② 适用域 | 训练数据覆盖的负荷范围、组成域、板型/液流路径假设 | 逐块/逐板段标注（铁律 8）；域外输入即告警——结果标注不可用，不得"仅供参考" |
| ③ 可复训性 | 数据出处（实验/装置 ID）、算法族（以所用工具为准）、随机种子与版本 | 第三方用同一出处+同一种子复训得到同一模型——缺任一列即不可复现（铁律 10） |
现场信号：拟合内达标、留出显著差 → 结构问题（缺能量路径、板型假设不符——第 05/09 篇接口），不是容差问题；加大模型容量掩盖结构缺失是典型反模式（报告与敏感性归因断裂——系列口径同构）。
1.3 适用域为什么更窄（数据块 vs 机理参数的本质差别）
经验法则：机理模型常可温和外推（参数带温区即可），数据块在训练域边缘即失效——现场形态是"结果跑通但物理异常且无告警"。可观察量：线上输入分布 vs 训练分布的距离（PSI/KL 一类——方法与阈值以所用工具为准，标注为约定）；超阈值触发失效告警并停止引用该块。经验区间（0.6–0.7）与数据块的差别：前者是工程约定口径、后者有出处可复训——交付文档逐块写明三条判定线，缺任一列即不可追责。
1.4 五步验收在效率数据块场景的执行（系列收口口径同构）
① 取同一模型版本（含数据块的算法族+种子与版本——不可省列） ② 取同一训练数据出处与适用域 → ③ 取同一求解基线与初值来源（效率路径闭合检查——第 05/08 篇） ④ 复跑得到同一剖面 → ⑤ 复核每条判定线执行结果（留出 <5%、适用域告警在引用前触发、漂移基线可指认） 验收判定：任一 FAIL 行能还原到具体列/板段——还原不到即验收失败（铁律 10）常见根因不是数值差异而是归因链断裂——种子未记录、出处缺失、适用域未逐板标注（与 gPROMS 系列五步验收同构口径）。
1.5 交付文档格式（承接第 13/17 篇收口）
数据块 | 算法族(以所用工具为准) | 训练数据出处(实验/装置ID) | 随机种子与版本 | 留出误差 | 适用域(负荷/组成/板型路径——逐板段标注) | 漂移基线 | 定义式拴住检查(1.1②) | 判定 eff_block1（示例值口径） | （不指定具体算法——标注口径） | EXP-2024-17（入档——旁证） | seed=42 + v1.2（示例值口径） | 4.6%（<5%——工程约定） | 负荷 80–90%、板型双流程域内 | PSI基线建立 | Murphree 定义式在案（逐板路径） | OK eff_block2 | 未记录算法族 | 无出处 | 无种子 | 未做留出 | 无标注 | 无基线 | 查表乘结果（错误形态——第 08 篇） | FAIL（铁律 8/10）判定线：第三方按此表复跑得到同一解；FAIL 行能还原"哪个数据块、缺哪列或哪条定义式缺失"——缺列即不可追责。
二、完整代码与逐行剖析
2.1 最小校准流程（概念级——算法与接口以所用工具/官方文档为准；示例值口径——必须标注）
EffCalib run（账本先行——数据块进模型时仍参与消元——1.1）: Step 1 数据集划分: ≥20% 留出仅核验（判定线①执行结果随交付——工程约定必须标注） Step 2 适用域逐板段标注（判定线②——铁律 8）：负荷、组成、板型/路径假设三列可指认 Step 3 可复训性三列入档（判定线③）：出处+算法族+种子与版本——第三方复训得到同一模型 Step 4 定义式拴住检查（1.1②）：效率输出被 Murphree/速率路径定义式消掉——"查表乘结果"即 FAIL（第 08 篇错误形态） 反例现场: 拟合内达标但留出差 → 先查缺物理路径（能量闭合、板型假设），不是加大容量（1.2 现场信号——反模式防它）逐行要点：数据块与机理账本的接口是"定义式拴住+来源与适用域入档"；告警必须在引用前触发（不是事后解释——系列口径同构）。
2.2 一次可复现的归因链断裂（五步验收）
# 现场（示例值口径）：第三方复训得到不同效率块 → 还原路径: 交付表缺"随机种子与版本"列（1.4①）→ 验收 FAIL 且不可追责（铁律 10） # 第二现场: 线上进料负荷 95%（超训练域 80–90%——示例值）→ 漂移告警应在引用前触发；未建基线即"结果跑通但物理异常无告警"（1.3） # 整改后判定线: 留出 <5%（工程容差——必须标注为约定）+ 告警在引用前触发 + 复训一致——三件都交付才算通过三、常见报错与排查
- 只报拟合内误差—— 现象：自证陷阱、第三方复核翻车。根因：判定线①未执行或无留出集（1.2——系列口径同构）。解法：≥20% 数据仅核验；两条阈值都交付（工程约定必须标注）。
- 域外使用数据块—— 现象：结果跑通但物理异常、无告警。根因：适用域未逐板段标注或漂移基线缺失（1.3——铁律 8）。解法：三条判定线随交付；告警在引用前触发即达标。
- 数据块无定义式拴住—— 现象：不可复现任意值（自由变量现场——铁律 2 同构）或"查表乘结果"错误形态。根因：效率被当系数而非方程（1.1/2.1④——第 08 篇收口）。解法：补定义式并指出消元映射；二选一纪律（板级路径或显式整体模型）。
- 容量掩盖结构缺失—— 现象：留出差、加大模型后"变好"但不可归因。根因：缺物理路径被数据容量吸收（1.2——报告与归因断裂）。解法：先补物理候选再评估数据块；残差呈结构形态即"缺物理"信号。
四、动手练习
- 三条判定线复现：按 1.2/2.1 给一个二十板塔建立效率数据块交付表。判定标准：留出 <5%（工程容差——必须标注为约定）；适用域逐板段可指认；第三方用同一出处+种子复训得到同一模型——写出"数据块是方程不是系数表"的一条证据（定义式拴住检查）。
- 归因链断裂复现：按 2.2 制造一次缺种子列的验收 FAIL。判定标准：还原到具体列；补列后五步验收通过——写出"告警必须在引用前触发"的一条现场记录（域外负荷场景）。
- 思考题（无标准答案）：为什么月度复验对效率数据块不可省？验证要点清单：① 写出漂移监控与 staleness 在参数重估后使旧判定线执行结果失效的场景（系列收口口径同构）；② 举一个"经验区间被写成官方标准"的跨项目引用冲突（铁律 7——工程约定必须标注）；③ 给出交付表在五个数据块联合评估时的列设计（1.5——第 20 篇收口呼应）。
五、小结与下一篇预告
本篇把经验效率升级为可复训数据块：三条判定线（留出/适用域/种子版本）、定义式拴住、告警前触发。第 20 篇做完整实战——分离段全流程数字孪生：简捷—严格一致化、判相扫描、效率数据块与五步验收在同一个项目里跑通，交付包按系列收口结构组装（版本+参数来源表+判定线执行结果），任何不可复现的差异必须可还原到具体列或方程。
本篇认知问题回显（FAQ）
Q1：校准后的效率在账本里是什么身份？
A：它进模型时走 Murphree 定义式或速率段路径——被一条定义式拴住参与消元（铁律 2），是方程不是系数表。判定线：指出它作用在逐板还是整体、输出被哪条定义式拴住、原机理账本该处是否仍可指认——三项缺一即"替换形态"风险；"查表值乘在结果上"即系列口径错误形态（板级量被当产品系数）。
Q2：三条判定线的可观察量与阈值是什么？
A：①留出误差 <5%（工程容差——必须标注为约定，≥20% 数据仅核验；拟合内若报 <2% 则两条都交付）；②适用域逐块/逐板段标注（训练覆盖的负荷、组成、板型/路径域——铁律 8），域外即告警并标注不可用；③可复训性三列——数据出处、算法族（以所用工具为准）、随机种子与版本，第三方用同一出处+种子复训得到同一模型。
Q3：为什么数据块的适用域比机理参数更窄？现场信号是什么？
A：机理模型常可温和外推，数据块在训练域边缘即失效——现场是"结果跑通但物理异常且无告警"。可观察量是线上输入分布 vs 训练分布的距离（方法与阈值以所用工具为准——标注为约定），超阈值触发失效告警并在引用前停止使用；经验区间（0.6–0.7）只是工程约定口径，数据块有出处可复训。
Q4："随机种子与版本"为什么是数据块特有的不可省列？
A：第三方复现校准的最小信息集是"训练数据出处+算法族+种子"——缺种子时同一数据集复训得到不同模型、无法追责（归因链断裂）。五步验收中这是数据块区别于机理参数的特有列；交付表按"数据块/算法族/出处/种子与版本/留出误差/适用域/漂移基线/定义式拴住检查/判定"列表。
Q5：月度复验为什么不可省？
A：参数重估或线上分布漂移后，旧判定线的执行结果失效——留出结论、适用域与漂移基线必须随每次交付复核（staleness 口径标注为约定）。只靠项目初版一次性交付会在"换种子后结果漂移但版本页未更新"的场景翻车；例外条件与告警前触发纪律成文即达标（铁律 10）。
