【GB国家标准】 工业数据质量 通用技术规范

中华人民共和国国家标准 GB/T39400—2020 工业数据质量 通用技术规范 Industrial data quality - General technical specification 2020-11-19发布 国家市场监督管理总局 国家标准化管理委员会 发布 2021-06-01实施 前言 本标准按照GB/T1.1-2009给出的规则起草。本标准由中国机械工业联合会提出，由全国自动化系统与集成标准化技术委员会（SAC/TC159）归口。起草单位包括中国标准化研究院、浙江大学、中机生产力促进中心、深圳鹏锐信息技术股份有限公司、深圳市华傲数据技术股份有限公司、北京三维天地科技股份有限公司。主要起草人包括杨青海、王志强、顾复、洪岩、潘康华、刘守华、顾新建、岳高峰、肖承翔、张伟群、贾西贝、曹朝晖、徐凯程、尹书蕊。 引言 随着信息化与工业化深度融合，工业企业在生产经营过程中积累了大量工业数据，数据已成为重要资源。但在数据生命周期中，普遍存在数据残缺、不规范及错误等质量问题。本标准通过对工业数据质量持续改进模型、质量描述、识别、评价、控制及报告等方面进行规范化，以提升工业数据的质量、可用性与利用效率，实现数据的规范化管理与质量保障。 1 范围 本标准规定了工业数据质量持续改进模型，以及工业数据质量的描述、识别、评价、控制和报告要求。适用于工业数据采集、传输、维护和使用过程中的质量管理。 2 规范性引用文件 GB/T19001—2016 质量管理体系要求 3 术语和定义 3.1 数据质量（data quality） 数据的一组固有特性满足要求的程度。 3.2 数据质量管理（data quality management） 指导和控制某机构数据质量的协调活动。 3.3 质量评价过程（quality evaluation procedure） 用于应用和报告质量评价方法及结果的操作。 3.4 质量测量（quality measurement） 对质量定量元素、子元素的评估。 3.5 质量结果（quality result） 数据质量测量得到的值或结果，并与规定质量等级进行比较得到评价结果。 3.6 质量范围（quality scope） 报告质量信息的数据覆盖范围或特征。 3.7 数据集（dataset） 可以标识的数据集合。 3.8 完全检查（complete inspection） 质量范围内所有个体都进行的检查。 3.9 抽样检查（sampling inspection） 从质量范围内抽取部分个体进行的检查。 3.10 主数据（master data） 组织在执行事务中需要使用的基础数据，用于描述客户、产品、人员、设备等实体信息。