摘要：产线实际产量长期上不去，多数情况下不是设备不够快，而是瓶颈、OEE损失和换型时间把产能锁死了。以下用几个实测案例，聊聊怎么用约束理论、OEE和SMED把效率真正抠出来。
上个月去一家汽配厂做产线诊断。机加工线，12台设备，理论节拍40秒一件。实际产出呢？只有理论值的68%。加了三天班，产量纹丝不动。这并不稀奇。很多工厂的首个直觉是“设备太慢”，然后砸钱买新机床。可往往买完才发现，瓶颈根本没挪窝。
说实话，这类问题我一年能碰到二十多次。产线管理者的焦虑我能理解：每天的交付压力摆在那里，谁不想赶紧把产量拉起来呢？但产能释放不是拧螺丝，拧错方向反而更紧。
先别谈自动化，把瓶颈找出来
任何一条产线，产出永远由最慢的环节说了算。这个道理戈德拉特在《目标》里已经讲透了，约束理论嘛，就是找那只最短的木桶。但落到工厂现场，很多人找不到真正的瓶颈。
讲个具体案例。某液压件车间的机加工线，工序依次是：粗车、半精车、精镗、清洗、去毛刺。精镗节拍90秒，其他工序都在60秒以下。看着很明显，精镗就是瓶颈。于是他们优化刀具参数，把精镗节拍压到75秒。结果总产出只提升了8%——因为清洗机接不动了，成了新瓶颈。这正是瓶颈转移的陷阱。
所以，找瓶颈不能只看单机节拍。你得画出整条线的价值流图，逐工序测量实际产出，算算在制品堆积位置。哪个工序前面的堆料最多，哪个工序经常让下游等待，哪个就是真瓶颈。有时候瓶颈藏在物流环节，比如叉车配送不及时，或者质检站放行速度慢。这种软瓶颈更隐蔽。
OEE不是算着玩的，它指的是哪块肉
先给公式：OEE = 可用率 × 性能 × 质量。可用率扣停机，性能扣节拍损失，质量扣废品。具体说：可用率 = (计划生产时间 – 停机时间) / 计划生产时间；性能 = 理论节拍 × 产出数量 / 实际运行时间；质量 = 合格品数量 / 总产出数量。很多工厂只关心设备开没开，却忽略运行中的微停和慢速改动。
你猜怎么着？一台设备连轴转，可用率90%，性能率80%，质量率95%，算下来OEE才68.4%。这已经是很多车间的一流水平了。但我见过更离谱的报表。有个老板晒出OEE 115%，一问才知道，他们把计划停机时间也当分母扣掉，又把非计划停机不算进去。这样算，当然漂亮，但没有任何管理意义。
所以，想释放产能，先老老实实统计三个数：计划外停机时间、实际节拍与理论节拍的比值、一次合格率。这三个数据要在MES里体现出趋势。注意，统计口径必须一致，否则各个班组各算各的，你根本没法横比。比较实用的做法是，把OEE按工序拆解到设备日汇总表里，连续跟踪两周。然后按OEE从低到高排序。你会发现，排名靠后的设备往往是瓶颈的“帮凶”——要么频繁故障，要么质量不稳定。
关键一点：OEE的目标不是100%，而是追求持续稳定在80%以上。85%是精益企业的标杆，但先别好高骛远。
快速换模：一个常常被忽略的产能富矿
冲压、注塑、压铸这些行业，换模时间占设备开动时间的比例高得吓人。一次换模2小时，一天换4次，等于每天8小时在停机。这哪里是产能问题，明明是管理黑洞。
SMED的核心思路，是抓住“内部时间”和“外部时间”。内部时间必须停机操作，外部时间可以在设备运行中准备。很多工厂把这两类时间混在一起，所有操作都停机做，自然浪费时间。举个例子：某电机壳铸造厂，原来换一套模具45分钟。后来他们把模具预热、吊装准备都挪到机器运行期间进行，只把停机后的锁紧和微调算作内部时间，又用了快速夹头和定位销，愣是缩短到11分钟。每周换模30次，省出17小时产能，相当于多干两个班。
这就是典型的低垂果实。而且改善成本并不高，主要是工作台规划、工具标准化和作业顺序优化。要是你们厂换模还是全员上阵、手忙脚乱，我强烈建议先从录像分析着手。录三五次换模过程，你会发现大量等待和寻找动作。
别迷信“满产”，要追求“均衡流”
最后想提醒一点：产能释放不等于让每台设备都满负荷运转。我更愿意看到的是整条线像水流一样平稳。在瓶颈工序前设置合理的缓冲库存，比如20~30件，防止上游短暂停机冲击瓶颈。瓶颈后的工序则要确保随时消化瓶颈产出，不能堵料。
有一个很常见的误区：为了追求“一次换模产量最大化”，把生产批量越调越大。结果呢？换模次数少了，但库存堆积如山，资金占用严重，问题被掩盖。反过来，如果你能小批量快换模，把批量降到原来的1/3，产线节拍不变，但交付周期缩短一半，产能利用率反而提升。这是因为“流动效率”上去了。
说到底，产能释放是一个系统问题。找到真瓶颈，用OEE衡量损失，用SMED压缩换型，再用均衡流把各个工序串起来。你会发现，真正赚钱的不是新设备，而是管理逻辑的调整。那次汽配厂诊断，最后我们只改了排产规则，把瓶颈前的批量从200件改为50件，并在瓶颈前加了安全库存。没花一分钱购置费，产量一个月后提升了11%。这个思路，也许能帮你们厂少走些弯路。
