摘要：很多制造车间的数字化大屏做得花里胡哨，上了几十上百个制造指标，真出了问题还是找不到根源，最后监控成了参观用的摆设。本文结合十余年在离散制造业的工程经验，讲透制造指标监控落地的核心逻辑，分享一线常见的踩坑点和可直接复用的实操方法。
为什么很多工厂的制造指标监控全是摆设？
前年帮客户排查汽车冲压件的批量报废问题，刚进车间就看见一块4K拼接大屏，上面满是跳动的数字和曲线，看起来相当专业。一问，这套SCADA系统花了一百八十多万，上线快一年了。那次报废了120多套进口铝合金门板，查了三天才找到原因：冲压机滑块间隙的监控阈值被人为放宽了三倍，连续一周的波动都没触发报警，波动超出工艺公差后直接导致尺寸超差。
这事奇怪吗？一点都不。我见过至少二十个类似的项目，老板要求数字化转型，项目组就把所有能采集到的数据全堆到大屏上，小到车间照明电压，大到日产能，什么都有。真正影响产品质量和产能的关键工艺指标，反而被淹没在几百条无关数据里，谁都不会多看一眼。
说实话，很多团队从根上就做错了。做制造指标监控不是为了凑数字化的KPI，是为了在问题刚冒头的时候就抓住它，避免变成批量报废、停机事故。把什么都往上堆，和没做没区别，只不过花了更多冤枉钱。
制造指标监控的核心：先分层，再定阈值
按照ISA-95企业控制系统集成标准，制造指标本来就该分三层，每一层的采集频率、告警逻辑完全不一样，混在一起不乱才怪。
第一层是设备工艺层，就是直接影响产品成型的物理参数，比如注塑的熔体温度、冲压的滑块间隙、焊接的保护气流量、CNC的主轴跳动，这些指标必须按秒级采集，阈值必须严格卡死工艺文件要求的公差范围，半毫米都不能让。很多工厂为了减少误报，随便放宽阈值，本质就是给自己埋雷。
第二层是工序运营层，比如工序CPK、设备OEE、单次换模时间，这类指标不需要秒级采集，按15分钟或者1小时聚合一次就行，主要用来监控工序稳定性，不需要实时告警，超限了给班组长发个提醒就够。
第三层是工厂决策层，比如日产能、批次良率、单位产品能耗，按天更新就完全满足需求，用来给管理层做决策参考，不需要实时监控。
不过话说回来，很多人上来就要把所有数据传上云做分析，这里其实要做权衡。底层工艺参数的告警，一定要放在车间边缘控制器本地做处理，真超限了直接触发本地声光报警甚至停线，要是等数据传到云端再发告警，延迟个几秒，几十件料就废了。云端只需要存聚合后的历史数据，用来做趋势分析就够。这样既省带宽成本，又能保证告警的实时性。
去年帮一家注塑厂调监控，原来他们把熔体温度的阈值设成了±10℃，可工艺要求明明是±3℃。问了才知道，原来三个传感器老化了，经常误报警，工人嫌吵，就偷偷把阈值放宽了。改了阈值换了两个新传感器，良率直接涨了2.7个百分点，一个月省出来的废料钱，就够付整个监控项目的服务费了。
90%的制造指标监控失效，都不是采不到数据，是分层错了、阈值松了。
落地必看：三个容易踩的隐形坑
第一个坑，追求全指标覆盖。很多项目一开始就说要把所有能采的指标都监控起来，做了大半年，还没上线，钱花完了，项目黄了。正确的做法是先用FMEA分析，把会导致批量报废、非计划停机的关键指标挑出来，最多不超过20个，先把这几十个做扎实，能用了，再慢慢补其他指标。比如你做动力电池焊接，先把焊接电流、焊缝压力、保护气流量这三个核心监控好，这三个错了就是废品，先把这三个搞定，其他的慢慢来。
第二个坑，允许随便关掉告警。这个我见过太多次了，告警响得多了，工人嫌烦，直接关告警静音，最后出了大事。解决办法就是做分级权限：轻微超限只弹窗不响铃，通知操作工处理；严重超限响铃同时给班长发消息；会导致批量报废的超限，直接锁死停线，必须班组长授权才能解锁重启，而且所有关告警、解锁的操作必须留记录，谁操作的、什么原因，写清楚才能走。
第三个坑，一劳永逸不再调整。工艺换了、产品换了、原材料换了，指标阈值也要跟着调。我自己早年就踩过这个坑，新产品换了强度更高的钢材，冲压吨位要求涨了10%，忘了改监控阈值，结果前三天连续报警，工人直接关了声音，差点出了近百万的批量不合格，现在想起来还懊恼。GB/T 39116-2020《智能制造 能力成熟度模型》里都明确要求，关键制造指标的监控规则要定期评审更新，这个真不是写在标准里的空话，是无数人踩坑踩出来的经验。
制造指标监控从来不是什么高大上的数字化噱头，就是车间里的“岗哨”。盯着那些最容易出问题的关键点，一有风吹草动就喊人，别等火烧起来了才发现。把该分的层分对，把该卡的阈值卡准，少做花架子，多解决真问题，就能从乱糟糟的车间生产里，拿到实打实的良率提升和成本下降。
