很多工厂做产线数据统计，要么为了应付客户审核，要么为了给老板做好看的看板，真正能用在工艺优化、产能提升的没几个。结合我跑过的二十多条机械加工产线的项目经验，聊聊这里面踩过的坑、该抓的核心维度，还有落地时的取舍。
为什么九成工厂的产线数据统计都是白做
之前在珠三角那家做汽车控制臂零件的加工厂，上线MES半年，导出的OEE数据永远稳定在83%到85%之间，看起来漂亮得不行。生产经理天天喊产能提不上去，却找不到问题在哪。
我翻了半个月的原始记录，发现什么？只要工人没刷卡离开工位，系统就算设备在生产。换刀的时候工人在工位旁边等着，系统算正常生产。待料的时候工人蹲在边上刷手机，系统还算正常生产。
扯不扯。
这种事我见得太多了。上来就先上系统，先采数据，统计规则拍脑袋定，最后出来一堆看起来完美的数据，一点用都没有。还有的工厂为了数据好看，故意把非计划停机归到计划停机里，骗完老板骗客户，最后问题越攒越多，直到批量出不良才炸锅。
去年帮他们梳理原始数据，一半的停机记录是空值，三分之一的产能数据是班长月底一次性补的，前后班次的产能加起来比实际出货多了12%。拿这种数据做决策，能对就有鬼了。
产线数据统计的第一步，从来不是买设备上系统，是先想清楚，你统计这些数据要解决什么问题。是要提产能？还是降不良？还是控能耗？目标不对，所有工作都是错的。
产线数据统计必须抓的四个核心维度
按照GB/T 4863-2008《机械制造工艺基本术语》的定义，生产过程统计必须区分计划停机和非计划停机，这是最基本的规则，很多工厂连这个都做不到。
我之前跟进的一条12工位的数控曲轴加工线，原来统计良率的时候，只算整线产出的最终良率。上半年连续三个月良率掉了3个百分点，整个技术部闹了半年，一会怪热处理来料硬度波动，一会怪切削液浓度不对，换了好几个供应商都没见好。
后来我们把良率统计拆成了单工位不良统计，每一个工位加工完就检测不良，统计不良原因，不到一个礼拜就出结果：3号外圆磨床的Z轴进给偏差导致的尺寸不良，占了总不良的72%。原来磨床的丝杠间隙三个月没校准，就这么点事，花了几十万做试验都没找对地方。
说来说去，不管什么类型的机械加工产线，核心只要抓四个维度就够，多了都是负担。
第一个是设备时间利用率，一定要把计划停机（吃饭、换班、计划内保养）和非计划停机（待料、故障、换刀超时）分开，算准非计划停机的占比和原因，这是找产能瓶颈的核心。
第二个就是刚才说的单工位不良率，别只算最终整线良率，拆到单工位，才能快速定位不良原因。
第三个是换型换刀平均时长，多品种小批量产线，换型换刀占的时间能到总生产时间的三成以上，统计清楚每个产品的换型时长，才能合理排产，也能找到优化空间。
第四个是单位产品能耗，现在电费越来越贵，有些高能耗产线，单位产品能耗降两个点，一年省出好几套刀具钱，这个数据必须统计。
别的数据，比如环境温湿度、主轴转速波动，除非你做精密加工或者刀具寿命预测，不然根本不用统计，徒增成本。
落地时一定要懂的权衡取舍
说实话，很多工厂一搞产线数据统计，就想着全自动化采集，一百多万砸进去，最后数据准确率还不到80%，为什么？
机加工车间什么环境？切屑乱飞，冷却液到处喷，传感器装上去不到一个礼拜就被切屑糊住，或者被撞坏，数据能准吗？
不是所有工位都要全自动采集。比如手工作业的装配工位，或者不连续生产的热处理工位，弄几个带原因选项的工位按钮，工人停线的时候按一下，一个按钮才几十块，准确率比装一千块的传感器还高。
不过话说回来，要求工人100%按规则填也不现实。每个礼拜抽两个班次，人工核对一下记录和实际情况，把偏差控制在5%以内，完全够用。要知道，准确的近似数据，远好过错误的精确数据。
还有颗粒度的问题。很多人追求越细越好，统计到每一秒的主轴转速，每一件产品的加工时间，有用吗？颗粒度越细，存储成本、计算成本翻着倍往上涨，大部分数据根本不会有人看。除非你做预测性维护，不然按分钟统计足够，按班次汇总就够找问题了。
去年帮浙江一家中小汽配厂改统计规则，原来他们把工人45分钟的吃饭时间算成非计划停机，OEE直接被拉低了10个点，领导天天骂车间主任管理不行，没人能找到真正的问题。调整统计规则，把计划停机排除之后，OEE回到合理区间，一下子就看出来，换刀时间比标准时间慢了整整20分钟，原来刀具都是用到坏才换，换的时候才磨，从来不预调。
优化了刀具预调流程，把换刀移到计划停机时间做，没花一分钱买设备，整线产能直接提了8%。你说，就改了个统计规则，赚了几十万，这不比上一堆花里胡哨的系统有用？
别搞面子工程。产线数据统计本质就是找问题的工具，不是给老板看的dashboard，也不是给客户审核的报表。能帮你找到问题，能帮你赚更多钱，就是好的统计。
产线数据统计没什么高深的理论，也不需要多么昂贵的设备。核心就是先定目标，再定规则，抓核心数据，把数据弄准。慢一点，准一点，比快一点花里胡哨强多了。
