上周帮长三角一家做航空结构件的厂做工艺数字化复盘，对方CTO拉着我吐槽了40分钟——花了200万上的系统，现在车间还在靠工艺员手写的Excel传图纸，工人嫌系统里的参数比实际试出来的差20%，没人用。
很多人对工艺数字化的理解，从根上就错了。总觉得要上最贵的MES，要搞全车间的数字孪生大屏，要把AI模型焊在每台机床上，才算数。真到车间里待俩小时就知道，那些花里胡哨的东西，抵不上一张能把参数写清楚、版本对得上的工艺卡管用。
别把”工艺数字化”等同于”把纸质文件扫进系统”
2019年我们在苏州那家做5轴钛合金结构件的厂推第一版工艺数字化的时候，最先踩的坑就是把所有纸质工艺卡扫描成PDF传到系统里，以为把文件从柜子里挪到硬盘里就算完成了数字化，结果不到半年就出了大问题。
工艺员改个刀具进给速度，要同时改三个地方：系统里的PDF、车间白板上的手写版、自己电脑里存的本地Excel。三个版本对不上是常事。上次出的那批报废件，就是因为系统里的卡写的是硬质合金铣刀走速1200mm/min，实际师傅用的是之前旧版的800，差了400。那批钛合金侧壁件，铣出来的表面粗糙度比要求高了3个Ra值，直接报废8件，算上材料、工时、复检成本，亏了12万多。
那次之后我们才搞明白，工艺数字化的核心不是”存文件”，是把工艺参数背后的”试错经验”变成可调用、可迭代的数字资产。你存的PDF再清楚，它也是个静态的死文件，没法告诉你哪个参数是经过实际验证的，哪个参数是上次改了但是没传达到车间的，哪个参数是因为机床状态变了需要调整的。
参数采集的坑：别上来就买最贵的传感器
现在供应商给厂子里推工艺数字化方案，第一页永远是给每台机床配高精度传感器的清单。高精度振动传感器、主轴温度传感器、功率传感器，一套下来单台设备就要大几万，算上边缘计算网关、数据存储服务器，10台机床的采集成本就能奔着30万去。
说真的，我见过太多厂被这么忽悠。
去年帮东莞一家做汽车底盘控制臂的厂做方案，对方一开始就是按供应商给的清单，要给所有12台CNC主轴装0.1W精度的功率传感器，单台1.2万，光传感器钱就14.4万。我当时给他们算了笔账：他们实际要监控的是刀具磨损对应的切削力变化阈值，根本不需要把主轴功率的精度测到0.1W，只要在刀具装夹位置贴个低成本的应变片，单套成本才80块，校准一次能管3个月，采集到的切削力波动数据，足够判断什么时候该换刀。
之前他们换刀全靠师傅记加工件数，有时候提前换了浪费几百块的合金刀具，有时候晚了直接把工件刮花，一件底盘件的报废成本就是300多。就用这个低成本方案跑了3个月，光刀具和报废件的成本就省了12万，把之前一年的传感器钱都赚回来了。
别跳过”工艺知识沉淀”直接上AI优化
现在更离谱的坑，是上来就吹”AI工艺优化”。好像不上个大模型，就不算搞数字化。
之前接触的一家做风电轮毂的厂，2022年花了大价钱找高校团队做切削参数AI优化模型，模型跑出来的进给速度比车间实际允许的高了30%，一上机就崩刀，直接把刀盘打飞半块，光刀盘就赔了2万多。
为啥会出这种离谱的事？因为模型训练用的全是公开渠道找的铝合金加工参数，根本没考虑他们的实际边界：他们用的国产6061T6材料，硅含量比公开参数用的进口料高0.8%；他们的机床是老款的沈阳中捷龙门铣，主轴刚性比进口设备差15%；甚至车间里的冷却液浓度因为换了供应商，比之前低了2%。这些实际的约束条件，根本没有被沉淀成结构化的数字数据，模型再厉害，也算不出来符合你车间实际的参数。
对吧？你连自己家的锅多大火、菜是本地的还是外地的都没摸清楚，直接照着网上的菜谱炒菜，能炒出好菜才怪。
上个月帮那家航空结构件厂做的第一版落地方案，根本没搞什么全车间的AI大屏，就针对他们最难加工的一款钛合金安装座铣削工序，做了个单工序的小孪生模型。把刀具参数、材料属性、机床刚性、冷却液流量这些实际摸出来的边界条件输进去，能直接算出不同参数下的表面粗糙度、加工时长、刀具寿命。原来加工这个件，要试3次参数才能调到合格，每次试切的成本就有1000多，现在在模型里算10分钟就能出最优参数，上周一个刚入职3个月的新工人上机，一次就加工出了合格件，工艺主管当场给我发了个200块的红包，说光这次试切就省了5000多。
工艺数字化哪有那么玄乎。
不是买最贵的系统，不是搞最炫的大屏。就是把原来藏在工艺员脑子里、师傅笔记本里、车间白板上的那些真东西，变成能存、能改、能给所有人用的数字文件而已。
别搞虚的。
