干这行十几年，我最烦的一句话就是“我们上MES了”。系统上了，大屏也有了，屏幕上五颜六色的曲线滚着，可你去问车间主任“昨天夜里3号线的停机原因到底是什么”，他八成给你打哈哈。数据是有了，可统计出来的全是废渣——不是设备不行，是咱们在统计这道工序上偷了懒。
产线数据统计，听着像技术活，其实是体力活加管理活。今天我不聊那些高大上的数字孪生、AI预测，就聊聊最基础的统计到底怎么落地。血泪教训不少，能帮你绕一个算一个。
一、先搞清楚你要统计什么——指标定义比采集设备更值钱
很多工程师一上来就写需求书，要PLC点位，要传感器型号，恨不得连网线都自己选。我建议你停一下。你连“什么是故障时间”都没和维修班长对齐，上再贵的设备也是白搭。
我见过一家鼎鼎有名的电子厂，OEE常年报55%，管理层愁得掉头发。我去现场翻定义，发现他们把早上开机预热和中午吃饭停机都算进了计划运行时间。这直接违反OEE的基本逻辑——计划停机时间必须剔除。你猜改完数字变成多少？79%。一天之内“提升”24个百分点，你说好不好笑。
所以，统计的起点是定义，不是技术。先拉着生产、设备、质量、工艺的人开一次“对齐大会”，把每个指标的边界掰扯清楚。比如：节拍时间用理论值还是实测均值？首检件算不算不良？设备故障小于5分钟的要不要计入停机？这些不敲定，后面全白干。
顺便提一个日本企业爱玩的花活：稼动率与可动率。前者是时间利用，后者是“想干就能干”的能力。很多公司只统计稼动率，可客户要的其实是可动率。这俩差着一个世界，你品品。
二、数据采集：PLC、传感器还是人工录入？别急着站队
自动采集当然香，稳定、实时、不用求人。但自动化也不是万能的。换型原因、物料短缺、操作工上厕所这种信号，传感器可真测不出来。所以人工录入在很长一段时间内都跑不掉。
可人工录入的水分有多大？我遇过最夸张的，操作工为了早点下班，下午四点半就把白班的每一笔记录全写好了，连未发生的故障都提前预判。你问他，他说“反正一天到晚就那点事”。我笑着把他的记录撕了，回头就上了扫码终端，所有事件用下拉菜单选，选不了的不许提交。
但这还是挡不住“乱选”。没办法，后来我们采取了一个土办法：关键事件必须双源校验——PLC自动触发一份，人工确认一份，两个对不上直接弹报警，要求当事人说明。这个办法有效但有点残暴，有操作工投诉说我们监控他。我只好解释：我们统计的是事件，不是人。
对了，采集频率也别说越高越好。每秒钟采样一次，一天下来数据量巨大，存哪都是问题。我之前做过一个项目，为了分析微停机，用了0.1秒分辨率，结果三天存了上百GB，查询的时候卡成狗。后来把需求调成“按事件记录+关键变量曲线”，数据量降了90%，该看的异常一个没少。粒度取决于你的问题，别让数据本身成为新问题。
三、统计方法：平均值是魔鬼，分布才是真相
我曾经被一份漂亮的质量周报糊弄过。孔径CPK算出来1.78，堪称优秀。可当我要求看直方图的时候，发现了诡异的双峰：两台加工中心，一台偏上差，一台偏下差，合在一起刚好变成“完美”的正态分布。这叫什么？这叫平均数的魔法。
我当场把周报撕了，连夜让质量部按设备分组重新计算，结果一台CPK 0.98，另一台1.32，直接把我拉回现实。统计学不是用来交差的，是用来照妖的。如果你的控制图没有分层，那它只会帮你隐藏问题。
所以我强烈建议每个工程师，至少学会三种工具：直方图、箱线图、X-bar R控制图。别迷信Excel里那些一键生成的漂亮曲线，你得亲手画一遍，去感受数据的乖张。
还有一点：控制图的分组别太死板。白班和夜班，新老工人，不同供应商的毛坯，这些都是常见分层变量。你不分，控制限就像一床被子，把所有个体差异全盖住了，什么异常都看不见。记住，控制图是为了让特殊原因现形，不是为了让系统看起来稳定。
四、从统计到决策：没有闭环的统计就是自嗨
我见过太多工厂，统计报表每周一出，发到各部门邮箱，然后呢？石沉大海。最讽刺的是，有一次我们统计出三号工位刀具寿命波动异常，报告发出去一个星期没人理。我拿着数据去找生产经理，他说“哦，那个啊，我们早就知道刀片有时候不行”。
那你为什么不管？他说，换了供应商，可是换过去之后也没有更好的办法，反正凑合。这就是典型的“无闭环”，统计成了一个过场。
后来我们做了一个强制闭环：凡是SPC控制图出现连续6点递增趋势，系统自动生成红灯任务，责任人必须在24小时内给出原因分析和纠正措施，否则升级到厂长。刚开始大家叫苦连天，两个月后，我们车间的设备故障率下降了22%，刀具成本降了15%。数据自己不会说话，得有人逼它开口。
所以，别急着采购更贵的软件，先打通“统计-报警-行动-验证”这条链路。没有这个闭环，你的所有统计技巧都是在沙滩上盖楼。
结论
产线数据统计这件事，技术含量不高，但门槛很高。门槛不在算法，在每个环节肯不肯较真。定义对齐没有，采集可信吗，统计方法分层了吗，行动闭环转起来了吗？这四个问题答不上来，你的数据就是一堆精致的垃圾。
我常常觉得，统计最大的敌人不是设备老化，而是人的惰性。人是惰性的，数据是忠实的，只要你不骗自己，它一定会回报你。
该说的都说了，我得去车间看看今天那个红灯任务处理得怎么样了。就这样。
