车间里最怕的不是机器坏，而是工位之间互相等着。别问我怎么知道的——上个月我们车间一条装配线就被一个缓冲工位卡了一整天，明明每个工位都显示在忙，但总产出就是上不去。
跨工位协同，听着像是个管理问题，实际上是个工程问题。你画布局图的时候，如果只把设备排得整整齐齐，那基本就是在埋雷。
节拍匹配：别只看名义CT，要看实际波动
很多工程师喜欢算名义节拍：工位A CT=45s，工位B CT=40s，那整个线体就是45s？错了。实际产线不可能匀速跑，工人换个料、拧个螺丝多花两秒，机器偶尔报警，这些都会让实际节拍分布远离开均值。
我习惯用实测节拍分布来分析——记录50个周期的CT，画个直方图，你会发现CT根本不是一个常数，可能是偏态分布。这时候要计算的是变异系数（CV），如果CV大于0.3，就别指望靠简单平衡来消掉等待。
有个很实用的公式：理论产出 = 线体瓶颈CT / (1 + 瓶颈工位CV^2)。你可以不信这个公式，但至少比拍脑袋强。
再说一个坑：节拍匹配不是让所有工位CT一样，而是要让瓶颈工位前尽量“吸水”——所谓吸，就是后工序要小于前工序，然后靠缓冲吸收波动。反正我们车间当时就是没搞明白这个，结果把最快工序放在了瓶颈后面，产线直接跑出个“鼓包”。
缓冲量设计：WIP多了是灾，少了是卡
工位间放多少在制品（WIP）？很多现场管理者喜欢“以防万一”，把缓冲堆得满满的。结果呢？在制品积压，质量问题被掩盖，甚至转产时清理半天。
说实话，合理缓冲量可以算。用最简单的排队模型，当两个工位间只有一个操作员时，缓冲量至少需要用Little’s Law估一下：缓冲库存 = 瓶颈CT * 后工序的到达率波动幅度。更精确点，可以按标准差系数 × 节拍 × 1.3来定初值——这个1.3是经验值，适用于稳态产线。
我们车间犯过的错是，把两个工位间的传送带加长到几十米，以为这样能多存点，结果WIP在地面上铺了一路，最后只得靠人工定时清理。教训就是：缓冲不是越大越好，而是越“准”越好。
真正有效的做法是，给缓冲位设个上下限，低于下限就发出喂料信号，高于上限就暂停前工序——这又牵扯到信息协同了。
信息流：跨工位协同的隐形骨架
设备连起来了，物料流顺畅了，但工位间交流全靠喊，那就等于没协同。现在很多老车间喜欢上MES，花大价钱搞数字化，结果数据归数据，工人根本不看。
我觉得，跨工位协同的信息流分三层：第一层是目视化，比如安灯系统，工位一拉绳，班长马上知道哪卡了；第二层是节拍监控，实时显示线体实际CT与目标CT的偏差；第三层是协同调度，比如当某工位连续3件超时，自动通知上游暂缓投料。
别小看这三层，信息流与物料流如果不同步，再好的布局设计也白搭。举个例子：我们曾经在一个工位旁安装了显示屏，实时显示后工序的当前CT，结果操作员自己就学会调节节奏了——这就是“透明化”的力量。
顺便说一句，我特别反感那些一上来就谈IoT、数字孪生的，先把物理流和信息流捋顺了，再说高大上的东西。
讲讲我们踩过的坑，还有几个小建议
第一个坑：盲目追求U型线。U型线确实能缩短走路距离，但如果你没把物料入口和出口位置放在同一侧，物流反而绕圈。我们当时给某工位做U型，结果皮带线穿墙，物料得靠人力周转，最后只能改成L型。
第二个坑：忽略换型时间。协同不只是稳态时的事，换型时如果工位间不同步，全线停滞。建议给每个工位的换型时间做个“甘特图”，找出关键路径上的长换型工序，专门优化。
第三个坑：把操作员当“机器”。跨工位协同不光是设备联动，人的因素必须考虑。不同工位的技能差异、工作疲劳都会造成节拍波动。所以我们后来在瓶颈工位设置了“多能工”替补，效果简直立竿见影。
另外，如果你们车间有自动化和人工混合，别用同一个节拍指标去考核——人不是机器，误差大得多。最好是要分开统计。不过话说回来，很多理论模型在车间现场真的就是“仅供参考”，最终还是得靠调。
我的经验是：先粗调再精调，让现场员工作为协同的主体，而不是让系统绑死。关于标准化，推荐参考《精益生产手册》中的“生产准备过程（3P）”方法，老掉牙，但管用。
还有，数据跟踪别落下——每月把实际CT、缓冲量、异常停机时间记录下来，用简单控制图看看趋势，别等出了大问题再急着救火。
这篇文章不是万能药，只是我这些年捣鼓车间跨工位协同的一些心得。如果你也正被工位间“扯皮”折腾得头疼，不妨先放下那些复杂软件，把节拍、缓冲、信息流这三件事排个优先级——相信我，你会回来谢我的。
