制程不良趋势预警：小比例不良不再拖成批量异常

这个案例来自 制造业 场景，讲的是很多工厂都遇到过、但很容易被日报和班后汇总拖慢的一类质量问题：

不良不是突然爆出来的，而是先在某个工位、某个班次、某台设备、某个料批上，连续几次小比例抬头。

现场第一眼看，它好像还没有到停线或批量隔离的程度。
可等到质量工程师在日报里真正看见趋势时，前面几个小时甚至一整个班次的在制品已经继续往后流，最后变成返工、隔离、复检，严重时还会形成报废。

这个场景到底发生在什么现场

这是一个多工位连续加工的制造车间，产品要经过投料、加工、组装、在线检验、功能测试和包装等多个节点。
每个班次都会产生大量检验记录，包括：

工位检验记录：例如压装、点胶、锁附、焊接、贴装、冲切等关键工位的首检、巡检和抽检结果
设备运行记录：例如设备编号、模具号、治具号、温度、压力、扭矩、节拍和停机信息
班次记录：白班、夜班、换班前后不同操作员和班组长的生产记录
料批记录：同一供应商、同一到货批、同一仓位领出的材料批次
返工隔离记录：不良品被返工、隔离、复检、让步接收或报废的过程

在这类车间里，真正让现场难受的，往往不是一次性出现 15% 或 20% 的大比例不良。
大比例不良一出现，现场反而会很快停下来，因为谁都看得见风险。

更麻烦的是这种情况：

A03 工位某个压装尺寸从偶发超差变成连续偏上限
夜班在 B 线同一台设备上多了几笔轻微外观划伤
料批 M2408-17 上线后，功能测试不良率从 0.6% 慢慢抬到 1.4%
班组长看到有返工，但觉得比例不算大，先让线继续跑
质量工程师要等班后汇总，才发现这不是随机波动，而是趋势已经起来了

这类小比例不良，如果只看单点记录，常常显得不严重；但如果把工位、班次、设备、料批和检验结果放到一起看，就会发现它已经在朝批量异常方向走。

原来的处理链条为什么会卡

改造前，车间不是没有检验，也不是没有质量人员。
问题在于旧流程更擅长处理“已经很明显的异常”，不擅长处理“还没爆发、但趋势正在变坏的异常”。

现场通常是这样运转的：

操作员或巡检员在工位上记录不良数量和不良类型。
班组长按小时或按批次看一下当前不良，比例不高就先继续生产。
质量工程师主要看日报、班后汇总或异常单。
如果当天或某批出现明显超标，再组织返工、隔离、原因分析和改善。

这条链路看起来完整，但有一个很关键的时间差：
检验记录产生在现场，趋势判断却发生在班后。

当一个小比例不良连续抬头时，旧流程会把它拆散在不同表里：

工位上只看到这半小时多了几件
班组长只看到当前班次还没超过红线
质量工程师只在日报里看到总数
设备维护只看到设备没有停机报警
仓库和物料只看到料批已经正常发出

每个岗位看到的都不是假信息，但都不够完整。
等大家终于把这些信息拼起来，前面的产品已经从异常工位流到了后段，返工隔离范围也被放大了。

改造前的旧流程简图

flowchart TB
    A[工位产生检验记录] --> B[操作员记录不良数量和类型]
    B --> C[班组长按小时或批次查看]
    C --> D{单次不良率是否超过红线?}
    D -->|否| E[继续生产并等待班后汇总]
    D -->|是| F[通知质量工程师现场确认]
    E --> G[日报或班后汇总整理]
    G --> H[质量工程师发现某工位/班次/设备/料批不良抬头]
    H --> I[回头追溯已流转批次]
    I --> J[扩大返工、隔离和复检范围]
    F --> K[现场临时处置]
    K --> L[补录异常单和处理结果]

这条旧流程为什么容易把小问题拖成批量问题

从项目复盘角度看，旧流程至少有五个很具体的卡点。

1. 只盯单次红线，忽略连续抬头

很多车间设了不良率阈值，例如某工位超过 3% 才拉异常。
但现实里，真正危险的趋势可能是：

第一小时 0.5%
第二小时 0.9%
第三小时 1.3%
第四小时 1.8%

每一小时都没超过硬红线，可趋势已经明显变坏。旧流程只看“有没有超”，不太看“是不是连续往上走”。

2. 工位、班次、设备、料批没有被及时交叉看

同一类不良可能不是全线发生，而是集中在某一个组合上：

A03 工位 + 夜班 + 2 号压装机
B07 测试位 + 料批 M2408-17
C 线白班 + 新换治具

旧流程里这些信息分散在检验表、设备点检表、领料记录和班组交接表里。
单独看都只是“小波动”，合起来才是“趋势风险”。

3. 班组长和质量工程师协同靠口头判断

班组长更关注当前节拍和现场处理，质量工程师更关注不良模式和风险外溢。
旧流程里，两边经常是班组长先凭经验压住，质量工程师班后再追问：

这一批什么时候开始偏的
当时有没有换料
是哪台设备生产的
中间有没有返工
已经流到哪些后段工序

问题不是两边不配合，而是共同判断的时点太晚。

4. 返工隔离总是被动扩大

小比例不良早期没有被抓住时，现场通常不会立刻隔离在制品。
等趋势确认以后，只能回头按时间、料批、设备和工位倒推影响范围。

这会带来三个损失：

本来只要隔离半小时产出，最后要隔离整个班次
本来只要复检某台设备产出，最后要复检整条线
本来只要停某个料批，最后连相邻批次也要跟着排查

5. 复盘看到的是结果，不是趋势形成过程

日报能告诉质量工程师“今天不良率高了”，但不一定能告诉现场：

不良是从哪个时间点开始爬升的
是哪个班次先出现苗头
是换料后抬头，还是设备参数漂移后抬头
班组长当时做了什么处置
返工隔离动作有没有及时发生

没有趋势形成过程，后续改善就容易停在“加强巡检”“注意控制”这种泛化要求上。

派宝多智能体如何介入

派宝没有把这件事做成一个简单的“不良率超标报警”。
真正有效的做法，是让多智能体把检验记录、工位、班次、设备、料批和处置动作串起来，在小比例不良连续抬头时提前介入。

1. 检验记录识别智能体先把现场数据接住

系统会持续接入来自现场的检验记录，包括：

工位首检、巡检、抽检和全检记录
不良类型、数量、判定结果和检验人员
工单号、批次号、设备号、治具号和料批号
返工、隔离、复检、报废等后续处理状态

这样质量工程师不再只等班后日报，而是能在数据刚产生时就看到结构化记录。

2. 趋势分析智能体盯住“小比例连续抬头”

趋势分析智能体不只判断有没有超过红线，而是持续观察：

某工位连续几个时间窗不良率上升
某班次的不良构成明显偏离历史均值
某台设备的轻微缺陷连续增多
某个料批上线后，同类不良在多个工位出现
返工数量虽然不大，但连续占用后段人力

它更像是在盯“斜率”和“组合”，而不是只盯一个固定阈值。

3. 风险预警智能体把苗头分成不同处置等级

不是所有抬头都要停线。
系统会结合历史数据、当前工单、客户要求和不良类型，先给出风险分层：

观察级：趋势刚出现，提醒班组长加强该工位巡检
确认级：连续多个时间窗抬头，提醒质量工程师现场确认
围堵级：同一设备或料批关联明显，触发在制品暂缓流转和局部隔离
升级级：高风险不良类型出现扩散，提醒生产主管、质量工程师和班组长共同处置

这样现场不会因为一个小波动就过度反应，也不会等到批量异常才开始反应。

4. 原因分析智能体把工位、班次、设备、料批放在一起看

一旦预警触发，原因分析智能体会自动拉取关联信息，例如：

预警前后是否换过料批
设备是否刚保养、换模、换治具或调整参数
夜班和白班的不良结构是否明显不同
同一操作员或同一工位是否反复出现同类问题
返工后的复检结果是否仍然集中在同一缺陷

这让质量工程师到现场前，已经带着初步判断，而不是重新翻表找线索。

5. 协同处置智能体把班组长和质量工程师拉到同一条线上

当系统判断需要人工确认时，会自动生成协同任务：

班组长确认当前工位是否继续生产、降速观察或暂停流转
质量工程师确认不良判定标准、抽样加严和隔离范围
设备人员确认设备参数、治具状态和最近调整记录
物料人员确认当前上线料批、替换料批和库存批次

任务不是简单发消息，而是带着工位、班次、设备、料批、检验记录和建议处置动作一起发出。
班组长和质量工程师看到的是同一条预警记录，后续判断、返工隔离和关闭结论也回到同一条记录里。

6. 隔离状态管理和留痕智能体把影响范围关住

如果预警进入围堵级，系统会提示现场按影响范围处理：

暂缓该工位后续流转
对指定时间窗的在制品做局部隔离
对同设备、同料批或同班次产出加严复检
标记返工品、待判品、隔离品和已释放品状态
留下班组长、质量工程师和复检人员的操作记录

这一步的价值是把隔离范围尽量做准。
早一点识别趋势，就能少隔离不相关批次，也能少放过真正高风险的那一段产出。

改造后的新流程详细图

flowchart TB
    A[工位持续产生检验记录] --> B[检验记录识别智能体<br/>整理工位/班次/设备/料批/不良类型]
    B --> C[趋势分析智能体<br/>识别小比例连续抬头]
    C --> D{是否形成趋势风险?}
    D -->|否| E[继续观察并沉淀趋势曲线]
    D -->|是| F[风险预警智能体<br/>分层为观察级/确认级/围堵级/升级级]
    F --> G[原因分析智能体<br/>交叉比对设备、料批、班次和历史记录]
    G --> H[协同处置任务<br/>同步班组长 + 质量工程师]
    H --> I{是否需要返工隔离?}
    I -->|否| J[加严巡检并持续跟踪]
    I -->|是| K[隔离状态管理智能体<br/>锁定影响时间窗和批次范围]
    K --> L[返工/复检/释放/报废状态回写]
    J --> M[操作留痕追踪智能体记录判断和动作]
    L --> M
    M --> N[质量看板更新趋势、原因和闭环结果]

上线前后到底差在哪

以一个 三条产线、两班倒、日均 1.8 万件产出 的零部件加工车间为例，制程检验点覆盖压装、锁附、外观和功能测试。
试运行 8 周后，最明显的变化不是不良完全消失，而是小比例不良开始更早被识别、确认和关住。

上线前后对比表

对比项	改造前	改造后
小比例不良抬头发现时点	多数在班后日报或次日复盘	通常在连续 2 到 3 个时间窗内预警
判断维度	主要看单工位或单班次汇总	同时交叉工位、班次、设备、料批和检验记录
班组长与质量工程师协同	口头沟通多，确认口径易不一致	围绕同一条预警任务协同处理
返工隔离范围	常按整批、整班次扩大	更容易按时间窗、设备和料批精准圈定
质量工程师追溯耗时	需要翻检验表、设备记录和领料记录	预警记录自动带出关联线索
批量返工发生概率	小趋势容易拖成集中返工	早期围堵后明显下降
复盘质量	多看结果，少看形成过程	能看到趋势曲线、触发原因和处置留痕

为什么这些变化站得住

第一，发现时点提前，不是因为现场多填了表，而是系统把原本已经存在的检验记录实时串起来了。
过去这些数据也在，只是分散在工位表、设备记录、料批记录和班次汇总里，等人去看时已经晚了。

第二，误报不会大幅增加，是因为预警不是只看一个固定阈值。
派宝会把连续时间窗、历史均值、同类不良、工位特性和客户质量要求一起考虑，再把风险分成观察级、确认级、围堵级和升级级。现场可以先观察、再确认、再围堵，而不是一报警就停线。

第三，返工隔离范围变准，来自影响范围被提前锁定。
当系统能指出风险集中在 B07 测试位 + 夜班 + 3 号设备 + M2408-17 料批，质量工程师和班组长就不需要把整条线所有产出都拉回来复检。

第四，班组长和质量工程师协同变顺，关键在于两边看到的是同一条预警记录。
班组长知道现场节拍、人员和设备状态，质量工程师知道判定标准、客户风险和隔离规则。两类判断合在一条任务里，才不会变成班后互相补问。

第五，后续改善更容易落地，因为复盘不再只看到“不良率高”。
系统会保留趋势从什么时候开始、哪个工位先抬头、期间有没有换料换治具、谁做了确认、哪些产品进入返工隔离、最后如何释放或报废。

案例价值

这个案例的价值，不在于把质量管理做成更复杂的报表，而在于让现场更早看见“正在形成的风险”。

1. 把质量管理从事后统计往前推

日报和班后汇总仍然有价值，但它们更适合复盘，不适合拦截正在扩大的制程风险。
趋势预警把质量判断往前推到生产过程中，让小比例不良还没拖成批量异常时就被看见。

2. 让班组长不用在节拍和质量之间硬猜

班组长最难的是现场不能动不动停，又不能放任不良继续流。
系统把风险等级、关联记录和建议动作一起给出，班组长就能更稳地决定是继续观察、加严检验、暂缓流转，还是立刻找质量工程师到场。

3. 让质量工程师少做低效追溯，多做有效判断

质量工程师过去大量时间花在翻记录、问班组、查设备、追料批上。
现在预警记录先把线索拉齐，质量工程师可以把时间放在判定风险、圈定隔离范围和推动原因改善上。

4. 让返工隔离从“扩大兜底”变成“精准围堵”

越晚发现趋势，隔离范围越容易扩大。
越早把工位、班次、设备和料批组合识别出来，越能把返工、复检和隔离压在真正有风险的范围内。

5. 让改善不是一句“加强管控”

制程不良趋势预警把问题形成过程留下来。
后续复盘时，现场可以讨论的是具体事实：

哪个工位先抬头
哪台设备最相关
哪个料批上线后变化明显
哪个班次处置及时
哪些返工隔离动作有效

这比泛泛要求“加强巡检”“提升意识”更能推动真实改善。