制造商根因分析：权威可落地指南

寻找车间问题的源头

制造过程混乱、快节奏且复杂，迫使制造商不仅识别还要解决独特挑战。这些问题会拖慢生产，在最意想不到时造成瓶颈或停工。此类问题出现时，许多人求助于根因分析 (RCA) 以实施解决方案。

本深度指南涵盖识别根因的方方面面，可跳转至特定章节：

• 什么是根因分析？
• RCA 的收益
• 如何执行根因分析
• 可用方法与工具
• 根因分析案例探究

什么是根因分析？

根因分析 (RCA) 是一种特定流程，认识到中断与问题可追溯到特定原因，解决该原因将沿链条传导并导致状态改善。RCA 旨在识别缺陷与问题的成因，而非仅治疗症状或“救火”。

根因分析的收益

RCA 被公认为精益制造方法论与六西格玛的关键组件。它优化了深挖问题成因所需时间，为制造业问题解决提供结构。

根因分析收益包括：

• 成本节约
  • 因 RCA 治“病”而非治“症”，可通过降低停机、减少缺陷、改进流程来降低成本。
• 切实可行的流程
  • 许多制造企业在部分失效流程中运行。RCA 有助于优化流程，提供切实可行的解决方案，建立可遵循且不走捷径、不偏离的 SOP。
• 自动化
  • 如今工厂拥有前所未有的数据访问与洞察。这些数据可解析、分析、情境化，使 RCA 结果可被同公司其他部门和工厂消费，成为改进的力量倍增器。
• 主动性
  • 因数据分析自动化契合 RCA 结果，安全、维护、质量顾虑可更准确预测并快速行动，减少停机。

如何执行根因分析

RCA 方法因公司而异、因问题而异。可聚焦特定 OEM 机型的机器专用问题，也可用于部门间瓶颈分析，或解决企业级全厂缺陷。

通常 RCA 涉及六步：

1. 定义问题

第一步最关键。所有团队成员必须理解问题。必须客观陈述。需通过澄清性问题确认确实是紧迫问题或瓶颈。这是最宽泛阶段，是概括性问题陈述，如缺陷率、瓶颈、错过发货等。

2. 收集数据

数据收集在 RCA 中至关重要。此处团队成员尝试列出尽可能多的因果要素。一切皆可列入，清单可宽泛详细。今天，因许多 OEM 设备制造商在机器中嵌入数据收集，定位与利用数据更容易。也可能工厂已为无原生数据采集的机器部署了数据采集设备。

3. 区分原因与症状

常将症状误认为原因。一些工具方法可帮助深挖区分症状与原因。假设是若能确定并纠正原因，症状将消失。此处数据收集也关键，因许多数据收集系统有分析能力确定问题类别。

4. 确定纠正措施

一旦确定根因，可制定有效解决方案。可能包括培训、机械修改、厂房布局、更强大的数据收集与分析能力。数据常助于制定纠正措施。确定根因时手握实时数据与洞察，管理者可基于实际数据创建相关、真实的解决方案。

5. 实施解决方案

根因确立、纠正措施识别后，团队必须实施。意味着修订或替换旧 SOP、创建新工作流、审计结果。数据收集能力越深，分析对所选方案的影响越大。甚至可编程机器自主或半自主行动以帮助实施、监控方案进度或影响其增长。

6. 验证与推广结果

无审计流程，方案难长久。审计必须验证方案有效性。当数据收集强健且接受实时分析时，这更容易。通过监控或调整方案有效性来改进。若方案成功，根因可迁移至公司其他流程与部门。

RCA 可由团队手动进行。但结合先进数据收集与分析，既加速又增强影响。方案可推广至其他面临类似问题的工厂和部门，提升生产效率、减少生产缺陷。

根因分析方法与工具

开展 RCA 的公司有许多工具与方法可用。下文简要概述：

5Why 分析法

最简单的 RCA 工具之一也最有效。连问五次“为什么”可深挖至成因。强迫更深、更批判性思考，直到穷尽所有借口。现实中可能略多或略少于五次，但方法论是问为什么直到采纳所有解决方案，最终答案显现。

鱼骨图

鱼骨图又称石川图，是可视化因果图表，帮助从所有促成因素构建原因。问题视为鱼“头”。原因按原因类别列表归类为较小“骨”。可视化帮助团队评估抽象思维中未出现的选项。

图片来源

失效模式与影响分析 (FMEA)

针对持续性能至关重要的高复杂度产品，FMEA 是确定根因的选项。该方法审视设计可能失效的领域。从许多方面看，它是在缺陷与故障发生前寻找其根因。有助于确定装配或制造的流程失效。

故障树分析 (FTA)

针对工程缺陷可能导致灾难性后果的关键安全系统 RCA，FTA 是有效工具。帮助理解系统故障如何发生、可能发生哪些故障。将这种“非期望状态”分配给树中较低层级的故障事件，帮助识别可能故障，让工程师设计补偿或消除故障风险。

帕累托图

帕累托图是另一经过验证的可视化方法，帮助团队理解 RCA 中问题频次。它按重要性“排名”问题，帮助团队知晓优先解决什么。当有许多不同原因时帕累托图也很有价值。

按重要性排序后，可优先制定方案消除最大缺陷。RCA 常作为精益或六西格玛方法论一部分，可重复执行以解决图表上接下来的几个层级，持续改进。

帕累托图让人轻松找出导致 80% 问题的 20% 关键因素。

是/非分析法

有人说人生一半是知道不做什么。像 5Why 一样，是/非分析法简单却强大。将问题视觉化拆分为“是”与“非”类别，RCA 团队可创建聚焦清单，理解哪些条件影响情况、哪些不影响。让团队保持正轨，防止列出或追究虚假原因。

结合 MachineMetrics 探究根因分析案例

找到任何问题根因需要专门团队与艰苦工作。人工越多，流程修改越耗时。但流程优化团队今天有了确定根因的盟友。

数据收集正成为当今制造环境标准。复杂数据采集设备、软件、分析程序取代了用于 RCA 的电子表格、手工图表、人工输入系统。

借助 MachineMetrics 等平台，公司现可利用实时自动化数据收集与高级分析，为寻找问题根因的人员提供可用、标准化、情境化的数据。直接从机器控制器采集的数据意味着能比手工流程更快、更有效地确定准确、无偏见的根因。

让我们探讨一些 MachineMetrics 用于识别车间问题成因的案例：

实时 RCA：当班仪表盘

当班仪表盘是实时监控生产进度的绝佳方案。提供绩效对目标的可视性，操作员可对比预期与实际绩效。这样可授权操作员与管理者即时识别问题。

这是在更深入分析完成前，以日常方式解决问题的优秀短期实时策略。

当班仪表盘有多种视图，包括零件目标、OEE、利用率、停机。

客户通常在车间安装显示器，让所有利益相关者对所有适用机器拥有完全可视性。

用帕累托报表识别停机主要原因

理解停机原因最有用的报表之一是停机帕累托图，它汇总所有记录的停机原因。

借此报表，可轻松识别最恶劣的停机原因。还可按班次、机器单元甚至单台机器细分数据，深入剖析问题所在。还能看到非计划停机与计划停机的分布。

常见停机类别包括过度换刀、过度换型、缺操作员、非计划机器维护。有了 MachineMetrics，不仅能准确看到停机，还能确定问题所在。

MachineMetrics 停机帕累托图可视化车间停机主要原因。

分析生产报表识别生产低效

MachineMetrics 生产报表包含大量指标。持续改进经理、车间主管、工程师可分析生产报表更好理解工厂绩效。优化效率时，有几个生产效率与工单运行时间指标需确保在报表中：

生产效率

生产报表中与已完成工单机器生产效率相关的指标包括：

• 生产效率
• 总零件时间
• 实际零件时间
• 平均 PPH
• 理想 PPH
• 预期 PPH
• 预期零件时间
• 理想零件时间
• 总准备时间
• 预期准备时间

工单运行时间

生产报表中与已完成工单机器运行时间相关的指标包括：

• 首次启动时间
• 最后结束时间

生产报表包含零件与工单完成效率的丰富信息。

立即开始识别低效

使用 MachineMetrics，车间数据实时自动采集、标准化，传播开箱即用（及自定义）报表与可视化。将权力交还决策者手中，用准确数据说明车间正在发生什么，提供可视性以做出更好决策。

立即开始识别低效并修复问题。预约演示，与我们团队讨论 MachineMetrics 如何减少停机、增加产能、为您组织驱动底线影响。

开始识别生产问题

预约演示