多品种小批量混线生产中，节拍漂移往往先表现为某个工位的缓存堆积，等到看板或班后会才发现，已经损失了半小时以上产能。本实验尝试把瓶颈识别从「事后复盘」前移到「过程中提示」。做法是从PLC与MES采集各工位的过站时间戳、设备状态与线边缓存量，用滑动窗口估计每个工位的服务时间分布，再结合缓存上限与下游拉动节奏，判断当前限制产出的工位是哪一个，并区分两类结果：由临时缺料、人员离岗造成的短时瓶颈，与由工序能力本身不足造成的结构性瓶颈。前者只提示、不建议改线；后者才输出人员借调、缓存上限调整或批量拆分的建议。
要点1（进展）：在一条12工位的装配线上连续试运行6周，系统给出的瓶颈工位与当班复盘结论一致率约85%，平均提前约1.5小时捕捉到节拍漂移；换型后前30分钟的误报明显偏多，主要来自首件调试期的异常工时。
要点2（下一步）：把换型时长与设备短停特征纳入模型，先压制换型窗口内的误报，再在两条节拍差异较大的产线上做A/B对照，验证建议是否真的带来产出改善。当前结论只适用于节拍相对稳定的连续流线，离散型车间的适用性尚未验证。
评论