多品种小批量场景下，瓶颈工位会随工单结构漂移：上一班堵在测试，这一班卡在装配。人工掐表只能抓到片段，也难以把停机时长归到具体工位。
《自动化流程实验室》本期做了一次实验性验证：通过 PLC / OPC UA 以 10 秒粒度采集各工位状态与产出计数，计算有效节拍、等待时间与停机时长；再用轻量分类模型把停机事件对应到原因码（缺料、换型、故障、质量复检等），在瓶颈形成前给出漂移提示。
阶段性进展：在某装配线（8 个工位、3 类工单混线）的内部试点中，模型给出的瓶颈工位与工艺工程师跟线判断吻合率约 85%；停机归因里缺料与换型相对稳定，故障类因样本偏少仍存在误判。
要点：
· 进展：节拍采集不新增硬件，复用现有 PLC 与上位机数据；识别结果按班次推送，避免实时告警造成噪音。
· 下一步：接入 MES 工单与换型记录，对比换型前后的瓶颈迁移路径，验证从“识别”到“调度建议”的闭环可行性。
需要克制说明的是，目前仅在小样本混线场景验证，跨产线迁移效果待观察，暂不建议直接用于排产决策。
评论