在良率波动排查中，经验式逐工序试错常要花上一两天。数据智能实验室在一条装配线上做了实验：把 MES 过站记录、设备状态时序与检测结果按时间戳对齐成一张宽表，用梯度提升树建模，再以 SHAP 输出因子贡献，把“哪台设备、哪个班次更像问题源”变成可排序的候选清单。
- 进展：完成三类数据源的时间对齐，用设备运行区间判定过站归属，将 12 个检测站结果回挂到具体工位，宽表覆盖 8 周约 42 万条记录。
- 数据与下一步：5 类主要不良的 Top-5 因子复核命中率约七成，其中 2 个候选因子经现场验证与来料批次相关，单次排查从 2 天缩短到约 4 小时；下一步接入工艺参数流，引入滞后窗口与简单因果约束，降低“相关即原因”的误判。
评论