制造现场的数据分析常卡在“指标变了，但不知道为什么”。我们近期在一条装配线上做了一组实验：把 MES 的质量结果、设备运行参数、物料批次信息和环境温湿度按统一时间窗对齐，形成可下钻的分析宽表。当良率或节拍出现异动时，系统先做变点检测与基线对比，确认异常窗口，再按班次、设备、物料批次、关键参数区间逐层计算贡献度，输出 Top3 疑似因子及对应样本量，供工程师复核。
进展：在试点产线，单次异动定位从人工逐层排查的数小时缩短到约 15 分钟，并能区分“全局漂移”与“局部批次异常”两类模式。
下一步计划：
- 引入工艺因果图作为约束，降低把相关关系误判为因果的风险；
- 把维修工单、换型记录等文本事件纳入时间线，为归因结果补充可读解释。
评论