在制造业质量分析中，报警容易，定位很难。SPC 看板能提示某个尺寸的 Cpk 下滑，但产线有十几道工序、几十台设备、多个班次与批次，靠人工拉 Excel 逐维下钻，一次归因常要半天以上，且结论依赖个人经验。
数据分析实验室近期做了一组实验：把 SPC 报警、MES 过站记录、设备参数日志与来料批次信息统一到同一时间轴上，先用轻量级树模型做多维组合扫描，按“设备×班次×批次×物料”找出异常聚集的子集，再回到时间轴判断是突变还是缓变，最后输出带置信度的候选原因排序，而不是单一结论。
要点：
· 进展：在某机械加工场景的历史数据回测中，针对 20 起已确认的质量异常，系统可在 5 分钟内给出候选原因排序，前三位命中 17 起；未命中案例多与检具本身漂移有关。
· 下一步：把归因结果与工单、维修记录打通，形成闭环反馈；同时验证换工厂迁移时阈值与维度权重的调整成本，避免每个现场都重新调参。
评论