产线节拍和工单计划脱节怎么查:先找瓶颈,再谈产能
计划按每天 1200 件排产,产线实际只能做 900 件,连续一周延期却找不出卡在哪。本文给出「单件工时测瓶颈 + 稼动率折算有效产能 + 回写排产」的核算方法,附节拍核算三要素与常见偏差来源。
来源:zerocod.cn · 100 人内企业数字化问答
计划数字和现场产出,差了三成
一家做小家电注塑和组装的工厂,计划员排产时用的是一个固定数字:装配线每天 1200 件。
这个数字来自设备铭牌产能乘以十小时工作时间。实际产出连续一周只有 850 到 950 件,订单每天都在延期。
老板让车间解释,车间说「料不齐」「人手不够」「设备老停」。计划员说「我按产能排的,做不出来是车间的问题」。
两边都有道理,但问题还有一个更基础的层面没人问:1200 这个数字本身是怎么来的。
铭牌产能是理想状态下的极限值,它不含换型、不含调机、不含来料等待、不含不良返工。用它乘以时间,得到的是理论上限,不是可承诺产能。
排产要用的是「有效产能」,而有效产能必须由瓶颈工序决定,不是由所有工序里最快的那个决定。
结论先行:节拍按瓶颈算,产能按稼动率打折
节拍核算只有三个变量:瓶颈工序的单件工时、可用工时、稼动率。三个变量任何一个用错,排产数字就会系统性偏高。
瓶颈工序要找单件工时最长的那个。多条并行工序的情况下,按每条路径的总工时比较,找出最长路径。
稼动率建议用本厂历史实测值,不要用行业经验值。同一类设备,有没有自动上料、有没有频繁换型,稼动率能差三十个百分点。
节拍核算的三要素
以两班制装配线为例,数值按本厂实测填写。
| 要素 | 口径定义 | 数据来源 | 常见错误 |
|---|---|---|---|
| 瓶颈单件工时 | 最长工序的稳定单件耗时,含上下料 | 秒表实测或报工数据 | 用设备理论速度代替人工节拍 |
| 可用工时 | 排班时长扣除休息与班前会 | 考勤与排班表 | 按满勤小时计算,忽略休整 |
| 稼动率 | 实际运行时间占可用工时的比例 | 设备运行记录或现场抽测 | 直接套用 90% 的经验值 |
从测节拍到回写排产的流程
每个工序连续测二十件,去掉最快和最慢各三件取平均。只测一次容易被偶然状态误导。
比较各工序单件工时,最长的就是瓶颈。并行工位要按工位数折算为等效单件工时。
连续一周记录设备实际运行时间,用运行时间除以可用工时得到稼动率,不要用估算值。
有效日产能等于可用工时除以瓶颈单件工时再乘稼动率。这个数字才是排产的上限。
工艺改善、设备更换、人员变化都会改变节拍。建议每月复核,变更时同步更新排产基准。
换型次数是节拍之外的第二把刀
即使节拍算对了,换型次数仍会吃掉大量产能。多品种小批量的产线上,换型时间往往比生产时间还长。
举例来说,有效日产能按 960 件算,如果一天换型三次、每次四十分钟,就损失两个小时的产出,实际只剩七百多件。
这也是为什么计划员按「产能除以订单量」排产永远排不准,因为他没有把换型当作独立的产能消耗项。
可行的做法是把换型时间折算成「等效件数」,与订单数量一起占用产能。排产时就变成了一道简单的加法题。
更进一步,可以按换型相似度排序,把模具或程序相近的订单排在一起,压缩换型时间。这一步通常能释放五到十个百分点的产能。
为什么计划与车间对产能的判断长期不一致
根源在于两边使用的口径不同。计划用的是「额定产能」,车间感受到的是「实际产出」,中间隔着换型、故障、缺料和返工。
只要这两套数字没有在同一个表上对齐,争论就会一直持续。建议做一件事:把每日计划数与实际产出数画在同一张趋势图上。
连续记录三周之后,实际产出会稳定在一个区间。这个区间就是本厂真实的有效产能,比任何理论测算都更有说服力。
然后用实际区间反过来校准节拍参数。如果实测有效产能明显低于测算值,说明稼动率被高估了,应当下调。
这套「实测校准」的做法比一次性的精密测算更实用,因为它能容纳设备和人员的变化。
建议把校准结果写成一个简单的三列表:计划产能、实际产能、差异原因。每月更新一次,差异原因只用一句话概括,例如「新增两次换型」或「设备故障停机四小时」。
坚持三个月之后,排产与现场之间的争论会明显减少,因为双方都开始用同一组数字说话。
四个常见误区
| 误区 | 后果 | 更稳妥做法 |
|---|---|---|
| 按设备铭牌产能排产 | 计划系统性偏高,天天延期 | 按下游瓶颈工序单件工时核算 |
| 忽略换型时间 | 多品种场景下产能虚高两成 | 换型折算等效件数占用产能 |
| 用经验稼动率 | 与实际偏差大且无法追责 | 用一周实测的稼动率 |
| 只测一次节拍长期沿用 | 工艺变化后数据失真 | 每月复核并留版本记录 |
常见问题
| 问题 | 回答 |
|---|---|
| 没有报工数据怎么测? | 用秒表实测即可。每个工序测二十件的耗时不到十五分钟,全厂主要工序一天内可以测完。 |
| 瓶颈会变化吗? | 会。订单结构变化时瓶颈可能转移,例如从装配转移到前处理。建议按订单族分别核算。 |
| 稼动率多少算正常? | 离散制造常见区间在 60% 到 85%,流程行业更高。关键是看自己的趋势,不必对标别人。 |
| 并行工位怎么折算? | 两个工位做同一工序时,等效单件工时为原单件工时除以工位数,再考虑工位间的等待损耗。 |
| 加班能不能提高产能? | 能提高总产出,但稼动率通常下降。加班的边际产出要单独核算,不能按正常节拍线性外推。 |
| 多品种混线怎么排? | 按换型相似度分组,先排同族订单,减少换型次数。必要时为高频小单设专用时段。 |
| 计划排超了怎么补救? | 优先保交期最近的订单,同时把超出部分明确告知销售,避免到交期前才发现做不出来。 |
| 要不要上 APS 排产系统? | 节拍和换型时间没测准之前,上 APS 只会把错误数字算得更快。先把基础数据做实。 |
| 怎么判断是产能不足还是管理问题? | 先看瓶颈工序稼动率。稼动率低说明是管理问题,稼动率高说明是真的产能不足。 |
| 设备故障率怎么纳入? | 用历史故障停机时间占可用工时的比例,直接在稼动率里体现,不必单独建模。 |
| 多久能看到改善? | 测节拍与回写排产通常两到四周可以完成,实际延期订单数下降一般在一个月后开始显现。 |
参考投入与周期
以下为节拍核算与产能校准的参考区间,用于内部立项建立预期,不是合同报价。
| 范围 | 参考投入 | 参考周期 | 说明 |
|---|---|---|---|
| 测节拍 + 算有效产能(表格) | 0.2 到 0.8 万 | 1 到 2 周 | 排产上限有依据 |
| 加稼动率实测与换型统计 | 1 到 3 万 | 2 到 4 周 | 产能口径与现场一致 |
| 加每日计划对实际趋势校准 | 3 到 7 万 | 4 到 8 周 | 延期订单数明显下降 |
| 加按换型相似度优化排产 | 7 到 16 万 | 8 到 14 周 | 释放五到十个百分点产能 |
下一步可以做什么
第一步是拿秒表测一遍主要工序的单件工时,一次测二十件。半天下来就能找出瓶颈在哪。
第二步是用实测稼动率重新算一遍有效日产能,与计划员现在用的数字对比,差距通常超过两成。
需要节拍核算表或换型时间统计表,可联系 cooper@micount.cn 或 18016313342(微信同号)。