2. 食品设备状态指标体系设计

实时看板的价值不在于“把设备画在屏幕上”,而在于把设备在某一时刻的真实处境,用一套稳定、可计算、可对比的指标表达出来。如果状态定义含糊,看板就会出现“同一台设备,车间说在运行、系统说在停机”的尴尬局面。因此,指标体系设计的第一步不是选图表,而是把设备状态划分清楚,再为每种状态定义关键指标和数据粒度。

一、状态分类:先建立互斥且可判定的状态集合

食品设备的状态分类应满足三个条件:互斥(同一时刻只属于一个主状态)、可判定(能由信号或人工事件明确触发)、可追溯(状态变化有时间和原因)。结合食品生产特点,建议采用“1个主状态 + 若干辅助标记”的结构:

  • 运行(Running):设备主传动或工艺动作正在执行,且产出合格。可细分为“正常生产”“试机/调机”“空载运行”。
  • 停机(Idle/Stopped):设备无故障、具备启动条件,但因缺料、换型、等待下游、计划休息等原因未运行。它与故障停机的区别在于“是否具备可启动条件”。
  • 故障(Fault):设备因机械、电气、控制、传感器等原因不能正常运行,需维修介入。可细分为“报警停机”“降级运行”“隐性故障”。
  • 清洗(Cleaning):CIP/COP、就地清洗、拆洗、消毒等卫生作业期间。食品行业必须把清洗作为独立状态,不能混入停机,否则会严重污染OEE与停机分析。
  • 维护(Maintenance):计划保养、点检、润滑、更换易损件、校准等。与清洗类似,属于“计划性非生产时间”。

此外,建议增加辅助标记而非独立主状态:如“待料”“换型”“预热/升温”“待检验”。这些标记可挂在停机或运行状态下,用于细分原因,避免状态树无限膨胀。状态切换必须由明确事件驱动,例如PLC运行信号由1变0、清洗程序启动信号、维修工单开工、操作员在终端选择停机原因等。

状态判定优先级建议:故障 > 清洗 > 维护 > 停机 > 运行。即当多个条件同时成立时,按优先级归入唯一主状态,避免统计重复。

二、关键状态指标:从“状态”到“可量化”

仅有状态标签还不够,看板需要能回答“运行得好不好、停得久不久、故障多不多、清洗是否超时”。建议围绕五类状态建立指标族:

指标族核心指标定义与口径示例
运行运行率、实际产能、速度达成率、良品率运行率 = 运行时长 / 计划生产时长;速度达成率 = 实际节拍 / 额定节拍
停机停机次数、停机时长、MTBF、原因占比MTBF = 累计运行时长 / 停机次数(示例口径,需固定统计周期)
故障故障停机时长、MTTR、故障频次、重复故障率MTTR = 故障维修总时长 / 故障次数
清洗清洗时长、清洗准时开始率、清洗超时次数清洗超时 = 实际清洗时长 − 标准清洗时长 > 阈值
维护计划维护完成率、维护超时、保养到期预警数完成率 = 按期完成工单数 / 计划工单数

指标口径必须写死,例如“运行时长”是否包含试机、是否扣除短暂停顿(如<2分钟的微停)。食品灌装线常见做法是把微停单独统计为“短暂停机”,不并入故障,但计入停机损失。口径一旦确定,应在看板配置中固化,不能由不同班次自行解释。

三、数据粒度:时间、设备与事件三个维度

数据粒度决定看板能“看多细”。建议从三个维度定义:

  • 时间粒度:原始信号按秒级或毫秒级采集,状态汇总按分钟级落库,看板展示按班次/小时/日聚合。故障与清洗事件保留秒级起止时间,便于回溯。
  • 设备粒度:单机 → 工段(如灌装、封盖、贴标)→ 产线 → 车间。指标应能逐级上卷,且上卷规则明确(时长可加,比率需重算,不能简单平均)。
  • 事件粒度:每次状态切换生成一条状态事件记录,字段至少包括设备ID、原状态、新状态、开始时间、结束时间、触发源、原因码、关联工单/批次。
食品设备状态指标体系:状态分类 → 指标 → 粒度 ① 主状态(互斥) 运行 正常/试机/空载 停机 待料/换型/待机 故障 报警/降级/隐性 清洗 CIP/COP/拆洗 维护 保养/点检/校准 判定优先级:故障 > 清洗 > 维护 > 停机 > 运行(多条件同时成立时归入唯一主状态) ② 关键指标(按状态族) 运行指标 运行率 速度达成率 良品率 停机指标 停机次数 停机时长 MTBF 故障指标 故障时长 MTTR 重复故障率 清洗指标 清洗时长 准时开始率 超时次数 维护指标 计划完成率 维护超时 到期预警数 ③ 数据粒度(三维) 时间粒度 采集:秒级 / 毫秒级 落库:分钟级汇总 展示:班次 / 小时 / 日 设备粒度 单机 → 工段 工段 → 产线 产线 → 车间(逐级上卷) 事件粒度 每次状态切换一条记录 含起止时间、触发源 原因码、关联工单/批次

四、落地时的关键设计细节

第一,状态事件表是看板的事实底座。建议字段包括:设备ID、状态码、开始时间、结束时间、持续时长、触发源(PLC/人工/系统)、原因码、工单号、批次号、班次。看板上的所有时长类指标都应由这张表聚合得出,而不是各页面各自计算。

第二,原因码要分层。例如停机原因码可分为“缺料、换型、等待下游、计划休息、其他”,故障原因码可分为“机械、电气、控制、传感器、工艺、其他”。原因码不宜过多,控制在每层5~8个,便于操作员快速选择,也便于后续帕累托分析。

第三,上卷规则要写清楚。时长类指标可直接相加;比率类指标必须用“分子求和 / 分母求和”重算,不能对子级比率取平均。例如产线运行率不能等于各工段运行率的算术平均,而应用产线总运行时长除以产线计划时长。

第四,示例参数要标注为示例。假设某灌装线计划生产时长480分钟/班,采集到运行300分钟、停机60分钟、故障40分钟、清洗70分钟、维护10分钟,则运行率为62.5%,故障停机占比约8.3%。这些数值仅用于说明口径,实际项目应以现场采集与确认后的数据为准。

常见误区:把清洗和维护时间混入“停机”统计,会导致停机原因分析失真;把微停全部计入故障,会抬高MTTR并掩盖真实瓶颈。应在指标字典中明确每类时间的归属,并在看板上单独展示。

完成状态分类、指标定义和粒度设计后,看板上的每一个数字都能追溯到一条状态事件记录,每一个状态变化都有明确的触发依据。这样,后续的实时采集、聚合计算和可视化展示才有稳定的语义基础。