3. WIP数据采集与可视化

WIP管理的第一道门槛不是排程算法，而是“看得见”。在多品种小批量环境中，工单切换频繁、批量小、工序路径差异大，如果WIP数据靠人工日报汇总，管理者看到的永远是昨天的现场。本节要解决的核心问题是：在哪些位置采集、用什么技术采集、采集后如何组织成可读的看板与状态地图，使WIP从“事后统计”变成“实时可见”。

一、数据采集点设计：先定“观测面”，再选设备

采集点不是越多越好，而是要与WIP的“状态跃迁”对齐。WIP在物理上发生状态变化的关键时刻只有几类：工单投放、工序开工、工序完工、质量判定、暂存/等待、转运、入库。因此采集点应优先布置在这些跃迁点上，而不是平均分布在车间。

一个可落地的设计方法是“工序节点+缓冲节点”双类布点。工序节点设在每道工序的开工与完工处，用于记录工序级WIP数量与停留时间；缓冲节点设在工序间的暂存区、检验区、返修区，用于记录等待WIP与异常WIP。对于多品种小批量，建议按“关键件全采、一般件抽采”分级：瓶颈工序、高价值物料、客户急单相关工序必须全采；低值通用件可只在投入和完工两端采集。

布点时还要明确每个采集点的“数据契约”：采集什么对象（工单号/批次号/物料码）、什么事件（开工/完工/转移/报废）、什么时间戳、由谁触发、写入哪个系统。缺少数据契约的采集点，最终只会产生无法关联的孤立记录。

二、条码、RFID与IoT：三种采集技术的适用边界

条码是最经济的方案。一维码适合工单卡、流转单，二维码可承载工单号、工序号、批次号等更多字段。操作方式是“扫码即报工”：员工用PDA或工位终端扫描工单码与工位码，系统自动记录开工/完工时间。条码的局限是必须人工对准、逐个扫描，在油污、遮挡、批量转运场景下效率下降。

RFID适合“批量、非直视、快速通过”的场景。例如周转箱、托盘、料架安装RFID标签，在工序入口安装读写器，整箱WIP通过时自动识别。RFID能显著减少人工操作，但需要处理读取冗余、金属/液体干扰、标签复用与绑定关系。实际落地时，常采用“RFID托盘+条码工单”的混合模式：托盘级自动识别，工单级扫码确认，兼顾效率与准确性。

IoT采集则面向设备与环境的自动信号。通过设备PLC、传感器、计数器和边缘网关，自动获取设备运行状态、加工计数、停机原因、温度/扭矩等过程参数。IoT不直接替代人工报工，而是为WIP状态提供“设备侧证据”：当设备计数达到批量数且停机等待转运时，系统可推断该工序WIP已完工待转。三类技术的关系可用下面的信号链图表示。

三、WIP看板与电子看板：从“数字”到“可行动信息”

看板的价值不在于显示总数，而在于暴露异常。一个有效的WIP看板通常包含四类信息：各工序当前WIP数量、WIP状态分布（加工/等待/检验/返修）、超期WIP清单、瓶颈工序WIP趋势。数量只回答“有多少”，状态分布回答“卡在哪”，超期清单回答“先处理谁”，趋势回答“正在变好还是变坏”。

电子看板按使用场景分为三级：工位级看板显示本工位待加工、已完工、待转运数量；产线级看板显示各工序WIP堆积与流动方向；车间级看板显示整体WIP水位、瓶颈与急单状态。刷新频率应与采集频率匹配：扫码报工可做到分钟级，RFID可做到秒级，IoT计数可做到实时。若采集是小时级，看板却标称“实时”，反而会误导决策。

看板设计要避免“全量展示”。多品种小批量下，工单数量多、切换快，看板应默认按“异常优先”排序：超期、超量、停滞、返修四类优先展示，正常流动的WIP折叠或弱化。这样管理者一眼看到的是需要干预的对象，而不是一片平均的数字。

四、实时WIP状态地图构建：把“数量”还原为“位置与流向”

状态地图与看板的区别在于：看板回答“多少”，地图回答“在哪、往哪流、堵在哪”。构建实时WIP状态地图，通常分三步。

第一步，建立工序拓扑。把车间抽象为节点（工序、暂存区、检验区、返修区）和有向边（允许的流转路径）。多品种小批量中，不同产品族路径不同，因此拓扑应支持“多路径”，而不是单一流水线。

第二步，把采集事件映射到拓扑。每个采集事件携带工单号、工序号、事件类型和时间戳，系统据此更新该工单在拓扑中的当前位置与状态。例如“工序A完工”事件将该工单从“工序A加工中”移动到“工序A完工待转”，若下一采集点是“工序B开工”，则中间停留时间即为等待时间。

第三步，聚合与渲染。按工序节点聚合WIP数量，按有向边聚合在途数量，用颜色表示状态（绿色正常、黄色接近上限、红色超限或超期），用箭头粗细表示流量。这样一张地图就能同时呈现“哪里堆、哪里空、哪里流不动”。

五、一个可参考的采集点配置示例

以下示例为某多品种小批量机加工车间的合理假设配置，用于说明采集点与技术的组合方式，并非实测数据。

配置完成后，判断采集是否有效的标准不是“有没有数据”，而是三个可验证的问题：同一工单能否在系统中连续追溯；工序间等待时间能否被自动计算；超期WIP能否在事件发生后一个刷新周期内出现在看板上。若三者都能满足，WIP数据采集才算真正支撑了可视化管理。