1. 课程导入与全景认知

在制造现场，一张工单从下发到完工，看似只是“派活—干活—报工”的简单循环，但真正决定产品质量、交付能力和成本可控性的，是工单执行过程中产生的数据，以及这些数据能否被完整、准确、及时地追溯。本课程要解决的核心问题就是：如何把工单执行过程中的“人、机、料、法、环、测”信息结构化地采集、关联、存储和查询，使任何一件产品都能回答“谁做的、用什么做的、什么时候做的、经过哪些工序、检验结果如何”这一系列问题。

一、什么是工单执行数据

工单执行数据，是指生产工单在车间执行阶段产生的全部业务数据与技术数据的集合。它不是单一的一张报表，而是围绕工单生命周期展开的多源数据链。典型的数据对象包括：

• 工单主数据：工单号、产品编码、计划数量、优先级、计划开工/完工时间、工艺路线版本。
• 工序执行数据：每道工序的实际开始/结束时间、操作人员、设备编号、工位号、实际加工数量、合格数、不良数、报废数。
• 物料批次数据：投料批次号、供应商批次、物料条码、消耗数量、剩余数量。
• 工艺参数数据：温度、压力、速度、扭矩、时间等关键过程参数的实际值。
• 质量检验数据：首检、巡检、终检结果，测量值、判定结论、检验员、检验时间。
• 异常与变更数据：设备故障、停线原因、工艺变更、返工返修记录。

这些数据分散在MES、SCADA、QMS、WMS等系统中，也有一部分仍停留在纸质流转卡或操作工的手工记录里。工单执行数据工程的任务，就是把这些分散的数据在工单维度上“串起来”，形成一条可读、可查、可分析的数据主线。

二、什么是生产追溯工程

生产追溯工程是围绕“正向追踪”和“反向溯源”两个方向建立起来的一套技术与管理体系。正向追踪是指从原材料批次出发，查清它被用到了哪些工单、哪些产品、发往了哪些客户；反向溯源是指从一件成品或一个质量投诉出发，逐层回溯到它的生产工单、工序、设备、操作人员、物料批次和工艺参数。

追溯工程的关键不在于“记录了多少数据”，而在于数据之间的关联关系是否可靠。一个可用的追溯系统必须满足三个基本条件：第一，每个追溯对象有唯一标识（如工单号、批次号、序列号）；第二，标识之间的父子关系、装配关系、消耗关系被准确记录；第三，数据在时间轴上可还原，即能按实际发生顺序重建生产过程。

三、边界与整体学习地图

本课程聚焦的是“工单执行层”的数据与追溯，不展开ERP层面的计划排产算法，也不深入设备控制层的PLC编程。它处在计划层与控制层之间，是制造运营管理（MOM）中最贴近现场、也最容易出现数据断点的一层。

整体学习地图可以按“数据产生—数据采集—数据关联—数据存储—数据查询—数据应用”六个环节展开。下面这张图展示了工单执行数据从现场产生到追溯应用的全景链路，以及各环节涉及的关键对象和系统边界。

四、核心价值与典型行业场景

工单执行数据与追溯工程的价值，最终体现在三个层面。第一是质量层面：当客户投诉或内部发现批量不良时，能在分钟级而非天级定位问题批次、问题工序和问题参数，把召回范围从“全部出货”缩小到“特定批次”。第二是合规层面：汽车、医疗器械、航空等行业对产品追溯有强制性法规要求，完整的工单执行数据是审核通过的基础。第三是运营层面：通过分析工单执行数据中的实际工时、设备利用率、不良分布，可以找到瓶颈工序和改进机会。

典型行业场景差异明显。在汽车零部件行业，追溯精度通常要求到单件序列号，且必须记录关键扭矩、压装力等工艺参数；在电子组装行业，重点在于SMT贴片程序的版本、回流焊温度曲线和物料批次；在食品医药行业，追溯重点转向原料批次、生产环境温湿度和保质期；在装备制造行业，则更关注大型部件的装配关系、调试参数和检验报告。不同行业的追溯粒度、数据采集方式和法规约束不同，但底层的数据关联逻辑是相通的。

五、一个最小追溯示例

为了建立直观感受，这里给出一个简化但完整的追溯场景。假设某工单 WO-20240513-001 生产产品 P-A100，计划数量 200 件，工艺路线为“下料→焊接→装配→检验”。实际执行中，下料工序投料批次为 MAT-20240510-B07，焊接工序设备为 EQ-WD-03，操作工为张工，焊接电流参数记录为 185A，装配工序使用了子件批次 SUB-20240512-C02，最终检验合格 196 件、不良 4 件。

当客户反馈其中一件产品出现焊接强度不足时，反向溯源路径为：产品序列号 → 工单 WO-20240513-001 → 焊接工序 → 设备 EQ-WD-03 → 操作工张工 → 焊接电流 185A → 同批次产品范围。如果发现同一设备、同一参数下还有另外 3 件不良，就可以把排查范围锁定在这台设备和这个参数区间，而不是全批次召回。这就是工单执行数据与追溯工程最直接的价值体现。