2. 换型时间构成与度量

在上一节中，我们已经明确了换型时间对批次合并排程的决定性影响。但“换型时间”本身并不是一个单一的数字，而是一组具有不同性质、不同归属、不同压缩路径的时间要素的集合。如果只用一个笼统的“换型耗时”来记录，后续的排程优化就失去了可操作的抓手。本节的核心任务，是把换型时间拆解为可识别、可采集、可归因的构成要素，并建立统一的统计口径。

一、换型时间的四类构成要素

从精益换型（SMED）的专业视角出发，换型全过程的时间可以划分为四个基本类别：

• 内部换型时间（Internal Setup Time）：必须停机才能完成的作业所消耗的时间。例如拆卸旧模具、安装新模具、更换夹具、重新对刀、调整限位等。这部分时间直接占用设备产能，是排程中真正需要计入“换型损失”的部分。
• 外部换型时间（External Setup Time）：可以在设备运行状态下提前准备或事后收尾的作业所消耗的时间。例如提前领取新模具并预热、准备新批次物料、填写工单、归还旧模具等。这部分时间不占用设备产能，但占用人员工时和物料流转资源。
• 调整时间（Adjustment Time）：设备重新启动后，为达到合格产品所需的参数调试时间。例如试压、调温、调速度、调张力、微调定位等。调整时间的显著特征是“反复试错”，其长短高度依赖操作经验和标准化程度。
• 试产时间（Trial Run Time）：调整完成后，为验证产品是否满足质量要求而进行的小批量试生产时间。试产可能产出合格品，也可能产出废品，因此试产时间往往伴随质量损失。

这四类时间在物理上连续发生，但在管理上必须分开记录。原因在于：内部换型时间需要通过“内外分离”来压缩，调整时间需要通过“标准化与参数固化”来压缩，试产时间需要通过“首件确认与过程能力稳定”来压缩，而外部换型时间则需要通过“并行作业与物流准备”来优化。如果混在一起记录，就无法判断瓶颈究竟在哪一类。

二、换型时间的数据采集方法

拆解清楚之后，下一步是采集真实数据。换型时间数据采集最忌讳“事后回忆”和“估算填表”，因为人对时间的记忆偏差往往在20%以上。推荐采用以下三种方式组合使用：

1. 现场秒表观测法。由IE或班组长在换型现场用秒表或手机计时器，按作业要素逐项记录起止时间。观测时建议至少连续跟踪3次换型，取平均值，并记录每次的异常波动。观测表应包含：作业要素名称、开始时刻、结束时刻、耗时、作业类别（内部/外部/调整/试产）、作业人员、异常备注。

2. 设备信号自动采集法。对于具备PLC或SCADA系统的设备，可以直接从设备状态信号中提取“运行—停机—运行”的时间戳。例如，当设备从“自动运行”跳变为“停止”时记录为换型开始，当设备重新进入“自动运行”且连续产出合格品时记录为换型结束。这种方式精度高，但需要区分“计划换型停机”与“故障停机”，避免数据污染。

3. 工单与MES系统记录法。如果企业已有MES或工单系统，可以从工单的“上一批次完工报工时间”与“下一批次首件报工时间”之差来近似换型时间。但要注意，这个差值包含了等待、交接、记录延迟等非换型时间，需要结合现场观测进行修正。

三、统计口径与记录规范

数据采集之后，必须建立统一的统计口径，否则不同班组、不同设备、不同日期的数据无法比较，也无法用于排程优化。以下是建议的统计口径规范：

需要特别强调的是，“换型总停机时间”与“换型总工时”是两个不同的概念。前者用于排程计算设备可用产能，后者用于评估人员效率和外部作业优化空间。很多企业在做批次合并排程时，只关注停机时间，忽略了外部换型工时对人员排班的挤压，导致换型虽然停机短了，但人员疲于奔命，整体效率并未提升。

四、一个可落地的换型记录表样例

以下是一份可直接用于现场记录的换型时间记录表结构，字段设计兼顾了采集便利性和后续分析需求：

换型时间记录表（示例）

设备编号：CNC-07        换型日期：2025-03-12
上一批次：A-1023        下一批次：B-2045
换型开始时刻：09:15     换型结束时刻：10:42

序号 | 作业要素           | 类别   | 开始   | 结束   | 耗时(min) | 作业人 | 备注
1    | 拆卸旧模具         | 内部   | 09:15  | 09:28  | 13        | 张工   | 螺栓锈蚀
2    | 领取新模具         | 外部   | 09:10  | 09:22  | 12        | 李工   | 与拆卸并行
3    | 安装新模具         | 内部   | 09:28  | 09:45  | 17        | 张工   | 
4    | 更换夹具           | 内部   | 09:45  | 09:55  | 10        | 张工   | 
5    | 参数设定与试压     | 调整   | 09:55  | 10:12  | 17        | 王工   | 压力反复调3次
6    | 试产5件           | 试产   | 10:12  | 10:35  | 23        | 王工   | 前2件报废
7    | 首件确认           | 试产   | 10:35  | 10:42  | 7         | 质检   | 合格

统计结果：
内部换型时间 = 13 + 17 + 10 = 40 min
调整时间 = 17 min
试产时间 = 23 + 7 = 30 min
换型总停机时间 = 40 + 17 + 30 = 87 min
外部换型时间 = 12 min（并行，不占停机）
换型总工时 = 87 + 12 = 99 人·min（按单人计，实际多人需按人累加）

这份记录表的价值在于：它不仅能算出总停机时间，还能直接暴露问题。例如上例中“参数设定与试压”反复调了3次，说明调整时间有压缩空间；“前2件报废”说明试产阶段质量不稳定，可能需要前移首件检验或优化参数固化。这些信息是后续换型改善和排程优化的直接输入。

五、从数据到排程参数的转化

采集和统计的最终目的，是为批次合并排程提供可靠的换型时间参数。在实际排程中，我们通常需要两类参数：

• 平均换型停机时间：用于估算设备可用产能，通常取最近10～20次同类型换型的平均值，并剔除异常值。
• 换型时间标准差：用于评估换型时间的波动性。如果标准差很大，说明换型过程不稳定，排程时需要预留缓冲时间，或者优先安排换型时间稳定的设备承担紧急批次。

此外，如果不同产品族之间的换型时间差异显著，还应建立“换型时间矩阵”，即从产品族A切换到产品族B的换型时间。这个矩阵是后续批次合并排序的核心输入——把换型时间短的批次排在一起，就能显著减少总换型损失。

本节的核心结论可以概括为一句话：换型时间不是一笔糊涂账，而是一组可以拆开、可以测量、可以归因、可以优化的结构化数据。只有把内部、外部、调整、试产四类时间分开记录，并统一统计口径，后续的批次合并排程才有坚实的数据基础。