4. 缺陷分类体系设计
缺陷知识库能否被高效复用，很大程度上取决于分类体系是否“既稳定又可扩展”。如果只用一张扁平清单记录缺陷，检索时只能靠关键词碰运气；如果分类维度设计得过细，又会造成标签爆炸、维护成本高、标注不一致。本节要解决的核心问题是：如何用工艺、产品、缺陷模式、严重度、责任环节五个维度，构建一套既能覆盖当前业务、又能随产线和产品演进而扩展的多维分类标签体系。
一、为什么需要多维分类，而不是一棵分类树
传统做法常把缺陷归入一棵树，例如“焊接类→虚焊→电源板”。这种单继承结构在缺陷数量少时可用，但一旦同一缺陷同时涉及多个工艺、多个产品和多个责任环节，就会被迫重复挂载或强行归类，导致检索路径不稳定。多维分类的本质是把“一个缺陷属于哪个类别”拆解为“一个缺陷在若干正交维度上分别取什么值”。这样，同一缺陷可以同时被“回流焊”“电源板”“虚焊”“严重”“SMT工序”五个标签描述，检索时按任意维度组合过滤即可。
需要强调的是，维度之间应尽量正交：工艺描述“用什么方法做”，产品描述“做的是什么”，缺陷模式描述“坏成什么样”，严重度描述“影响多大”，责任环节描述“问题出在哪个阶段”。正交性越好，标签组合的语义越清晰，越不容易出现“同一缺陷被两个维度重复表达”的混乱。
二、五个维度的取值设计与编码规则
为了让标签可机读、可统计、可扩展，建议每个维度采用“维度码+层级码+序号”的编码方式，而不是纯中文自由文本。下面给出一个可直接参考的示例结构（示例参数，非实测数据）：
| 维度 | 维度码 | 取值示例 | 扩展方式 |
|---|---|---|---|
| 工艺 | PRC | PRC-SMT-01 回流焊；PRC-AOI-02 光学检测；PRC-WAVE-03 波峰焊 | 新增工序时追加序号，不改动已有码 |
| 产品 | PDT | PDT-PWR-01 电源板；PDT-CTL-02 控制板；PDT-SEN-03 传感器模组 | 按产品族+型号两级扩展 |
| 缺陷模式 | DFM | DFM-SOL-01 虚焊；DFM-SOL-02 连锡；DFM-CMP-03 缺件 | 按缺陷大类+具体模式两级扩展 |
| 严重度 | SEV | SEV-1 致命；SEV-2 严重；SEV-3 一般；SEV-4 轻微 | 固定四级，不随业务扩展 |
| 责任环节 | RSP | RSP-DES-01 设计；RSP-SUP-02 来料；RSP-PRO-03 制程；RSP-TST-04 测试 | 按责任归属阶段扩展 |
编码规则的关键约束是：已发布的码不可复用、不可改义。例如 PRC-SMT-01 一旦定义为回流焊，即使后续回流焊工艺被淘汰，也只能标记为“停用”，不能把 01 改给别的工序。这样才能保证历史案例的标签在多年后仍然可解释。
三、严重度与责任环节的判定口径
严重度不能凭感觉打，必须有可操作的判定口径。建议从“对客户功能的影响”和“是否可被后续工序拦截”两个角度定义：SEV-1 指可能导致人身安全、批量功能失效或客户停线；SEV-2 指功能失效但可被测试拦截；SEV-3 指外观或性能降级但不影响主要功能；SEV-4 指轻微外观瑕疵。责任环节则依据“缺陷首次被引入的工序”判定，而不是“缺陷首次被发现的工序”。例如来料引脚氧化导致回流焊虚焊，责任环节应记为 RSP-SUP-02 来料，而非 RSP-PRO-03 制程。这一口径必须在标注规范中写清楚，否则不同工程师会给出不同标签。
四、可扩展性的实现：维度注册表与标签组合
可扩展性不是靠预留字段实现的，而是靠“维度注册表+组合标签”机制。每个缺陷记录不再存一个分类字符串，而是存五个维度码的集合，例如：
{
"defect_id": "D-2024-0187",
"process": ["PRC-SMT-01"],
"product": ["PDT-PWR-01"],
"mode": ["DFM-SOL-01"],
"severity": ["SEV-2"],
"responsibility": ["RSP-SUP-02"],
"status": "active"
}当业务需要新增维度（例如“设备类型”或“批次号”）时，只需在注册表中新增一个维度码，历史记录该维度留空即可，不需要重建整张分类树。检索时，系统按维度组合过滤，例如“PRC-SMT-01 + DFM-SOL-01 + SEV-2”即可快速定位所有回流焊虚焊的严重案例。
五、标注一致性与维护机制
多维分类最大的风险不是设计，而是执行中的漂移。建议建立三条维护规则：第一，双人复核，SEV-1 和 SEV-2 的缺陷必须由工艺工程师和质量工程师共同确认标签；第二，月度标签审计，抽取 5% 的记录检查是否存在维度误用，例如把“发现工序”误填为“责任环节”；第三，标签字典版本化，每次新增或停用标签都记录版本号和生效日期，保证历史案例可追溯。
此外，应定期统计各维度的标签分布。如果某个维度下 80% 的记录都集中在同一个取值，说明该维度区分度不足，需要细化；如果某个标签半年内零使用，应考虑停用。通过这种“用数据反哺分类设计”的机制，分类体系才能随业务演进保持活力，而不是建成即僵化。