2. 缺陷数据的采集与结构化

缺陷 Pareto 与质量损失分析能否得出可信结论，取决于最前端的数据质量。如果缺陷记录口径混乱、分类边界模糊、严重度随意填写，后续无论用多精细的 Pareto 图或损失函数，都只是在放大噪声。本节围绕“把现场发生的缺陷变成可分析的结构化数据”这一目标，依次说明分类原则、字段设计、严重度与频次编码、清洗与缺失值处理，并给出一个可落地的现场采集任务。

一、缺陷分类原则：先定边界，再谈统计

缺陷分类不是把缺陷名称罗列成一张长表，而是建立一套互斥且穷尽的判定规则。工程上通常遵循四条原则：

• 可判定性：每条缺陷必须能用检验规范、图纸公差或外观限度样本直接判定“是/否”，避免“外观不良”“感觉不好”这类无法复现的描述。
• 互斥性：同一件不合格品在同一检验工位只能归入一个主缺陷类别，防止同一问题被重复计数，导致 Pareto 排序失真。
• 层级稳定：采用“缺陷大类—缺陷模式—具体现象”两级或三级结构，层级一旦确定，跨班次、跨产线不得随意增删，否则历史数据无法合并。
• 与损失可关联：分类应能对应到返工、报废、停线、客户投诉等损失科目，为后续质量损失分析留出接口。

例如某冲压件可设大类“尺寸类、外观类、材料类、装配类”，其下再分“孔位偏移、毛刺、划伤、压痕、开裂、锈蚀”等模式。分类表应配套一份缺陷判定基准书，用照片、限度样本和测量方法固定边界，这是保证多人多班次数据一致的前提。

二、缺陷记录字段设计：让每条记录可追溯、可分析

一条缺陷记录至少要回答五个问题：什么时间、哪条线、哪个产品、什么缺陷、多严重。推荐的最小字段集如下表，字段名与取值口径需在采集前统一冻结。

字段设计要避免两个极端：字段太少，无法分层分析；字段太多，现场填写负担重、漏填率高。原则是“分析必需、现场可填”，能由 MES 或扫码自动带入的字段（时间、批次、工位）绝不要求人工重复录入。

三、严重度与频次编码：把定性判断变成可计算量

严重度编码建议采用四级制，并与处置方式和损失挂钩，示例如下：

• S1（致命）：影响安全、法规或导致功能失效，必须停线、全检、报废或召回。
• S2（严重）：功能可恢复但需返工，或造成客户可感知的明显缺陷。
• S3（一般）：外观或轻微尺寸偏差，可返工或让步接收。
• S4（轻微）：几乎不影响使用，仅记录、不处置。

频次编码有两种口径：绝对频次（本批次发生件数）和相对频次（发生件数 ÷ 检验总数，即不良率）。Pareto 分析通常先按绝对频次排序，再结合严重度加权。加权频次可定义为：

加权频次 = Σ (该模式频次 × 严重度权重)
严重度权重示例：S1=10，S2=5，S3=2，S4=1

这样，一个发生 3 次但均为 S1 的缺陷，其加权频次为 30，会优先于发生 10 次但均为 S4 的缺陷（加权 10），从而避免“只看数量、忽略后果”的误判。权重取值应结合企业质量成本口径确定，并在分析报告中明确标注为设定值。

四、数据清洗与缺失值处理

现场数据几乎不可能一次干净。清洗按以下顺序进行：

1. 去重：同一记录ID重复、或同一不合格品被两个工位重复登记，按“首检工位优先”保留一条。
2. 口径统一：把“划伤/刮伤/擦伤”等异名同义项映射到标准缺陷模式字典，建立映射表并版本化。
3. 异常值识别：频次为负、时间超出生产区间、严重度不在 S1–S4 内的记录，标记为待核实，不直接删除。
4. 缺失值处理：严重度缺失时，若能从处置方式推断（报废→至少 S2），按规则回填并标注“推断”；无法推断的，单独归入“未分级”类别，在 Pareto 中单列，不参与加权排序，避免污染结论。

五、从生产现场获取可靠缺陷数据的实战任务

以下任务可直接用于产线试点，目标是在一个班次内建立可分析的数据集。

任务对象：某冲压线 L2 一个班次（8 小时）的全部检验记录，预计检验约 1200 件。

准备物：缺陷判定基准书（含限度样本照片）、标准缺陷模式字典、纸质或平板记录表、扫码枪。

操作过程：

1. 检验员发现不合格品后，先扫码带入时间、工位、批次，再选择缺陷大类与模式，最后判定严重度并选择处置方式。
2. 每 2 小时由班组长抽查 10 条记录，核对缺陷模式与基准书是否一致，记录不一致条数。
3. 班次结束后导出记录，按前述清洗流程处理，统计各缺陷模式的绝对频次、相对频次和加权频次。

结果判读示例（合理假设数据）：假设本班次共记录 86 条缺陷，清洗后有效 82 条。其中“孔位偏移”18 件（S2 为主）、“划伤”25 件（S3 为主）、“毛刺”12 件（S2/S3 混合）、“压痕”9 件（S4 为主）、“其他”18 件。按绝对频次排序，划伤居首；但按加权频次计算，孔位偏移因 S2 权重高而升至第一。此时应优先对孔位偏移做原因分析，而不是被“划伤数量最多”误导。

达成判断：若抽查不一致率低于 5%、缺失严重度记录低于 3%、且能输出一张按加权频次排序的 Pareto 表，则本次采集任务达标；否则应先修订判定基准书或字段口径，再进入下一班次采集。

把上述五个环节固化下来，缺陷数据才具备进入 Pareto 与质量损失分析的资格。下一阶段的分析工作，都应建立在这样一份口径统一、可追溯、缺失可控的数据集之上。