1. 课程导入与工程定位

在制造现场，设备故障停机往往不是均匀分布的：少数几类故障，可能贡献了大部分停机时间。Pareto分析（帕累托分析）正是用来识别这种“关键少数”的方法。它的工程价值不在于画出一张漂亮的柱线图，而在于把维修记录、停机台账和故障分类数据，转化为可排序、可验证、可执行的改善优先级。本课程围绕“设备故障停机Pareto分析工程”展开，目标不是停留在统计工具层面，而是建立一条从数据采集、故障分类、停机时长归集、Pareto排序，到根因验证、改善措施和效果复盘的完整工程链路。

核心目标：从停机数据中锁定关键少数

设备故障停机Pareto分析的核心目标可以概括为三句话：第一，量化每类故障对停机时间的贡献；第二，按贡献大小排序，识别累计占比达到约70%～80%的关键故障类别；第三，把分析结果转化为维修策略、备件策略和预防性维护计划的输入。这里需要强调“停机时间”而非“故障次数”作为主指标。因为一次持续8小时的主轴故障，和八次各持续10分钟的传感器误报，对产能的影响完全不同。若只按次数排序，容易把高频小故障误判为优先项。

在实际工程中，常用两个口径并行观察：一是停机时长占比，用于确定改善优先级；二是故障频次占比，用于判断是否属于高频易复发问题。两者结合，才能避免“修得快但反复停”和“停得久但很少发生”两类问题被混淆。

适用场景：哪些设备与产线最适合先做

Pareto分析并非对所有设备都同等有效。它最适合以下场景：

• 多故障模式并存的单机或产线：例如注塑机、数控加工中心、包装线、冲压线等，故障类型多、停机记录相对完整。
• 停机损失可量化：能够把停机时间换算为产量损失、工时损失或订单延误成本。
• 已有基础台账：维修工单、设备点检记录、MES或EAM系统中的停机事件可导出。
• 改善资源有限：维修团队人力、备件预算、技改窗口有限，必须把资源投向贡献最大的故障类别。
• 需要跨部门共识：生产、设备、工艺、质量对“先改什么”存在分歧时，Pareto提供共同的数据语言。

相对而言，如果设备故障记录严重缺失、停机时间靠回忆估算、故障分类颗粒度过粗（例如只写“电气故障”），则应先做数据治理，而不是直接套用Pareto图。否则得到的“关键少数”可能只是记录偏差的产物。

交付物：一次完整的Pareto分析应产出什么

本课程将Pareto分析定位为一项工程活动，因此交付物不止一张图。一个可落地的分析包通常包括：

其中，Pareto排序表和Pareto图是核心，但真正决定项目成败的是前后的数据清洗与根因验证。很多分析失败，不是图画错了，而是分类口径混乱或根因停留在“操作不当”这类表面结论。

学习路径：从数据到改善的六段能力

本课程共30章，整体按“认知—数据—分析—根因—改善—复盘”六段能力推进。第一段建立工程定位与指标口径；第二段处理停机数据采集、清洗与故障分类；第三段完成Pareto计算、绘图与关键少数判定；第四段进入根因分析，结合5Why、鱼骨图和故障树；第五段制定维修策略、备件优化和预防性维护措施；第六段做效果验证、标准化和持续改进。每一段都配有可操作的示例数据、判断规则和交付模板。

上图左侧展示本课程的六段工程链路，右侧用一组假设的月度停机数据说明Pareto排序的基本形态：主轴异响、送料卡滞、传感器误报三类累计停机时长约730分钟，占全部900分钟的约81%，属于典型的关键少数。后续章节将围绕这条链路逐段展开，重点解决“数据怎么来、分类怎么定、排序怎么算、根因怎么找、措施怎么落、效果怎么验”六个问题。

工程定位：Pareto分析在设备管理体系中的位置

需要明确的是，Pareto分析不是孤立的统计工具，而是设备管理体系中的一个“优先级过滤器”。它向上承接设备综合效率（OEE）中的停机损失分析，向下连接可靠性维修（RCM）、预防性维护（PM）和备件库存优化。它的输出不是最终答案，而是改善项目的输入清单。换句话说，Pareto告诉你“先打哪一仗”，但不替你决定“怎么打”。真正的工程价值，在于把排序结果转化为可执行的维修策略和可验证的改善目标。

本课程后续所有示例数据均为教学假设，用于说明计算过程和判断逻辑，不代表任何真实产线的实测结果。读者在实际应用时，应以本企业设备台账和维修工单为准，先统一停机时长口径和故障分类规则，再进入Pareto计算。只有输入可信，排序才有意义，改善才不会跑偏。