3. 工位作业时间与标准工时
在工位节拍与瓶颈识别仿真中，所有分析都建立在一个基础数据之上：每个工位的作业时间。如果这个数据是拍脑袋估出来的，后续的节拍平衡、瓶颈定位、产能推算都会失去意义。本节要解决的核心问题是：如何把一个工位的作业内容拆开、测准、整理成可用于仿真的标准工时。
一、作业分解：把工位拆成可测量的单元
时间研究的第一步不是拿秒表，而是把工位作业拆解为若干个作业单元（element）。作业单元是时间测量的最小单位，划分是否合理直接决定测量结果的可信度。划分时遵循几条原则：
- 起止点明确：每个单元要有可辨识的开始和结束动作，例如“伸手取件”到“手离开料盒”。
- 动作类型一致：规则动作、不规则动作、机器自动时间、等待时间应分开，因为它们的变异规律不同。
- 粒度适中：单元时长一般控制在 2～30 秒。太短难以观测，太长会掩盖内部波动。
- 可独立观测：一个单元不应跨越两个操作者或两台设备的交接。
以一个电子装配工位为例，其作业可分解为：取PCB板、涂助焊剂、贴装连接器、锁付两颗螺钉、目视检查、放入周转箱。其中“锁付两颗螺钉”若使用电动螺丝刀，还应进一步拆为“取螺丝刀—对位—锁付—移开”，因为锁付时间受螺纹状态影响，波动较大。
二、时间测量：秒表法与观测次数
作业分解完成后，进入实测阶段。常用方法是连续测时法：秒表不停，依次记录每个单元的结束时刻，相邻时刻之差即为该单元时间。相比归零法，连续测时能保留单元间的衔接损耗，更适合仿真建模。
观测次数不能随意定。一般根据作业周期长短和精度要求确定：周期在 1 分钟以内的作业，建议观测 15～20 次；1～5 分钟的作业，观测 10～15 次；5 分钟以上，观测 5～10 次。若某单元时间波动明显（如极差超过均值的 30%），应增加观测次数或检查是否存在异常原因。
测量时还要记录异常值：操作者明显停顿、零件掉落、设备报警等。这些数据不能直接混入均值，应单独标注，判断是偶发异常还是流程本身不稳定。偶发异常剔除，系统性异常则要回到作业分解阶段重新审视。
三、标准工时制定：从观测时间到标准时间
观测得到的平均时间只是“这个操作者在这几次观测中的表现”，还不能直接作为标准工时。标准工时的计算路径是：
观测平均时间 → 评比修正 → 正常时间 → 加宽放 → 标准工时
评比（rating）是评估操作者的熟练度、努力度、工作环境与一致性。若操作者比标准速度慢，评比系数小于 1；比标准速度快，系数大于 1。例如某单元观测均值 8.0 秒，评比系数 0.95，则正常时间为 8.0 × 0.95 = 7.6 秒。
宽放系数是标准工时中最容易被低估的部分。宽放用于补偿那些无法避免但未在观测中稳定出现的时间消耗，主要包括：
- 私事宽放：喝水、如厕等，通常 3%～5%。
- 疲劳宽放：根据作业姿势、用力程度、环境温湿度确定，轻作业 2%～5%，重作业可达 10% 以上。
- 作业宽放：清理切屑、更换刀具、擦拭设备等，按实际频次折算。
- 管理宽放：交接班、班前会、等待物料等，视管理稳定性而定。
标准工时 = 正常时间 × (1 + 总宽放率)。若正常时间为 7.6 秒，总宽放率 12%，则标准工时为 7.6 × 1.12 ≈ 8.51 秒。
四、数据整理：形成可用的工位时间表
测量和计算完成后，需要把数据整理成仿真可直接读取的格式。一个完整的工位时间表至少应包含：工位编号、作业单元名称、单元类型（人工/机器/等待）、观测次数、观测均值、评比系数、正常时间、宽放率、标准工时、备注（异常说明）。
整理时注意单位统一。仿真软件通常以秒为基本单位，若原始数据是分钟或小时，必须换算并标注。此外，对于机器自动时间，评比系数固定为 1.0，宽放通常只考虑设备维护和故障停机，不套用人工宽放。
五、从标准工时到仿真输入
整理好的标准工时表还不能直接丢进仿真。仿真通常需要每个工位的时间分布，而不仅仅是一个均值。如果观测数据足够，可以拟合分布：人工操作时间常近似对数正态分布或伽马分布，机器时间常近似正态分布。若数据不足，至少应给出均值和标准差，并在仿真中设置合理的波动范围。
此外，要区分单件工时与批量工时。有些工位存在换型、首件检查等批量性作业，这些时间不应平摊到每一件上，而应在仿真中作为独立事件处理，否则会低估换型对节拍的影响。
六、实操任务：完成一个工位的时间数据采集与整理
请选择一个真实或教学模拟工位，完成以下任务：
- 绘制作业分解表，将工位作业拆为 5～8 个作业单元，标注起止点和类型。
- 用连续测时法采集至少 10 组数据，记录每个单元的结束时刻，计算单元时间。
- 识别并标注异常值，说明剔除或保留的理由。
- 确定评比系数和分项宽放率，计算正常时间和标准工时。
- 整理成工位时间数据表，包含均值、标准差和分布假设。
- 写出该工位用于仿真的时间参数：均值、标准差、分布类型、批量作业说明。
完成后的数据表应能直接回答：这个工位单件标准工时是多少？波动有多大？哪些单元是主要时间消耗？哪些单元波动最大、最可能成为瓶颈诱因？只有把这些问题用数据回答清楚，后续的节拍平衡和瓶颈识别才有可靠基础。