3. 故障模式与影响分析（FMEA）实战
FMEA（Failure Mode and Effects Analysis，故障模式与影响分析）在WMS/WCS故障降级与恢复工程中，核心价值不是“填一张表”，而是把系统里那些会导致任务中断、库存错乱、设备碰撞或数据不一致的失效路径提前识别出来，并用可量化的风险优先数（RPN）决定先改什么、后改什么。WMS负责订单、库存、波次、库位分配与任务下发，WCS负责设备调度、路径规划、PLC指令与状态回传，两者之间的接口、时序和状态机是故障高发区。因此，FMEA必须围绕“任务流”和“状态流”展开，而不是只对硬件做可靠性分析。
一、FMEA表格设计：字段要能支撑后续计算与闭环
针对WMS/WCS场景，建议的FMEA表头至少包含以下字段：编号、分析对象（子系统/接口/功能）、故障模式、故障原因、局部影响、上层影响、最终影响、现有预防措施、现有探测措施、严重度S、频度O、探测度D、RPN、建议改进措施、责任人、目标完成时间、改进后S/O/D与RPN。其中“分析对象”要落到具体对象，例如“WCS任务下发接口”“堆垛机行走定位”“WMS库存扣减事务”“AGV交通管制区”“输送线合流点”等，避免写成“系统故障”这类无法定位的表述。
故障模式应描述“功能失效的表现”，例如：任务重复下发、任务丢失、状态回传延迟、库位分配冲突、库存扣减与实物不同步、设备急停后任务悬挂、通信心跳中断、路径死锁。故障原因要写到可干预的层级，例如：接口无幂等键、消息队列积压、PLC扫描周期抖动、数据库事务隔离级别不当、心跳超时阈值过小、交通管制资源未释放。影响要区分局部（单设备/单任务）、上层（整条输送线/整个巷道）和最终（订单延迟、库存差异、停线）。
二、严重度、频度、探测度评分：用统一标尺避免“拍脑袋”
评分建议采用1～10分制，并在团队内固定评分锚点。严重度S衡量后果严重程度：1～2分为轻微不便；3～4分为任务延迟但可自动恢复；5～6分为需要人工干预、影响部分订单；7～8分为库存差异、设备损伤风险或大面积停线；9～10分为人身安全、设备碰撞、数据不可恢复。频度O衡量发生概率：1～2分为极少发生（>1年）；3～4分为偶尔（每季度）；5～6分为有时（每月）；7～8分为经常（每周）；9～10分为频繁（每天或每班）。探测度D衡量现有手段发现故障的能力：1～2分为几乎必然被发现（在线自检+报警）；3～4分为高概率发现；5～6分为中等；7～8分为低概率；9～10分为几乎无法发现（只能靠人工盘点或客户投诉）。
需要特别强调：D不是“故障是否发生”，而是“发生后能否被及时、准确地探测到”。例如WMS库存扣减失败但接口返回成功，若没有对账机制，D应给到8～9；若已有事务回滚+定时对账+差异告警，D可降到3～4。评分应由WMS开发、WCS开发、现场运维、设备工程师共同参与，避免单一角色视角偏差。
三、RPN计算与改进优先级
RPN = S × O × D，取值范围1～1000。通常将RPN≥100或S≥8的项列为高风险，必须制定改进措施；RPN在60～99之间的项列入观察与优化清单；RPN<60的可接受但需保持监控。改进措施优先从降低S、O、D三个维度入手：降低S靠安全联锁、冗余设计、事务一致性；降低O靠幂等、重试、限流、资源池化；降低D靠心跳、超时、对账、日志追踪、可视化告警。改进后必须重新评分并计算RPN，形成闭环。
四、实战示例：WMS库存扣减与WCS任务状态不一致
以“WMS库存扣减成功但WCS任务执行失败，导致库存已扣、实物未出”为例。故障模式：库存与实物不同步。故障原因：WMS扣减事务提交后，WCS任务下发失败且无补偿机制。局部影响：单任务悬挂；上层影响：波次无法关闭；最终影响：库存差异、订单延迟。现有预防措施：无；现有探测措施：依赖人工盘点。评分：S=8（库存差异且影响订单），O=4（每月偶发），D=9（几乎无法自动发现），RPN=288，属高风险。
改进措施：第一，WMS扣减与任务下发采用本地消息表+定时补偿，任务下发失败自动重试并记录；第二，WCS任务状态回传增加超时判定，超时未回传则触发WMS回滚或挂起；第三，增加每日库存对账任务，比对WMS账面与WCS实际完成量，差异超过阈值告警；第四，接口增加幂等键，防止重复扣减。改进后重新评分：S=8（后果仍严重，但可通过回滚降低最终影响，可降至6），O=2（幂等+重试大幅降低），D=3（对账+告警可及时发现），RPN=6×2×3=36，风险显著下降。
五、FMEA落地要点
- 评分锚点必须团队统一，否则RPN不可比。
- 每条高风险项必须有责任人、完成时间和验证方式。
- 改进后必须重新评分，不能只写“已优化”。
- FMEA不是一次性文档，应在每次故障复盘后更新。
- 与故障降级策略联动：高RPN项应优先设计降级路径，例如任务重试、人工接管、安全停线。