2. 班组作业现状诊断
班组作业现状诊断，不是“到现场转一圈、拍几张照片、写几条问题”就结束，而是要用一套可复用的方法，把现场的真实运行状态转化为可分析、可判断、可改善的结构化信息。它的核心任务有三个：第一，看清作业流程实际怎么走；第二，用数据确认问题发生在哪里、发生到什么程度；第三，把观察和数据对应到具体的浪费类型与根因假设上。只有这三步形成闭环，后续的标准作业制定和持续改善才有可靠起点。
一、诊断对象与准备：先界定“诊断单元”
诊断开始前，必须明确诊断单元。一个班组可能同时承担多道工序、多个机台或多种产品，如果笼统地“诊断整个班组”，观察记录会失去焦点。建议按“产品族—工序段—班次”三个维度锁定一个诊断单元。例如：某装配班组在早班生产A型阀体，作业段为“阀体上线→密封圈压装→螺栓拧紧→气密检测→下线贴标”，这个完整链条就是一个诊断单元。
准备阶段需要三样东西：流程观察记录表、时间测量工具（秒表或录像回放）、现场数据来源清单。数据来源包括：MES报工记录、设备停机记录、质量检验记录、在制品（WIP）数量、返修台账、物料呼叫记录。这些数据不需要全部采集，但必须提前确认哪些字段可用、时间粒度是多少、是否存在手工补录。若数据只能到“班次”粒度，就不能用它分析单件作业波动，这一点必须在诊断报告中注明。
二、流程观察：沿“作业链”记录真实路径
流程观察的关键是跟随一个工件或一个作业循环走完全程，而不是站在固定位置看局部。观察时按“作业步骤—移动—等待—检查—返工”五类活动记录，每一步记录起止时间、距离、操作者和使用工具。观察至少覆盖连续5个循环，若发现明显异常循环（如卡料、返修、找工具），单独标记并记录异常原因。
观察中要特别注意三类“隐性路径”：返工路径（工件从检测工位退回压装工位）、信息路径（操作者离开工位去查看纸质图纸或询问班组长）、物料路径（操作者步行到线边库取料）。这些路径在标准流程图中往往不存在，但它们是浪费的主要藏身之处。
三、数据采集：用“时间+数量+状态”三列锁定问题
数据采集不是越多越好，而是要围绕诊断目标设计最小数据集。建议至少采集以下三列：
- 时间列：每个作业步骤的实际耗时（秒/件），以及等待、停机、返修耗时。
- 数量列：投入数、产出数、返修数、报废数、在制品数量。
- 状态列：设备运行/停机/换型/待料，人员作业/等待/走动/处理异常。
采集时使用统一的时间单位（秒）和计数单位（件），避免混用“分钟”和“小时”。若使用录像回放，建议以0.5倍速逐帧标记动作起止点，减少人为估读误差。数据采集完成后，先做一次一致性检查：投入数是否等于产出数加返修数加报废数加在制品变化量。若不平衡，说明数据有遗漏或口径不一致，必须先修正再进入分析。
四、浪费识别：把观察和数据映射到具体浪费类型
精益生产中的七大浪费——过量生产、等待、搬运、过度加工、库存、动作、不良——在班组现场都有具体表现。诊断时不要停留在“存在等待浪费”这种结论，而要写出浪费发生的具体位置、触发条件、频次和单次时长。例如：“压装工位在螺栓拧紧机换型后平均等待47秒/次，每班换型3次，合计等待141秒/班”，这才是有改善价值的描述。
浪费识别可以与流程观察同步进行：观察时用不同颜色标记五类活动，其中只有“作业”是增值活动，“检查”和“返工”属于必要但不增值，“移动”“等待”属于纯浪费。数据采集完成后，计算增值时间比：增值时间除以总周期时间。若该比值低于30%，说明流程中存在大量非增值活动，应优先压缩等待和搬运。
五、诊断输出：形成“现状分析表”与改善优先级
诊断的最终输出不是一份问题清单，而是一张现状分析表，至少包含：作业步骤、活动类型、实测时间、浪费类型、发生频次、影响程度、初步根因假设。在此基础上，用“影响程度×发生频次”做优先级排序，选出前3项作为首批改善对象。
下面这张SVG图展示了一个真实班组诊断的完整数据流与判断路径：从诊断单元界定开始，经过流程观察、数据采集、一致性检查、浪费映射，最终输出改善优先级。图中同时标注了每个环节的关键输入和判断条件，便于在实际诊断中对照使用。
六、诊断报告的关键判断依据
完成上述步骤后，诊断报告应能回答四个问题：问题发生在哪个作业步骤？（位置）发生的频次和单次时长是多少？（程度）属于哪类浪费？（类型）初步根因假设是什么？（方向）。如果报告只能回答“现场比较乱”“等待比较多”，说明诊断还没有完成。
在实际操作中，建议把诊断结果整理成一张可填写的现状分析表，字段包括：序号、作业步骤、活动类型（增值/必要非增值/浪费）、实测时间（秒）、浪费类型、发生频次（次/班）、单次影响（秒或件）、影响程度（高/中/低）、根因假设、改善优先级。这张表既是诊断输出，也是后续标准作业制定和改善立项的输入。
最后需要强调：班组作业现状诊断是一项需要反复练习的现场技能。第一次诊断可能只能覆盖一个工序段、采集5个循环的数据，但只要坚持“观察—数据—浪费—优先级”的完整闭环，诊断的深度和准确性会逐步提升。诊断的终点不是一份报告，而是一个被团队共同确认的、有数据支撑的改善起点。