3. 异常复盘的底层逻辑与思维模型

异常复盘最容易犯的错误，是把“找到原因”当成“找到根因”。现场看到电机停转，第一反应是“电机坏了”；再问一句，得到“过载保护跳了”；继续追问，才可能触及“冷却水路被铁屑堵塞导致温升超限”。这三层之间不是同义反复，而是从现象到直接原因再到根因的推理链条。复盘的质量，取决于这条链条是否被完整、可验证地走通，而不是取决于用了哪张图。

一、从现象到根因：一条可验证的推理链

把异常复盘抽象成一条推理链，它包含四个必须区分的层次：

• 现象（Symptom）：可观测、可记录的事实。例如“3号线注塑机在14:20报警E-07，模温从85℃升至112℃”。
• 直接原因（Direct Cause）：使现象发生的最近一层物理或逻辑事件。例如“模温传感器反馈超限，触发加热回路切断”。
• 中间机理（Mechanism）：连接直接原因与根因的因果路径。例如“冷却水流量不足→换热能力下降→模温持续上升”。
• 根因（Root Cause）：若被消除，则同类异常在同类条件下不再复现的系统性缺陷。例如“冷却水过滤器维护周期未纳入点检标准，且无压差监测”。

这条链的关键约束是可验证性：每一层都要能回答“你凭什么说它是这样”。凭经验判断“应该是水路堵了”不算验证；查看压差记录、拆检过滤器、对比同型号设备流量数据，才算把这一环钉死。复盘报告里常见的“操作不当”“责任心不强”，往往是把中间机理跳过去，直接给了一个无法验证、也无法整改的结论。

二、5Why：沿因果链纵向深挖，但有边界

5Why的本质是沿单一因果链向上游追问，适合因果路径相对线性、变量较少的异常。以“E-07模温超限”为例：

Why1 为什么模温超限？→ 冷却水流量低于设定值
Why2 为什么流量低？→ 过滤器压差升高，通流面积减小
Why3 为什么压差升高？→ 过滤器滤芯超过更换周期未更换
Why4 为什么未更换？→ 点检表中无过滤器压差项，只有“目视无泄漏”
Why5 为什么点检表缺项？→ 设备FMEA中未识别冷却水路堵塞为失效模式

到第5层，根因落在“FMEA未识别该失效模式”，这是一个可整改的系统缺陷：更新FMEA、补充点检项、设定压差阈值。但5Why有两个明确边界：一是它假设因果链是线性的，遇到多因素耦合（如“来料波动+参数漂移+环境湿度”共同作用）时，单链追问会遗漏并行原因；二是它依赖追问者的领域知识，问错方向就会得到看似合理但错误的根因。因此5Why适合作为复盘的第一把“探针”，不适合作为唯一工具。

三、鱼骨图：横向展开候选原因，防止漏项

当异常可能由多个类别的原因共同导致时，鱼骨图（因果图）更合适。它不追求单链深度，而是按类别横向铺开候选原因，常用“人、机、料、法、环、测”六类。仍以模温超限为例，鱼骨图会把候选原因分散到：

• 机：冷却水泵扬程衰减、换热器结垢、过滤器堵塞；
• 料：冷却水硬度偏高、杂质含量超标；
• 法：过滤器更换周期设定过长、点检表缺压差项；
• 测：模温传感器未校准、压差表量程不匹配；
• 人：换模后未确认水路阀门开度；
• 环：夏季进水温度升高导致换热余量下降。

鱼骨图的价值在于防漏，它把“可能的原因”先穷举出来，再逐条用数据排除。它的边界也很清楚：鱼骨图本身不排序、不验证，画完只是得到一张候选清单。若把鱼骨图上的每条骨刺都当成原因写进报告，复盘就会变成“什么都可能”的无效讨论。正确用法是：鱼骨图铺开候选，再用数据、复现试验或现场拆检逐条排除，最后收敛到少数几条被验证的因果路径。

四、FTA：从顶事件向下做逻辑演绎，适合安全与可靠性场景

故障树分析（FTA）与鱼骨图方向相反：它从一个明确的顶事件出发，用逻辑门（与门、或门）向下演绎，直到基本事件。它适合后果严重、逻辑关系明确、需要量化概率的场景，例如“安全联锁失效”“电池热失控”。

以“模温超限导致产品批量报废”为顶事件，FTA会写成：顶事件 = 温控失效 与 产品继续流出。温控失效 = 传感器失效 或 加热回路失控 或 冷却能力不足；产品继续流出 = 在线检测未拦截 或 拦截后未隔离。与门意味着两个条件同时成立才导致后果，这直接指向两类整改：降低温控失效概率，以及加强流出拦截。FTA的边界是：它要求逻辑关系清晰、可形式化，对于“操作习惯”“组织氛围”这类难以用逻辑门表达的因素，FTA并不擅长；同时它需要基本事件的失效率数据才能做定量分析，否则只能停留在定性结构。

五、工具选择：按异常特征匹配，而非按习惯

三种工具不是替代关系，而是适用边界不同。可以用一张判断表来快速匹配：

实际复盘中最稳妥的组合是：先用鱼骨图铺开候选原因，再用5Why对高概率路径纵向深挖，最后用FTA对高风险顶事件做逻辑校核。三者共用同一条推理链的底层逻辑——现象必须可观测，原因必须可验证，根因必须可整改。任何一步缺失，复盘就会退化成“写一份看起来完整的报告”。