4. 量产测试数据模型与关键指标定义
在汽车电子量产测试中，每天产生的数据量往往以百万条计。如果数据模型没有统一定义，同一颗ECU的测试结果在不同产线、不同班次甚至不同工程师手里就可能出现完全不同的解读。本节要解决的核心问题是：一条测试记录到底由哪些字段构成，这些字段之间如何约束，以及从这些字段出发如何计算一次通过率、不良率、直通率和质量损失。
一条测试记录的最小数据模型
无论测试系统是NI TestStand、LabVIEW还是自研平台，一条可追溯的测试记录至少应包含以下字段：测试项标识（TestItemID）、测量值（MeasuredValue）、下限（LowerLimit）、上限（UpperLimit）、单位（Unit）、判定结果（Pass/Fail）、测试时间戳、产品序列号（DUT SN）、工位号、测试程序版本。其中，测量值、上下限和单位构成一个完整的“规格三元组”，缺少任何一项，判定结果都无法被独立复核。
以某车身控制器（BCM）的静态电流测试为例：测试项为“静态电流”，测量值为8.7 mA，下限为0 mA，上限为15 mA，单位为mA，判定为Pass。如果只记录“Pass”，当后续出现整车亏电投诉时，工程师无法判断该产品当时是8.7 mA还是14.9 mA，也就无法做趋势分析。因此，测量值必须与判定结果同时落库，这是量产数据模型的第一条铁律。
规格三元组的约束关系：下限 ≤ 测量值 ≤ 上限 → Pass；测量值 < 下限 或 测量值 > 上限 → Fail。对于单边规格（如仅上限），下限可设为负无穷或空值，但必须在数据字典中明确标注，避免被误读为0。
通过/失败判定的边界处理
判定逻辑看似简单，实际量产中却经常出现争议。常见问题有三类：第一，测量值恰好等于上下限时算Pass还是Fail？行业惯例是“闭区间判定”，即等于限值算Pass，但部分主机厂要求对限值附近设置“警戒带”（Guard Band），例如上限15 mA，实际判定上限收紧到14.5 mA，留出测量不确定度余量。第二，单位不一致导致误判，例如测试程序输出A，而限值配置为mA，数值上相差1000倍。第三，浮点数比较精度问题，例如测量值14.999999999 mA与上限15 mA的比较，在代码中应使用带容差的比较函数，而非直接使用“<=”。
因此，在数据模型设计阶段，建议为每个测试项增加“判定规则版本号”和“警戒带宽度”两个字段。判定规则版本号用于追溯历史数据的判定依据是否一致；警戒带宽度用于区分“合格但接近边界”的产品，便于后续质量分析时单独关注。
从单条记录到产线指标
有了规范的单条记录，就可以定义产线级指标。这里必须区分三个容易混淆的概念：一次通过率（First Pass Yield, FPY）、直通率（Throughput Yield, TPY）和不良率（Defect Rate）。
一次通过率是指产品在第一次测试中所有测试项均通过的比例，公式为：FPY = 一次通过的产品数 / 投入测试的产品总数 × 100%。注意，这里“一次通过”要求该产品没有任何测试项失败，哪怕只有一个测试项Fail后复测通过，也不计入FPY。
直通率通常用于多工位串联场景，指产品从第一个工位到最后一个工位，中途没有经过任何返修或复测，一次性走完全部工位的比例。如果一条产线有5个工位，每个工位FPY为98%，则理论直通率约为0.98^5 ≈ 90.4%。直通率比单工位FPY更能反映产线整体的一次合格能力。
不良率则从失败角度描述：不良率 = 失败测试项次数 / 总测试项次数 × 100%，或者按产品数计算：不良率 = 至少有一个测试项失败的产品数 / 投入产品总数 × 100%。两种口径必须明确标注，否则会出现“不良率5%”却对应“FPY 80%”的看似矛盾的结果——前者按测试项计，后者按产品计。
质量损失：把指标翻译成钱
FPY、不良率这些指标本身是比率，管理层更关心的是这些比率对应的成本。质量损失通常由三部分构成：返修成本、报废成本和客户端的失效成本。在量产阶段，前两项可以直接从测试数据中估算。
假设某产线当日投入1000件BCM，一次通过820件，失败180件。失败品中，120件经返修后复测通过，60件判定报废。单件返修工时按0.5小时计，工时费率80元/小时；单件物料成本200元。则：返修成本 = 120 × 0.5 × 80 = 4800元；报废成本 = 60 × 200 = 12000元；当日质量损失合计16800元。若当日产值为1000 × 500 = 500000元，则质量损失率约为3.36%。这个数字比单纯看“FPY 82%”更能推动改善决策。
口径一致性提醒：在跨部门汇报时，必须同时说明指标口径。例如“不良率3%”是按测试项计还是按产品计，是按首次测试计还是含复测。建议在数据看板上固定标注口径，避免同一组数据被不同部门解读出不同结论。
数据模型落地时的三个实操要点
第一，单位统一。所有测试项在入库前应转换为标准单位（如电流统一为mA，电压统一为V），转换关系在测试程序配置中完成，数据库只存标准单位值。第二，时间戳精度。量产节拍可能达到秒级，时间戳至少精确到毫秒，并统一使用产线本地时间或UTC，避免跨时区工厂数据合并时出现顺序错乱。第三，序列号唯一性。DUT SN是关联测试记录、返修记录和售后记录的主键，必须在数据模型层面设置唯一约束，防止重复写入导致FPY被重复计算。
当数据模型、判定规则和指标口径三者对齐后，量产测试数据才真正具备质量闭环分析的基础。后续的SPC趋势分析、测试项相关性分析和产线间对比，都建立在本节定义的字段和指标之上。