4、根本原因分析工具（下）：故障树分析（FTA）进阶、失效模式与影响分析（FMEA）、人为因素分析
各位好，咱们接着聊根本原因分析。上一节我们把基础工具过了一遍，这一节要上点硬菜了。FTA 进阶、FMEA，还有人为因素分析。这三个东西，说白了就是帮你把「可能出问题的地方」和「为什么会出问题」彻底挖干净。
我个人的习惯是，遇到批量返修，先别急着拆零件。先问自己三个问题：哪里可能坏？坏了会怎样？人为什么会犯错？ 这三个问题，正好对应我们今天要讲的三个工具。
4.1 故障树分析（FTA）进阶：从定性到定量
基础 FTA 大家都会画，就是那个「顶事件往下拆」的逻辑树。但量产返修里，光画树不够。你得知道哪个底事件最要命，哪个环节最脆弱。
4.1.1 定量 FTA 的核心：概率与重要度
我见过不少工程师，画完故障树就收工了。结果呢？返修率还是降不下来。为什么？因为没做定量分析。
定量 FTA 就干两件事：
- 计算顶事件发生概率：根据底事件的失效率，用逻辑门公式算出系统失效的概率。
- 计算重要度：找出哪个底事件对顶事件贡献最大。
举个例子，一个简单的「与门」和「或门」组合：
顶事件：焊接虚焊（返修）
|
OR
|
├── 焊膏印刷不良 (P=0.01)
└── AND
├── 回流焊温度偏低 (P=0.05)
└── 焊盘氧化 (P=0.02)顶事件概率 = 0.01 + (0.05 × 0.02) = 0.011。看起来不高？但如果你把焊膏印刷不良的概率降到 0.001，顶事件概率就变成 0.001 + 0.001 = 0.002。降了将近 80%。
关键结论：定量 FTA 能告诉你，改善哪个底事件，性价比最高。别盲目地全面铺开，要打七寸。
4.1.2 最小割集：找到所有「致命组合」
最小割集，就是能让顶事件发生的最少底事件组合。我习惯用这个来排查「多因一果」的返修问题。
比如上面那个例子，最小割集有两个：
- {焊膏印刷不良}
- {回流焊温度偏低, 焊盘氧化}
这意味着，只要焊膏印刷不良发生，虚焊就必然发生。而温度偏低和焊盘氧化必须同时发生，才会导致虚焊。所以，优先控制焊膏印刷质量，比同时控制温度和氧化更有效。
我的经验：在量产返修分析中，我通常先找「单点故障」——也就是只有一个底事件的最小割集。这种问题必须优先解决，因为它一发生，返修就来了。
4.1.3 FTA 进阶的避坑指南
我曾经犯过一个错：底事件的失效率数据直接从供应商手册里抄，没考虑现场工况。结果算出来的概率跟实际返修率差了十倍。后来我学乖了，底事件概率一定要用现场返修数据反推，或者至少做一次贝叶斯修正。
另外，FTA 的树别画得太深。超过 5 层，逻辑就容易乱。我一般控制在 3-4 层，再深就拆成子故障树。
4.2 失效模式与影响分析（FMEA）
FMEA 这工具，说实话，很多公司都在做，但做得好的不多。为什么？因为大家把它当成了「填表作业」，而不是「风险识别工具」。
我个人认为，FMEA 的核心就一句话：提前想好怎么死，然后别让它死。
4.2.1 FMEA 的三大要素：S、O、D
你肯定见过这个表：严重度（S）、频度（O）、探测度（D）。但怎么打分，很多人凭感觉。
| 要素 | 含义 | 打分参考（1-10） | 我的经验 |
|---|---|---|---|
| S（严重度） | 失效对客户的影响 | 1=无影响，10=安全风险 | 返修问题 S 通常 ≥ 5，因为影响产线节拍 |
| O（频度） | 失效发生的概率 | 1=极低，10=几乎必然 | 用历史返修数据反推，别拍脑袋 |
| D（探测度） | 当前控制手段发现失效的能力 | 1=肯定能发现，10=肯定发现不了 | 目检的 D 通常 ≥ 7，别高估人的注意力 |
RPN = S × O × D。但别迷信 RPN 排序。我见过 RPN 只有 20 但 S=10 的问题，你敢不处理？
我的建议：先按 S 排序，S ≥ 8 的必须优先处理。然后再看 RPN 高的。别让 RPN 数字骗了你。
4.2.2 FMEA 在量产返修中的特殊用法
量产返修阶段的 FMEA，跟设计阶段的 FMEA 不一样。设计 FMEA 关注「会不会坏」，量产 FMEA 关注「为什么坏了还没发现」。
我习惯在返修分析中，专门做一张「返修过程 FMEA」。比如：
- 失效模式：操作员漏焊
- 潜在原因：疲劳作业、照明不足
- 当前控制：自检（D=8）
- 建议措施：增加防呆夹具、强制休息
你看，返修过程本身也会产生新的失效。不分析这个，返修就是越修越坏。
一个小技巧：FMEA 的「建议措施」一定要落实到具体负责人和完成日期。否则就是一张废纸。我每次做完 FMEA，都会在周会上过一遍措施完成情况。
4.3 人为因素分析
说到人为因素，很多工程师第一反应就是「操作工不认真」。嗯，我以前也这么想。直到有一次，我亲自去产线站了三天，才发现问题出在工装设计上——操作工要弯着腰才能看到焊接点，换谁都会漏。
人为因素分析，不是甩锅给操作工，而是找出系统设计如何诱导人犯错。
4.3.1 人为失误的分类
我习惯把人为失误分成三类：
- 技能型失误：熟练工走神了。比如重复动作做多了，漏了一步。
- 规则型失误：操作工记错了流程。比如 SOP 写的是 A 步骤，他记成了 B。
- 知识型失误：新手不知道怎么干。比如没培训过，凭感觉操作。
三种失误的根因和改善方向完全不同：
| 类型 | 典型表现 | 根因 | 改善方向 |
|---|---|---|---|
| 技能型 | 漏焊、错位 | 疲劳、单调、注意力分散 | 防呆设计、自动化、轮岗 |
| 规则型 | 步骤颠倒、参数设错 | SOP 不清晰、记忆负担重 | 简化流程、视觉提示、Poka-Yoke |
| 知识型 | 不会操作、判断错误 | 培训不足、经验缺乏 | 标准化培训、师傅带徒、模拟训练 |
4.3.2 人为因素分析的实用方法：SHEL 模型
SHEL 模型是我在航空业学到的，后来用在制造返修分析上，效果出奇的好。它把人放在系统中心，分析人与四个要素的接口：
- S（Software）：流程、SOP、软件界面
- H（Hardware）：设备、工装、工具
- E（Environment）：照明、噪音、温度、空间
- L（Liveware）：其他人、团队协作、沟通
举个例子，一个返修工位频繁出现漏焊。用 SHEL 模型一分析：
- S：SOP 写的是「目检焊点」，但没写清楚检查几个点
- H：放大镜倍数不够，看不清微小裂纹
- E：工位上方灯光被遮挡，阴影覆盖了焊点
- L：质检员和操作工没有确认机制，漏了就漏了
你看，四个因素都有问题。只怪操作工「不认真」，能解决吗？
我曾经在一个项目里，花了两个月培训操作工，返修率只降了 5%。后来用 SHEL 模型一查，发现是工装设计不合理，操作工要歪着脖子干活。改了工装后，返修率直接降了 30%。所以，别总盯着人，先看看系统。
4.3.3 人为因素分析的避坑指南
做人为因素分析，最容易犯的错就是「过度归因于个人」。记住一个原则：如果换一个人来做同样的事，还是会犯错，那就是系统问题。
另外，别把人为因素分析和 FTA、FMEA 割裂开。我通常的做法是：先用 FTA 找到底事件，如果底事件是人为失误，再用 SHEL 模型深挖系统根因。最后把发现写进 FMEA 的「潜在原因」里。三个工具串起来用，效果最好。
好了，这一节的内容就到这儿。FTA 进阶让你算清楚概率和重要度，FMEA 帮你提前识别风险，人为因素分析让你看清系统缺陷。三个工具配合使用，量产返修问题的根因，基本逃不出你的手掌心。