跳到主要内容
版本：Next

生产统计

1. 模块概述​

核心功能: 生产统计模块是LMES系统中的核心分析工具，旨在精确统计和分析生产线的产量与不合格品数据。它通过多维度的数据可视化，帮助管理者实时监控生产状态、定位效率瓶颈、追踪质量问题，从而为生产管理优化和效率提升提供数据驱动的决策支持。

  • 组件标识: StationBeatAnalysis
  • 组件名称: 生产统计
  • 组件分类: run (插件)

2. 场景说明​

  • 识别生产瓶颈: 当产线整体效率未达预期时，生产经理可以利用本模块的“工序节拍分析”，对比各工序的“理论加工周期”与“实际加工周期”，快速定位到耗时最长的瓶颈工位。
  • 质量问题追溯: 当出现批量产品不合格时，质量工程师可通过“不合格统计分析”功能，查看不合格原因的帕累托图，集中资源解决导致最多问题的根本原因。
  • 日常绩效管理: 车间主管每日可通过“产量统计”仪表盘，速览当日产量、单位时间产量（Pcs/h）和当日完成率等关键指标，直观掌握生产目标的达成情况。
  • 持续改善评估: 在对某个工序进行改进后，工程师可以利用“工序详情分析”中的XMR控制图，评估改进措施是否带来了稳定且有效的生产节拍提升。

3. 功能介绍​

  • 界面总览: 模块主界面由顶部导航、数据筛选区、关键指标（KPI）卡片区和图表分析区组成。用户可以通过顶部的“产量统计”、“工序节拍分析”和“不合格统计分析”页签切换不同的分析主题。所有分析均支持按工段、产品型号和时间范围进行灵活筛选。

  • 3.1 产量统计

    • 此功能页面聚焦于核心的产量数据。顶部的KPI卡片直观展示了指定时间范围内的总产量、单位时间产量（Pcs/h）和平均生产节拍。下方图表区提供了“时间分组”和“工序分组”两种维度的分析视图：

      生产统计模块整体界面

      • 时间分组: 以折线图或柱状图的形式，展示产量随时间（天）的变化趋势，帮助识别生产高峰与低谷。
      • 工序分组: 以柱状图的形式，横向对比各个工序的产量，便于发现产量最高或最低的工序。

  • 3.2 工序节拍分析

    • 该页面深入分析每个工序的时间效率和产能表现。除了展示当日产量和完成率等核心指标外，还包含以下关键图表：

      • 工序产量分布及变化幅度: 评估各工序产量的稳定性和波动范围。
      • 单位产品加工周期对比: 将各工序的“实际加工周期”与预设的“理论加工周期”进行对比，直观暴露超时工序。
      • 单位产品等待时长对比: 展示产品在进入各工序前的等待时间，是识别物料流转不畅或上游工序交付延迟的关键。

      各工序等待时长对比图

      • 产线设置: 用户可通过“产线设置”按钮，配置生产线的目标产量和各工序的理论加工周期，为分析提供基准。

      产线设置弹窗

  • 3.3 工序详情分析

    • 这是对单个工序进行深度钻取的分析页面。用户选定特定工序后，可以查看该工序详细的“产品加工周期详情”列表，包含每个产品的进出站时间、加工结果和周期。同时，系统提供专业的统计过程控制（SPC）图表：

      产品加工详情

      • 频数分布直方图: 显示加工周期的分布情况。
      • 移动极差控制图 (XMR Chart): 通过分析单个数据点及其连续变化（移动极差），监控工序过程是否稳定，是否存在异常波动。
      • 产品加工周期详情列表: 提供最原始、最详细的单件产品加工记录，用于数据追溯和核实。

      产品加工周期分析

  • 3.4 不合格统计分析

    • 此功能专注于产品质量的统计与分析。KPI卡片展示了核心的不合格品总数和不合格率。下方图表从不同维度揭示了质量问题的分布：

      不合格统计分析

      • 时间/工序分组: 与产量统计类似，展示不合格品数量随时间或在各工序间的分布。
      • 不合格原因分布: 采用帕累托图（Pareto Chart）的形式，将不合格原因按影响程度从大到小排列，帮助团队聚焦于解决主要的质量问题（如“零部件尺寸超差”）。

4. 理论基础​

  • 数据聚合模型: 本模块的数据分析基于一个分层聚合模型。系统首先采集分钟级的最细粒度生产数据，然后根据分析需要，将其向上聚合成小时、班次或天级别的统计数据。这种设计确保了分析的灵活性和系统的高性能。
  • XMR控制图: 在“工序详情分析”中使用的移动极差（Individuals and Moving Range, XMR）控制图是一种强大的统计过程控制（SPC）工具。它适用于单个连续的测量数据（如本模块中的“工序加工周期”），通过计算和监控数据点本身（I图）和相邻数据点之间的差异（MR图），来判断一个过程是否处于统计稳定状态。

5. 最佳实践与注意事项​

  • 设定准确基准: 为确保“工序节拍分析”的有效性，请务必在“产线设置”中维护准确、切合实际的“理论加工周期”。
  • 聚焦关键问题: 定期查看“不合格统计分析”中的帕累托图，将改进资源优先投入到排名前三位的不合格原因上，可实现质量改进的最高投资回报率。
  • 结合数据与现场: 图表分析出的瓶颈工序或异常波动，应结合生产现场的实际观察进行验证，以找到问题的根本原因。
  • 注意数据范围: 查询过长时间跨度（如超过一个月）的数据可能会导致页面加载变慢。建议进行月度或周度分析，以获得最佳体验。
  • 理解实时模式: “实时模式”开关会使系统以更高频率刷新数据，提供近乎实时的监控视图，但可能会增加服务器负载。在进行历史复盘分析时，建议关闭此模式。