设备管理系统怎么做故障分析？故障分类、停机统计与改进

不少工厂上了设备管理系统一两年，维修工单攒了几千条，到年底要做设备故障分析，却还是要设备科熬几个晚上手工整理。

原因不在数据少，在于数据没法分析。工单里写的是"机器坏了""已修好""换了个件"，同一个故障三个师傅有三种写法，停机从几点到几点没人记。这样的记录，存得再多也只能翻，不能算。

先把答案给出来。设备故障分析做的是三件事：第一，统一故障分类口径，让同一类问题落在同一个格子里；第二，记准停机时间，让每次故障的损失可以量化；第三，按排行找出少数关键问题，落实改进，再用同一套口径验证效果。三件事里，前两件是采集，决定分析能不能做；第三件才是分析本身。

下面逐条说清楚。

一、故障分析做不起来，问题出在源头

故障分析的原料是维修工单。工单字段怎么设计，决定了年底能回答哪些问题。

最常见的情况是故障描述只有一个自由文本框。师傅忙着修，写得越简单越好，"异响""不转""漏油"，原因一栏要么空着，要么写"已处理"。这类记录能证明修过，但没法回答"哪类故障最多""哪个原因反复出现"。

第二种情况是有时间没节点。工单只有创建时间和关闭时间，中间等人、等件、维修、试机全混在一起。算出来的"维修时长"既不是停机时间，也不是维修工时，拿去做考核谁都不服。

第三种情况是故障挂错了对象。报修时随手选了同型号的另一台，或者只写了产线没写设备。这一点和设备台账直接相关，台账不准，故障统计从第一步就是偏的。

所以做故障分析，第一步不是找报表工具，而是回头改工单：哪些字段必须选、选项有哪些、时间点记几个。

二、故障分类：先把口径定下来

分类的目的只有一个：让同类故障可以被加总。建议从下面五个维度设计，每个维度在工单里做成下拉选择，而不是让人手打。

分类维度	回答的问题	选项示例
故障部位	坏在哪个系统或部件	电气系统、液压系统、传动系统、控制系统、气动系统
故障现象	现场看到了什么	异响、过热、漏油漏气、无法启动、精度超差、报警停机
故障原因	为什么会坏	磨损老化、润滑不良、操作不当、备件质量、设计缺陷、外部因素
维修方式	怎么处理的	调整紧固、更换备件、清洁润滑、委外维修、临时处理待彻底修复
严重程度	对生产影响多大	停线、降速运行、不影响生产

设计分类时有三条经验。

选项宁少勿多。 故障原因列到十五到二十个已经足够，超过这个数，师傅会习惯性选"其他"，最后"其他"成了排行第一。每季度看一次"其他"里写了什么，该拆的拆出来。

层级不超过两级。 部位可以分"液压系统—油泵"这样两级，再往下分就没人愿意选了。细节写进补充描述即可。

现象和原因分开填。 现象是现场判断，报修人就能填；原因要修完才知道，由维修人员在完工时填。混成一个字段，原因就会被现象代替，"异响"成了原因，分析就停在了表面。

三、停机统计：记准四个时间点

故障的损失主要体现在停机上。要把停机算准，工单里至少要有四个时间点：报修时间、到场时间、修复时间、验收恢复生产时间。有了这四个点，下面这些时长和指标都能自动算出来。

指标	怎么算	用来看什么
响应时长	到场时间 − 报修时间	派单和人员调度是否及时
维修时长	修复时间 − 到场时间	维修技能、备件是否到位
停机时长	恢复生产时间 − 报修时间	这次故障对生产的真实影响
MTTR（平均修复时间）	统计期内总停机时长 ÷ 故障次数	坏了之后恢复得快不快
MTBF（平均故障间隔）	统计期内运行时长 ÷ 故障次数	设备多久坏一次，可靠性如何
故障停机率	故障停机时长 ÷ 计划运行时长	故障吃掉了多少产能

两个容易算错的地方要提前说清。

停机要区分计划和非计划。 按计划做的保养、换型、检修也会停机，但不属于故障。这部分要单独记，不能混进故障停机，否则保养做得越认真，故障指标反而越难看。

MTBF 的分母是运行时长，不是日历时长。 一台设备一天只开一个班，按 24 小时算会把它的可靠性高估三倍。运行时长可以按排班估算，有条件的接入设备运行状态数据，算出来更准。

响应时长和维修时长拆开看，价值很大。停机长，到底是人来得慢，还是修得慢，还是等备件，拆开之后改进方向完全不同。

四、怎么分析：三张表就够用

口径和时间都有了，分析不需要复杂模型。日常看好下面三张表，能解决大部分问题。

第一张，故障排行。 按设备、按故障部位、按故障原因分别排序，取前几名。这里有个关键：要同时按"次数"和"停机时长"两种方式排。次数多的往往是小毛病，停机长的才是真正的损失来源，两张榜单重合的部分优先处理。通常排在前面的少数几类问题，就占了大部分停机时间，这也是帕累托分析的意义：把有限的人力放在最值得的地方。

第二张，重复故障清单。 同一台设备、同一个部位、同一个原因，在一段时间内（比如 30 天）再次发生，就记为重复故障。重复故障说明上一次修的是现象没修到根，或者用的是临时处理。这张表最直接地反映维修质量，也最适合拿来做根因分析。

第三张，趋势图。 按月看故障次数、MTTR、故障停机率的变化。单月的数字说明不了什么，趋势才能说明问题：某台设备故障间隔越来越短，往往是老化加速或保养不到位的信号，可以提前安排大修或评估更新，而不是等它彻底停下来。

对排在前面的问题，再做一次根因分析。常用的方法是连续追问"为什么"：轴承坏了，为什么坏？润滑不足。为什么不足？加油周期太长。为什么周期太长？保养计划是按说明书默认值定的，没考虑现场粉尘大。追到可以采取行动的那一层就停下来。

五、从分析到改进：每个原因对应一个动作

分析报告最常见的结局是开完会就归档。要让分析产生结果，每个主要原因都要落到一个具体动作上，并且指定责任人和完成时间。

主要原因	对应的改进动作
润滑不良、磨损老化	调整保养周期和保养项目，把高频故障部位加进点检内容
操作不当	修订操作规程，针对性培训，把关键操作要点挂到设备档案里扫码可查
备件质量	追溯批次和供应商，调整采购标准或更换来源
等件时间长	按消耗记录把关键备件设为安全库存，设置库存预警
设计缺陷、选型不当	立项做局部改造，或作为下次采购选型的依据
修复后反复发生	复盘维修方法，把有效的处理过程整理成维修经验供后续参考

改进做完不等于结束。改进生效与否，要在接下来两三个月里用同一套口径去看：这类故障的次数降没降，停机时长短没短。口径不变，前后才能比；中途改了分类，改进效果就说不清了。

这样就形成一个闭环：工单采集数据，分析找出重点，改进落到保养、培训、备件上，新的工单再验证效果。故障分析不是年底做一次的报告，而是每月转一圈的例行动作。

六、设备管理系统在这里起什么作用

上面这套方法用 Excel 也能做，难点在于数据采集。分类要人人按同一口径选，时间点要在现场实时记，靠事后补录很难做准。系统的价值主要在三处：把分类做成必选项，把时间点交给扫码和流程自动记录，把统计交给报表自动生成。

以易点易动设备管理系统为例：一线人员现场扫码报修，工单按规则派单，报修、接单、维修、验收各环节的时间随流程自动留痕；故障部位、现象、原因等字段和选项可以按企业自己的口径自定义配置；维修过程中的工时、备件、故障原因都记在工单里，并挂在对应设备的档案下，一台设备的故障履历可以完整追溯；故障排行、维修成本、设备完好率等报表可以直接调取，不用临时拼表。系统还提供 AI 知识库，便于沉淀维修经验；支持 IoT 状态监控，可以为运行时长统计提供数据；并能通过标准接口对接 ERP、MES 等系统，让设备故障数据和生产、成本数据对上。

七、关于设备故障分析的三个常见问题

历史工单写得很乱，还能用吗？

能用，但别指望全部用上。建议把最近三到六个月的工单按新口径人工归类一遍，作为基线；更早的记录只做参考。与其花大量时间清洗旧数据，不如尽快把新口径上线，让新数据从第一天起就是干净的。

维修师傅嫌填分类麻烦怎么办？

关键是让填写成本足够低。全部做成下拉选择，手机上点三四下就能完成；现象由报修人填，原因由维修人员在完工时补，分摊到两个人手里。另外，每月把分析结果反馈给维修班组，让他们看到自己填的数据变成了保养计划的调整和备件的提前备货，填写的积极性会明显不同。

故障分析多久做一次合适？

建议分两个节奏：每月看一次三张表，盯住排行变化和重复故障；每季度做一次深入复盘，对前几名问题做根因分析并确定改进项。发生重大停机时，不等周期，单独做一次专项分析。

八、小结：两句话记住这件事

故障分析能不能做，取决于工单：分类口径统一、四个时间点记准，数据才能被加总和比较。

故障分析有没有用，取决于改进：每个主要原因落到一个具体动作，再用同一套口径验证。工单采集、分析排序、改进验证，这个圈转起来，故障才会真的变少。