首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >用 WorkBuddy 做模具寿命预测与报废判定:一张表把「还能不能用」从拍脑袋变成算出来

用 WorkBuddy 做模具寿命预测与报废判定:一张表把「还能不能用」从拍脑袋变成算出来

原创
作者头像
用户12837658
发布于 2026-11-20 08:12:50
发布于 2026-11-20 08:12:50
310
举报

标签建议:#WorkBuddy #AI办公 #制造业 #预测性维护 #数据管理


前言

我管过压铸车间的模具、工装、检具,最头疼的一个问题,是老师傅那句:「这套模我觉得还行,再用阵子。」

「觉得还行」是制造业最贵的四个字。

一套压铸模价格从几万到几十万,用过了就判废,成本浪费;该退没退,轻则批量 dimensional 超差(尺寸超差),重则爆模停机、伤设备。以前判定靠三样东西:老师傅经验、模次记录本、以及出事了之后的复盘。问题是老师傅会退休,记录本会漏填,复盘永远是马后炮。

去年开始,我用 WorkBuddy 把这件事改造成了一张会自己算的「寿命预测与报废判定表」。现在新模进来先建履历,每月自动算剩余寿命、自动 flagged(标记)该进鉴定的模,判定有数据、有出处。这篇把打法和坑写清楚。


一、先想明白:报废判定不是「一个数字」,是「三条线」

一开始我想搞个模型,输入模次直接吐「报废 / 继续用」。很快放弃了——现场的真实判定从来不是二选一,而是三条线同时看:

代码语言:txt
复制
1. 寿命线:累计模次 / 累计产量 是否逼近设计寿命基准
2. 质量线:近 N 批的尺寸 Cpk 是否在恶化、超差频次是否上升
3. 状态线:维修次数、关键尺寸偏差、是否有裂纹/塌陷等硬伤

一条线到头要报废,三条线一起恶化更要报废,但每条线的权重不一样。 裂纹是「一票否决」,模次到了但质量稳的可以鉴定后延用——这个业务逻辑,AI 不懂,我得先把它写成规则喂进去。这是全篇最关键的一点:AI 负责算和汇总,判定规则由我这个工程师定义。


二、动手:三步搭起来

第 1 步:给每套模建「一物一档」履历(一次性,之后滚动维护)

我先用 WorkBuddy 生成统一的编码和履历表结构。压铸 280T 机台的滑块抽芯模,编码是 M-ZZ280-0001-V1(类型码-机台-流水-版本),履历表字段定死这几列:

代码语言:txt
复制
模具编号 | 名称 | 机台 | 投产日期 | 设计寿命(模次) | 累计模次 | 累计产量 |
维修次数 | 维修内容摘要 | 最近校准日期 | 关键尺寸偏差 | 裂纹/硬伤 | 当前状态

关键点:设计寿命这一列必须有。 我第一版漏了,AI 没有基准就没法算剩余寿命,只能干巴巴罗列数据。补上之后,一切才转得动。

下达指令:

代码语言:txt
复制
按「模具编号-名称-机台-投产日期-设计寿命-累计模次-累计产量-
维修次数-维修摘要-最近校准-关键尺寸偏差-硬伤-状态」建一张模具履历表,
输出 Markdown 表格,字段顺序不要改,空数据留空不要编。

第 2 步:把「三条线」写成可执行的判定规则

这一步是核心。我把老师傅脑子里的经验,翻译成 AI 能执行的硬规则:

代码语言:txt
复制
读模具履历表,对每套模计算并输出「寿命评估卡」:

1. 寿命线:剩余寿命% = (设计寿命-累计模次)/设计寿命。
   <20% 标「预警」,<5% 标「到期」。
2. 质量线:关键尺寸偏差连续 3 次同方向增大 → 标「趋势恶化」。
3. 状态线:出现「裂纹/塌陷/龟裂」任一硬伤 → 直接标「一票否决·立即鉴定」。

4. 综合判定规则(按优先级):
   - 有硬伤 → 「立即鉴定」
   - 无硬伤且寿命线到期 → 「进入报废鉴定」
   - 无硬伤且寿命预警 + 质量趋势恶化 → 「重点监控,缩短点检周期」
   - 其余 → 「正常使用」

5. 每张评估卡末尾写「判定依据」:列出触发了哪条规则、对应数据是多少。
   禁止输出表格里没有的数据。

踩坑提醒:一定要写「禁止输出表格里没有的数据」。 不写这句,AI 会「贴心」地帮你补一个看起来很合理的维修次数或偏差值——现场拿这种数去判定,是要出事的。制造业的数据,宁缺毋滥。

第 3 步:每月自动跑 + 报废鉴定单一键生成

用自动化任务挂在每月 1 号:

  • 触发:FREQ=MONTHLY;BYMONTHDAY=1;BYHOUR=2
  • 指令要点:
代码语言:txt
复制
1. 读模具履历表,按第 2 步规则更新所有模的寿命评估卡
2. 把判定为「立即鉴定」「进入报废鉴定」的模单独列一张「本月待鉴定清单」,
   字段:模具编号、判定结论、触发规则、关键数据、建议动作
3. 对每张待鉴定模,生成一份「报废鉴定单」草稿,
   含:履历摘要、三条线数据、鉴定意见选项(延用/维修/报废)、
       需签字岗位(设备主管/质量/工艺)
4. 若无待鉴定模,只更新评估卡,不生成空清单、不输出报告

那份自动生成的「报废鉴定单」是意外收获——以前开鉴定会要现凑材料,现在草稿直接上会,会上只讨论「延用还是报废」这个真正需要人拍板的问题。


三、实际效果

场景一:月度模具盘点

以前:翻记录本 + 问班长 + 现场看,大半天,还说不清哪套该退。

现在:自动化凌晨跑完,早上打开「本月待鉴定清单」,2 套标红,直接带着鉴定单去现场复核。从半天压到 20 分钟。

场景二:新模验收定基准

以前:设计寿命全凭供应商给的经验值。

现在:把同机型历史模的实际寿命拉出来做参考区间,跟供应商谈寿命基准时有据可依。

场景三:老师傅要退休了

以前:他的「手感」随人走。

现在:他脑子里的判定逻辑变成了第 2 步那几条规则,写在指令里,人走了规则还在。这是我觉得最大的价值——把隐性经验固化成资产。


四、几个真实的坑

1. 数据不全时别硬算

有套老模投产日期缺失,AI 用「假设」补了个日期去算寿命,结果误导了判断。后来加了规则:「关键字段(设计寿命/累计模次)缺失时不算寿命线,只标『数据不全待补录』」。宁可标缺失,不可给假数。

2. Cpk 别只看单点

质量线我一开始只看当批 Cpk,误判过一次——某批 Cpk 掉是因为来料波动,不是模具问题。改成看「连续 3 批趋势」后才稳。单点是噪音,趋势才是信号。

3. 硬伤规则要放最前面

逻辑上「立即鉴定」优先级最高,但我在指令里把它写在第 3 条,AI 有次先算了寿命线再判硬伤,输出自相矛盾。调整成把一票否决写在最前面并强调优先级,才对。

4. 规则调整要留版本

判定规则改过两版,我没记,后来对不上「为什么上个月判延用这个月判鉴定」。现在每次改规则在指令顶部加一行「规则版本 v1.2 / 生效日期」,可追溯。


五、这套东西适合谁

不适合:

  • 模具数量少于 10 套、且都是新模没跑过寿命周期的(先攒数据)
  • 连累计模次都没在记的(先补记录,这是地基)

适合:

  • 压铸/冲压/注塑车间,模具数量多、单价高
  • 有体系认证(IATF/ISO)要求「一物一档、可追溯」的
  • 关键岗位依赖老师傅经验、面临人员更替的
  • 想把「事后救火」改成「事前预警」的

结语

这套东西最难的不是让 AI 算,是把老师傅的「我觉得」翻译成能写进指令的硬规则。这个过程本身,就是把隐性经验显性化、把个人能力变成组织能力的过程。

模具判定只是入口。同一套「建履历 → 定规则 → 自动预警 → 出鉴定单」的框架,检具校准、设备保养、工装损耗都能套用。

工具再强,也替不了你在现场摸一把模具、看一眼裂纹。但它能让你在摸之前,就知道该先摸哪一套。


本文为原创实战记录,操作环境:WorkBuddy 桌面客户端 Windows 版,配合 Excel / Markdown 表格使用,数据均已脱敏。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 前言
  • 一、先想明白:报废判定不是「一个数字」,是「三条线」
  • 二、动手:三步搭起来
    • 第 1 步:给每套模建「一物一档」履历(一次性,之后滚动维护)
    • 第 2 步:把「三条线」写成可执行的判定规则
    • 第 3 步:每月自动跑 + 报废鉴定单一键生成
  • 三、实际效果
  • 四、几个真实的坑
  • 五、这套东西适合谁
  • 结语
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档