标签建议:#WorkBuddy #AI办公 #制造业 #预测性维护 #数据管理
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:
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。
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:
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:
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。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:
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。
用自动化任务挂在每月 1 号:
FREQ=MONTHLY;BYMONTHDAY=1;BYHOUR=21. 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。
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。
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。
不适合:
适合:
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。