摘要：本文从一线落地的角度，分享机加工车间数字化技改的实际踩坑经验，跳过花哨的概念，直接讲选型、数据采集、落地调整的核心要点，适合负责车间技改的中级工程师参考。
去年帮隔壁工业园的汽配车间做数字化技改收尾，甲方老板拉着我抽烟，说前两年投了八十万买的系统，现在还在当电子台账用。你说冤不冤？
国内大量开了五到十年的制造车间，都卡在这个节点：想靠数字化降本提效，又怕投了钱打水漂，找大厂做方案全是高大上的名词，落地全是坑。我这两年跑了二十多个不同规模的加工车间，攒了点实打实的经验，说给你听。
别上来就买设备，先理清楚你要算什么
很多甲方老板一开口就是“我要做智能车间”，上来就给预算让报AGV、MES的价格。我每次都先问一句：你知道你现在车间的综合设备效率OEE是多少吗？十个里面有八个答不上来，剩下两个说的数，还是班长手写台账攒出来的，水分大到能养鱼。
我们去年做的这个汽配机加工车间，一共12台数控车床，做汽车半轴毛坯，三班倒，原来统计的换产时间平均每次35分钟，实际我们蹲了三天跟班，实打实记下来，平均是42分钟，还漏了三分之一的计划外停机时间。
原来手写台账只会写“设备故障”，根本不会细分是换刀、调机、待料还是质量检验停的车。你连问题出在哪都不知道，搞数字化采集上来的全是垃圾数据，跑出来的分析能对？
我们当时花了一周时间，把每个工位的每一次停机都做了标签分类，最后算出来，刀具无预警更换导致的停机，占了总停机时间的40%，换产流程不合理占了25%，剩下的才是设备故障和待料。你看，核心问题一下子就出来了，根本不需要上来就换机床。
我见过花两百万搞完技改，系统显示OEE永远稳定在92%，现场班长说实际连70%都不到。逗谁呢？数据好看，老板开心，钱花了，效益没出来，最后项目不了了之。
数据采集不是越全越好，能落地的才有用
很多方案商上来就说，要给你采集所有参数：电机电流、主轴温度、环境湿度、润滑油粘度…说实话，你采那么多干嘛？大部分数据存三年，从来没人打开看一眼，还占服务器空间，每年掏不少存储费。
不过话说回来，不是说数据多不好，是你得先搞清楚，这些数据你能不能用得上。我们这个项目，最后只要求采集三个核心数据：设备开关机状态、换产开始结束时间、刀具切削电流。就这三个，足够算OEE，足够做刀具预警，足够找出换产的瓶颈，够了。
这个车间的数控车床都是用了6年的老设备，原厂没开放通讯协议，很多方案上来就要换PLC，一台换下来小一万，12台就是十二万，纯粹浪费预算。我们用的是外挂式电流采集模块，单台成本不到八百块，粘在配电柜外面，走LoRa无线传输，精度够不够？判断开关机误差不到十秒，完全符合GB/T 39116-2020《智能制造能力成熟度模型》的三级要求，够使了。
这里还有个常见的坑：很多人追求无线传输零丢包，说工业现场必须稳定。可是你想想，你又不是做航天控制，偶尔丢一个一分钟的电流数据，根本不影响OEE计算，非要花两倍的钱搞封闭工业专网，省下的钱给工人发奖金不好吗！
我们这个方案，整个数据采集部分花了不到十万，比原来方案商报的三十万，省了三分之二。
改完上线不是结束，要留够调整的冗余
我见过太多技改项目，上线验收完就撒手，半年后系统就废了。为什么？因为没考虑工人的操作习惯，没留调整的空间。
我们这个项目上线第一个星期，回去检查数据，发现还是有三分之一的换产没录进去。一问才知道，工人嫌扫条码麻烦，换完产要赶下一个活，根本不想掏手机扫条码。原来我们设计的时候，把扫码点放在了换产完成之后，完全没站在工人的角度想问题。
后来怎么改的？把扫码枪直接绑在换产用的工具箱把手上，工人拉工具箱出来换刀的时候，顺手就扫了，十秒钟的事，没增加任何额外工作量，之后漏扫率直接降到1%以下。对吧？就这么小一个调整，整个项目就活了。
还有算法，别上来就搞大模型深度学习。我们做刀具预警，就是最简单的电流滑动阈值：提前给每种加工件、每种刀具录好基准电流，只要连续三个切削周期电流比基准高8%，就推微信预警给班长，准确率能到91%。比原来老板之前试的某个大厂免费送的AI模型好用一万倍，那个模型动不动就误报，一天喊十几次“狼来了”，工人后来干脆把通知关了，等于没用。
预算分配我也说一句，我建议把70%的预算花在现场梳理和改造，30%留出来做半年的调整优化。大部分人反过来，把80%的钱花在买软件买服务器，最后没钱调，项目自然就死了。
我们这个项目，总投入不到六十万，比甲方原来准备的一百万省了四十万，上线三个月，OEE从原来的62%升到81%，单台换产时间平均降了28分钟，整体产能提了30%，不到一年就收回了全部成本。省下的四十万，老板直接投了新的产品线，这不香吗！
说白了，车间数字化技改，从来不是赶时髦做PPT给别人看，是要实打实解决现场的真问题。少搞点花架子，多蹲几天车间，比什么都强。
