国内离散制造车间里，一条主力产线停线一小时，少则几万多则几十万损失，是常事。绝大多数排查过程，要么是经验主义换件试错，要么是拿着固定模板走个过场，最后钱花了，停线还会再来。我做了12年自动化产线运维集成，踩过的坑比多数年轻工程师吃过的外卖都多，今天就掏点实货。
别踩“先换件再找因”的懒坑
去年我在珠三角给一家汽车主机厂的焊装主线做售后支持，甲方生产经理凌晨两点打语音过来，声音抖得跟筛子似的。说左门工位的焊接机器人已经停了六个小时，换了两台全新伺服电机，每次换完跑个八十多台就又报过载跳停，今晚完不成产能，光客户违约金就把我们项目的利润全吞了。
我打车过去的时候，现场运维班长还在拆电机接线。问他查了什么，他说报警写的伺服过载，那肯定是电机坏了啊，先换再说，大公司备电机都有冗余，不费事。
说实话，这是绝大多数现场排查的第一反应。
错得离谱。
报警只是结果，不是原因。你把坏件换了，问题没找到，过三天还会坏。十次八次下来，换件的钱加上停线的钱，够买半套新工位了。
5Why也不能乱套，得锚定物理层的真实数据
很多人学根因分析，张口闭口就是五层提问，问完五个问题就完事儿。不对，你得每一步都拿实锤数据，不能拍脑袋猜。
我当时让班长先别拆电机，拿扭矩表测了一下机器人第三轴的静摩擦扭矩，比出厂值高了快三倍。这就把问题从电机本身拉到了机械传动部分。
然后顺着传动链往下捋：
第一个问题：为什么扭矩比标准值高？拆了导轨护板一看，导轨上的润滑脂干得结块了。哦，润滑没跟上。
第二个问题：为什么没润滑？自动润滑泵定时打油，怎么会没油？拆开泵的调压阀看，输出油压只有0.08MPa，远低于GB/T 33173-2016要求的线性导轨润滑最低油压0.2MPa。
第三个问题：为什么油压这么低？看了一下PLC里的油压报警阈值，原来一周前维护人员清油泵滤芯，把阈值从原来的0.15MPa改成了0.05MPa，改完之后忘了改回去。只要油压高于0.05MPa就不会触发补油报警，所以油压一直不够，润滑泵根本不会自动启动补油。
你看，问到这儿根因才出来，哪是电机的问题？是参数改完没人闭环验收的问题。那个电机是被长期过载拖得过热触发保护，根本没坏，装回去还能用，白白浪费了两台全新电机的成本，还有六个小时的停线时间。
不过话说回来，这种坑真的太常见了。我见过改了传感器量程忘了改报警阈值的，见过拆了防护罩忘了装回去导致切屑进导轨的，甚至还有换了皮带把松紧度调反了的，全是人为操作留下的隐患，最后甩锅给零件质量不好。
根因从来都不是“坏了的零件”，而是“为什么零件会坏”，找不到背后的流程或设计漏洞，停线就是个无底洞，你填不完的。
找到根因不算完，得落在“可预防”上
很多人找到根因，把问题改了就拍屁股走人了。不对，根因分析的终点是避免下次再发生，不是把这次的故障修好。
刚才那个案例，我们最后改回了参数，还做了两件事：第一，给所有参数修改加了双人复核签字，没有签字的修改锁死PLC权限，谁都改不了；第二，给所有机器人轴的负载电流加了趋势监控，每天自动生成报表，电流上升超过5%就触发预警，不等过载跳停就提前排查。
说实话，现在很多工厂都在喊预测性维护，喊智能化升级，其实连最基础的根因闭环都做不好。舍不得花几千块给现有PLC加个趋势采集的授权，非要停线了才花几十万救火，对吧？
还有一种情况，很多产线设计的时候就留了坑，比如我之前遇到过的食品包装线，夏天高温天每天定点停机，查了半个月才发现，配电柜的散热风扇选型选小了，环境温度超过35度之后PLC的CPU就过热降频，触发保护停机。你说这个根因找谁？设计的时候只算了满负载的温升，没考虑南方夏天车间实际环境温度能到40度，预留的散热余量不够，这就是设计阶段的根因，你不改风扇，天天停机擦PLC也没用。
这种设计遗留的问题，根因分析就得往回倒，倒到最初的设计输入，不能全怪现场维护。很多工厂不愿意改设计，觉得改一下要花钱，其实跟月月停线的损失比，那点改造成本真的九牛一毛。
做了这么多年工程，我最大的感受是，产线停机根因分析，拼的不是你会多少高端模型，拼的是你别偷懒，别上来就套模板，愿意去现场摸数据，愿意往深了挖，别停在“零件坏了”这个表层。
毕竟每一次停线，烧的都是真金白银，你糊弄问题，问题就糊弄你的钱包。
