本文内容
一次通过率 (FPY) 是指在规定的过程范围内，首次加工或检验即满足约定质量要求、无需修理、返工或不合格后复测的零件所占的比例。它反映的是有多少零件一次就做对了，而不是有多少零件最终变成了合格品。
当合格产出数量看似正常，工厂却仍然赶不上进度时，这一区别尤为重要。修复后的零件或许仍能出货，但修复工作占用了其他订单所需的时间。同时跟踪 FPY 和修复投入，才能看清合格品总数背后隐藏的工作。将这些工作与 SkyPlanner 的生产记录和排程关联起来，有助于了解其对产能与交付的影响。
如何计算一次通过率
计算公式如下：
一次通过率 (%) = 首次即合格的零件数 ÷ 进入规定过程的零件数 × 100
按零件计数，同一件只计一次，不按检验次数或缺陷个数计数。零件首次不合格，经修复后合格，可以计入最终合格产出，但不能计为一次通过。同一零件即使存在多个缺陷，在此计算中也只算一件不合格品。
收集数据前，先明确统计的过程边界。统计范围可以是一道机加工工序、一个测试工位，也可以是完整的制造工艺路线。分子和分母必须对应在该边界内统计的同一批零件。
示例：一次通过率为 90%，最终合格率为 96%
假设一批 500 件机加工零件的首次检验结果已全部确认：
| 首次检验结果 | 零件数 | 后续处理 |
|---|---|---|
| 无需修复即合格 | 450 | 可进入下一道工序 |
| 转入返工 | 40 | 30 件后续合格；10 件最终报废 |
| 直接报废 | 10 | 无法继续流转 |
| 进入该工序的总数 | 500 | 每件零件均有一个首次检验结果 |
一次通过率为：
450 ÷ 500 × 100 = 90%
返工后共有 480 件合格品，即原先一次合格的 450 件，加上返工后合格的 30 件。因此，该批次的最终合格率为：
480 ÷ 500 × 100 = 96%
这两个百分比都有价值。FPY 反映首次通过的表现，最终合格率则反映最终合格的比例，其中包括返工成功的零件。如果只报告 96%，就会掩盖为挽回这 30 件零件而投入的修复工作。
FPY 计算中未能一次通过的 10%，也不等于报废率。本例最终报废 20 件，因此最终报废率为 4%。原批次中另外 6% 的零件通过额外加工得以挽回。仅从总数中扣除报废件，算出的是最终合格率，而不是一次通过率。
先理清计数规则，百分比才可信
计算本身很简单，难的是始终准确保留“首次”的含义，尤其是在生产记录和检验记录来自不同系统时。
1. 选定一个过程和一组具有可比性的产品。机加工工序一次通过，并不代表整个装配件已最终验收合格。应明确工艺路线和验收要求，避免把产品组合的变化误当成质量改善。
2. 确保投入零件与结果一一对应。以一个批次或其他可追溯的零件组为起点，并确认这些零件的首次处理结果。用当天完工合格数除以当天新投产数，可能会把不同批零件混在一起，尤其是生产任务跨班次时。
3. 保留原始结果。首次即合格与修复或复测后合格必须分开记录。若零件修复合格后便覆盖原先的不合格结果，只会让历史数据变得好看，并不会改变实际发生过的情况。
4. 在规定边界内，每件零件只计一次。多个缺陷、多次测试或多条工时记录，都不会增加原始投入的零件数。应使用零件标识，或经核对且保留数量及返工历史的批次记录。
5. 明确列出尚未确认的结果。仍在等待检验的零件，不能直接视为合格或不合格。应显示待确认的数量，待同批零件的首次结果全部确认后再确定 FPY，而不是悄悄将难处理的零件排除在统计之外。
一道工序的正常工艺路线中，可能包含多项计划内检验。首次就正确完成约定的检验流程，与不合格后重复测试或修复缺陷，是两回事。应在指标定义中明确这一区别，并始终采用一致的口径。
如果报表中只有完工总数和不良品数量，在用它们计算 FPY 之前，应先核实这些字段的含义。您需要确认合格数量是否包含修复后的零件，以及重复加工是否被重复计数。
一次通过率与直通率的区别
单道工序的表现可能不错，但整条工艺路线仍可能需要大量修复。直通率 (RTY) 反映连续多道工序综合的一次通过表现。
对于统计口径一致的连续工序，将各工序的一次通过率换算为小数后相乘：
RTY (%) = 工序 1 的一次通过率 × 工序 2 的一次通过率 × … × 100
假设跟踪 1,000 件零件经过三道工序的情况。在本例中，只有始终一次通过的零件才继续留在跟踪组内；修复后的零件不会重新计入该组。
| 工序 | 跟踪组中进入该工序的零件数 | 首次通过的零件数 | 工序一次通过率 |
|---|---|---|---|
| 机加工 | 1,000 | 900 | 90% |
| 表面处理 | 900 | 810 | 90% |
| 测试 | 810 | 729 | 90% |
0.90 × 0.90 × 0.90 × 100 = 72.9% RTY
每道工序的一次通过率都是 90%，但原始投入的 1,000 件零件中，只有 729 件在全部三道工序中均首次通过。若对这三个百分比取平均值，结果会是 90%，从而掩盖多道工序的累积影响。
在实际生产中，修复后的零件可能重新流入后续工序，不同产品也可能采用不同的工艺路线。用于相乘的各工序一次通过率，必须对应相匹配的路线并采用一致的计数口径；不能把互不相关的部门平均值相乘，就称之为实测的全流程一次通过率。保留每件零件的首次处理历史，才能核实原始投入中究竟有多少件未经修复便通过了整条工艺路线。
一次通过率达到多少才算好？
有意义的目标应结合产品、工艺、质量要求及不合格的后果来设定。仅凭通用基准，不足以判断某道具体工序的表现是否良好。
先观察可比生产任务的变化趋势。看百分比时，也要同时看统计的零件数量、不合格原因和修复工作量。只有在验收规则不变的前提下，FPY 的提高才有意义；如果只是放宽了检验标准，或把问题零件从分母中剔除，就不是真正的改善。
要推动改善，应寻找反复出现且能够解决的问题。将首次不合格的情况按工序和已确认的原因分类。某个产品反复出现尺寸问题，可能与刀具、夹具、材料或方法有关，但仅凭百分比无法判定具体原因。应与现场作业人员共同核查证据，消除原因后，再对可比的生产任务进行测量。
还要考虑修复带来的负担。两道工序即使 FPY 相同，后果也可能截然不同：一道只需简单修复，另一道却可能占用共用设备数小时。此时，质量结果就成了排产决策的依据。
将 FPY 背后的返工量换算为实际产能需求
回到那批 500 件零件的例子。假设其中的 40 次返工，每次都要在同一台加工中心上额外占用 12 分钟，无论零件最终合格还是报废。
40 次返工 × 12 分钟 = 480 分钟 = 8 机时
最终合格率报表显示有 480 件合格品，而生产计划还需要计入这额外的 8 个小时。额外的调机、检验或搬运，还可能占用其他环节的时间。
不要以为首次未通过的比例为10%，就意味着恰好损失了10%的产能。不同的纠正工艺路线，所需时间也不同。应按实际承担这些工作的资源，计算所需的工作量。如果机器工时和操作员工时反映的是不同的约束，也应分别核算。
如果在一次重要发货之前，那台加工中心的时间已经排满，把返工塞进另一个单独的队列并不会增加产能，只会改变哪个订单能先完成。及早发现冲突，就有时间确定优先级、改用其他合适的资源，或重新评估交期承诺，避免临到交货才措手不及。
用 SkyPlanner 将已记录的返工纳入下一轮生产计划
SkyPlanner 将生产工时记录、详细报表和人工智能排程整合在一起。对于返工频频打乱交付的工厂，下一步应该让补救工作所需的投入清晰可见，并把已批准的纠正工作与客户订单一起排入切实可行的计划。
SkyPlanner 的 Timer 计时功能可记录工作时间、产出数量或不良品数量。All Timelogs Report 工时明细报表将这些记录与生产任务、工序、工作中心、人员、起止时间、完工件数、不良件数、记录工时及备注关联起来。您可以在报表中查看、编辑和审批记录。
在生产任务和工时记录中明确标识纠正工作后，您就能追查这些工时具体花在了哪里，而不是让它们淹没在无法区分用途的每日总工时中。请保留质量或 MES 记录中的首次验收结果和返工历史，用于计算 FPY。质量记录说明质量结果，关联的工时记录则说明为补救投入了多少时间。
接下来，将已批准的纠正工序、所需时长及可用资源纳入排程。SkyPlanner 的人工智能排程引擎 Arcturus 会根据已配置的产能、工序依赖关系和优先级进行排程计算。Gantt 时间轴会显示计算得出的作业顺序和完工日期。优先级和需要保留的决策由您掌控，彼此关联的排程计算则交给 Arcturus。
对于上述假设批次，问题就变得很具体：额外的 8 个机时能安排在哪里？已经占用该资源的订单又会受到什么影响？重新计算统一生产计划，就能看清其中的取舍，无须再为每个受影响的工作中心分别手动调整作业队列。
SkyPlanner 可通过开放的 REST API 与任何 ERP 或 MES 集成。您可以继续使用保存订单和质量历史记录的现有系统，同时将这些系统产生的生产任务接入有限产能排程。
看清首次未通过对交付的影响
选择一道经常需要额外工作、却无法从最终合格数量中看出来的工序。参加 SkyPlanner 演示时，带上该工序的首次验收结果、一条典型的已批准纠正工艺路线，以及一份受到影响的客户订单。
有了这些资料，您就能有针对性地了解生产记录和统一排程如何帮助团队应对问题：弄清补救工作需要多少投入，审视产能冲突，再依据一份涵盖所有待完成工作的计划，做出下一步交付决策。预约 SkyPlanner 演示，结合您的流程深入探讨；也可以先使用演示数据试用 SkyPlanner。
Jussi Mäntylä
生产计划专家，SkyPlanner
