在制品
已投产但尚未完工的产品,占用资金与场地,也掩盖流程问题。
在制品 · WIP — Work In Process
已投产但尚未完工的产品,占用资金与场地,也掩盖流程问题。
和设备效率的关系
高在制品常常是各工序 OEE 不均衡的结果:前工序开动率高、后工序低,中间就堆料。单看某台设备的 OEE 很漂亮,整线交期却没改善,多半是这个原因。
在制品和生产周期的换算(利特尔法则)
在制品数量直接决定交期,关系是:生产周期 = 在制品数量 ÷ 产出速率。这是排队论里的利特尔法则,对一条稳定运行的产线成立。
示例(假设数据):一条线从投料到入库之间压着 1200 件在制品,整线每天产出 300 件,那么一件产品平均要在线上待 1200 ÷ 300 = 4 天。真正的加工时间可能加起来不到一小时,其余都是在排队。把在制品压到 600 件,产出不变,周期就变成 2 天。
所以缩短交期最直接的手段往往不是让设备跑得更快,而是少投、晚投。
在制品堆在哪,瓶颈就在哪
到车间走一圈,看料堆在哪道工序前面,通常就找到了瓶颈工序。堆料的成因大致三类,对策各不相同:
| 现象 | 多半的原因 | 该做什么 |
|---|---|---|
| 某工序前长期堆料 | 该工序能力不足或停机多 | 改善的资源集中到这台设备的 OEE |
| 各工序间都有一堆 | 批量大、换型慢,各做各的 | 缩短换型、减小转移批量 |
| 料在,但不能往下做 | 缺配套件、待检、待返修 | 管齐套和检验节奏,不是设备问题 |
反过来,非瓶颈设备的 OEE 提得再高,也只是把更多的料更快地推到瓶颈前面。上游设备按瓶颈的节奏投料,让它闲着,比让它满负荷生产更合算。
在制品数据从哪来
工序间的在制品 = 上工序累计产出 − 下工序累计投入。只要每道工序的产量是按时、按实记录的,在制品就能算出来,不必专门去盘。靠班后人工报工,数字滞后半天到一天,而且常为了凑计划数被修饰;设备侧自动计数的产量,才能支撑按小时看在制品的变化。
做数字化试点时,给每个工序间定一个在制品上限并显示在看板上,超过上限上游就停止投料,是一个成本很低、见效很快的用法。
常见问题
在制品是不是越少越好?
在制品和库存有什么区别?
OEE 提高了,在制品为什么反而变多?
最近更新:2026-09-21 · 出版:工厂数字化编辑部(TEEPTRAK)
微信:Teeptrak-SZ