本指南帮你建立一套可落地的故障停机原因分类体系，解决停机记录混乱、原因归口不清、改善无从下手的问题，让每一次停机都能转化为可追踪的改进依据。
前置准备：分类之前必须搞清楚的三个基础
故障停机原因分类不是简单地给停机贴标签，而是建立一套与设备结构、生产流程、管理目标对齐的编码体系。动手分类前，先完成三项准备。
第一，明确分类对象边界。停机时间需要先做归属划分：计划内停机（如计划保养、换型调机）与计划外停机（突发故障、缺料、质量异常）必须分开统计。根据日本能率协会（JMA）发布的TPM推进资料，计划外停机中，设备故障类占比通常在40%—55%之间，其余为换型、缺料、质量等待等非设备因素。边界不清，后续分类全部失真。
第二，确定分类维度。常见维度有四种：按故障部位（机械/电气/液压/气动/控制软件）、按故障模式（磨损、松动、堵塞、短路、参数漂移）、按责任归属（操作、维修、备件、工艺）、按影响程度（全停、降速、局部停）。实操中建议以“故障部位+故障模式”为主轴，责任归属作为辅助字段，避免单一维度无法支撑改善分析。
第三，准备记录工具。纸质点检表只适合过渡期。停机频率较高的产线应使用带时间戳的MES或Andon系统采集数据。据PwC 2023年发布的《制造业数字化转型调研》，已部署设备数据自动采集的工厂，其停机原因记录完整率比人工填报高出约37个百分点，分类准确率提升明显。数据源不可靠，分类体系再精细也无意义。
常见错误：跳过边界划分直接开始列原因清单，导致计划保养被误记为“故障”；或一开始就设计几十个细分代码，现场人员无法执行，两周后记录流于形式。
第一步：建立停机时间记录规范，锁定分类的数据基础
具体操作：为每台关键设备定义停机起止判定标准。起点建议以“设备停止产出合格品”为准，终点以“恢复稳定产出合格品”为准，而不是以维修人员到场或通电为准。记录字段至少包含：设备编号、停机起止时间、停机时长、发现人、初步现象描述、是否计划内。时长精确到分钟，现象描述要求写“看到什么、听到什么、闻到什么”，禁止只写“坏了”“不正常”。
以注塑车间为例，操作工在14:32发现产品出现缺料，停机检查发现料斗堵塞，14:58清理完毕恢复生产，则停机时长26分钟，现象描述为“料斗下料口结块堵塞，下料中断”，而非“设备故障”。
注意事项：记录规范要配套培训与抽查。建议前两周由班组长逐条审核现象描述，把模糊描述退回重写，形成书写习惯。停机时长超过30分钟的，要求附带现场照片或短视频。
常见错误：以“维修工单”代替停机记录，导致操作原因、缺料原因、质量等待原因全部漏记；或起止时间由维修人员事后补填，时长被系统性压缩。某汽车零部件工厂的对比测试显示，事后补填的停机时长平均比自动采集数据短18%—25%，直接影响后续分类分析的可靠性。
第二步：设计分级分类编码体系，让原因可统计可追溯
具体操作：采用“大类—中类—细类”三级编码。大类控制在5—7个（如机械、电气、液压气动、控制系统、工艺参数、外部因素、人为操作）；中类每大类不超过8个；细类按实际故障模式展开，但现场记录只要求填到大类和中类，细类由维修工程师在故障分析时补充。编码采用数字段，例如“2-03-07”代表电气类—传感器类—接近开关失效。
编码表需要与设备台账绑定：每台设备预先列出可能发生的故障模式清单，现场记录时从清单中勾选，减少自由填写带来的用词不一致。据ASQ（美国质量学会）2022年发布的可靠性工程实践调查，使用预定义故障模式清单的企业，其停机原因分类的一致性系数（Kappa值）达到0.81，而纯自由文本记录的企业仅为0.43。
注意事项：编码体系每半年评审一次，合并低频细类、拆分高频大类。新增设备时同步维护故障模式清单，不能等故障发生了再补编码。
常见错误：编码层级过深（四级以上），现场执行成本过高；或编码表由设备部门单方面制定，未与生产、工艺、质量部门对齐，导致跨部门统计口径冲突。建议编码表发布前由三个部门联合签字确认。
第三步：现场分类判定与交叉复核，保证归口准确
具体操作：停机发生后，由发现人完成初步分类（填大类+中类），维修人员到场后复核并修正。对于跨类别的复合原因（如“液压油温过高导致密封件老化漏油”），要求填写主因和诱因两个字段，主因归入直接导致停机的类别，诱因单独记录。每天班后会用5分钟抽查当日停机记录的3—5条，由班组长与维修工共同确认分类是否准确。
交叉复核的重点是三类高频误判：操作不当被归为设备故障、缺料被归为设备故障、工艺参数调整被归为故障。某电子组装厂的月度复核数据显示，未经复核的初始分类中，约22%的记录存在归口偏差，复核修正后分类准确率从76%提升至94%。
注意事项：复核不是追责，要明确“分类修正不影响绩效考核”，否则现场会倾向于隐瞒或美化记录。复核记录本身也要留痕，便于后续分析分类偏差的系统性来源。
常见错误：只复核不停机原因、不复核分类；或复核由单一部门完成，缺乏维修与生产的交叉视角。另一个典型错误是把复合原因强行归入单一类别，丢失诱因信息，导致改善对策只治标不治本。
第四步：数据汇总与帕累托分析，找出分类中的关键少数
具体操作：按周或按月导出停机记录，按“大类—中类”两个层级分别做停机时长占比和停机频次占比的帕累托图。注意时长占比与频次占比往往不一致：频次高的是小停机，时长高的是大停机，两类问题的改善策略不同。建议同时计算MTBF（平均故障间隔时间）和MTTR（平均修复时间），按中类分别统计。
分析时设定阈值：累计占比前80%的中类列为重点改善对象，但需结合停机时长绝对值过滤——单次平均停机低于5分钟且月频次低于3次的中类可暂缓。某包装材料企业按此方法分析三个月数据后发现，电气类中的“光电传感器误触发”占停机频次的31%但仅占时长的9%，而液压类中的“主缸密封失效”占频次6%却占时长28%，两类问题分别对应清洁维护标准化和备件寿命管理两条完全不同的改善路径。
注意事项：帕累托分析要分设备、分产线做，不能只做全厂汇总，否则关键少数会被平均掉。数据量不足三个月时，结论只作参考，不做考核依据。
常见错误：只看频次不看时长，导致改善资源全部投向小停机；或帕累托图做完就归档，没有转化为具体的改善课题清单。分析结果必须落到“谁、在什么时间、解决哪个中类问题”的行动项上。
第五步：根因追溯与分类修正，让分类体系自我进化
具体操作：对帕累托前80%的中类逐项做根因分析。简单问题用5Why，复杂问题用鱼骨图+5Why组合。根因分析的结论要回写到分类体系中：如果发现某中类下频繁出现同一细类，说明该细类应提升为中类；如果某中类连续三个月零记录，考虑合并或删除。
根因追溯还要反向检验分类准确性。例如某中类“机械类—传动部件”下频繁记录“皮带断裂”，5Why追溯到皮带轮不对中，再追溯到安装标准缺失——此时应检查该停机是否本应归入“工艺参数/安装调整”而非“机械故障”。分类体系的修正依据来自根因分析，而不是管理者的主观判断。
注意事项：根因分析要限定在可控范围内，避免无限追溯至“员工培训不足”“管理制度不完善”等无法落地的结论。每条根因必须对应一条可验证的改善措施和完成时限。
常见错误：根因分析停在“操作工疏忽”层面，不继续追问为什么疏忽（是防错缺失、标识不清还是培训不到位）；或分析结论与分类编码脱节，改了设备却没改编码表，下次同类故障仍归错类别。
第六步：闭环管理与周期性评审，固化分类成果
具体操作：建立“分类记录—帕累托分析—根因追溯—改善措施—效果验证—编码修订”的闭环流程，每个环节明确责任人和时限。改善措施完成后，用同类停机的频次和时长变化验证效果：目标中类的月停机频次下降50%以上或时长下降30%以上视为有效，否则重新分析。每季度做一次分类体系评审，输出编码表修订版和下一季度重点改善中类清单。
闭环管理的关键指标是“分类记录完整率”和“分类准确率”，建议纳入设备管理考核，但权重不超过10%，避免为指标而记录。据德勤2023年发布的《智能工厂运营基准报告》，建立停机分类闭环管理的工厂，其设备综合效率（OEE）的年提升幅度中位数为4.2个百分点，而未建立闭环的工厂仅为1.1个百分点。
注意事项：评审会要有生产、维修、工艺、质量四方参与，用数据说话，不用印象说话。编码修订要保留版本号和历史映射关系，确保跨期数据可比。
常见错误：闭环断在“改善措施”环节，措施写完就结束，不做效果验证；或评审会变成追责会，导致下一周期记录数据被人为修饰。另一个高频错误是编码表频繁大改，历史数据无法对比，分析价值归零。
常见误区专区
误区一：分类越细越好。细类过多会导致现场记录成本高、一致性差。实操中现场只填到大类和中类，细类由工程师在分析阶段补充，是更可持续的做法。
误区二：把所有停机都归为设备故障。缺料、换型、质量等待、操作调整都不属于设备故障。TPM统计口径中，设备故障类通常只占计划外停机的四到五成，归口不清会让维修部门背不该背的指标，也让真正的缺料和换型问题被掩盖。
误区三：分类结果直接用于个人考核。一旦与绩效强挂钩，记录就会失真。分类数据的首要用途是改善分析，考核应针对“记录完整率和准确率”，而非停机次数本身。
误区四：一次建好编码表就长期不变。设备更新、工艺变化、备件替代都会改变故障模式分布。半年不修订的编码表，其细类记录会大量涌入“其他”项，分析价值快速衰减。
误区五：只统计停机时长，不统计频次。小停机高频次对产能的侵蚀常被低估。某研究对12家离散制造企业的统计显示，单次5分钟以下的小停机合计时长可占计划外停机总时长的25%—35%，但因其单次影响小，长期不被纳入改善视野。
进阶技巧
技巧一：建立故障模式与备件消耗的关联表。把中类故障模式与备件领用记录做关联分析，识别“高频故障—高频换件”组合，据此优化备件安全库存和预防更换周期。某液压设备用户通过此方法将密封件突发失效停机减少约40%。
技巧二：用停机分类数据反推点检标准。对帕累托前80%的中类，逐项检查现有日常点检表是否覆盖了该故障模式的可观测征兆。未覆盖的补充点检项，已覆盖但未检出故障的，评估点检方法和判定标准是否有效。这一步能把分类数据直接转化为预防性维护的输入。
技巧三：设置“分类偏差率”监控指标。每月随机抽取30条停机记录，由设备工程师独立重新分类，计算与原分类的一致率。偏差率超过15%时，启动记录培训和编码表评审。这个指标比停机次数更能反映管理体系的健康度。
FAQ
Q1：小工厂设备不多，也需要做停机原因分类吗？
需要，但可以简化。设备少于20台时，用大类加中类两级编码、Excel记录即可，重点是把计划外停机的时间、现象、归口坚持记全。数据积累三个月后再做帕累托分析，同样能找出关键少数。
Q2：操作工不愿意填停机记录，说耽误生产，怎么办？
两个办法：一是把记录动作嵌入现有流程（如Andon呼叫时同步勾选原因大类，10秒内完成）；二是前两个月只要求填大类和时间，降低填写负担，等习惯形成后再增加字段。同时明确记录不用于个人追责。
Q3：同一台设备停机，生产和维修对原因分类意见不一致，听谁的？
听证据。以现场现象描述、照片、拆检结果为准，主因和诱因分字段记录，不强行统一为单一类别。争议记录由设备工程师在当日复核时裁定，并留痕备查。
Q4：停机分类代码应该设多少个才合适？
现场记录层面（大类+中类）建议控制在30—45个可选项以内，超过这个数量现场勾选效率和一致性都会下降。细类不设上限，但只用于分析阶段，不要求现场填写。
Q5：已经积累了几年停机数据，但分类很乱，能补救吗？
可以。先抽取近6个月数据，按新编码体系重新映射一遍，评估映射成功率和无法归类的比例。无法归类的记录单独分析，往往能暴露原体系的结构性缺陷。历史数据映射后标注“回溯分类”，与新建数据分开统计，避免混淆。
总结
故障停机原因分类的核心是六步闭环：定边界与记录规范、建分级编码、现场判定与交叉复核、帕累托分析、根因追溯与编码修正、闭环评审。体系是否有效，不看编码表多精细，而看记录完整率、分类准确率和改善行动是否落地。分类是手段，减少停机才是目的。