不良率是衡量生产过程质量水平的重要指标,而TPM（Total Productive Maintenance，全面生产维护）作为一种以设备综合效率最大化为目标的管理体系，其与不良率的结合能更精准地定位生产环节中的问题，计算TPM视角下的不良率，需结合设备维护与生产质量的关联性，通过系统化的数据采集与分析实现。
不良率TPM计算的核心逻辑
在TPM框架下,不良率不仅反映最终产品的质量缺陷，更强调设备状态对质量的影响，其核心逻辑是：将设备故障、参数漂移、维护不及时等设备相关因素导致的缺陷，纳入不良率的统计范畴，从而通过设备维护手段降低不良品产生，与传统不良率仅统计最终产品缺陷不同，TPM不良率需追溯至设备维护的源头数据，形成“设备维护生产过程质量结果”的完整闭环。
数据采集：明确不良类型与统计范围
计算TPM不良率需先界定数据边界,主要包括三类数据：
- 设备关联型不良：因设备精度下降、零部件磨损、调试不当等直接导致的产品缺陷，如尺寸超差、外观划伤等。
- 过程波动型不良：因设备参数设置不合理、维护计划执行不到位引发的批量性质量问题，如材料厚度不均、性能测试失败等。
- 突发故障型不良：设备突发停机（如电气故障、机械卡死）后重启产生的首批缺陷品。
数据采集需覆盖生产全流程,包括设备运行日志、质量检验记录、维护保养台账等，确保每个不良品都能关联到具体的设备状态或维护活动。
计算公式与步骤
TPM不良率的计算公式为：
TPM不良率 = （设备关联型不良品数量 + 过程波动型不良品数量 + 突发故障型不良品数量） / 总生产数量 × 100%
具体步骤如下：
- 统计总生产数量：特定周期内（如班次、日、周）设备的总产出量，包括合格品与不良品。
- 分类统计不良品：根据上述三类不良类型，分别计数并汇总，需注意避免重复统计（如同一不良品若同时涉及设备故障与过程波动，仅按主要因素计入一次）。
- 关联设备维护数据：通过维护台账分析不良品是否发生在设备维护周期外、维护操作不当或备件失效等情况下，确保数据与TPM活动的强关联性。
- 计算与趋势分析：代入公式计算不良率，并结合历史数据对比，分析设备维护措施（如定期保养、精度点检）对不良率的影响趋势。
应用与优化价值
TPM不良率的计算结果可直接指导设备维护策略的优化,若某类设备不良率持续偏高，可通过分析维护记录定位问题根源：是保养周期过短导致过度维护，还是备件质量不引发故障？基于数据调整维护计划，能从源头减少不良品产生，同时降低因质量问题导致的设备停机时间，提升综合设备效率（OEE）。
FAQs
Q1：TPM不良率与传统不良率的主要区别是什么？
A1：传统不良率仅统计最终产品的缺陷数量，未区分缺陷来源；TPM不良率则聚焦设备维护相关的质量问题，将设备状态、维护活动与不良品直接关联，更能体现设备管理对质量的影响，为TPM改进提供精准方向。
Q2：如何确保TPM不良率数据的准确性？
A2：需建立标准化的数据采集流程，明确不良品分类标准，加强设备维护记录与质量检验数据的同步；同时通过定期数据核对（如维护人员与质检人员交叉验证）和数字化工具（如MES系统自动关联设备状态与质量数据）减少人为误差，确保数据的真实性和可追溯性。
