為什麼平均 Cycle Time 相同，生產結果可能完全不同？

假設兩台設備標準 Cycle Time 都是 10 秒。

A 機：

9.8、10.1、10.0、9.9、10.2 秒

B 機：

6、14、8、15、7 秒

兩台設備平均值都可能接近 10 秒，但 A 機的製程明顯比 B 機穩定。

如果只在 MES Dashboard 顯示：

Average Cycle Time：10 秒

管理者可能會認為兩台設備表現相同，實際上 B 機存在相當大的製程波動。

Cycle Time Variation 是什麼？

Cycle Time Variation 關注的不是「平均需要多久」，而是：

每一次實際生產週期與正常值之間的波動程度。

因此除了 Average Cycle Time，還應觀察：

• 最小 Cycle Time
• 最大 Cycle Time
• Median 中位數
• Standard Deviation 標準差
• P90／P95 Cycle Time
• 異常 Cycle 次數
• Cycle Time 分布

如此才能判斷製程是否真正穩定。

為什麼平均值容易掩蓋現場問題？

例如一天生產 10,000 件：

平均 Cycle Time：10.1 秒
標準 Cycle Time：10 秒

只看平均值，差異僅約 1%。

但 MES 若進一步分析發現：

80%：9～11 秒
15%：12～15 秒
5%：超過 20 秒

就代表實際存在大量短暫異常。

這些問題可能沒有形成正式的「設備停機」，因此傳統 Downtime 報表也不一定看得到。

這正是 Cycle Time Variation 可以補足的管理盲點。

哪些原因會造成 Cycle Time 波動？

設備因素

例如設備老化、感測器反應異常、送料不穩、機構卡頓或加工速度不一致。

模具與刀具因素

模具磨耗、刀具壽命接近極限，都可能讓 Cycle Time 逐漸拉長。

人員因素

人工上下料、檢查與操作方式不同，也會形成週期時間差異。

材料因素

不同批次材料尺寸、硬度或特性差異，都可能影響設備加工時間。

製程參數

速度、壓力、溫度等參數改變，也可能造成 Cycle Time 漂移。

MES 如何蒐集 Cycle Time Variation？

MES 可透過設備訊號、PLC、IoT Gateway 或報工資料取得：

Cycle Start → Cycle End → Actual Cycle Time

將每一次生產週期保存，而不是只留下每日平均值。

例如：

09:01:10    9.8 秒
09:01:20   10.1 秒
09:01:30    9.9 秒
09:01:45   15.2 秒  ← 異常
09:01:55   10.0 秒

當大量原始 Cycle Data 被保留下來後，MES 才能進行真正的製程穩定性分析。

為什麼 P95 Cycle Time 值得加入 MES Dashboard？

平均值很容易被極端值或大量正常資料稀釋，因此可以加入 P95（95th Percentile）。

例如：

Average Cycle Time：10.2 秒
P95 Cycle Time：14.8 秒

代表雖然平均只有 10.2 秒，但約有 5% 的生產週期超過 14.8 秒。

對大量生產而言，即使只有 5%，累積起來仍可能形成相當大的產能損失。

Cycle Time Distribution 可以看出什麼？

建議建立 Histogram（直方圖）。

例如大量 Cycle Time 集中於：

9～11 秒

代表製程相對穩定。

若分布變成：

6～8 秒一群
10～12 秒一群
15～18 秒又一群

就可能代表不同：

設備、模具、人員、產品規格或製程參數

正在形成不同的生產模式。

此時就值得進一步做交叉分析。

MES 如何找出造成波動的真正原因？

可依不同維度比較：

• 設備
• 模具
• 刀具
• 班別
• 人員
• 產品
• 規格
• 原料批次
• 生產日期
• 製程參數

例如同產品：

A 模具 P95：10.8 秒
B 模具 P95：11.2 秒
C 模具 P95：16.7 秒

即使三者平均 Cycle Time 差距不大，C 模具仍可能存在穩定性問題。

Cycle Time Variation Dashboard 應呈現哪些資訊？

建議包含：

• Standard Cycle Time
• Average Cycle Time
• Median Cycle Time
• P95 Cycle Time
• Cycle Time 標準差
• 最大／最小值
• 異常 Cycle 次數
• Cycle Time Histogram
• Cycle Time Trend
• 設備變異排行
• 模具變異排行
• 班別變異比較
• 異常時間點

其中建議將：

Average + P95 + Distribution

作為核心指標組合，而不是只顯示平均 Cycle Time。

如何改善 Cycle Time Variation？

1. 找出變異最大的設備與製程
2. 分析異常 Cycle 發生時間
3. 比對設備停機與 Alarm
4. 比較模具與刀具差異
5. 分析班別與操作人員
6. 比對製程參數
7. 建立 Cycle Time 異常上下限
8. 改善後持續比較變異程度

管理目標應從：

「平均速度有沒有達標？」

進一步提升為：

「能不能長時間穩定地維持這個速度？」

導入 Cycle Time Variation 分析有哪些效益？

• 提前發現製程不穩定
• 找出短暫速度損失
• 降低生產產量波動
• 提高產能預估準確度
• 改善標準工時可靠性
• 發現設備與模具異常
• 降低 WIP 波動
• 提升排程與交期穩定性