车间生产进度怎么实时可视化？需要什么技术？

车间生产进度实时可视化，不等于挂一块大屏。真正有效的做法，是把工单、工序、设备、人员、质量、物料、异常放进同一套状态模型里，并按不同岗位设置不同刷新频率。对多数工厂来说，最小可用闭环是：采集现场数据→统一工单与工序口径→实时计算进度与瓶颈→看板预警→异常回传处理。

一、先看目标：车间进度可视化到底要解决什么

如果把订单交付比作物流跟踪，用户不是只想知道是否已发货，而是想看现在到哪一步、卡在哪、预计何时到达。车间同理，管理者真正关心的不是单日总产量，而是每一张工单此刻处于哪道工序、是否脱离节拍、异常是否已处理、预计何时完工。

1. 一张能用的看板，至少要有这 6 类对象

• 订单与工单：计划数量、已完工数量、在制数量、延期风险
• 工序与产线：当前工序、标准节拍、实际节拍、瓶颈工位
• 设备状态：运行、停机、待料、换型、报警
• 物料状态：齐套率、缺料点、补料时间
• 质量状态：待检、已检、返工、报废、放行
• 异常闭环：异常类型、责任人、响应时长、是否已恢复

2. 刷新频率如何设定

一个常见误区：所有数据都追求秒级刷新，结果系统成本高、噪音大、业务人员也看不懂。真正有用的实时，是岗位相关的实时。

3. 先盯 6 个关键指标，别一上来做 60 个

• 计划达成率
• 工单准时完工率
• 在制品 WIP
• 瓶颈工序等待时长
• 异常闭环时长
• 一次交验合格率

4. 真正的进度，不是已完工数量除以计划数量

在离散制造里，更准确的做法通常是采用工序权重进度。例如冲压、焊装、涂装、总装对总周期贡献不同，应该按照标准工时或瓶颈工序权重计算。简单地用完工数除以计划数，往往会在前段工序大量完成时出现进度虚高，管理层误以为交期无风险。

可执行的口径示例：真实进度 = 各工序完成量 × 工序权重 之和 ÷ 全流程总权重。

二、需要什么技术：最小可用架构不是 BI，而是数据闭环

很多项目失败，不是因为图表不好看，而是底层没有统一事件流。要做到实时，至少需要采集层、集成层、计算层、存储层、展示层、执行层六层能力。换句话说，先有数据闭环，后有可视化效果。

1. 采集层：现场数据从哪里来

• 设备侧：PLC、CNC、机器人、传感器、AGV、条码枪、电子秤
• 系统侧：MES、ERP、WMS、QMS、APS、SCADA、EAM
• 人工侧：报工终端、Andon、点检表、班组长移动端

2. 集成层：把异构数据接进来

• 工业协议：OPC UA、Modbus、MQTT，适合设备与边缘网关接入
• 企业接口：API、数据库直连、CDC，适合 ERP 与 MES 同步
• 遗留系统补位：当老旧桌面软件没有开放接口时，可用 实在Agent 这类具备跨系统操作与取数能力的企业级智能体配合自动化技术，减少人工抄录和导表

3. 计算层：为什么很多企业看板不准

1. 没有统一主数据：同一工单在 ERP、MES、Excel 编码不同，天然对不上
2. 没有事件模型：只记完工数量，不记开工、暂停、换型、返工、报废
3. 没有规则引擎：无法把停机、缺料、待检等异常转成可追踪状态

4. 存储与展示层怎么选

典型链路：设备与系统数据 → 边缘网关与接口层 → 流式处理与规则引擎 → 时序库与分析库 → 车间大屏、班组终端、移动告警 → 异常处置回写 MES 或工单系统。

从技术判断上看，是否实时有一个简单标准：当设备停机或工序超时后，系统能否在同一条业务链上自动标红、推送责任人并更新 ETA；如果不能，大多只是准实时报表，而不是实时运营可视化。

三、不同成熟度工厂，落地顺序完全不同

场景 A：没有 MES，只有 ERP 加 Excel

先不要追求全厂透明，优先做关键产线、关键工单、关键设备的进度透明。做法是把排产、报工、质检、入库四个节点先连起来，哪怕部分数据来自人工扫码，也比继续靠纸质汇总更快看到风险。

场景 B：有 MES，但大屏还是不好用

问题通常不在可视化工具，而在状态定义不一致。比如 MES 里的已报工并不代表已过检，ERP 里的已完工也未必代表可交付。此时要补上质量锁定、返工、待料、待换模等业务状态。

场景 C：多系统并存，老设备多，班组长还在群里催数

这类工厂更适合分层建设：

1. 第 1 阶段：统一工单与工序编码，先打通主数据
2. 第 2 阶段：按产线接入设备状态、报工、质检和仓储数据
3. 第 3 阶段：做瓶颈识别、异常预警和预计完工时间 ETA
4. 第 4 阶段：把预警结果回传到待办、工单、飞书或钉钉，形成闭环

相近实践启示

知识库中未检索到可公开披露的车间生产进度直连客户案例，因此不能直接给出未证实的产线数据。可参考某类制造业务场景下的客户实践：相关方案已实现跨系统取数、自动清洗、多维分析、秒级动态看板生成，说明生产进度可视化的关键能力，不是单纯做图，而是把取数、理解、分析、预警、回写串成一条链。知识库还检索到汽车行业、车企方向的解决方案材料，但公开片段未披露生产进度量化指标，本文不延伸未证实数据。
数据及案例来源于实在智能内部客户案例库

最容易踩的 4 个坑

• 先做大屏，后补数据：结果上线即失真
• 只看产量，不看在制与异常：看似达产，实际交付仍延迟
• 把所有看板都做给领导看：班组长缺少可执行信息
• 忽视数据回写：告警很多，但没人处理，系统价值迅速下降

❓四、FAQ

问：没有 MES，能不能做实时可视化

能，但建议从局部实时开始，而不是直接做全厂级平台。先选一条关键产线，至少把排产、报工、质检、入库四个节点连起来，再逐步扩展到设备状态和交付预测。

问：老旧设备没有接口，怎么办

优先看是否能通过OPC UA、Modbus、串口网关、IoT 边缘盒子接入；如果设备或业务系统确实没有开放接口，再考虑通过自动化取数、桌面操作仿真等方式补齐，但要同步做好权限、审计与异常兜底。

问：为什么已经有 BI 报表，现场还是觉得不实时

因为大多数 BI 报表解决的是展示，不是状态建模。只要开工、暂停、待料、返工、待检、放行这些状态没有统一定义，看板再漂亮，也无法准确反映当下进度。

参考说明：内部知识库片段含 2026/3/28《数智龙虾：从繁琐取数做表到智能可视化》及汽车行业相关解决方案材料；未检索到可公开披露的车间生产进度直连客户案例，文中案例采用相近制造业务场景表述。