PDCA循环实战案例：从车间质量问题到系统化改善的完整路径

一、引言：一个被很多企业忽视的现实

PDCA循环（Plan-Do-Check-Act）是质量管理最基础也最强大的工具之一。它由戴明博士提出，被丰田、摩托罗拉、通用电气等全球领先企业奉为持续改进的核心引擎。

然而，我在过去八年为三十余家制造企业提供质量咨询的过程中发现了一个令人担忧的现实：超过70%的企业宣称自己在用PDCA，但真正能把PDCA走通闭环的不到15%。

最常见的三种"假PDCA"现象：

• P阶段跳过数据——凭经验或直觉制定对策，没有量化现状，没有设定SMART目标；
• D阶段缺乏纪律——对策实施没有时间节点、没有责任人、没有过程检查；
• C和A阶段形同虚设——做了改善却没有验证效果，验证了有效却没有标准化，最终问题在三个月后复发。

本文通过三个不同行业的真实改善案例，完整呈现PDCA循环从"纸上谈兵"到"现场落地"的系统路径。每个案例都按照Plan→Do→Check→Act四个阶段展开剖析，帮助读者理解PDCA的真正用法。

二、案例一：某汽车零部件企业焊接飞溅问题的PDCA改善

2.1 背景：一个"反复治、反复犯"的老问题

2024年3月，我作为质量顾问参与了华东某汽车零部件企业（下称"华锐精工"，化名）的一个改善项目。该企业为国内某合资品牌供应底盘焊接总成件，年产能约60万套。

问题的起点是一条CO₂气体保护焊产线。该产线自投产以来一直存在焊接飞溅过大的问题，飞溅物附着在工件表面和夹具定位块上，导致三个后果：

• 后道打磨工时增加（每件需额外3-5分钟打磨）；
• 夹具定位精度因飞溅堆积而下降，导致焊接尺寸偏差；
• 每月因飞溅造成的返工和废品损失约8.7万元。

更令人头疼的是，这已经是该产线两年内第三次被"整改"了。前两次均由工艺工程师主导，分别调整了焊接电流和更换了保护气体品牌，每次改善后飞溅量确实短期下降了20%-30%，但两三个月后问题又回到原点。

PDCA的第一步——直面事实： 我第一次到现场时，要求团队不看历史报告，而是直接去产线拍下当前飞溅状态的照片，并追溯过去三个月的飞溅不良数据。结果发现：飞溅问题根本没有被真正量化过。前两次"改善"没有留下任何量化数据——没有改善前的基线数据，没有改善后的验证数据，甚至连"飞溅减少了"这个结论也是凭感觉说的。

这就是典型的"伪改善"：做了动作，但没有闭环。

2.2 Plan（计划）阶段——用数据把问题"钉死"

第一步：明确问题定义（Problem Definition）。

我们召集了一个跨部门团队，包括焊接工程师、产线班组长、质检员和设备维护员。我用了一整天时间做现场观察和数据分析，把"飞溅大"这个模糊的感受转化为可测量的指标：

第二步：现状调查与原因分析。

我带着团队用鱼骨图从人、机、料、法、环五个维度展开原因分析，共列出23条可能的原因。然后用"现场现物"原则逐一验证：

• 检查了300组焊接参数记录，发现电流和电压在不同班次之间存在显著差异；
• 用钳形表实测实际输出电流，发现一台焊机的实际电流比面板显示值高出了18%；
• 抽查了三个批次的焊丝，发现送丝稳定性在批次间存在波动；
• 观察了操作工的作业手法，发现三名老员工和两名新人的操作手法差异明显。

通过这些验证，我们把23条原因压缩到4条关键根因：

1. 焊接参数缺乏标准化——不同班次、不同操作工使用的电流、电压组合不同，没有统一的WPS（焊接工艺规范）；
2. 焊机校准不到位——三台焊机中有两台的实际输出与显示值偏差超过10%，设备部门每半年才校准一次；
3. 焊丝存储不规范——焊丝拆封后露天放置，受潮导致送丝不稳定；
4. 操作手法不统一——焊枪角度和摆动幅度因人而异。

第三步：制定对策计划。

针对每一条根因，我们制定了具体的对策，并用5W1H格式明确责任人、时间节点和验收标准：

同时设定了量化指标：改善实施后一周内，飞溅颗粒密度从47颗/件降至≤15颗/件，一个月内稳定在≤10颗/件。

2.3 Do（实施）阶段——把计划落到每一天

第1周（4月1日-4月7日）：基础整改。

• 4月1日：生产班长李班利用一个夜班时间，清理并设立了焊丝专用储存柜。采购部当天紧急采购了一台工业除湿机，次日安装到位。柜内湿度从65%RH降至38%RH。
• 4月3日：设备主管王工联系外部校准机构，对三台焊机进行了紧急校准。结果发现1号焊机实际电流比显示值高18%，3号焊机低12%。校准后所有焊机偏差控制在3%以内。
• 按照新方案，焊机校准周期从半年改为每月一次，并在每台焊机旁张贴了校准记录卡，操作工每天开班前需确认校准标签是否在有效期内。

第2周（4月8日-4月14日）：参数标准化。

• 焊接工程师张工查阅了焊丝供应商提供的推荐参数范围，结合现场试焊结果，制定了三套标准WPS，分别针对3mm、5mm和8mm三种板材厚度组合。
• 每套WPS规定了焊接电流、电弧电压、焊接速度、保护气体流量、焊丝伸出长度等七个参数的上下限值。
• 4月10日，张工组织全体焊接操作工进行了WPS培训，并在每台焊机旁张贴了WPS卡。

第3周（4月15日-4月21日）：手法标准化与实操考核。

• 张工拍摄了标准操作视频，分解了焊枪角度（75°±5°）、摆动幅度（不超过焊丝直径的3倍）和焊接速度（根据板材厚度匹配）的关键动作。
• 5名操作工逐一进行了实操考核。结果两名新员工和一名老员工的动作不达标，被要求进行了为期三天的强化练习。

到4月21日，所有对策全部实施完毕。

2.4 Check（检查）阶段——用数据验证效果

第一周（4月22日-4月28日）的数据跟踪：

我要求在改善实施后的第一周内，每班次抽检10件（共60件/天），记录飞溅颗粒数量。结果如下：

数据清晰呈现了两个趋势：第一，飞溅颗粒数在稳步下降，到第七天已经达到了设定目标（≤10颗/件）；第二，改善效果不是突变而是渐进的——随着操作工对标准化WPS和SOP的熟练度提升，效果在持续改善。

一个月后的持续跟踪（5月22日）：

• 飞溅颗粒密度稳定在8-12颗/件之间，日波动主要来自不同板材厚度的差异；
• 打磨工时降至0.8-1.2分钟/件，较改善前下降了约75%；
• 夹具清洁频次从5-6次/班降至1-2次/班；
• 当月因飞溅造成的返工和废品损失从8.7万元降至2.1万元。

一个关键发现： 在检查阶段，我们还发现了一个Plan阶段未曾预料的问题——新WPS在焊接8mm厚板材时，熔深略低于客户要求。这为此后的Act阶段提出了新的课题。

2.5 Act（处理）阶段——标准化与持续改进

Act阶段是PDCA中最容易被跳过、但也最关键的一步。我们做了三件事：

第一，标准化成功经验。

• 将WPS纳入公司级工艺标准文件库，并通过了技术部审核；
• 将焊机校准流程写入《设备管理程序》，校准周期和记录要求成为制度；
• 将焊丝存储规范写入《物料管理程序》，采购部在新焊丝到货时也需确认供应商的包装和运输条件。

第二，解决检查阶段发现的新问题。

针对8mm厚板材熔深不足的问题，我们启动了第二轮PDCA（PDCA循环的核心就是"循环"——一个PDCA的终点是下一个PDCA的起点）。张工重新调整了8mm厚板材的WPS参数，用一组小试件做了验证焊接，确认熔深达标后才纳入正式文件。

第三，建立持续监控机制。

• 每天开班前，操作工需在WPS确认表上签字确认当班参数设置；
• 每周由工艺工程师抽查一次飞溅数据，录入SPC系统；
• 每月召开一次改善成果回顾会，跟踪指标的长期趋势。

成果固化： 截至2024年12月，该产线的飞溅颗粒密度已连续8个月稳定在≤10颗/件，年化节约金额约为72万元。更重要的是，团队通过这次PDCA实践，建立了"用数据说话、按步骤改善"的工作习惯，此后主动发起了四个自主改善课题。

三、案例二：某电子制造企业SMT贴片偏移问题的多轮PDCA

3.1 背景：一台贴片机、三个月的困扰

2024年7月，我在珠三角一家电子代工企业（下称"诚达电子"，化名）进行质量体系辅导时，遇到了一个典型的"顽疾"——一条SMT产线的贴片偏移不良率高达1.2%，远超行业标杆水平（<0.3%）。

该问题已经持续了三个月。工艺工程师先后调整了贴片压力、更换了锡膏品牌、优化了回流焊温度曲线——每次调整后不良率短暂下降，但一周内又反弹到1%以上。

我建议团队用PDCA方法来系统解决这个问题，而不是继续"试错式改善"。

3.2 第一轮PDCA：找准问题的真正维度

Plan： 团队一开始认为偏移的主要原因是贴片机精度不够。但当我要求他们先做数据分层时，惊人的发现出现了——分层分析显示：

• 这台贴片机有12个吸嘴，其中3号吸嘴的偏移不良率是4.7%，其他吸嘴仅为0.3%-0.6%；
• 进一步分析，3号吸嘴贴装的都是0201规格的小尺寸元件，其他吸嘴贴装的则是0402及以上尺寸的元件。

根因分析指向：3号吸嘴的真空压力不足。测量结果显示，3号吸嘴的真空度比标准值低22%，导致小元件在贴装过程中容易发生位置偏移。

Do： 更换了3号吸嘴的真空密封圈，并校准了真空压力。

Check： 更换后3号吸嘴的偏移不良率从4.7%降至0.5%。但是——整条产线的总体偏移不良率只从1.2%降到0.8%，仍然远高于0.3%的目标。

Act： 3号吸嘴的问题解决了，但总体不良率仍然不达标，说明还有其他根因没有被识别。团队进入第二轮PDCA。

3.3 第二轮PDCA：挖掘PCB板级的系统因素

Plan： 在第一轮PDCA的Check阶段，团队发现了一个异常模式——偏移不良在周一早班和周五晚班的发生率明显高于其他时段。这个线索指向了环境条件和操作一致性。

进一步的调查揭示了两个问题：

• 车间空调系统在周末关闭，周一早上开工时车间温度高达31℃、湿度达75%RH，远超锡膏供应商推荐的温度23±3℃、湿度40-60%RH的范围；
• 周五晚班由替班操作工负责，换料操作不规范，导致供料器中的元件带卷松动，影响取料精度。

Do：

• 修改了车间空调管理制度，周末安排值班人员确保车间温湿度在工艺要求范围内；
• 制作了标准换料操作视频，对所有操作工（包括替班人员）进行了培训；
• 在每台贴片机上增加了换料确认程序，操作工换料后需扫描确认。

Check： 改善实施两周后，产线总体偏移不良率降至0.35%。周一早班和周五晚班的不良率高峰被消除，各时段数据趋于一致。

Act：

• 将温湿度管理要求纳入《SMT车间环境管理规程》；
• 将换料操作列入操作工月度技能考核内容；
• 建立了异常时段数据预警机制——当某个时段的不合格率超过平均值的1.5倍时，系统自动发送预警通知。

3.4 第三轮PDCA：从单点改善到系统预防

解决了上面两个问题后，团队并没有止步。他们在Act阶段思考了一个更深层的问题："为什么这个问题花了三个月才被真正解决？"

答案指向了一个系统性问题：问题分级响应机制不健全。 贴片偏移在初始阶段被视为"小问题"，由工艺工程师自行处理，没有升级到跨部门团队，也没有启动系统化的PDCA流程。等到三个月后问题恶化到被管理层关注时，已经产生了可观的浪费。

为此，团队推动建立了问题等级矩阵：

这个机制建立后，该SMT车间的问题响应速度显著提升：L3以下问题的平均解决周期从23天缩短至6天。

四、案例三：某食品企业设备OEE提升的PDCA实战

4.1 背景：一个"看不见"的效率损失

2025年初，我辅导了一家食品加工企业（下称"味源食品"，化名）的持续改进项目。该企业的一条灌装生产线综合设备效率（OEE）长期在62%-65%之间徘徊，远低于行业标杆的85%。

有趣的是，管理层一直认为OEE低的原因是"设备老化"（已运行8年），并计划投入600万元更换新设备。我建议：先用PDCA找出真正的效率损失来源，再做投资决策。

4.2 Plan：用数据暴露真相

我带着团队对灌装线进行了为期两周的详细时间研究，把每个班次（8小时）的每一分钟都记录下来。最终的数据让所有人震惊：

关键发现：设备故障只占3.8%，而"等待物料"（9.8%）和"速度损失"（10.6%）才是最大的损失来源。 换新设备根本无法解决这些问题。

进一步根因分析揭示：

1. 等待物料——前道工序的杀菌环节批次周期不稳定，灌装线经常"等米下锅"；
2. 速度损失——操作工为了"确保不出质量问题"，主动降低了灌装速度；
3. 换产时间长——产品切换时清洗CIP程序无标准时间，操作工节奏松散。

4.3 Do：从三个方向同时发力

团队组建了三个PDCA小组同步推进：

第一组（物料流改善）：

• 在前道杀菌工序和灌装线之间设置了容量为30分钟的缓冲罐；
• 制定了前道工序的生产节拍标准，使前后工序节拍匹配。

第二组（速度优化）：

• 用DOE方法找出了灌装速度与灌装精度之间的关系曲线，证明了在15%的速度提升范围内不会影响灌装精度；
• 制定了标准灌装速度，每天监控实际速度与标准速度的偏差。

第三组（换产标准化）：

• 将CIP清洗程序的每一步时间拍成视频，制定标准时间；
• 制作了换产检查表，将清洗准备、执行、验证的时间压缩了40%。

4.4 Check：数据验证

改善实施一个月后：

更重要的是： 基于这些数据，管理层取消了600万元的新设备投资计划，转为投入80万元进行现有设备的自动化升级改造，投资回报周期不到8个月。

4.5 Act：从"项目"到"制度"

此次PDCA改善不仅解决了OEE问题，还催生了三项制度建设：

1. OEE日常监控机制——每班次记录并在管理板上更新OEE数据及六大损失分布；
2. 每周改善例会制度——以OEE数据为输入，识别当周最大的损失来源，启动快速PDCA；
3. 投资决策前须完成PDCA分析——任何超过50万元的设备投资，必须先经PDCA分析确认现有设备的改善潜力。

五、PDCA成功落地的七个关键原则

通过以上三个案例，我提炼出PDCA在实战中成功落地的七个关键原则：

原则1：P阶段的时间投入决定成功率的80%。 大多数PDCA失败的原因是Plan阶段太草率——问题没有量化、根因没有验证、对策没有明确验收标准。在我辅导的改善项目中，凡是在Plan阶段花了足够时间（通常占整个PDCA周期的40%以上）的团队，成功率超过90%；反之，成功率不足30%。

原则2：让数据而不是感觉来定义问题。 "飞溅太大"、"OEE太低"、"不良率偏高"——这些都是感受，不是数据。好的问题定义必须包含：当前值、目标值、测量方法和数据来源。

原则3：用分层法找到问题的"结构性"。 在案例二中，如果不做吸嘴分层，团队可能永远找不到真正的问题所在。分层是穷尽根因、避免"头痛医头"的核心手段。

原则4：对策必须可验证。 每一条对策都要有明确的验收标准和验证方法。不要说"加强培训"——要说"全体操作工100%通过实操考核，考核通过率≥90分"。

原则5：Check阶段同样需要数据，而且需要与P阶段同源。 很多团队在P阶段花了大力气收集数据，在C阶段却只用"看起来不错"来替代数据验证。这是致命的。

原则6：Act阶段必须"落地"——要么标准化，要么启动下一个PDCA。 改善成果不标准化，问题一定会复发；改善中发现新问题不跟进，改善就不彻底。PDCA的名字就叫"循环"——没有终点，只有持续。

原则7：PDCA不是工具，是管理文化。 我见过最好的企业不是PDCA用得最"花哨"的企业，而是把PDCA变成了"肌肉记忆"的企业——每天早会看数据、每周周会用PDCA复盘、每个问题都有闭环。当PDCA成为日常工作的底层操作系统时，持续改进就不再需要额外推动。

六、结语：从"会做"到"做成"

PDCA循环看似简单——四个字母、八个字。但正如本文三个案例所展示的，从"会做"到"做成"之间，隔着一整套系统化的思维方式和组织能力。

华锐精工的团队在第一次PDCA实践中学会了"用数据说话"，此后主动发起了更多改善；诚达电子的工程师从"单点试错"转变为"系统分析"，建立了问题等级矩阵；味源食品管理层通过PDCA避免了600万元的无效投资。这些都不是PDCA的"特例"，而是PDCA被认真执行后的自然结果。

对于每一位质量管理者，我的建议是：不要追求一次做对所有的PDCA步骤，但要确保每次都比上一次更接近闭环。 真正的持续改进，不是来自一次完美的PDCA，而是来自无数个PDCA循环的积累——每一个循环都在前一个的基础上提升一点点，经年累月，就会形成质的飞跃。

一个PDCA做不好，不是PDCA的问题，是没有把它走通闭环的问题。走通了，自然见效。

知识编号：5.2.1

版本：v20260726

作者：卓越质量智库 卓越质量智库致力于为质量管理从业者提供系统化的专业知识、方法论与实战工具，助力企业质量能力持续提升。