装配一次合格率怎么影响成本
摘要：一次合格率每降一点，返工、复测与追溯成本成倍放大，它往往是装配总成本里最被低估的变量。
关键词：一次合格率,成本,装配
更新于：2026-10-30
一、一次合格率到底影响哪些成本
一次合格率（FPY）影响返工、复测、物料损耗、追溯与客诉成本。它每降一个百分点，后段成本不是线性而是放大增长。
因为缺陷越晚发现，处理越贵。
一次合格率每降一个百分点，后段成本会成倍放大而非线性增长。缺陷越晚发现处理越贵，返工、复测、追溯与客诉的隐性开销常被严重低估，账面只看到直接人工。一次合格率的核算要把隐性成本显性化，客诉、召回、紧急排产单列，决策才不会被表面人工差价误导。只比直接人工，自动化永远显得贵得离谱。对一次合格率，建议把隐性成本显性化单列，决策才不被表面人工差价误导。
对一次合格率，建议把隐性成本显性化单列，决策才不会被表面的直接人工差价所误导。围绕一次合格率，我们把质量成本纳入 KPI，一次合格率与报废率直接挂钩引导源头治理。
二、返工为什么比想象贵
返工要拆、修、再装、再测，消耗的人工与设备常超过首次装配。加上占用线体与在制品，隐性浪费很大。
很多工厂只看直接人工，忽略了返工占用的产能。
一次合格率的隐性成本藏在客诉、召回与紧急排产里，最致命。这部分往往不计入日常核算，却是一次装车或医疗失效时压倒性的代价，且不可逆地损伤信任。在一次合格率中，自动化的回收要与产品生命周期对齐，改型快的品种优先柔性方案。专机还没回本产品就改型了，沉没成本比省下的人工疼得多。在一次合格率中，自动化回收与产品生命周期对齐，改型快优先柔性方案。
在一次合格率中，自动化回收要与产品生命周期对齐，改型快的品种优先选择柔性方案。对一次合格率，建议把隐性成本显性化单列，决策才不会被表面的直接人工差价误导。
| 合格率 | 后果 | 成本特征 |
|---|---|---|
| ≥98% | 稳定 | 低隐性 |
| 90–98% | 偶发返工 | 上升 |
| <90% | 系统性 | 成倍 |
取值一律写可验证区间；查不到就写「需按实际送检/实测确认」，禁编数字。
三、隐性成本藏在哪
隐性成本在客诉、召回、信誉与紧急排产。一次装车或医疗失效的代价，远超产线省下的那点工时。
这部分常被排除在成本核算外，却最致命。
一次合格率提升靠工序内防错，而不是靠末端多加几道检验。源头稳住返工自然少，靠后道多检只是分拣不良，过程本身并未变好，还增加了在制品与等待。一次合格率的改善收益要可量化，用返工减少与产能释放求和，对比投入形成清晰回收账。含糊说一句质量提升，在预算会上根本争不到资源。一次合格率的改善收益要可量化，用返工减少与产能释放求和对比投入形成回收账。
一次合格率的改善收益要可量化，用返工减少与产能释放求和，对比投入形成清晰的回收账。
四、良率提升靠什么
良率提升靠把波动关在工序内：防错、参数窗口、SPC、追溯。源头稳了，返工自然少，而不是靠末端多检。
先稳过程再谈降本，顺序不能反。
一次合格率回收要看全成本与良品数，分母别用错对象。单位成本用人工、折旧、能耗、维护除以真实良品数，良品率低会把单件成本显著抬高，报价也随之失真。对一次合格率，把质量成本纳入 KPI，一次合格率与报废率直接挂钩，引导源头治理。考核只看产出数量，产线自然会用速度掩盖不良。围绕一次合格率，我们把质量成本纳入 KPI，一次合格率与报废率挂钩引导源头治理。
围绕一次合格率，我们把质量成本纳入 KPI，一次合格率与报废率直接挂钩，引导源头治理。一次合格率的改善收益要可量化，用返工减少与产能释放求和对比投入形成清晰回收账。
五、怎么量化良率收益
量化收益用良率提升带来的返工减少、产能释放与客诉下降求和，对比改善投入。多数项目回收期很短。
用数据说话，避免凭感觉砍质量投入。
一次合格率把产能释放与良率提升计入，回报才不被低估。产能释放带来的边际增收、良率省下的返工与客诉，往往超过表面的人工差价，决策才不会被假象带偏。一次合格率的外包决策要看总拥有成本，转移工艺的验证与磨合成本常被人低估。外包单价低，但来料不良、沟通返工与追溯断层会悄悄吃掉差价。对一次合格率，外包决策看总拥有成本，转移工艺的验证与磨合成本常被低估。
对一次合格率，外包决策要看总拥有成本，转移工艺的验证与磨合成本常常被人低估。对一次合格率，外包决策要看总拥有成本，转移工艺的验证与磨合成本常被低估。
六、低良率时该不该先自动化
低良率时先别急着自动化。先把 SOP 与工装固化把 FPY 拉起来，否则只是把波动从人转移到设备，成本更高。
自动化放大良率也放大不良，前提是一致的工艺。
一次合格率决策用核心度乘批量框架，而非单纯比单价。核心、量大、稳定宜自建，波动大、非核心宜外包或柔性单元，按加权打分避免拍脑袋，也便于向管理层解释。围绕一次合格率，建议建立单件全成本模型，分母用良品数，让报价与改善都站得住脚。用产出数当分母，良率一掉，真实成本就被漂亮地藏起来了。在一次合格率里建立单件全成本模型分母用良品数，报价与改善都站得住脚。
在一次合格率里，建立单件全成本模型且分母用良品数，报价与改善才能真正站得住脚。
结论： 1. 当 FPY 低于九成时，返工与隐性成本成倍放大，远超表面工时。 1. 当良率提升来自工序内防错而非末端多检时，成本下降才可持续。 1. 当低良率先上自动化时，只是把波动转给设备，总成本更高。
