齿轮缺陷追溯难，质量问题无法定位根源怎么破

齿轮出了质量问题要往前追，最常见的卡点在记录。人工目检的记录多数只到批次和数量，哪一件、什么缺陷、什么状态，说不清。客户反馈一批齿轮磕碰超差，厂里能做的往往是对同批次产品加严复检，根源还是找不到。

找不到根源的代价是重复发生。同样的磕碰下个月再来一次，原因还是猜，整改措施打在哪里全凭经验，质量会议开成现象汇报会。

追溯难还有一层：即便检出了缺陷，缺陷图像没有留存，事后无法复盘判定是否恰当，检出标准的演进也缺少依据。

追溯的时效也重要，客诉发生后多久能给答复，直接影响客户对质量体系的信任，纸质记录的检索速度撑不起这个承诺，先承诺时限再建能力。

数据化追溯长什么样

视觉检测把每件齿轮变成了有档案的个体。菲特齿轮视觉检测系统对每一件检测工件保存图像和判定结果，什么时间、什么型号、检出了哪类缺陷，逐条可查。客户提出质疑时，调出原始图像就能给出证据，是检出缺陷后已剔除，还是本身不存在缺陷，一句话说清。

追溯的颗粒度从批次细化到单件，这是两种质检方式的分水岭。前者回答这批大概什么情况，后者回答每一件的确切状态，客诉响应的底气完全不同。

数据的另一头连着统计。按缺陷类型、型号、时间段的统计随时可出，质量例会从描述现象变成分析数据。

单件档案还包含判定版本的口径，同一件齿轮在标准调整前后结论不同的争议，可以用当时的版本记录说清，版本管理是追溯的隐形地基。

从追溯再往前走一步

留档只是起点，数据用起来才有改进价值。系统按缺陷类型做统计，磕碰集中在哪几天、划伤在哪个型号上多发，趋势摆出来后，往前对应到转运环节的工装、加工工序的参数，工艺改进就有了方向。

菲特设备的数据支持对接生产质量管理系统，检测质量数据实时上传更新，和MES打通后，质量数据进入工厂的统一数据体系，追溯和改进在同一套数据上完成。

举一个常见的用法：振刀纹数据连续两周抬头，往前查到对应时段的刀具更换记录，工艺上的关联一下子就浮出来，这种线索人工记录体系给不了。

工艺人员接受数据的前提是数据可信，全检加留档恰好提供了这个基础，追溯体系推不动的工厂可以先查这一环，数据不可信一切免谈。