一次直通率(FPY)计算器

一次直通率(FPY)计算器

增长中 AI Skill PRO

输入计算

一次直通率衡量的是首次通过、无需返工或报废的产品所占的比例。

数学公式

FPY=首次合格数量进入工序的投入数量×100%\text{FPY} = \frac{\text{首次合格数量}}{\text{进入工序的投入数量}} \times 100\%
使用统计

广告

结果

一次直通率
92%
首次合格的数量
FPY(比值) 0.92
不良品 / 返工品数量 80
不良率 8%

报告本页错误

什么是一次直通率(FPY)?

一次直通率(First Pass Yield,简称 FPY),又称首次合格率,是一项重要的质量指标,用来衡量有多少比例的产品在第一次通过工序时就完全合格——无需任何返工、维修或报废。相比最终良率,FPY 更能真实反映工序的健康状况,因为最终良率往往会掩盖返工环节带来的隐性工厂成本。一条产线可能100%出货,却悄悄返工了其中一半的产品;而 FPY 能把这些隐藏的浪费暴露出来。

工序步骤示意图,显示进入的单元、首次通过的单元以及返工/报废分支
一次通过率(FPY)衡量在工序步骤中无需返工、第一次就正确通过的单元所占的比例。

如何使用本计算器

输入进入该工序的投入数量,以及首次就通过的数量(无需任何返工的良品)。计算器会输出以百分比和比值表示的 FPY、不良品或返工品的数量,以及不良率。请注意:只有完全不需要返工的产品,才能算作"首次合格"。

公式详解

FPY = 首次合格数量 ÷ 投入数量。乘以 100 即可得到百分比。

$$\text{FPY} = \frac{\text{首次合格数量}}{\text{投入数量}} \times 100\%$$

对于多道工序的流程,滚动直通率(Rolled Throughput Yield,RTY)等于各道工序 FPY 的乘积:

$$\text{RTY} = \text{FPY}_1 \times \text{FPY}_2 \times \dots \times \text{FPY}_n$$

由于各工序的良率是相乘关系,即便单道工序良率很高,工序一多,整体 RTY 也可能被拉得很低。

广告
以条形比例展示的 FPY 公式,即首次通过单元数除以进入单元数
FPY 是首次通过的单元数与进入工序的总单元数之比。

实例演算

某产线投入 1,000 件产品,其中 920 件首次合格,80 件需要返工或被报废。则

$$\text{FPY} = \frac{920}{1{,}000} = 0.92 = \mathbf{92\%}$$

不良率为 8%。如果后续某道工序的 FPY 为 95%,那么两道工序合计的

$$\text{RTY} = 0.92 \times 0.95 = 0.874 = 87.4\%$$

解读您的首次通过率(FPY)结果

首次通过率(First Pass Yield,FPY)是指单个工序或整个流程中,无需返工、修复或复测、一次通过的产品占比。其补数 \(100\% - \text{FPY}\) 即为首次通过缺陷率。例如,1,000 件投入中有 933 件合格,则 \(\text{FPY} = \frac{933}{1000} \times 100\% = \)93.3%,这意味着有 67 件(6.7%)需要返工或报废。

典型区间

FPY 通常代表的含义
低于 80% 存在大量“隐形工厂”:很大一部分产能用于返工、复测和报废。成本、交付周期和波动性都很高,通常应优先开展根本原因分析。
80–90% 返工仍是主要负担。预计会频繁出现返工循环,需要备用库存和额外检验。对缺陷原因进行帕累托分析通常能很快见效。
90–95% 表现中等。返工可见但尚可控制。改进重点是少数主要缺陷类型。
95–99% 控制良好。返工和报废较少,但在高产量或高价值产品上仍可能成本高昂。提升需要更严格的过程能力和防错措施。
99% 以上 优秀。返工很少见,剩余的每个缺陷通常都可追溯到具体、可调查的原因。应检查检验是否有效,因为极高的 FPY 也可能源于检测能力不足。

这些区间仅为经验参考,并非通用标准。什么算好,取决于产品复杂度、故障成本和所处行业。

与缺陷率及西格玛水平的关系

如果将每件产品视为一个缺陷机会,则可使用六西格玛实践中通用的 1.5σ 长期偏移,将 FPY 换算为近似的过程西格玛水平:

  • 约 69.1% ≈ 2σ
  • 约 93.3% ≈ 3σ(约每百万 66,807 个缺陷)
  • 约 99.38% ≈ 4σ(约每百万 6,210 个缺陷)
  • 约 99.977% ≈ 5σ(约每百万 233 个缺陷)
  • 约 99.99966% ≈ 6σ(每百万 3.4 个缺陷)

这只是一个近似值。西格玛水平本应按机会数定义,因此每件产品缺陷机会较多时,结果会有所不同。

注意事项

  • 定义很重要:FPY 取决于“一次通过”的定义。若将经过调整、返工或复测的产品计为合格,会高估 FPY。比较不同产线、班次或时间段时,请使用统一的定义。
  • FPY 针对特定工序:单一工序的 FPY 无法反映其他环节的损失。要评估多工序流程,应将各工序良率合并为滚动通过率(Rolled Throughput Yield,RTY)。
  • 样本量:小批量生产得出的 FPY 数值波动较大,因此应长期跟踪结果。
广告

多工序场景下的 FPY 与 RTY

滚动通过率(RTY)是各工序 FPY 的乘积:\(\text{RTY} = \text{FPY}_1 \times \text{FPY}_2 \times \dots \times \text{FPY}_n\)。每道工序的微小损失会逐级叠加,因此即使每道工序单独看都“良好”,整体良率仍可能很低。下表假设各工序 FPY 相互独立,并四舍五入到最接近的整数件,展示了投入 1,000 件时预期的合格件数。

场景 工序数 各工序 FPY 对应 RTY 投入 1,000 件的合格件数
A 5 每道 99% \(0.99^5 \approx 95.1\%\) ≈ 951
B 5 每道 95% \(0.95^5 \approx 77.4\%\) ≈ 774
C 10 每道 99% \(0.99^{10} \approx 90.4\%\) ≈ 904
D 10 每道 95% \(0.95^{10} \approx 59.9\%\) ≈ 599
E(混合) 4 98%、95%、99%、97% \(0.98 \times 0.95 \times 0.99 \times 0.97 \approx 89.4\%\) ≈ 894
F(混合,含一个薄弱工序) 5 99%、98%、97%、92%、99% \(0.99 \times 0.98 \times 0.97 \times 0.92 \times 0.99 \approx 85.7\%\) ≈ 857

对比结果说明

  • 工序数量很重要:在每道 95% 的情况下,工序从 5 道增加到 10 道,RTY 从约 77% 降至约 60%。
  • 每个百分点都很关键:在 10 道工序的流程中,把每道工序从 95% 提升到 99%,RTY 会从约 59.9% 提升到约 90.4%。
  • 薄弱工序起主导作用:在场景 F 中,那一道 92% 的工序造成的良率损失,超过其他四道工序的总和。通常,提升 FPY 最低的工序收益最大。

这些数据假设各工序的失效相互独立,且不合格品不会返工后重新计入产量。如果返工后将其计为合格,实际产出会更高,但按设计流程计算的 FPY 和 RTY 保持不变。

常见问题

FPY 与最终良率有何不同? 最终良率统计的是经过返工后最终出货的数量;而 FPY 只统计一次就做对的产品,因此 \(\text{FPY} \le \text{最终良率}\)。

多少 FPY 算好? 这因行业而异,但数值越高越好。许多制造商把目标定在 95% 以上;世界级的工序则接近六西格玛水平。

FPY 会超过 100% 吗? 不会。合格数量永远不可能超过投入数量,因此 FPY 始终介于 0% 到 100% 之间。

最后更新:

行业特定热门计算器

查看全部行业特定计算器