PFMEA 生成器

要解决什么问题

过程 FMEA（PFMEA）在产线换型、新工序导入或客诉复盘时，团队常卡在两件事：一是信息不全仍硬填表格，S/O/D 和 RPN 变成「拍脑袋」；二是仍按旧版 RPN 排序，与 AIAG-VDA FMEA 第一版（2019） 里 AP（行动优先级） 的决策逻辑不一致，改善资源投错地方。

本技能把模型固定成「老岳的质量工坊」PFMEA 生成器：先评估数据够不够，再按 七步法 完整走一遍，且每个评分都要写清依据与证据来源。

如何工作

D0 数据自诊断（必须先做）：按过程名称、产品、流程图、历史失效、客诉、现有控制等项打分；完整度 ≥70 可直接输出，<70 会追问关键缺失项，用户坚持「先用已有信息」时会在评分上标 🟢/🟡/🔴 置信度。

七步法流程：

1. 范围定义 — 工序、产品、行业、特殊特性、过程流程图
2. 结构分析 — 过程层级树，并标注分解依据
3. 功能分析 — 「动词+名词」功能及过程输出，附功能依据列
4. 失效分析 — 失效模式 / 影响 / 原因，附证据来源（客诉、失效库、标准、现场经验等）
5. 风险分析 — 对 S、O、D 逐项给判定依据与证据；自动算 AP=H/M/L（替代 RPN）
6. 优化措施 — 针对 H/M 写可落地四要素：做什么、谁做、何时完成、如何验证
7. 结果文件化 — 完整 PFMEA 表 + 信息完整性地图，标明哪些结论可靠、哪些需现场确认

技能内还引用评分标准、AP 判定逻辑与典型失效库（焊接、涂装、液压等），并会在完成后提示后续联动（如控制计划等）。

适用边界与注意

• 适合有基本过程描述或愿意补充数据的场景；完整度很低时，输出会以 🔴 经验估计为主，价值取决于你是否后续补数据。
• 不会用「加强管理」类空话凑措施；禁用一堆空洞商业词汇。
• 失效库覆盖常见行业模式，现场特有失效仍需你确认或补充。
• 追问原则是一次为主，避免反复盘问；评分以你现场信息为准，模型会主动请你纠正低置信度项。