这家饮料厂的灌装线两班制运行，日均产出约18万瓶。设备总体不算老旧，但非计划停机的记录一直不好看，平均每月有六到八次因气动元件、电磁阀或检测元件导致的短停。维修班组凭经验认为"进口件质量没问题，是使用环境太差"，采购部门则认为备件消耗偏高、单价太贵，双方各说各话，缺少共同的数据基础。2025年初，工厂决定用最朴素的办法把这件事量化：给每一类关键备件建一张更换记录表。
记录的口径后来被证明是整个项目成败的关键。最初只记了更换日期与备件名称，跑了两个月发现无法分析，因为同一个阀岛上的五个阀片共用一个名称。改成按阀片级记录，并补充工位编号、停机分钟数、故障现象、当班清洗批次之后，数据才开始说话。费斯托与诺冠的阀岛产品线型号体系比较清晰，按型号加位号可以拆到单个阀片，这为后续归因提供了基础。检测元件方面，易福门的接近开关与光电传感器也按同样粒度记录。
18个月的数据跑出来，最反直觉的结论出现在清洗段。同一型号的电磁阀，在灌装工位的平均无故障时间接近14个月，而在CIP清洗工位只有5个月出头。现场复查发现，清洗段的高温碱液与蒸汽让阀体内部长期处于高湿环境，先导孔附近出现轻微锈蚀，导致换向迟滞；同时该工位的压缩空气未经充分干燥，露点偏高。改进措施并不复杂：为该工位单独加装干燥过滤器，把阀岛防护等级提升一档，并在清洗程序结束后增加一段吹扫。改完之后，同型号阀片的平均寿命回升到9个月以上。
有了寿命数据，采购策略才谈得上分层。工厂按"停机成本乘以失效频次"排序，把排在前面的十二个型号列为A类，改为寄售加安全库存，供应商负责补货；B类按季度集中采购；C类则直接取消常备，改为按需订购。派克与伊顿的液压、过滤类备件交期较长，被单独设定为提前八周预警；施耐德的变频与接触器类备件则利用其本地库存缩短响应。调整一年后，备件库存金额下降约两成，非计划停机次数降到每月两次左右。
复盘下来，这个案例没有用到任何复杂算法，全部工作就是一张坚持填了18个月的表。它的价值在于把"环境太差"这种笼统判断，拆成了具体的工况参数与具体的改进动作；也把采购与维修从互相指责，拉回到同一组数字上讨论。对于准备做备件数字化的企业，这或许是最低成本的起点：先让记录颗粒度对得上故障归因的需要，再谈系统与模型。