一次通过率（FPY）
一次通过率衡量单位第一次正确通过流程的百分比，无需任何返工、修复或拒绝。它揭示流程的真实质量。
一次通过率（FPY）回答一个关键问题：生产中第一次就做对的百分比是多少？与最终良率（包括返工零件）不同，FPY 暴露所有隐藏的返工循环，这些循环消耗时间和资源而不增加价值。
FPY 按流程步骤计算：FPY = 良品单位（无返工）/ 进入该步骤的总单位。对于多步骤流程，滚动吞吐量良率（RTY）是所有单个 FPY 的乘积——而这个数字往往低得惊人。
一个在 5 个步骤中每个都为 95% FPY 的流程 RTY 仅为 77.4%（0.95^5）。这意味着近 1/4 的单位在流程中某处需要返工。传统的良率指标隐藏了这一点，因为它们在最后将返工零件计为"良品"。
改善 FPY 直接降低成本、前置时间和产能浪费。每个需要返工的单位消耗双倍资源：一次做错，一次修复。消除返工通常是增加有效产能的最快途径。
公式
FPY = 无返工或缺陷通过的单位 / 进入流程的总单位。RTY = FPY1 x FPY2 x ... x FPYn
实用示例
一条装配线有 4 个工位。工位 FPY：97%、94%、98%、96%。RTY = 0.97 x 0.94 x 0.98 x 0.96 = 85.8%。尽管每个工位单独看起来都不错，但 14.2% 的所有单位在某处需要返工。每天 1000 单位，即每天 142 次返工事件——巨大的隐藏成本。
Leanshift 如何提供帮助
Leanshift 跟踪每个工位的流程结果，实现每步 FPY 计算和整个流程的 RTY。这种可见性准确揭示了哪些步骤产生最多返工，指导有针对性的质量改进。
常见问题
FPY 和最终良率有什么区别？
最终良率计算所有最终通过的单位——包括那些被返工的。FPY 仅计算第一次正确通过的单位。最终良率隐藏返工；FPY 暴露它。
什么是好的 FPY？
这取决于行业。电子装配：>98%。汽车：>95%。机加工：>97%。比绝对数字更重要的是趋势和 FPY 与 100% 的差距——那个差距代表改进潜力。
如何改善 FPY？
识别每个工位的顶级缺陷类型（帕累托分析），找到根本原因（5-Why、Ishikawa），实施对策（Poka-Yoke、标准作业），并用持续测量验证。先攻击最低 FPY 的工位以获得最大影响。