Sådan beregner man OEE

Producenter, der ikke prioriterer løbende forbedringer og datadrevet beslutningstagning, sakker bagud og taber markedsandele til mere effektive konkurrenter med lavere omkostninger eller mere effektive produktionslinjer.

De fleste producenter anerkender allerede vigtigheden af data og sigter mod at blive slankere med hjælp fra Overall Equipment Effectiveness (OEE), en vigtig præstationsindikator til forbedring af produktionsprocesser.

OEE-beregning og -analyse er en effektiv måde for producenter at finde nye effektivitetsgevinster på, da det tydeligt identificerer områder, der kræver opmærksomhed.

I denne guide vil vi se på to metoder til beregning af OEE, den oprindelige proces som beskrevet af Nakajima og den moderne OEE-proces, som Factbird bruger.

Der er flere OEE-beregningsmetoder

Der er flere måder at beregne OEE på, og der foretages justeringer af definitionen af tab og tildelingen af stopårsager afhængigt af branche, use case og individuelle præferencer.

I Introduktion til TPM: Total Productive Maintenance, introducerede Nakajima det oprindelige OEE-koncept. Oprindeligt fokuserede Nakajimi på planlagt produktionstid og opfordrede ikke til at medtage faktorer som planlagt vedligeholdelse og planlagte omstillinger. Siden da har producenter og lean-specialister fremlagt nye OEE-beregninger, der fanger flere tab og er bedre egnet til moderne fremstillingsprocesser.

Lad os se på OEE-beregningen ifølge Nakajima efterfulgt af OEE-teknikken, der bruges af Factbird og førende producenter verden over.

Nakajima TPM OEE-beregning

OEE er et mål for det samlede udstyrs ydeevne, der bruges til at identificere tab og forbedre det samlede aktivs ydeevne.

Nakajimas standardformel for OEE ser således ud:

Overall Equipment Effectiveness (OEE) = Tilgængelighed x Ydeevne x Kvalitet.

OEE-komponent 1: Tilgængelighed

Ifølge Nakajima påvirkes tilgængeligheden af tab af nedetid:

• Fejl i udstyr
• Opsætning og justering

Sådan beregner du tilgængelighedsgraden i OEE ifølge Nakajima:

• Tilgængelighedsgrad = (Driftstid / Indlæsningstid) x 100

For at gøre det mere overskueligt kaldes loading time ofte for Planned production time. Det er vigtigt at bemærke, at planlagt nedetid i produktionen (såsom rengøring og standup-møder) ikke indgår i driftstiden.

Her er operationstiden:

• ‍Operationstid= Indlæsningstid (også kaldet planlagt produktionstid) - Nedetid

OEE-komponent 2: Ydeevne

Effektiviteten påvirkes af hastighedstab:

• Tomgang og mindre driftsstop
• Reduceret hastighed

Effektiviteten kan defineres som driftshastigheden (ideel cyklustid / faktisk cyklustid) ganget med nettodriftshastigheden ((behandlet mængde x faktisk cyklustid) / driftstid).

Denne beregning tager derfor højde for uoverensstemmelsen mellem den ideelle hastighed baseret på udstyrets design og dets faktiske driftshastighed.

Sådan beregner du Performance-effektiviteten:

• Ydelseseffektivitet = ((ideel cyklustid x behandlet mængde) / driftstid) x 100

OEE-komponent 3: Kvalitet

Den sidste komponent i OEE-beregningen er kvalitet, som måler mængden af produktionsgennemstrømning, der opfylder de krævede specifikationer, sammenlignet med den samlede mængde af produktionsgennemstrømning.

For kvalitetstab har vi to kategorier:

1. Defekter i processen (f.eks. udstyr, der kræver opvarmningstid, hvilket forårsager defekter, indtil det når en stabil tilstand)
2. Reduceret udbytte (her sigter kvaliteten mod "Right First Time"-produktion)

Sådan beregner du kvalitetsraten i OEE:

• Kvalitetsrate = ((Forarbejdet mængde - Defekt mængde) / Forarbejdet mængde) x 100

Også udtrykt som:

• ‍Kvalitetsrate = (Rigtig første gang / Samlet produktion) x 100

Factbirds OEE-vandfald

Lad os se på, hvordan Factbird hjælper producenter med at nå deres OEE-mål ved hjælp af vandfaldsmetoden til OEE.

Som du kan se, tilføjer vi endnu et niveau til Nakajima-beregningen af OEE, som hjælper os med at tage højde for planlagt nedetid, kaldet Total Equipment Time (anlæggets samlede potentielle driftstid).

Det betyder, at producenterne stadig kan udskille ubemandet ikke-produktionstid, som f.eks. skyldes manglende ordrer eller kun ét skift om dagen.

Du vil opdage, at det er lettere at få øje på flaskehalse og stoppe de årsager, der har størst indflydelse på effektiviteten, ved at bruge vandfaldsmetoden sammenlignet med formelmetoden.

OEE1 vs OEE2 vs OEE3 vs TCU

Total Capacity Utilization (TCU) tager højde for planlagt nedetid på grund af ferier, pauser eller simpelthen ingen planlagt produktion.

OEE3 tager højde for alt det planlagte vedligeholdelsesarbejde. Normalt er denne tid afsat i weekenden, da linjerne kun kører i en tredjedel af deres gennemsnitlige køretid i henhold til tidsplanen. Vi kalder dette ikke-produktionsaktiviteter.

Eksempler på årsager til OEE3-stop:

1. Planlagt vedligeholdelse
2. Kvalitetsinspektioner
3. Personaleaktiviteter (f.eks. møder, træning)

OEE2 er forbundet med den tid, en produktionslinje ikke kører på grund af batchskift, genforsyninger og rengøring. Selvom disse stop er planlagte, tager de en betydelig mængde tid fra den samlede tilgængelige tid. Vi kalder dette Batch Specific Non-operation.

Potentielle årsager til OEE2-stop er:

1. Batch Changeover (dvs. forberedelse, omlægning af værktøj osv.)
2. Genforsyning (dvs. materiale, emballage, etiketter)
3. Rengøring (f.eks. rengøring efter endt vagt)

OEE1 er forbundet med den faktiske forventede køretid. Denne værdi er knyttet til uplanlagte stop eller langsomme cyklusser. OEE 1 dækker over nedetid, cyklustid og produktionsspild/skrot. Vi kalder det tab under drift.

Potentielle årsager til OEE1-stop er:

1. Maskinfejl
2. Procesfejl
3. Ventetid (f.eks. materialer, operatører)
4. IT-relaterede årsager
5. Ikke-planlagt rengøring, f.eks. efter en defekt

Factbirds OEE-overvågningssystem

Du kan se videoen nedenfor for at se en demo af OEE1, OEE2, OEE3 og TCU i aktion.

‍

Et eksempel på OEE-beregning

Lad os nu sætte det, vi har udforsket indtil nu, sammen med et eksempel på OEE-beregning ved hjælp af Factbirds OEE-metode.

Samlet udstyrstid

• 7 dage af 24 timer = 168 timer

Tab af tilgængelighed

Ingen aktivitet ved linjen:

• Ikke-skemalagte timer = 56 timer

Ikke-produktionsaktiviteter:

• Planlagt vedligeholdelse = 8 timer
• Validering af udstyr = 4 timer
• Test af nye produkter = 2 timer

Batch-specifikke ikke-produktionsaktiviteter:

• Omstilling og opsætning = 17 timer
• Daglig rengøring = 7 timer

Tilgængelighedsgrad = 74 / 168 = 0,44

Hastighedstab

• Valideret maksimal hastighed = 240 stk./min
• Faktisk hastighed = 161 stk./min

Præstationsgrad = 161 / 240 = 0,67

Tab af kvalitet

• Batchstørrelse = 100.000 stk.
• Skrot pr. batch = 5.000 stk.

Kvalitetsrate = 95.000 / 100.000 = 0,95

Du kan så lægge alt dette sammen for at få den samlede kapacitetsudnyttelse:

TCU = 0,44 x 0,67 x 0,95 = 28%.

Når man beregner TCU, OEE3, OEE2 og OEE1, vil de samme data se nogenlunde sådan ud:

Bemærk, at "tab under drift" er blevet beregnet som tidstab i vandfaldsberegningen i modsætning til enhedsbaseret skrot og kvalitetstab. Det er et godt eksempel på, at forskellige beregningsmetoder fører til det samme resultat.

Almindelige problemer med OEE-beregninger

Selvom Factbirds manufacturing intelligence-løsninger er nemme at sætte op og hurtigt leverer præcise OEE-beregninger, er der nogle almindelige problemer, der sniger sig ind på hvert trin i beregningen.

• Vi udelukker for mange stop: Mikrostop opbygger mere tid, end vi typisk estimerer, så det er vigtigt at analysere dem som en helhed, så vi bedre kan prioritere områder, der skal forbedres.
• Ignorerer eller undervurderer omstillingstiden: Du anslår måske 30 minutter for omstillinger, der tager 40 minutter eller mere. Disse estimater akkumuleres hurtigt og repræsenterer store fejlberegninger i produktionstilgængelighed.
• Undervurdering af den ideelle produktionshastighed: For at løse dette potentielle problem bør producenterne overveje den specificerede validerede hastighed fra maskinproducenterne, eller arbejde med den højeste registrerede hastighed i anlægget.
• Glemmer at udelukke omarbejde: Husk at udelukke gennemløb, der skal omarbejdes, fra Right First Time-tællinger. Det står i navnet, men man kan nemt overse det.
• Unøjagtige skrotoptællinger: Det mest almindelige problem, når man måler kvalitet i OEE, er optælling af skrot. Det er typisk en tidskrævende proces, der udføres af operatører og er udsat for menneskelige fejl.

Heldigvis kan man finde løsninger på disse problemer takket være moderne løsninger og professionel forandringsledelse.

Tag for eksempel skrotoptælling. Du kan spore skrot automatisk, når du parrer IIoT-dataindsamlere som Factbird® DUO med en sensor. Du kan læse om dette i vores casestudie om Erwin Quarder Group, hvor vi viser, at overvågning af skrot kan reducere skrotprocenten takket være nøjagtige oplysninger om årsagerne til skrot.

Begynd at måle OEE så hurtigt som muligt

Som vi har set, er OEE en metrik, som producenter bruger som en effektiv standard for effektivitet i produktionen. At sikre, at vi får nøjagtige beregninger og dybe analyser af OEE, er det første skridt mod at forbedre produktionens ydeevne.

Hvis du er i tvivl om, hvordan du kommer i gang med at indsamle data på værkstedsgulvet, så læs vores 5-trins guide til indsamling af produktionsdata.

Vi håber, at denne forklaring på OEE-beregning hjælper dig med at beregne OEE på dine egne produktionslinjer. Hvis du føler, at du har brug for hjælp til at komme i gang eller har spørgsmål om måling af OEE på værkstedsgulve, skal du bare kontakte os for en uforpligtende chat.