Hur man beräknar OEE
I den här artikeln presenterar vi OEE-formeln, delar upp den i tre komponenter, visar hur man beräknar OEE och ger ett exempel på OEE-beräkning.
Tillverkare som inte prioriterar kontinuerlig förbättring och datadrivet beslutsfattande hamnar på efterkälken och förlorar marknadsandelar till mer effektiva konkurrenter med lägre kostnader eller mer effektiva produktionslinjer.
De flesta tillverkare är redan medvetna om vikten av data och strävar efter att bli mer slimmade med hjälp av OEE (Overall Equipment Effectiveness), en viktig resultatindikator för att förbättra produktionsprocesserna.
OEE-beräkning och analys är ett effektivt sätt för tillverkare att hitta nya effektivitetsvinster, eftersom det tydligt identifierar områden som kräver uppmärksamhet.
I den här guiden kommer vi att titta på två metoder för att beräkna OEE, den ursprungliga processen som beskrivs av Nakajima och den moderna OEE-processen som Factbird använder.
Det finns flera metoder för att beräkna OEE
Det finns flera sätt att beräkna OEE, med justeringar av definitionen av förluster och fördelningen av stop-causes beroende på bransch, användningsfall och individuella preferenser.
I Introduktion till TPM: Total Productive Maintenance, introducerade Nakajima det ursprungliga OEE-konceptet. Ursprungligen fokuserade Nakajimi på planerad produktionstid och uppmuntrade inte till att inkludera faktorer som planerat underhåll och planerade omställningar. Sedan dess har tillverkare och lean-specialister tagit fram nya OEE-beräkningar som fångar upp fler förluster och är bättre lämpade för moderna tillverkningsprocesser.
Låt oss titta på OEE-beräkning enligt Nakajima följt av den OEE-teknik som används av Factbird och ledande tillverkare världen över.
Nakajima TPM OEE-beräkning
OEE är ett mått på den totala utrustningens prestanda som används för att identifiera förluster och förbättra den totala tillgångens prestanda.
Nakajimas standardformel för OEE ser ut på följande sätt:
Total utrustningseffektivitet (OEE) = Tillgänglighet x Prestanda x Kvalitet.
OEE-komponent 1: Tillgänglighet
Enligt Nakajima påverkas tillgängligheten av förluster vid driftstopp:
- Fel på utrustning
- Inställning och justering
Så här beräknar du tillgänglighetsgraden i OEE enligt Nakajima:
- Tillgänglighetsgrad = (Drifttid / Laddningstid) x 100
Laddningstid kallas ofta för planerad produktionstid för extra tydlighet. Det är viktigt att notera att planerad stilleståndstid (t.ex. städning och avstämningsmöten) inte ingår i operationstiden.
Här är operationstiden:
- Operationstid = Laddningstid (även kallad planerad produktionstid) - Stilleståndstid
OEE Komponent 2: Prestanda
Prestandaeffektiviteten påverkas av hastighetsförluster:
- Tomgångskörning och mindre driftstopp
- Reducerad hastighet
Effektiviteten kan definieras som drifthastigheten (ideal cykeltid / faktisk cykeltid) multiplicerad med nettodrifthastigheten ((bearbetad mängd x faktisk cykeltid) / drifttid).
Denna beräkning tar därför hänsyn till skillnaden mellan den ideala hastigheten baserad på utrustningens konstruktion och dess faktiska drifthastighet.
Så här beräknar du Performance-effektiviteten:
- Prestandaeffektivitet = ((Ideal cykeltid x bearbetad mängd) / Drifttid) x 100
OEE Komponent 3: Kvalitet
Den sista komponenten i OEE-beräkningen är kvalitet, som mäter mängden produktionsflöde som uppfyller de nödvändiga specifikationerna jämfört med den totala mängden produktionsflöde.
För kvalitetsförluster har vi två kategorier:
- Defekter i processen (t.ex. utrustning som kräver uppvärmningstid orsakar defekter tills den når ett stabilt tillstånd)
- Minskad avkastning (här syftar kvalitet till "rätt första gången"-produktion)
Så här beräknar du kvalitetsgraden i OEE:
- Kvalitetsgrad = ((Bearbetat belopp - Defektbelopp) / Bearbetat belopp) x 100
Även uttryckt som:
- Kvalitetsgrad = (Rätt första gången / Total produktion) x 100
Factbirds OEE-vattenfall
Låt oss titta på hur Factbird hjälper tillverkare att nå sina OEE-mål med hjälp av vattenfallsmetoden för OEE.
Som du kan se lägger vi till ytterligare en nivå i Nakajimas beräkning av OEE som hjälper oss att ta hänsyn till planerade driftstopp, kallad Total Equipment Time (anläggningens totala potentiella drifttid).
Detta innebär att tillverkare fortfarande kan separera obemannad icke-produktionstid på grund av brist på order eller bara ha ett skift per dag, till exempel.
Du kommer att upptäcka att det är lättare att upptäcka flaskhalsar och stoppa orsaker som har störst inverkan på effektiviteten med vattenfallsmetoden jämfört med formelmetoden.
OEE1 vs OEE2 vs OEE3 vs TCU
Total Capacity Utilization (TCU), tar hänsyn till planerade driftstopp på grund av semestrar, avbrott eller helt enkelt ingen planerad produktion.
OEE3 tar hänsyn till allt planerat underhållsarbete. Vanligtvis fördelas denna tid under helgerna, eftersom linjerna bara körs under en tredjedel av sin genomsnittliga körtid, enligt schemat. Vi kallar detta för icke-produktionsaktiviteter.
OEE3 exempel på stopporsaker:
- Planerat underhåll
- Kvalitetskontroller
- Personalaktiviteter (t.ex. möten, utbildning)
OEE2 är förknippat med den tid som en produktionslinje inte är igång på grund av batchbyten, omleveranser och rengöring. Även om dessa stopp är planerade tar de en betydande del av den totala tillgängliga tiden. Vi kallar detta Batchspecifik icke-drift.
Potentiella orsaker till OEE2-stopp är:
- Partibyte (t.ex. förberedelser, omarbetning av verktyg etc.)
- Återleverans (t.ex. material, förpackningar, etiketter)
- Städning (t.ex. städning vid arbetspassets slut)
OEE1 är kopplat till den faktiska förväntade körtiden. Detta värde är kopplat till oplanerade stopp eller långsamma cykler. OEE 1 omfattar stilleståndstid, cykeltid och produktionsspill/skrot. Vi kallar detta förlust under drift.
Potentiella orsaker till OEE1-stopp är:
- Maskinfel
- Processfel
- Väntetid (t.ex. material, operatörer)
- IT-relaterade orsaker
- Oplanerad rengöring, t.ex. efter en defekt
Factbirds system för övervakning av OEE
I videon nedan kan du se en demo av OEE1, OEE2, OEE3 och TCU i aktion.
Exempel på beräkning av OEE
Låt oss nu sammanfatta vad vi har utforskat hittills med ett exempel på OEE-beräkning med hjälp av Factbirds OEE-metodik.
Total tid för utrustning
- 7 dagar à 24 timmar = 168 timmar
Tillgänglighetsförluster
Ingen aktivitet vid linjen:
- Icke schemalagda timmar = 56 timmar
Icke-produktiv verksamhet:
- Planerat underhåll = 8 timmar
- Validering av utrustning = 4 timmar
- Testning av nya produkter = 2 timmar
Partispecifika icke-produktionsrelaterade aktiviteter:
- Omställning och installation = 17 timmar
- Daglig rengöring = 7 timmar
Tillgänglighetsgrad = 74 / 168 = 0,44
Hastighetsförluster
- Validerad maximal hastighet = 240 st / min
- Faktisk hastighet = 161 st / min
Prestationsgrad = 161 / 240 = 0,67
Kvalitetsförluster
- Partistorlek = 100 000 st
- Skrot per batch = 5 000 st
Kvalitetsgrad = 95 000 / 100 000 = 0,95
Du kan sedan lägga ihop allt detta för att få det totala kapacitetsutnyttjandet:
TCU = 0,44 x 0,67 x 0,95 = 28
Vid beräkning av TCU, OEE3, OEE2 och OEE1 kommer samma data att se ut ungefär så här:
Observera att "Förlust under drift" har beräknats som tidsförluster i vattenfallsberäkningen i motsats till enhetsbaserade skrot- och kvalitetsförluster. Detta är ett bra exempel på att olika beräkningsmetoder leder till samma resultat.
Vanliga problem för OEE-beräkningar
Även om Factbirds lösningar för Manufacturing Intelligence är enkla att installera och snabbt levererar exakta OEE-beräkningar, finns det några vanliga problem som smyger sig in i varje steg av beräkningen.
- Utesluter för många stopp: Mikrostopp tar längre tid än vi vanligtvis uppskattar, så det är viktigt att analysera dem som en helhet så att vi bättre kan prioritera områden för förbättring.
- Ignorera eller underskatta omställningstiden: Du kanske uppskattar 30 minuter för omställningar som tar 40 minuter eller mer. Dessa uppskattningar ackumuleras snabbt och utgör stora felberäkningar av produktionstillgängligheten.
- Underskattning av den ideala produktionshastigheten: För att lösa detta potentiella problem bör tillverkarna beakta maskintillverkarnas angivna validerade hastighet, eller arbeta med den högsta registrerade hastigheten i anläggningen.
- Glömmer att exkludera omarbetning: Kom ihåg att exkludera genomströmning som behöver omarbetas från Right First Time-räkningarna. Det står i namnet men kan lätt missas.
- Felaktiga skroträkningar: Det vanligaste problemet när man mäter kvalitet i OEE är skroträkning. Det är vanligtvis en tidskrävande process som utförs av operatörer och som är känslig för mänskliga fel.
Lyckligtvis finns det lösningar på dessa problem tack vare moderna lösningar och professionella tjänster för förändringsledning.
Ta till exempel skroträkning. Du kan spåra skrot automatiskt när du kombinerar IIoT-datainsamlare som Factbird® DUO med en sensor. Du kan läsa mer om detta i vår fallstudie om Erwin Quarder Group där vi visar att skrotövervakning kan minska skrotfrekvensen tack vare korrekt information om orsakerna till skrot.
Börja mäta OEE ASAP
Som vi har sett är OEE ett mått som tillverkarna använder som en effektiv standard för att mäta effektiviteten i tillverkningen. Att säkerställa att vi får korrekta beräkningar och djupgående analyser av OEE är det första steget mot att förbättra produktionsprestandan.
Om du är osäker på hur du ska komma igång med att samla in data på verkstadsgolvet kan du läsa vår 5-stegsguide för insamling av tillverkningsdata.
Vi hoppas att denna förklaring av OEE-beräkning hjälper dig att beräkna OEE på dina egna produktionslinjer. Om du känner att du behöver hjälp med att komma igång eller har några frågor om att mäta OEE på verkstadsgolvet, kontakta oss för en förutsättningslös chatt.