设备综合效率OEE：基于数采的OEE优化分析

OEE当前的问题

设备综合效率OEE：Overall Equipment Effectiveness

OEE用来表现设备实际的生产能力相对于理论产能的比率，是一种独立的测量工具；OEE的公式很简单，各种SAAS类软件也都有OEE自动计算的功能，但问题是计算的OEE不准确，而不准确的原因是：并非所有的影响因素都能被准确采集并统计计算的，比如设备的地基塌了，设备被迫关机，这个影响因素是降低了“时间稼动率”的，但很难采集并且算进OEE中。

这里作者给出一个不太完美的解决方案，但是能尽量以最低成本提高OEE的准确性。

提高OEE计算准确性的方案

OEE本身不具备时间的完备性，为了完善OEE的缺陷，这里引入两个概念：

1. 用时间作为衡量指标：一台设备真正创造价值的时间是有效运行时间 * 产品的良品率
2. 引入“系统停机时间”、“计划停机时间”用来完备全时间

计算OEE的主要目的是知道一台设备真正创造价值的时间是多少，影响设备创造价值的原因是什么，然后再针对性的去解决问题并提高单台设备创造价值的比率。

一、将影响因素分为5大类：

1. 正常停机原因：非上班时间；比如工作日的下班时间、周末、法定节假日等
2. 计划停机原因：上班时间，但还没到正常生产时间；如早会、卫生清洁等
3. 影响时间稼动率原因：生产时间，但设备没有运行；这里可分为三类：①待机：设备处于待机状态，比如在换料、换刀具等；②故障：设备处于故障状态；③异常停机：设备因为异常原因导致停机，如安全事故、突发停电等
4. 影响性能稼动率原因：设备运行，但处于非加工状态；比如设备在预热、空转等
5. 良品率：设备利用加工时间，生产的全部产品的合格率

二、数据来源分为3大类：

1. 现场扫码录入：针对停机原因，因为停机原因是很难通过数采完成的，只能借助人工方式录入，停机原因分为：正常停机、计划停机、异常停机
2. 数采+逻辑判断：基于数采，通过逻辑配置去自定义三大类状态（运行、待机、故障）的子状态，而这些子状态就包含了影响时间稼动率、性能稼动率的原因
3. MES提供：针对良品率，因为MES是面向生产的，它知道总产量、良品率、不良品率以及影响产品质量的原因