很多设备主管第一次接触OEE,最容易被公式吓住。
开动率、性能率、良品率,看起来一堆指标。
真到现场以后,又会发现更麻烦的问题。
所以OEE真正难的,从来不是背住一个公式。
真正难的是:
设备损失到底发生在哪里,数据能不能记准,算出来以后能不能继续找到原因。
先把最核心的公式记住就够了:
OEE = 开动率 × 性能率 × 良品率
这三个指标其实分别在回答三个非常实际的问题。
-
设备该运行的时候,有没有真的运行?
-
设备运行以后,有没有跑到该有的速度?
-
生产出来以后,有多少是真正合格的?
把这三个问题搞清楚,OEE基本也就搞清楚了。
以下解读中所用到的设备管理系统——
已经做成了完整的模板,可直接下载使用:https://s.fanruan.com/6vf7n

一、先别急着算OEE
先说一个现场特别常见的问题。
很多企业一算OEE,第一步就已经错了。
比如一台设备早上8点到下午5点排产,中午休息1小时。
有人直接拿9小时当计划生产时间,但实际上,中午这1小时本来就没计划生产,如果还把它算进停机时间,开动率自然被拉低。
还有一种情况:
下午设备故障停了30分钟,维修20分钟以后修好了,但因为原材料还没送到,设备又等了40分钟。
这60分钟全部叫停机,当然也能算,但如果后面要改善,问题就来了。
前30分钟是设备故障,后40分钟是生产缺料。
两个原因完全不是一回事,设备部门真正应该负责的是哪一段?

所以做OEE第一件事,不是先设计一张漂亮看板,而是先把几个基础口径定清楚。
-
什么叫计划生产时间。
-
什么叫设备停机。
-
什么叫实际运行。
-
什么叫标准节拍。
-
什么叫良品。
这些口径如果不同部门各算各的,最后OEE数字再精确,也没有意义。
我更建议企业先按设备建立统一档案,再把设备每天的生产、停机、维修和质量记录尽量往同一套数据里收。
像在简道云设备管理与巡检系统里,一台设备可以先建立对应设备档案,后续发生故障、维修、点检、保养时继续围绕同一台设备留下记录。
如果企业还需要做OEE统计,也可以在此基础上补充设备生产时间、停机时长、产量、不良数等数据,再往后做计算和看板。
这样至少不会到了月底才重新问:
“这台设备上个月到底停了几次?”

二、开动率,先看设备有没有真正干活
开动率的公式其实很简单:
开动率 = 实际运行时间 ÷ 计划生产时间 × 100%
比如一台设备当天计划生产480分钟,中间故障停机40分钟,换模20分钟,如果这60分钟都属于计划生产期间发生的停机,那么实际运行时间就是420分钟。
开动率就是:420 ÷ 480 = 87.5%
数字很好算,真正容易出问题的是那60分钟怎么来的。

很多工厂的停机记录特别粗。
班组长月底交一张表:设备A,停机1小时。原因写:设备异常。
这种数据对OEE几乎没什么改善价值,因为设备异常里面可能完全是不同的问题。
-
轴承过热停机20分钟。
-
传感器报警停机10分钟。
-
缺料等了15分钟。
-
换模拖了15分钟。
如果全部混成一个小时,你最后只能知道:
设备今天少运行了1小时。
但你不知道这1小时该找谁解决。
所以我更建议停机记录至少把几项基础信息留清楚:
设备、开始时间、结束时间、停机时长、停机类型、具体原因。
如果是故障,还可以继续接维修记录。

比如设备下午14:20报警停机→操作人员报修→14:28维修人员开始处理→14:50维修完成。
这一段时间到底花在哪里,后面就能继续分析。
简道云设备管理与巡检系统本身可以把设备报修、维修处理、维修结果等记录留下来。
相比月底靠人回忆,平时发生一次记一次,数据通常更可信。
开动率低不可怕,最怕的是你只知道设备停了,却不知道为什么停。

三、设备没停,不代表性能就正常
性能率是很多企业最容易忽略的一项。
因为故障特别容易看见。设备一停,报警灯亮了,维修人员过来了,大家都知道出问题了。
但设备如果没有停,只是跑得慢一点,很多人反而不会觉得这是损失。
比如一台设备正常情况下每分钟能生产2件产品,实际运行420分钟。
理论上应该生产:
420 × 2 = 840件。
结果实际只生产了700件。
那么性能率就是:
700 ÷ 840 = 83.3%
也可以用标准节拍来算:
性能率 = 标准节拍 × 实际产量 ÷ 实际运行时间
这140件产量去哪了?

设备可能没有发生一次大故障,但中间不断有这些情况:
-
卡料。
-
短暂停顿。
-
空转。
-
操作工调整参数。
-
速度主动调低。
-
设备老化以后跑不到额定速度。
每次只损失几十秒、几分钟,单独看都不严重,但一天累积下来,可能就是一个多小时的产能。
这也是为什么很多工厂会出现一种情况:
设备开动率90%以上,看起来设备利用得很好。
结果一天应该做1000件,只做了800件。
问题并不在“设备有没有开”,而在:
设备开着的时候,到底有没有正常发挥能力。

如果要把这一块管起来,至少要把设备、运行时间、标准节拍和实际产量放到一起看。
比如在设备管理系统里,可以按照设备、日期、班次维护生产数据,再结合设备档案里的标准产能或者标准节拍进行计算。
到了看板上,不只放一个OEE,还可以继续拆出:
-
哪台设备性能率最低。
-
哪个班次性能损失最多。
-
哪类设备长期跑不到标准产能。
这样设备主管看到的就不只是今天OEE低。
而是:
今天设备没怎么坏,但速度损失很严重。
这两个结论,后面的处理方向完全不一样。

四、良品率,别只在质量部门看
第三项是良品率,公式同样简单。
良品率 = 良品数量 ÷ 总产量 × 100%
比如设备一天一共生产700件,其中35件不合格,最终良品665件。
良品率就是:
665 ÷ 700 = 95%。
很多企业会把这项数据完全交给质量部门,设备部门只负责设备有没有坏。
但实际上,很多质量问题本身就和设备状态有关。
比如:
-
设备定位偏移。
-
模具磨损。
-
温度不稳定。
-
压力波动。
-
刀具寿命到期。
设备虽然没有停机,但生产出来的东西不断返工、报废,这部分同样属于设备效率损失。

所以做OEE时,质量数据不能完全和设备数据分开。
至少要能够知道:
-
哪台设备生产的。
-
哪个班次。
-
生产了多少。
-
不良多少。
-
主要不良类型是什么。
如果某台设备连续几天良品率下降,设备主管就不能只盯着维修单。
还应该继续去看近期有没有点检异常、保养逾期、参数波动或者重复故障。
这时候,把设备档案、点检、维修、保养、生产和质量数据围绕设备串起来,就比几张独立Excel有用得多。
比如在设备管理系统里,可以按设备编号统一记录,再通过看板按照设备、班次、月份去看良品率变化。
真正值得关注的不是:“这个月良品率96%。”
而是:
为什么3号设备从98%掉到了92%。

五、完整算一次,你就明白了
我们拿前面这台设备完整算一次。
假设当天数据是:
-
计划生产时间480分钟。
-
实际运行时间420分钟。
-
标准速度每分钟2件。
-
实际产量700件。
-
最终良品665件。
先算开动率:
420 ÷ 480 = 87.5%
再算性能率:
理论产量 = 420 × 2 = 840件。
700 ÷ 840 = 83.3%
再算良品率:
665 ÷ 700 = 95%
最终OEE就是:
87.5% × 83.3% × 95% ≈ 69.3%
看到这里会发现一个很有意思的事情,三个指标单独看都不算特别差。
87.5%。83.3%。95%。
但三个一乘,最后只有69.3%。
这就是OEE有价值的地方。
它把设备时间、速度和质量三个方面的损失一起算进来了。
但同时也要注意:
69.3%本身并不能直接告诉你应该怎么改。
真正要继续看的,是这三个指标到底哪个拖了后腿。

六、同样OEE低,原因可能完全不同
假设现在有三台设备,最后算出来OEE都差不多是65%。
表面上看,好像问题一样严重,但继续往下拆,可能完全不是一回事。
A设备开动率只有70%。
说明大量时间花在故障、换模或者等待上。
B设备开动率95%,但性能率只有72%。
设备基本没停,但是长期跑不满速度。
C设备前两项都不错,良品率只有75%。
大量产能浪费在返工和废品上。
如果管理层只看OEE排名,很容易给出一句:
“这三台设备都要提升效率。”
这句话没有任何用,因为——
-
A设备可能要先解决重复故障。
-
B设备要查微停、节拍和运行参数。
-
C设备要去看工艺、模具和设备精度。
所以一张真正能用的OEE看板,我更建议至少分成两层。
第一层看结果。
OEE、开动率、性能率、良品率。

第二层继续看损失原因。
-
故障停机多久。
-
换型多久。
-
缺料多久。
-
微停和降速多少。
-
废品主要来自什么问题。
简道云这类系统的价值,更多就在这里。
不是帮设备主管算出一个漂亮的69.3%,Excel也能算。
更重要的是把日常点检、维修、停机、保养以及企业自行维护的生产质量数据继续汇总,让设备主管从OEE一路往下追。
先看到哪台设备有问题,再看到问题到底出在哪。

七、OEE最怕月底算一次就结束
很多企业做OEE还有一个问题。
每个月5号,设备部开始统计上个月数据,10号终于算完。
发现3号设备上个月OEE特别低,再去问车间:
“上个月怎么回事?”
现场人员想半天。
“好像有几次卡料。”
“月初是不是还坏过一次?”
“那几天好像产品也不太稳定。”
这种OEE已经失去了大部分管理价值,因为问题发生的时候没有处理。
一个月以后只是把结果重新算了一遍。
真正更实用的方式,应该是把OEE当成一个持续看的指标。
-
设备当天故障明显增加,开动率马上下降。
-
连续几个班次产量达不到标准,性能率开始下滑。
-
某台设备不良突然变多,良品率出现异常。
这些变化如果能够尽早看到,设备主管才有机会在问题还没持续一个月之前介入。
所以一套真正能用的OEE管理逻辑,最后应该串成这样:
设备档案 → 生产记录 → 停机记录 → 故障维修 → 产量质量 → 三率计算 → OEE看板 → 异常改善。

做到这里以后,OEE才不只是生产月报上的一个数字。
它会变成设备主管每天判断设备状态的一种方式。
最后再记住一句:
OEE高不高不是最重要的,真正重要的是你知不知道损失发生在哪里。
-
开动率低,就查时间损失。
-
性能率低,就查速度损失。
-
良品率低,就查质量损失。
只要这三笔账能够长期算清楚,设备效率到底差在哪里,基本就藏不住了。
Q&A
Q1:计算设备OEE必须同时核算开动率、性能率、良品率吗?能不能只看单一指标判断设备效率?
绝对不能只靠单一指标判定设备效率,完整的OEE计算必须集齐开动率、性能率、良品率三大核心维度,缺一不可。很多企业容易陷入单一数据误区:只看设备有没有开机、只看生产速度、或是只看产品合格率,最终导致效率判断严重失真。开动率代表设备的时间利用能力,解决的是“设备有没有正常运转、是否存在停机浪费”的问题;性能率代表设备的产能发挥能力,解决的是“设备运转时是否达标、有无空转、低速损耗”的问题;良品率代表设备的有效产出能力,解决的是“生产产品是否合格、有无报废返工浪费”的问题。三者是相乘的递进关系,任意一个指标偏低,都会直接拉低整体OEE数值。比如设备全程开机、开动率100%,但生产速度不达标、次品率极高,看似设备满负荷运转,实则有效产出极低,效率完全不达标。因此,只有三项指标结合核算,才能精准还原设备真实生产效率。
Q2:很多人分不清开动率和性能率的区别,实操中最容易混淆的计算场景有哪些?该精准区分?
核心区分逻辑:开动率统计“设备能不能转”,聚焦时间损耗;性能率统计“设备转得好不好”,聚焦速度与产能损耗,找准核心差异就能彻底分清二者,规避计算误差。实操中最易混淆的两大场景,一是停机损耗归属,设备故障、换模、待料、点检停机等一切非计划停机、计划外闲置时间,全部计入开动率损耗,直接拉低开动率数值,和生产速度无关;二是运转损耗归属,设备处于开机运转状态,但存在低速运行、空转待机、短暂卡顿、节拍不达标等情况,无停机但未达到额定生产速度、未发挥标准产能的损耗,全部归为性能率损耗。简单总结区分方法:看设备是否停机,停机、闲置、无法生产的时间问题,归为开动率问题;设备正常运转,但产出产能不达标、速度不足的效率问题,归为性能率问题。二者互不重叠,精准划分后OEE计算结果会完全准确。
Q3:车间OEE数值偏低,优先排查三大指标中哪一项?有没有通用的排查优化顺序?
车间OEE偏低,通用高效的排查优化顺序为:先查开动率、再查性能率、最后查良品率,这个顺序符合工厂生产损耗的优先级,能最快落地提效、降低整改成本。首先排查开动率,停机浪费是最大的效率损耗,绝大多数车间OEE偏低的核心元凶都是开动率不足,故障停机、频繁换模、物料短缺、人员缺位、设备点检耗时过长等问题,会直接造成生产时间空耗,整改优先级最高,且优化见效最快,通过规范设备维保、优化换模流程、保障物料供应、定岗定员即可快速提升。其次排查性能率,在设备正常开机的前提下,排查设备老旧卡顿、操作不熟练、生产节拍不合理、设备空转等速度与产能问题,通过设备调试、员工技能培训、优化生产排班即可改善。最后排查良品率,在设备运转时间、生产速度达标的基础上,排查设备精度偏差、工艺参数不合理、生产环境异常等质量问题,通过校准设备、优化生产工艺、严控生产标准降低次品率。遵循这个顺序排查,可层层剔除生产浪费,稳步提升OEE数值,避免盲目整改、无效优化。

1465

被折叠的 条评论
为什么被折叠?



