OEE 简介

作者：Susannah Brodnitz / 用例
2022年8月25日

高效的制造业对于节省公司时间、金钱和能源至关重要。基于数据的决策可以提升效率，但需要处理大量数据。制造设备包含许多传感器，尤其是在 IIoT 领域。

综合设备效率（OEE）最早由中村千治在20世纪中叶提出，作为他全面生产维护（TPM）方法的一部分。OEE 是一个百分比，描述了制造业的效率。OEE 得分为100%表示所制造的产品的质量完美，生产速度尽可能高，机器在需要时始终运行。

随着时间的推移测量 OEE 允许制造商发现其流程中的哪些部分存在问题，并允许他们有策略地做出改变。它还允许他们将实践中的变化与 OEE 的变化联系起来，了解什么有效，什么无效。

要监控 OEE，公司需要从制造设备收集时间序列数据。OEE 是可用性、性能和质量的乘积。

可用性

当机器未开启时，它们无法制造任何东西。一些设备维护的关闭是不可避免的，但限制可避免的关闭是提高 OEE 的一个重要部分。最常见的两个降低可用性得分的因素是故障和产品更换。随着制造商随着时间的推移跟踪这些指标，他们可以找出导致问题的原因。

如果机器发生故障，制造商可以更加勤奋地进行维护。如果计划中的停止时间切入了预定操作时间，他们可以专注于使这些停止更有效率。

测量可用性允许制造商找到瓶颈，将精力放在需要的地方，而不是加快流程中的错误部分。它还允许公司与其他工厂变化协调决策，例如获取新设备。例如，如果公司在雇佣新员工时其可用性得分急剧下降，它可能会考虑改进新员工的培训。

性能

速度慢的机器也会导致低效率，就像频繁地开启和关闭机器一样。性能衡量的是实际制造速度与理想最快速度的对比。测量性能允许制造商针对改进目标。在实际计算中，很难确定速度对效率的影响程度，因此有时 OEE 计算将由于质量或可用性之外的效率问题指定为性能问题。

可能降低性能得分的两个主要因素是机器运行速度低于应运行的速度和由于小原因而进行的短暂停止。如果公司发现性能导致其 OEE 得分较低，它可以专注于加快流程。随着时间的推移记录性能也允许公司确定低性能是否与特定的商业变化相关联，例如如果维护频率的变化加快或减慢了机器。

质量

即使所有机器都以尽可能快的速度运行，并且始终处于应该处于的状态，如果它们不能生产优质产品，那也是没有意义的。质量衡量的是没有缺陷的产品所占的百分比。将此数量与可用性和性能分开测量，可以使制造商更好地了解如何将时间和精力最好地投入到提高效率中。

如果机器生产出有缺陷的物品，公司要么需要丢弃，要么需要修复，无论哪种方式都是浪费的。在衡量质量时，公司最终修复的产品仍计入有缺陷的产品数量。这使得公司能够专注于提高制造质量，从而从一开始就生产出优质产品，而不需要修复它们。

计算OEE

OEE计算简单，为公司提供了一个良好的目标数字，可以用来比较其制造效率随时间的变化。OEE计算中涉及的数据主要是来自制造设备的传感器时间序列数据，公司需要处理大量此类数据。

Flux有一个实验性的OEE包，其中包括帮助您计算OEE的功能。`oee.APQ()`函数使用时间窗口、表示生产状态的字符串以及良品和不良品的计数来计算用于生产零件的OEE。`oee.computeAPQ()`函数使用两个不同的输入流来计算OEE，一个用于生产事件，一个用于零件事件，这使得您可以有不同的时间变量来表示生产状态和良品与不良品的计数。无论公司使用哪种工具来计算OEE，重要的是要战略性地并谨慎地管理涉及的数据，以便获得有意义的见解。