Ключови изводи
Инженерът по надеждност работи в пролуката между „машината спря“ и „ето защо и ето как да предотвратим това да се повтори“. Данните за OEE са един от най-богатите източници за тази работа, защото регистрират загубите, които насочват директно към повредите, които си струва да бъдат преследвани.
Отделните повреди са шум; моделите са сигнал. Данните за OEE и престои, събирани последователно, позволяват на инженера по надеждност да класира режимите на повреда по честота и въздействие, така че усилията да се насочат към малкото, които причиняват повечето загуби, вместо към най-шумното скорошно събитие.
Не всяка повреда се обявява сама. Бавното намаляване на производителността, линия, която изпълнява под номиналната скорост, или нарастващ брой дребни спирания често сигнализират за ранно износване, преди да прерасне в сериозна повреда. Наблюдаването на тези тенденции дава предимство на инженера по надеждност, позволявайки да превърне бъдеща повреда в планирана интервенция.
Анализът на коренните причини е много по-силен, когато се базира на доказателства. Свързването на режим на повреда с историята на престоите, условията около всяко спиране и интервала на повторение позволява на инженера по надеждност да се отдалечи от мненията към обоснована причина и след това да докаже, че поправката е сработила, като наблюдава изчезването на загубата.
Инженер по надеждност забелязва, че производителността на линия тихо спада в продължение на две седмици в данните за OEE. При разследване откриват лагер, който започва да се влошава, много преди да заклини. Планираната подмяна по време на графика за престой предотвратява напълно непланирана повреда, а трендът в OEE потвърждава, че линията се връща към нормалната скорост. Данните не просто записаха повреда; те предотвратиха такава.
За работата по надеждността OEE е и радар, и табло за резултати: той показва къде се концентрират загубите и потвърждава дали поправката е издържала. Автоматичното засичане е това, което го прави доверяем, тъй като микро-спиранията и загубите на скорост, които интересуват инженерите по надеждност, са точно това, което ръчното водене на записи пропуска. Запишете демонстрация на Fabrico, за да видите данни за загубите, създадени за анализ на надеждността.
То превръща разпръснатите спирания в класирани модели на повреди, сигнализира за ранно влошаване чрез загуби в производителността и предоставя доказателства за установяване на коренната причина и потвърждаване, че поправката е сработила.
Загубата на производителност често е ранното предупреждение: линия, която се отклонява под номиналната скорост или натрупва дребни спирания, често сигнализира за влошаване, преди то да прерасне в повреда, която значително намалява наличността.
Инженерите по надеждност са натоварени със задачата да отговорят на най-трудния въпрос в производството: защо това оборудване продължава да се поврежда? CMMS системите записват какво се е случило - работни поръчки, използвани части, работни часове. Но те не записват какво се е случвало в производствения процес в моментите преди повредата.
Софтуерът OEE запълва тази празнина, като улавя състоянието на машината, времето на цикъла, загубата на скорост и моделите на микроспиране с гранулираност, която само CMMS данните не могат да осигурят.
Вместо да анализират събития на повреди, след като са се случили, инженерите по надеждност, използващи софтуер за общо електрическо и електронно оборудване (OEE), могат да идентифицират признаците на влошаване на качеството, които предхождат повреди, постепенна загуба на скорост, нарастваща честота на кратки спирания, нарастваща вариация във времето на цикъла, и да се намесят, преди машината да спре. Тази промяна от реактивна към прогнозна надеждност е основното ценностно предложение на OEE данните за надеждностно инженерство.
Превърнете престоите в число, по което екипът може да действа.
Заявете демоВъв всеки завод има лоши фактори - 20% от машините, които причиняват 80% от непланираните престои. Без данни за OEE, идентифицирането им е по-трудно, отколкото изглежда. Историята на поддръжката ви показва кои машини генерират най-много работни поръчки, но не кои от тях действително влияят на производствения обем. Машина с десет малки работни поръчки може да бъде далеч по-малко вредна от такава, която причинява две катастрофални повреди в най-лошия възможен момент.
Софтуерът за OEE свързва събитията с повреди на машините директно с въздействието върху производството, загубени единици, загубена производителност, загубени точки за OEE. Инженер по надеждност с данни за OEE може да класира злонамерените лица не само по честота на повреди, но и по производствени разходи за повреда, което прави решенията за приоритизиране много по-защитими.
Изчисленията на MTBF и MTTR стават смислени, когато са базирани на реални производствени данни, а не само на записи за поддръжка.
Не всички OEE платформи са изградени с оглед на случаите на употреба, свързани с надеждността.
Когато оценяват опциите, инженерите по надеждност трябва да дадат приоритет на: детайлно регистриране на събития на ниво под минута, за да се уловят микроспиранията, които предшестват повреди, конфигурируеми кодове за грешки, които съответстват на таксономиите на режима на повреда на RCM
достъп до API за извличане на данни за OEE и събития в инструменти за анализ на надеждността и интеграция със съществуващи CMMS платформи за затваряне на цикъла между OEE събитието и работната поръчка за поддръжка.
Инженерите по надеждност, които получават най-голяма полза от софтуера за OEE, са тези, които го третират като източник на данни, а не просто като табло за управление. Таблото за управление ви показва вашия OEE резултат. Данните отдолу ви казват защо, кога и колко често се проявява всеки режим на повреда, и това е, което води до трайно подобрение на надеждността.
Вижте как Fabrico обединява OEE и поддръжката в една платформа.
Поискайте демо
Вход
Блог
