Menu
Demo vereinbaren
Von der OEE-Diagnose zur CMMS-Lösung: wie Fix-held-Rate und PM-Compliance die Verfügbarkeit vorhersagen

Von der OEE-Diagnose zur CMMS-Lösung: wie Fix-held-Rate und PM-Compliance die Verfügbarkeit vorhersagen

Die PM-Compliance bei den richtigen Anlagen und die Rate, mit der Reparaturen halten, sagen die Verfügbarkeit einen Monat im Voraus voraus, wenn OEE- und CMMS-Daten dieselbe Maschine betreffen.
Von der OEE-Diagnose zur CMMS-Lösung: wie Fix-held-Rate und PM-Compliance die Verfügbarkeit vorhersagen

Wartung hat ihre KPIs: PM-Compliance, Arbeitsauftrag-Rückstand, MTTR, Schraubenschlüssel-Zeit. Reliability hat ihre eigenen: MTBF, Ausfallrate, Verfügbarkeit pro Anlage. Der Betrieb hat OEE.

Drei Zahlenreihen, in drei Meetings geprüft, und in den meisten Werken hat noch nie jemand gezeigt, dass die ersten beiden die dritte bewegen. PM-Compliance ist 95% und die Verfügbarkeit sinkt. MTBF am Füller verbessert sich und die Linie ist immer noch knapp. Der Wartungsleiter trifft alle Ziele und der Werksleiter kauft trotzdem eine neue Linie.

Dieser Artikel handelt von zwei Wartungskennzahlen, die die Verfügbarkeit grob einen Monat im Voraus vorhersagen: PM-Compliance an den relevanten Anlagen und die Rate, mit der Reparaturen tatsächlich halten. Und er behandelt, warum das Beweisen OEE- und Wartungsdaten auf derselben Maschine erfordert, was die meisten Anlagen-Systeme nicht können.

Warum Wartungs-KPIs und OEE sich nie treffen

Das Wartungssystem zählt Tasks. Das OEE-System zählt Output. Keines weiß, was das andere gesehen hat.

Ein CMMS kann 95% PM-Compliance melden. Es kann Ihnen nicht sagen, dass die verpassten 5% die zehn Maschinen waren, die für den Großteil des verlorenen Outputs verantwortlich sind, oder dass die rechtzeitig erledigten PMs Schmierung betreffen, während die Maschinen wegen Sensoren ausfallen. Rückstände können sauber aussehen, während dasselbe Ventil innerhalb eines Quartals viermal ersetzt wird, weil jeder Ersatz seinen eigenen Arbeitsauftrag schließt. MTBF kann sich auf jeder Anlage verbessern, während die Linienverfügbarkeit fällt, weil MTBF Ausfälle pro Anlage zählt und ein Palettierer, der selten ausfällt, aber drei Linien blockiert, wenn er ausfällt, mehr wert ist als zehn Füller, die oft mit einem Puffer dahinter ausfallen.

Die Zuverlässigkeitsmetriken sind nicht falsch. Sie sind anlagenbasiert und output-blind. Ohne Gewichtung danach, wie viel die Ausfallzeit jeder Anlage die Linie kostet, reiht MTBF Maschinen so ein wie Downtime-Minuten, was der Bad-Actor-Artikel behandelt: laute Maschinen zuerst, teure nirgends.

Die Verbindung zwischen Wartung und Output ist ohne Zusammenführung der beiden Datensätze auf dieselbe Maschine nicht sichtbar. Diese Zusammenführung hat eine Voraussetzung, die hier und im Bad-Actor-Artikel genannt wurde: Die OEE-Stationen und die CMMS-Anlagen müssen eine gemeinsame Namenskonvention teilen. Wo sie das nicht tun, ist das Matching die erste Aufgabe. Bei einer Gruppe von Anlagen hat der erste Versuch etwa drei Viertel der Anlagen an einem Standort gematcht und keine an einem anderen.

OEE und Stillstände in Echtzeit erfassen
Demo vereinbaren

Zwei Metriken, die Verfügbarkeit vorhersagen, und warum MTBF allein das nicht ist

Sobald die Daten verbunden sind, erweisen sich zwei Wartungszahlen als um zwei bis sechs Wochen vorauslaufend für die Verfügbarkeit.

PM-Compliance bei den Bad-Actors, gewichtet nach verlorenem Output. Nicht die werkweite Compliance. Nehmen Sie die zehn oder zwölf Anlagen, die den Großteil des verlorenen Outputs tragen, und messen Sie die Compliance bei diesen. Dann gewichten: Ein verpasster PM an der Anlage, die 14% Output verliert, zählt vierzehnmal so stark wie ein verpasster PM an einer Anlage, die 1% verliert. Ein Werk mit 95% werkweit und 60% bei den Top-Ten, gewichtet, ist ungefähr 60%, und seine Verfügbarkeit wird das einen Monat später zeigen.

Fix-held rate. Der Anteil korrigierender Arbeitsaufträge, nach denen derselbe Fehlermodus am selben Asset innerhalb von 30 Tagen nicht erneut auftritt. Es ist das ehrliche Maß dafür, ob die Wartung etwas repariert oder nur zurückgesetzt hat.

Fix-held rate = (corrective work orders with no repeat of the same reason code on the same asset within 30 days) ÷ (all corrective work orders)

Eine Fix-held rate von 40% für ein Ventil bedeutet, das Ventil sei „repariert“ worden und sei sechs von zehn Malen wieder ausgefallen. MTBF am Asset zählt sechs Ausfälle und verbessert sich leicht, wenn das Intervall wächst; fix-held sagt, dass das Problem nie gelöst wurde. Es ist das Komplement zur Repeat-Failure-Rate, die Reliability-Ingenieure bereits verfolgen: 40% fix-held ist 60% Repeat-Failure. Viele CMMS können wiederholte Arbeitsaufträge melden, aber wenige können es aus der Linie berechnen, weil sie einen wiederholten Stopp nicht mit dem vorherigen Arbeitsauftrag am selben Asset verknüpfen; die Wiederholung ist einfach ein neuer Auftrag.

MTBF bleibt relevant, aber gewichtet nach verlorenem Output und zusammen mit fix-held gelesen. Allein sagt es, wie oft ein Asset ausfällt. Gewichtet sagt es, was das kostet. Zusammen mit fix-held sagt es, ob die Wartung die Ausfälle reduziert oder sie recycelt.

Die typische Form, die wir sehen, sobald die Zusammenführung existiert: Auf derselben Linie laufen Assets mit fix-held über 80% und gewichteter PM-Compliance über 90% 8 bis 12 Verfügbarkeits-Punkte höher als Assets unter beiden Schwellen. Die Gruppen werden normalerweise vom selben Team auf dasselbe werkweite Compliance-Ziel betrieben. Der Unterschied liegt darin, welche PMs verpasst wurden und welche Reparaturen gehalten haben.

Den Verzögerungseffekt lesen

Beide Metriken führen. Die Verfügbarkeit hinkt nach. Das macht sie nützlich.

Ein verpasster PM an einem Bad-Actor zeigt sich zuerst als steigende Stopp-Rate dieses Assets, zwei bis sechs Wochen später, wenn die Komponente, die der PM adressiert hätte, zu verschleißen beginnt: mehr Mikro-Stops, längere Bereinigungen, ein Sensor, der öfter zurückgesetzt werden muss. Der Mikro-Stops-Artikel beschreibt diesen Trend als trigger für zustandsorientierte Wartung. Dann kommt der Ausfall, der einen Reason-Code und einen Arbeitsauftrag bekommt. Dann fällt die Verfügbarkeit im Monatsbericht, bis dahin ist die Ursache zwei Monate alt.

Eine niedrige Fix-held-Rate zeigt sich dadurch, dass derselbe Reason-Code im Zyklus zurückkehrt: Ventilfehler, Arbeitsauftrag, Ventilfehler, Arbeitsauftrag. Auf einer Asset-Zeitachse ist das unverkennbar, eine Sägezahnlinie von Reparaturen mit steigender Stopp-Rate dazwischen. Im CMMS sind es sechs geschlossene Arbeitsaufträge und ein vernünftiger MTTR.

Zeichnen Sie die Zeitachse für einen Bad-Actor: geplante PMs, ausgeführte oder verpasste PMs, korrigierende Arbeitsaufträge und die Stopp-Rate der Station pro Woche. Die Stopp-Rate steigt nach jedem verpassten PM und setzt sich nach jeder Reparatur zurück, die gehalten hat, und steigt weiter nach jeder Reparatur, die nicht gehalten hat. Dieses eine Diagramm ist der Beweis, dass Wartung Output bewegt, und es kann nicht aus einer der beiden Systeme allein gezeichnet werden.

Von Diagnose zur Heilung: den Kreis schließen

Die Diagnose kommt von OEE; die Heilung wird durch das CMMS verabreicht. Dazwischen liegt eine Kette von Übergaben, und der Kreis bricht an der Stelle, an der eine Übergabe nicht erfolgt.

  1. Stoppmuster zur Bad-Actor-Rangliste. Station-Level-Stops, zugeordnet und gewichtet nach verlorenem Output, erzeugen die zehn relevanten Assets. (Artikel sechs.)
  2. Stoppgründe zu Fehlerarten. Die drei häufigsten Reason-Codes bei jedem Bad-Actor sind seine echten Fehlerarten. Bei Füller von Linie 1 waren es Sensor- und Ventilfehler. Sein PM-Plan war Schmierung und Riemenspannung.
  3. Fehlerarten zu PM-Aufgaben. Das PM wird gegen das, was tatsächlich ausfällt, neu geschrieben, nicht gegen das OEM-Handbuch. Das ist der Schritt, der Compliance in eine relevante Größe verwandelt.
  4. Korrigierende Arbeitsaufträge, die mit den Stops verknüpft sind, die sie adressieren. Jede Reparatur trägt den Reason-Code und das Asset, sodass ein Wiederauftreten desselben Codes innerhalb von 30 Tagen als Wiederholung erkannt wird und nicht als neues Ereignis.
  5. Fix-held gemessen pro Arbeitsauftrag, pro Asset, pro Techniker. Wiederholungstäter werden sichtbar: das Ventil, das immer wieder ausfällt, die Reparatur, die nicht hält, das Ersatzteil mit falscher Spezifikation.
  6. PM-Compliance auf den Bad-Actors, gewichtet, nachverfolgt. Die Monatszahl bezieht sich nun auf die Assets, die Output verlieren.
  7. Verfügbarkeit neu gemessen. 30 bis 60 Tage später, an denselben Assets, aus dem OEE-Bereich.

In den meisten Werken überschreiten diese sieben Schritte zwei Systeme und mindestens drei Personen, und jedes Überschreiten ist ein Ort, an dem der Kreis still stoppt: Die Fehlerarten erreichen nie den PM-Planer, das Repeat wird nie als Repeat erkannt, die Verfügbarkeitszahl wird nie gegen die Wartungszahl gelesen.

Was Sie im Wartungs-Review ändern sollten

Ändern Sie vier Dinge im Monatsbericht: Gewichten Sie PM-Compliance nach verlorenem Output bei den Top-Ten-Assets, fügen Sie die Fix-held-Rate hinzu, fügen Sie die Stopp-Rate seit dem letzten PM hinzu und prüfen Sie die Verfügbarkeit auf derselben Seite. Keines der vier braucht neue Leute.

  • Ersetzen Sie die werkweite PM-Compliance durch gewichtete Compliance auf den Top-Ten-Verlust-Assets. Behalten Sie die werkweite Zahl, falls Auditoren sie wollen; hören Sie auf, danach zu managen.
  • Fügen Sie die Fix-held-Rate hinzu, pro Asset und pro Techniker. Der Techniker-Schnitt ist sensibel und nützlich; niedrige Fix-held-Rate bei einem Techniker ist meist ein Trainings-, Ersatzteil- oder Anleitungsproblem, kein Fleißproblem.
  • Fügen Sie die Stopp-Rate seit dem letzten PM für jeden Bad-Actor hinzu. Das ist die früheste Warnung, die die Daten geben.
  • Prüfen Sie die Verfügbarkeit auf derselben Seite wie die drei Zahlen oben, im selben Meeting mit dem Betrieb, monatlich. Der Sinn der Zusammenführung ist, dass die beiden Gespräche eins werden.

Beispiel

Der Füller auf Linie 1, Bad-Actor Nummer zwei im Bad-Actor-Artikel: 12% des verlorenen Outputs des Werks, hohe Wartungskosten, klar im True-Bad-Actor-Quadranten.

BeforeAfter
PM compliance on the filler97%98%
PM contentSchmierung, Riemenspannung, SchutzprüfungSensorkontrolle und -ausrichtung, Ventilinspektion und -tausch in gemessenem Intervall, plus die ursprünglichen Tasks
Top stop reasonsSensorfehler, Ventilfehler, Produktseitige VerklemmungProduktseitige Verklemmung, Sensorfehler (reduziert), sonstige
Fix-held rate on valve work orders40% (derselbe Ventil viermal pro Quartal ersetzt)85% (ventil mit korrekter Spezifikation, als Ersatzteil gelagert)
Stop rate per week3115
Filler availability81%90%
Contribution to line OEECa. 2 Punkte von den 8 Punkten Unplanned Stops wiedergewonnen

Was sich änderte. Das PM war 97% compliant und praktisch irrelevant: Der Füller fiel nicht wegen Schmierung aus. Das Umschreiben gegen die zwei gemessenen Fehlerarten dauerte einen Morgen. Das Ventil war viermal mit einer nahe-äquivalenten Lagerteil ersetzt worden; die korrekte Spezifikation wurde aus dem Fehlerbild identifiziert, beschafft und einmal montiert. Fix-held für diesen Fehlermodus stieg von 40% auf 85%, die Stopp-Rate halbierte sich innerhalb von sechs Wochen und die Verfügbarkeit des Füllers stieg um 9 Punkte. Linie 1 teilt das Verlustprofil der Serienlinie, daher waren das grob 2 OEE-Punkte: die zielgerichtete Fix-Allokation für Unplanned Stops in der Hidden Capacity-Methode.

Nichts davon war teuer. Der teure Teil waren zwei Jahre mit 97% Compliance bei den falschen Tasks, und der einzige Grund, dass es gefunden wurde, war, dass die Stops des Füllers und seine Work Orders schließlich auf demselben Bildschirm waren. Die Zahlen sind illustrativ; die Form - hohe Compliance bei irrelevanten PMs und niedriger Fix-held bei dem echten Fehlermodus - ist der häufigste Befund, wenn die Zusammenführung gemacht wird.

Wie Fabrico das macht und warum ein eigenständiges CMMS nicht kann

Fabrico betreibt Wartung und OEE auf einem Asset-Modell, was ein eigenständiges CMMS nicht kann, weil es Wartungsaufgaben aufzeichnet, nicht Output. Ein eigenständiges CMMS kann 97% Compliance am Füller melden und niemals wissen, dass der Füller Output verliert. Das ist kein Fehler des CMMS; so ist eine System-of-Record für Wartungsaufgaben. Der obige Loop braucht Wartung und Output an einem Ort, was die Art ist, wie Fabricos Manufacturing Performance Platform (MES, OEE, CMMS & AI) aufgebaut ist.

Ein Asset-Modell. Die Station, die das OEE-Modul misst, ist das Asset, das das Wartungsmodul wartet. Stops und Work Orders sitzen im selben Maschinen-Record, ohne Join-Projekt.

Fix-held wird berechnet, nicht geschätzt. Ein wiederholter Stop am selben Asset mit demselben Reason-Code im Fenster wird automatisch mit dem vorherigen korrekiven Arbeitsauftrag verknüpft. Fix-held rate existiert pro Asset, pro Fehlerart und pro Techniker ab dem ersten Monat.

PM-Compliance wird nach verlorenem Output gewichtet. Compliance wird auf den Bad-Actors gemeldet, gewichtet nach dem, was jedes Asset die Linie kostet, neben der werkweiten Zahl. Die Zahl, die gemanagt wird, ist die Zahl, die zählt.

Stop-Rate seit dem letzten PM ist ein Trigger. Der steigende Stop-Rate-Trend auf einem Bad-Actor hebt den PM früh an, als zustandsbasierte Aufgabe statt als Kalendertask, bevor der Ausfall kommt, der einen Reason-Code bringen würde.

Die AI-Insights schlagen das PM-Umschreiben vor. Wenn die gemessenen Fehlerarten eines Assets nicht mit seinen PM-Tasks übereinstimmen, schlagen die umsetzbaren Insights die überarbeitete Task-Liste vor, bewerten sie gegen den Rest des Backlogs nach wiederherstellbarem Wert und messen, ob sich die Stopp-Rate danach bewegte. Das Werk entscheidet; das System schlägt vor und prüft dann.

Der Schedule- und der Financial-Impact-Modul schließen den Kreis von der anderen Seite. Das Produktionsplanung-Modul platziert das PM-Fenster für einen Bad-Actor als Block im Plan, damit es nicht übersprungen wird, weil die Linie beschäftigt war. Mit Verkaufspreis und Marge einmal pro SKU eingegeben, zeigt das Financial-Impact-Modul, was ein verpasstes PM auf die nachfolgenden SKUs gekostet hat, was die Zahl ist, die die Diskussion beendet, ob das Fenster gefunden werden konnte.

Der Unterschied ist kein besseres Wartungssystem. Der Unterschied ist, dass Wartung ein Modul einer Plattform ist, deren Rechnungseinheit Produktionsoutput ist, sodass „hat die Reparatur gehalten“ und „wurde das PM gemacht“ in derselben Währung beantwortet werden wie „hat die Linie den Plan erfüllt“.

Häufig gestellte Fragen

Was ist Fix-held rate? Der Anteil korrigierender Arbeitsaufträge, nach denen derselbe Fehlermodus am selben Asset innerhalb eines festgelegten Fensters, üblicherweise 30 Tage, nicht erneut auftritt. Es misst, ob die Wartung das Problem behoben oder nur zurückgesetzt hat, und es erfordert, dass Repeat-Stops mit dem vorherigen Arbeitsauftrag verknüpft sind, was wenige CMMS tun. Es ist das Komplement zur Repeat-Failure-Rate.

Verbessert PM-Compliance die OEE? Nur wenn die PMs die Fehlerarten adressieren, die das Asset tatsächlich hat, und nur bei den Assets, die Output verlieren. Werkweite Compliance an OEM-Manual-Tasks kann hoch sein, während die Verfügbarkeit sinkt. Nach verlorenem Output gewichtete Compliance bei den Bad-Actors sagt die Verfügbarkeit etwa einen Monat voraus.

Warum ist PM-Compliance hoch, aber die Ausfallzeit steigt trotzdem? Meist eine von drei Gründen: Die verpassten PMs sind auf die Bad-Actors konzentriert, die PM-Tasks adressieren die falschen Fehlerarten, oder korrigierende Reparaturen halten nicht und dieselbe Störung tritt erneut auf. Die zusammengeführten OEE- und CMMS-Daten zeigen welche.

Welche Wartungs-KPIs sagen Verfügbarkeit voraus? Gewichtete PM-Compliance auf den Top-Assets nach verlorenem Output, Fix-held rate und Stop-Rate seit dem letzten PM. MTBF und MTTR beschreiben, was passiert ist; die drei oben genannten führen sie um zwei bis sechs Wochen.

Wie verbindet man CMMS-Daten mit OEE? Die OEE-Stationen und die CMMS-Assets müssen sich auf dieselbe Maschine durch dieselbe Kennung beziehen. Wo sie das nicht tun, matchen Sie sie einmal, dann schreiben Sie jeden Stop seinem Asset und jede Work Order dem Stop zu, den sie adressiert. Eine Plattform mit einem Asset-Modell für beides entfernt den Join vollständig.

Setzen Sie Stops und Work Orders auf einen Bildschirm

Wenn die Wartung ihre Ziele erreicht und die Verfügbarkeit trotzdem sinkt, messen die Ziele die falschen Dinge an den falschen Assets. Das Verbinden der Stopp-Daten mit der Wartungshistorie der zehn Bad-Actors der Linie zeigt in der Regel innerhalb des ersten Monats, welche das sind.

Der Pilot mit festem Umfang macht genau das an einer Linie: sechs Wochen, Stations-Level-Stops erfasst mit einem Industriesensor und Hub, installiert mit Ihrem Team, dem verursachenden Asset zugeordnet und mit der Wartungshistorie des Werks abgeglichen, wo Asset-Namen das erlauben. Die Auswertung enthält die Bad-Actors der Linie, ihre gemessenen Fehlerarten gegenüber ihren aktuellen PM-Tasks, Fix-held-Rate bei den wiederkehrenden Fehlern und die drei Interventionen mit dem höchsten Wert, die auf den meisten Linien eine PM-Neuschreibung gegen das tatsächlich Ausfallende beinhalten. Die Gebühr ist fest und wird voll auf ein Erstjahres-Abo gutgeschrieben, wenn Sie ausrollen. Der Pilot läuft auf Fabricos Manufacturing Performance Platform (MES, OEE, CMMS & AI), die Maschinendaten, OEE- und Verlustanalyse, Produktionsplanung, SKU-level Output-Value und Wartung in einem System verbindet, sodass Wartung und Output aus derselben Asset-Historie gelesen werden.

Buchen Sie eine Demo oder lesen Sie, wie das Wartungsmodul ein Asset-Modell mit OEE teilt.

OEE und Stillstände in Echtzeit erfassen
Sehen Sie, wo Linien Zeit verlieren
Vereinbaren Sie eine Live-Demo.
Sehen Sie, wo Linien Zeit verlieren
Sehen Sie, wo Linien Zeit verlieren

Echte Fabrico-Kacheln, Beispieldaten.

Indem Sie auf die Schaltfläche „Akzeptieren“ klicken, erklären Sie sich mit der Nutzung einverstanden.Cookies beim Zugriff auf diese Website und bei der Nutzung unserer Dienste. Erfahren Sie mehrWeitere Informationen zur Verwendung und Verwaltung von Cookies finden Sie in unserem Datenschutzrichtlinie und Cookie-Erklärung