Menu
Umów demo
Benchmarki OEE: co to jest dobry wynik OEE? Przewodnik menedżera

Benchmarki OEE: co to jest dobry wynik OEE? Przewodnik menedżera

Co to jest dobry wynik OEE? Benchmarki OEE wyjaśnione: skąd pochodzi 85%, co zmierzyły badania i dlaczego najważniejszy jest Twój własny punkt wyjścia.
Benchmarki OEE: co to jest dobry wynik OEE? Przewodnik menedżera
Pulpit analityczny Fabrico z wglądem w działania utrzymania ruchu

Kluczowy wniosek: OEE klasy światowej często podaje się jako 85%. To cel dla produkcji dyskretnej, zwykle wywodzony z prac Nakajimy nad TPM. Opublikowane wartości są niższe: około 55% i 65% w dwóch badaniach Uniwersytetu Chalmers. Twój własny zmierzony punkt wyjścia jest ważniejszy niż którakolwiek z nich. Ale prawdziwe pytanie nie brzmi „jaki jest cel”, tylko „co dalej dla naszej linii”.

Benchmark to mapa, nie cel. Wiedza gdzie jesteś i co ogranicza twoj obecny etap odblokowuje właściwy następny ruch.

Co to jest dobry wynik OEE? Opublikowane benchmarki

Gdy mierzysz OEE swojej linii, jedyne sensowne pytanie to: czy to dobrze?

OEE klasy światowej często podaje się jako 85%. Wartość tę zwykle wywodzi się z książki Seiichiego Nakajimy Introduction to TPM i często rozkłada na 90% dostępności × 95% wydajności × 99% jakości, co daje około 85%. To cel dla produkcji dyskretnej, a nie średnia.

Opublikowane wartości są niższe: około 55% w około 20 przypadkach (Ljungberg, 1998) i 65% na 884 maszynach w 23 firmach (Hedman i współpracownicy, 2016). Dobry wynik OEE to taki, który przewyższa Twój własny zmierzony punkt wyjścia, według definicji, którą możesz porównywać w czasie.

Tabela pokazuje, czym jest każdy punkt odniesienia i skąd pochodzi.

OEE Punkt odniesienia Co to oznacza
Twoja liczba Twój własny punkt wyjścia Porównanie, które liczy się najbardziej. Zmierz go na jednej linii według jednej definicji, zanim porównasz go z czymkolwiek innym. Jeśli dane pochodzą z ręcznych zapisów, najpierw je sprawdź.
Około 55% Opublikowana wartość, około 20 przypadków Ljungberg, Uniwersytet Chalmers, 1998. Stara i mała próba, ale pokazuje, jak daleko poniżej podawanego celu mogą być rzeczywiste zakłady.
65% Opublikowana wartość, 884 maszyny w 23 firmach Hedman i współpracownicy, Uniwersytet Chalmers, 2016. 702 z 884 maszyn zarejestrowały 100% wydajności, więc wartość liczy głównie przestoje. Zanim porównasz, sprawdź, jak zebrano dane zakładu.
85% Często podawany cel klasy światowej Zwykle wywodzony od Nakajimy, dla produkcji dyskretnej. Typowy rozkład to 90% dostępności, 95% wydajności i 99% jakości. Linia wytwarzająca wiele produktów prawdopodobnie traci więcej na przezbrojeniach, więc porównuj podobne z podobnym.

Powiązane materiały: Kompletny przewodnik po OEE · Obliczanie OEE krok po kroku · Sześć Wielkich Strat · Metody zbierania danych OEE.

Przestań gonić za wynikiem. Zacznij budować system.

Wynik OEE to nie cel. To konsekwencja.

Gdy kierownik zakładu mówi „chcemy 85%”, prawdziwe pytanie brzmi: jaki system osiąga 85%? To nie dashboard. To nie silniejsze śledzenie. To cykl od diagnozy do działania, który działa każdą zmianę bez tarcia.

Jak poprawić wynik OEE: 3 kroki od danych o przestojach do kontroli

Niezależnie od dzisiejszego wyniku, trzy kroki poprawiają system, który za nim stoi. To, jak bardzo każdy z nich zmienia wynik, zależy od Twojej linii i punktu wyjścia.

Etap 1: Zobacz przestoje i straty

Celem jest zobaczenie prawdziwych strat, nie domysłów. Mikro-przestoje poniżej 2 minut pojawiają się w danych po raz pierwszy.

Zysk pochodzi z uchwycenia dotychczas niewidzialnego.

Etap 2: Reaguj szybciej na przestoje

Dane o przestojach muszą teraz docierać do osób, które mogą działać. Celem jest platforma MES i OEE, w której zatrzymania mają powód, a zespół widzi, co stanęło, kiedy i dlaczego.

Utrzymanie ruchu uzupełnia to przez wbudowany CMMS: powód zatrzymania można skonfigurować tak, aby automatycznie otwierał zadanie utrzymania ruchu, a pracownicy mogą też tworzyć zadania ręcznie. Wynik nie zależy od tego jak dobrze robisz raporty OEE. Zależy od tego jak szybko reagujesz.

Etap 3: Wykorzystaj historię strat, aby zapobiegać powtarzającym się przestojom

Celem jest przejście z reaktywnego na proaktywne: analiza najczęstszych powodów zatrzymań, eliminowanie powtórzeń i dopasowanie PM na poziomie aktywa do danych. Computer Vision OEE odgrywa tu rolę, bo wychwytuje dryf czasu cyklu, którego ani PLC ani operator nie widzą.

Często zadawane pytania

Co to jest „dobre” OEE dla naszego zakładu?

Zależy od Twojego punktu startowego i branży. Najpierw zmierz punkt wyjścia i śledź go w czasie według jednej definicji. Dobry wynik to taki, który go przewyższa.

Jak porównujemy się z konkurencją?

Opublikowane wartości to około 55% i 65%, z różnych prób. Porównuj tylko wtedy, gdy definicja i sposób zbierania danych są takie same, i nie porównuj bezpośrednio między branżami.

Jaki jest najszybszy sposób poprawy?

Znajdź największą kategorię strat dla swojej linii, atakuj ją dwa tygodnie. Powtórz. Nie rozpraszaj wysiłku na wszystkie sześć naraz.

Twój benchmark to mapa, nie cel

Wynik zmienia się tylko wtedy, gdy poprawia się system za nim: dane o przestojach, którym możesz ufać, szybsza reakcja na przestoje i historia strat, którą wykorzystujesz, aby zapobiegać powtórkom.

Zacznij od pomiaru. Znajdź największą stratę. Napraw ją. Powtórz. Benchmark sam zadba o siebie.

Zobacz Fabrico na żywo. Umów demo.

Umów demo
Mierz OEE i przestoje w czasie rzeczywistym
Zobacz, gdzie linie tracą czas
Umów demo na żywo.
Zobacz, gdzie linie tracą czas
Zobacz, gdzie linie tracą czas

Prawdziwe kafelki Fabrico, dane przykładowe.

Klikając przycisk Akceptuj, wyrażasz zgodę na korzystanie z plików cookie podczas uzyskiwania dostępu do tej witryny i korzystania z naszych usług. Aby dowiedzieć się więcej o tym, jak pliki cookie są używane i zarządzane, zapoznaj się z naszą Polityką prywatności Polityka prywatności i Deklaracja plików cookie