Power BI OEE Dashboard: Zbuduj je bez błędnych liczb

Kluczowe wnioski

• Najpierw sumuj, na końcu dziel: OEE = liczba dobrych x idealny czas cyklu / zaplanowany czas produkcji.
• Nigdy nie uśredniaj procentów OEE między zmianami, liniami ani zakładami.
• Cztery tabele wystarczą: kalendarz zmian, przestoje, zliczenia i idealne czasy cyklu.
• Raport jest tak dobry, jak rejestracja danych za nim. Power BI pokazuje dane; nie zbiera ich sam.
• Pokaż minuty i pieniądze obok każdego procentu.

Power BI potrafi narysować dobre dashboard OEE. Problem leży w matematyce i danych pod spodem. Buduj OEE ze zsumowanych minut i zliczeń, nigdy z uśrednienia procentów, i zasilaj je z zapisów przestojów z rzeczywistymi znacznikami czasu.

Fabrico, oprogramowanie OEE i lekkie MES z kamerami AI obliczają OEE na żywo według linii i zmiany z sygnału maszyny. Budujesz własny raport zamiast tego, czy obok? Ten poradnik pokazuje model danych i jedną formułę, która utrzymuje liczby poprawne.

Jakich danych potrzebuje dashboard OEE w Power BI?

Cztery tabele to obejmują. Połącz je po dacie, zmianie, linii i SKU.

Utrzymuj jedną jednostkę na linię. Jeśli nalewacz liczy butelki, a pakowacz liczy kartony, skonwertuj kartony na butelki według rozmiaru opakowania zanim cokolwiek zsumujesz. Mieszane jednostki to ciche źródło błędnych sum, których nikt nie zauważa na wykresie.

Tabela przestojów powinna pochodzić z sygnału maszyny, ze znacznikami czasu ustawionymi u źródła. Nasz OEE data model opisuje te tabele i pola bardziej szczegółowo.

Jak obliczyć OEE w Power BI?

Użyj standardowych definicji i zbuduj każdą miarę ze sum:

• Availability = run time / planned production time.
• Performance = ideal cycle time x total count / run time.
• Quality = good count / total count.
• OEE = good count x ideal cycle time / planned production time.

Ostatni wiersz to ten, któremu trzeba ufać, ponieważ działa na każdym poziomie: jedna zmiana, tydzień czy dziesięć zakładów. W terminach Power BI miara OEE wygląda tak:

OEE = DIVIDE(SUMX(Counts, Counts[Good] * RELATED(IdealCycle[Minutes])), SUM(ShiftCalendar[PlannedMinutes]))

Każda jednostka nosi idealny czas cyklu swojego SKU, więc mieszanka produktów jest obsłużona. Nasz przewodnik po OEE calculation przeprowadza krok po kroku przez formułę.

Przykład: dlaczego uśrednianie procentów OEE jest błędne

Przykładowa linia (liczby poglądowe, nie klient). Jedna linia pracuje w dwa zmiany tego samego dnia. Zmiana A to pełna zmiana 480 zaplanowanych minut. Zmiana B to krótka zmiana 120 zaplanowanych minut.

Czas dobrego wyjścia to liczba dobrych x idealny czas cyklu. Średnia z 80% i 40% to 60%. Ale krótka zmiana waży cztery razy mniej niż pełna. Zsumowane, dzień to 432 / 600 = 72%.

Ten sam błąd kryje się w raportach zakładowych i grupowych. Uśredniając OEE dziesięciu zakładów, mała lokalizacja ma tyle samo wagi co największa. Zsumuj ich minuty zamiast tego.

Obok procentu pokaż, co to znaczy. Dzień stracił 600 minus 432 = 168 minutes czasu dobrego wyjścia. Przeliczone według marży linii, to liczba, na którą reaguje kierownik zakładu.

Czego Power BI nie może zrobić dla OEE?

• Nie zapisuje przestojów. Jeśli przestoje są wpisywane po zmianie, krótkie przestoje brakują, a długie są zaokrąglane.
• Nie pyta o powody. Ktoś na linii nadal musi powiedzieć, dlaczego wystąpił każdy przestój.
• To nie jest ekran linii. Zaplanowane odświeżanie nadaje się do przeglądu tygodniowego, nie dla operatora, który musi zobaczyć przestój teraz.
• Nie naprawia definicji. Jeśli dwa zakłady liczą czas planowany inaczej, raport porównuje dwie różne rzeczy.

Nasz artykuł o why your OEE number is wrong wymienia więcej takich pułapek.

Budować w Power BI czy kupić oprogramowanie OEE?

Często obie opcje. Wykonują różne zadania.

Typowa konfiguracja: oprogramowanie OEE rejestruje i potwierdza dane na linii. Power BI następnie łączy je z danymi finansowymi lub zaopatrzeniowymi dla centrali. Zapytaj dowolnego dostawcę OEE, jak możesz wydobyć swoje dane, zanim podpiszesz umowę. Zobacz nasz przewodnik po OEE dashboards, co pokazywać na każdym ekranie.

Gdzie pasuje Fabrico?

Fabrico to platforma poprawy wydajności produkcji z wizją komputerową. To warstwa rejestracji i OEE: light MES z kamerami AI do wykrywania przestojów.

• Automatyczne logowanie przestojów z sygnału maszyny, z rzeczywistymi znacznikami czasu.
• Operator potwierdza powód jednym dotknięciem, więc każdy przestój ma przyczynę.
• OEE na żywo według linii i zmiany, sumowane poprawnie na każdym poziomie.
• Straty uporządkowane według pieniędzy, oraz jedno widok przez zakłady dla grup.

Jak dane Fabrico trafiają do twoich innych narzędzi to kwestia dla zespołu technicznego Fabrico. Zaczynasz od pilotażu na jednej linii. Nie ma darmowego planu ani poziomów: każda planta otrzymuje wycenę.

Najczęściej zadawane pytania

Jak obliczyć OEE w Power BI?

Zbuduj miarę, która sumuje liczbę dobrych pomnożoną przez idealny czas cyklu każdego SKU, a następnie dzieli przez zsumowany zaplanowany czas produkcji. Ta jedna formuła daje poprawne OEE dla zmiany, tygodnia lub całej grupy. Unikaj miar, które uśredniają OEE poszczególnych wierszy.

Czy można uśredniać OEE między liniami lub zakładami?

Nie. Zwykła średnia daje małej linii takie samo znaczenie jak dużej, i krótkiej zmianie takie samo znaczenie jak pełnej. Najpierw sumuj czas dobrego wyjścia i czas planowany dla linii lub zakładów, a potem dziel. Wynik to prawdziwe łączne OEE.

Jakich danych potrzebuję do dashboardu OEE?

Potrzebujesz kalendarza zmian z zaplanowanymi minutami i tabeli przestojów z czasami rozpoczęcia, zakończenia i przyczynami. Dodaj zliczenia jednostek łącznie i dobrych, oraz idealny czas cyklu na SKU i linię. Tabela przestojów powinna pochodzić z maszyn, nie z notatek wpisanych na koniec zmiany.

Czy jest gotowy szablon Power BI OEE?

Wiele szablonów istnieje w sieci, a wizualna część jest łatwa. Zanim użyjesz jednego, sprawdź czy sumuje minuty i zliczenia zanim dzieli. Sprawdź też skąd pochodzą jego dane. Elegancki szablon zasilany ręcznymi logami przestojów wciąż pokaże błędne straty.

Power BI czy oprogramowanie OEE dla ekranu przy linii?

Na ekran przy linii użyj oprogramowania OEE, które pokazuje przestoje w momencie ich wystąpienia i pyta o przyczynę. Power BI pasuje do raportów tygodniowych i miesięcznych, gdzie planowane odświeżanie jest w porządku i można dodać dane z innych systemów obok.

Zobacz liczby stojące za raportem OEE

Przynieś raport OEE z zeszłego tygodnia. Pokażemy przestoje, minuty i pieniądze za nim, linia po linii.

Request a demo · Contact us