mcpField
M
mfg-oee-analysis

mfg-oee-analysis

github.com/asgard-ai-platformその他24338 回インストール21 週間前に更新
リポジトリ

mfg-oee-analysis について

生産ラインや機械の総合設備効率を算出し、原因を診断するOEE分析スキルです。稼働率・性能・品質に分解し、損失の優先順位付けと根本原因分析を案内します。

主な機能

  1. 01稼働率・性能・品質の算出
  2. 026大ロスとOEE要因の対応付け
  3. 03最も弱い要因の診断
  4. 04パレート分析による損失の優先付け
  5. 05根本原因分析と再測定

活用シーン

  1. 01機械やラインの効率診断
  2. 02生産ロスの主因特定
  3. 03工程改善後の結果追跡

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/asgard-ai-platform/skills --skill mfg-oee-analysis

インストール後、Claude Code で/mfg-oee-analysisを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

examples/
sample_scenario.md
references/
oee-automation.md
tpm.md

詳細

OEE分析

フレームワーク

IRON LAW: OEE = Availability × Performance × Quality

OEE is a MULTIPLICATIVE metric. 90% × 90% × 90% = 72.9%, not 90%.
Each factor compounds the loss. World-class OEE is 85%+. Most plants
operate at 60-65%. Knowing the TOTAL is useless — you must decompose
to find which factor is dragging performance down.
3つの要素
要素計算式測定対象ロスの分類
稼働率稼働時間 / 計画生産時間稼働時間と停止時間の比率設備故障、段取り替え、材料不足
性能(理想サイクルタイム × 総生産数) / 稼働時間実際の速度と設計速度の比率小停止、低速運転、アイドリング
品質良品数 / 総生産数歩留まり、初回合格率不良、手直し、廃棄、立ち上げ時の不良品
6大ロス(OEEの要素に対応)
ロスOEEの要素例
1. 設備故障稼働率機械の故障、予定外の修理
2. 段取り・段取り替え稼働率製品の切り替え、金型交換、清掃
3. アイドリング・小停止性能センサーの遮断、詰まりの解消、微調整
4. 速度低下性能摩耗や材料が原因で定格速度を下回る運転
5. 工程不良品質工程内の不良品、手直し
6. 立ち上げ時の不良品質暖機中の廃棄、初品の不良
計算例
Planned Production Time: 480 min (8-hour shift)
Downtime (breakdowns + changeover): 60 min
Run Time: 420 min

Ideal Cycle Time: 1 min/unit
Total Units Produced: 380

Good Units: 360
Defective Units: 20

Availability = 420 / 480 = 87.5%
Performance = (1 × 380) / 420 = 90.5%
Quality = 360 / 380 = 94.7%

OEE = 87.5% × 90.5% × 94.7% = 75.0%
診断手順

フェーズ 1:OEEを計算します。各生産ライン/機械ごとに算出します。 フェーズ 2:最も弱い要素を特定します(稼働率、性能、品質)。 フェーズ 3:その要素のロスをパレート分析します(具体的にどのロスが最大か)。 フェーズ 4:最大のロスについて根本原因分析を行います(5 Whys、フィッシュボーン図)。 フェーズ 5:改善し、再測定します。

ベンチマーク
OEEレベル評価典型例
> 85%世界クラストップメーカー
60-85%標準改善の余地あり
40-60%低水準大きなロスがあり、早急な対応が必要
< 40%危機的設備または工程に根本的な問題がある

出力形式

# OEE Report: {Production Line}

## OEE Summary
| Factor | Value | Benchmark | Status |
|--------|-------|-----------|--------|
| Availability | {%} | >90% | 🟢/🟡/🔴 |
| Performance | {%} | >95% | 🟢/🟡/🔴 |
| Quality | {%} | >99% | 🟢/🟡/🔴 |
| **OEE** | **{%}** | **>85%** | 🟢/🟡/🔴 |

## Loss Breakdown
| Loss | Minutes Lost | % of Total Loss | Priority |
|------|-------------|----------------|---------|
| {loss type} | {min} | {%} | 1/2/3 |

## Root Cause (Top Loss)
{5 Whys or fishbone analysis}

## Improvement Plan
| Action | Target Impact | Timeline | Owner |
|--------|-------------|----------|-------|
| {action} | +{X%} OEE | {weeks} | {who} |

注意点

  • OEEは工場全体ではなく、機械ごとに算出します:工場全体のOEEを平均すると、稼働率95%の機械と45%の機械の平均が70%であることが見えなくなります。個別に分析してください。
  • 計画停止時間は除外します:OEEは計画生産時間に対するロスを測定します。計画保全、生産のないシフト、計画停止は分母から除外します。
  • OEE 100%を目標にしないでください:100%とは、段取り替えも不良もなく、常に最高速度で稼働している状態です。100%を追求すると、コストが増加する可能性があります(例:予防保全を一切実施しない)。重要なラインでは85%以上を目標にしてください。
  • 本当の課題はデータ収集です:手作業によるOEEの記録は不正確です。信頼性の高い測定のために、自動データ収集(センサー、MES連携)に投資してください。

参考資料

  • TPM(総合的生産保全)の手法については、references/tpm.mdを参照してください。
  • OEEの自動データ収集については、references/oee-automation.mdを参照してください。

コメント