mfg-oee-analysis

OEE 分析

框架

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.

三个因素

因素	公式	衡量内容	损失类别
可用率	运行时间 / 计划生产时间	开机时间与停机时间之比	设备故障、换型、物料短缺
性能	（理想周期时间 × 总产量）/ 运行时间	实际速度与设计速度之比	短暂停机、低速运行、空转
质量	合格品数量 / 总产量	良率、一次合格率	缺陷、返工、废品、启动废品

六大损失（映射到 OEE 因素）

损失	OEE 因素	示例
1. 设备故障	可用率	机器故障、计划外维修
2. 设置与换型	可用率	产品换型、更换模具、清洁
3. 空转与短暂停机	性能	传感器堵塞、清除卡料、小幅调整
4. 降速	性能	因磨损或物料问题而低于额定速度运行
5. 过程缺陷	质量	过程中产生的不合格品、返工
6. 启动废品	质量	预热期间产生的废品、首件检验不合格

计算示例

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%

诊断步骤

阶段 1：计算 OEE，针对每条生产线或每台机器 阶段 2：找出最薄弱的因素（可用率、性能或质量） 阶段 3：对该因素中的损失进行帕累托分析（哪项具体损失最大？） 阶段 4：对最大损失进行根因分析（5 个为什么、鱼骨图） 阶段 5：改进并重新测量

基准

OEE 水平	评级	典型情况
> 85%	世界级	顶尖制造商
60-85%	典型	有改进空间
40-60%	偏低	损失显著，需要紧急采取行动
< 40%	严重	设备或流程存在根本性问题

输出格式

# 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} |

注意事项

• OEE 针对单台机器，而非整个工厂：工厂级 OEE 平均值会掩盖单台机器 95%、另一台 45% 的情况，二者平均为 70%。应逐台分析。
• 计划停机时间不计入：OEE 衡量的是相对于计划生产时间的损失。计划维护、无生产的班次和计划停产不计入分母。
• 目标不是 100% OEE：这意味着换型次数为零、缺陷为零，并且始终以最高速度运行。追求 100% 可能会增加成本（例如，完全不做预防性维护）。关键生产线的目标应为 85% 以上。
• 数据采集才是真正的挑战：人工跟踪 OEE 并不准确。应投资自动化数据采集（传感器、MES 集成），以确保测量可靠。

参考资料

• TPM（全面生产维护）方法论，请参阅 references/tpm.md
• 自动化 OEE 数据采集，请参阅 references/oee-automation.md