Wskaźnik OEE – jak obliczać i interpretować wyniki?

1 maja 2023

Szybko zmieniające się otoczenie firm produkcyjnych wymusza na managerach podejmowanie trudnych decyzji dotyczących dalszego rozwoju i działalności firmy. Nie tylko w czasie globalnej epidemii firmy zmuszone są do wprowadzania nowych rozwiązań, aby dopasować się do nieustannie zmieniającej się sytuacji rynkowej. W zależności od branży decyzje mogą dotyczyć ograniczenia obsady do niezbędnego minimum, zwiększenia produkcji czy przestawienia się na produkcję nowych wyrobów, aby lepiej zaspokoić potrzeby zmieniającego się rynku.

Niezależnie od sytuacji przy podejmowaniu tych działań istotną rolę odgrywają informacje o aktualnej sytuacji firmy, a w przypadku firm produkcyjnych, szczególnie ważne są dane dotyczące produktywności czy ogólniej efektywności procesu produkcyjnego. O ile w przypadku małych firm intuicja często wystarcza, to w przypadku średnich i dużych przedsiębiorstw przy podejmowaniu decyzji nie wystarczy obchód po hali i ogólny obraz sytuacji. Niezbędne staje się zbieranie, przetwarzanie i analiza dużej ilości danych pochodzących bezpośrednio z produkcji, aby następnie przedstawić je w postaci wskaźników.

Ilu ludzi wysłać do domu, a ilu wystarczy by realizować bieżące zamówienia? Jakich zasobów potrzebujemy by zwiększyć produkcję i nie przegapić pojawiającej się niszy? Jakie mamy aktualne moce produkcyjne po przezbrojeniu i jaki termin podać klientowi? Jakie są wąskie gardła naszego procesu? Jeżeli na te i inne pytania decydujemy się odpowiedzieć w oparciu o wskaźniki warto wiedzieć o nich więcej. Aby mieć pewność, że kluczowe decyzje z punktu widzenia działalności firmy oparte są na solidnych podstawach, dobrze jest dokładniej się im przyjrzeć oraz zastanowić się co tak naprawdę dzięki nim wiemy.

  • Jak obliczany jest dany wskaźnik?
  • Na jakich danych oparty jest wskaźnik i jak te dane zostały zebrane?
  • Z jakiego okresu pochodzą dane?
  • Czy obecne wskaźniki wystarczają do oceny efektywności procesu?
  • Jak interpretować wyniki?

Spróbujmy odpowiedzieć na powyższe pytania analizując wskaźnik OEE.

Dowiedz się więcej o rozwiązaniu SFC 4FACTORY

Jak obliczana jest wartość OEE? – OEE wzór

Wskaźnik OEE (ang. Overall Equipment Effectiveness) czyli efektywność wykorzystania wyposażenia pozwala
na procentowe ujęcie stopnia wykorzystania parku maszynowego. Jest wskaźnikiem złożonym, przedstawianym jako iloczyn wskaźników dostępności, wykorzystania i jakości. Dostępnych jest wiele różnych interpretacji i sposobów obliczania tego wskaźnika. Aby uniknąć rozbieżności warto oprzeć się np. o dostępną normę ISO 22400-2:

OEE = A*E*Q

gdzie:

  • A – Dostępność (ang. Availability),
  • E – Wydajność (ang. Effectiveness),
  • Q – Jakość (ang. Quality)

Wskaźnik dostępności jest stosunkiem planowanego czasu pracy w danym okresie do rzeczywistego czasu pracy maszyny w tym samym okresie. Wyrażony jest wzorem:

A = APT/PBT

gdzie:

  • APT – Rzeczywisty czas pracy maszyny (ang. Actual Production Time),
  • PBT – Planowany czas pracy maszyny (ang. Planned Busy Time).

Wskaźnik wykorzystania (wydajności) to stosunek normatywnego czasu jednostkowego do rzeczywistego czasu potrzebnego do wykonania 1 szt. wyrobu. Wyrażony jest wzorem:

E = PRI/(APT/PQ) = PRI*PQ/APT

gdzie:

  • PRI – planowany czas jednostkowy (ang. Planned Run time per Item),
  • PQ – ilość wytworzonych wyrobów
  • APT – Rzeczywisty czas pracy maszyny (ang. Actual Production Time).

Wskaźnik jakości to stosunek wyrobów dobrych do ogólnej liczby wyrobów wyprodukowanych w danym okresie. Wyrażony jest wzorem:

QR = GQ/PQ

gdzie:

  • GQ – ilość wyrobów dobrych,
  • PQ – ilość wszystkich wytworzonych wyrobów.

Pomimo powszechności ogólnego wzoru obliczania wskaźnika OEE w praktyce można spotkać różne podejścia do wyznaczania jego wartości oraz interpretacji wyników. Przykładem może być podział na OEE globalne i OEE techniczne. W pierwszym przypadku planowany czas pracy maszyny (PBT) nie uwzględnia planu produkcji i wynikającego z niego obciążenia. W drugim przypadku PBT wyznaczany jest w oparciu o istniejący plan produkcyjny. Niezależnie od wybranego podejścia, do wyznaczenia wartości wskaźnika potrzebne są konkretne dane produkcyjne, a poprawność wskaźnika w dużej mierze zależy od poprawności zebranych danych.

Wreszcie sztuczna inteligencja wkracza również do hal produkcyjnych – rusza nabór do drugiego etapu projektu PMSA 4FACTORY.
Nawet dwukrotny spadek awaryjności maszyn i znaczny wzrost efektywności produkcji, to tylko niektóre zalety naszego rozwiązania. Jeśli chcesz sprawdzić w jaki sposób w Twojej firmie można zastosować mechanizmy działania Netflix i Twittera, kliknij banner poniżej.

pmsa

Gromadzenie danych produkcyjnych

Istotną kwestią przy wyznaczeniu i analizie wskaźników efektywności jest określenie źródła danych oraz sposobu ich gromadzenia. Nieodpowiednio zebrane dane, oraz dodatkowy czas potrzebny na ich pozyskanie mogą zafałszować końcowy wynik. Dodatkowo, w wielu firmach produkcyjnych systemy premiowania pracowników w dużej mierze opierają się na wartościach wyznaczonych wskaźników, co sprawia, że transparentność zasad ich obliczania i przejrzystość procesu zbierania danych staje się bardzo ważnym elementem budowania motywacji i zaangażowania załogi. Dobrze jest, jeżeli każdy pracownik niezależnie od stanowiska ma możliwość zrozumienia sposobu obliczania wskaźników oraz wie skąd pochodzą dane do ich wyznaczania.

Obecnie automatyzacja procesu pozyskiwania danych produkcyjnych jest standardem w dużych i w większości średnich przedsiębiorstw w Polsce. Na rynku dostępnych jest wiele rozwiązań pozwalających na wprowadzanie w czasie rzeczywistym danych przez pracowników produkcyjnych za pomocą czytników kodów kreskowych lub odpowiednio skonfigurowanych terminali dotykowych. Dynamicznie rozwijający się obszar internetu rzeczy (IoT) i koncepcji Przemysłu 4.0 sprawia, że coraz częściej można też spotkać rozwiązania opierające się na pozyskiwaniu danych bezpośrednio z maszyn za pomocą odpowiednio zaprogramowanych czujników.

Z punktu widzenia poprawności wyznaczenia wskaźników efektywności produkcji korzyści wynikające z takich rozwiązań to:

  • Ograniczenie czasu potrzebnego do wprowadzenia danych,
  • Jednoznaczność wprowadzonych danych (kto, co, gdzie, kiedy),
  • Ograniczenie błędów podczas wprowadzania danych,
  • Dostępność danych w czasie rzeczywistym,
  • Możliwość automatycznego obliczania wskaźników efektywności produkcji (KPI)

Pracownicy dużo łatwiej utożsamiają się z celami firmy (wyrażonymi często za pomocą wskaźników KPI) gdy widzą bezpośrednie przełożenie własnej pracy na bieżącą wartość danego wskaźnika. Gdy zasady obliczania wskaźników oraz sposoby pozyskiwania danych są powszechnie znane pracownicy częściej angażują się w działania mające na celu optymalizację procesu i w konsekwencji poprawę wartości danych wskaźników. Dodatkowo udostępnianie wartości wskaźników w czasie rzeczywistym pozwala szybko zauważyć błędy pojawiające się na etapie wprowadzania danych i w uzasadnionym przypadku dokonać odpowiedniej korekty.

Jakich danych potrzebujemy do obliczenia współczynnika OEE?

Zgodnie ze wzorem OEE jest ilorazem trzech wskaźników podstawowych: Dostępności, Wydajności i Jakości. Do ich wyznaczenia wykorzystywane są dane dotyczące planowanego oraz rzeczywistego czasu pracy maszyn, ilości wyprodukowanych wyrobów oraz czasy normatywne poszczególnych operacji.

Planowany czas pracy maszyny jest uzależniony od przyjętego sposobu obliczania OEE. Do wyznaczenia OEE globalnego podstawą jest tzw. czas zamówiony, który jest równy zakładanemu kalendarzowi pracy maszyny (dla 1 zmiany wynosi 8h). W tym przypadku postój maszyny wynikający z braku zamówień jest uznawany za stratę. W celu automatycznego obliczenia wskaźnika czas ten może pochodzić ze zdefiniowanego w systemie (np. SFC 4FACTORY) kalendarza pracy maszyny. W celu wyznaczania OEE technicznego za czas planowany nazywany w tym przypadku czasem operacyjnym przyjmujemy wartość wynikającą z planu produkcyjnego. Czas ten może być automatycznie pobierany do obliczeń bezpośrednio z systemu do zaawansowanego planowania produkcji (APS).

Rzeczywisty czas pracy to efektywny czas pracy wykorzystania maszyn czyli suma aktywności na zleceniach. Czas ten może być rejestrowany przez pracowników w systemie (np. SFC 4FACTORY) i pobierany automatycznie do obliczenia wskaźników. W przypadku oczekiwanej większej dokładności pomiarów i uwzględnieniu również mikro przestojów maszyn warto skorzystać z modułu IoT i pobierać dane automatycznie za pomocą sygnałów wysyłanych bezpośrednio z maszyn za pośrednictwem odpowiednio skonfigurowanych czujników PLC.

Wskaźniki rosną albo spadają – analiza danych kluczem do sukcesu

Po zebraniu danych niezbędnych do obliczenia wskaźnika OEE kolejnym krokiem jest odpowiednia analiza oraz prezentacja danych. Pomimo bardzo dużych możliwości pozyskiwania informacji pochodzących bezpośrednio z procesu produkcyjnego za pomocą systemów do rejestracji czasu pracy (np. SFC 4FACTORY,  IOT 4FACTORY) nie musi się to przekładać na wartość dodaną w postaci wiedzy o naszych procesach. Suche dane same w sobie bez odpowiedniej analizy nie dostarczają wystarczających informacji do podejmowania właściwych decyzji. Aby prawidłowo zinterpretować duże ilości danych należy je uporządkować oraz poddać odpowiedniej analizie, tak aby odróżnić szumy od sygnałów. Każdy proces produkcyjny charakteryzuje się pewną naturalną zmiennością i nie zawsze chwilowe pogorszenie się danego wskaźnika świadczy o problemie na hali. Z drugiej strony istotny problem w konkretnym obszarze może zostać ukryty w wyliczonej średniej. Aby, uniknąć konieczności reagowania na każdą chwilową zmienność danych warto analizować wskaźniki w czasie, analizując trend oraz średnie odchylenia od specyfikacji lub ustalonego celu. Dodatkowo warto też, analizować wskaźniki nie tylko globalnie ale także z dokładnością do wydziału, gniazda i konkretnej maszyny. Takich możliwości dostarczają odpowiednio skonfigurowane systemy BI (Business Intelligence). Umożliwiają one wydobywanie wiedzy z dużej ilości pozyskanych danych oraz oferują możliwość przekształcania i analizy danych, tak aby możliwie szybko można było dotrzeć do źródła problemu. Połączenie programu do rejestracji czasu pracy z modułem BI pozwala na zaprojektowanie dashboard-ów, na których w czasie rzeczywistym możemy monitorować wskaźniki KPI oraz analizować dane z różnych okresów z dokładnością do pojedynczej maszyny.

tablica wskaźników efektywności produkcji

Przeczytaj również: JIDOKA – jeden z filarów Toyota Production System (TPS)

Czego nie mówi nam wskaźnik OEE?

OEE z definicji jest wskaźnikiem dotyczącym efektywności wyposażenia. Analizując wartość wskaźnika dla poszczególnych maszyn możemy określić czas pracy każdej z nich oraz wskazać obszary i procesy o dużym potencjale poprawy, aby zaplanować działania optymalizacyjne w miejscach, które najbardziej tego wymagają. W przypadku w pełni zautomatyzowanej produkcji maksymalne wykorzystanie parku maszynowego może być głównym i wystarczającym miernikiem efektywności procesu produkcyjnego.
W praktyce większość procesów nie jest w pełni zautomatyzowana i ważną rolę w określeniu efektywności produkcji odgrywa także wydajność pracowników. W przypadku maszyn pracujących samodzielnie, gdzie rola operatora ogranicza się do ustawienia, włączenia i przezbrojenia maszyny OEE także może okazać się niewystarczającym miernikiem efektywności procesu. Wskaźnik OEE niewiele nam mówi o dostępności i wydajności pracy pracowników produkcyjnych. Jeżeli wydajność załogi odgrywa istotną rolę w kosztach wytworzenia warto rozważyć wprowadzenie dodatkowego współczynnika. Wskaźnik ogólnej efektywności pracy OLE (Overall Labor Effectiveness), który może być alternatywą bądź uzupełnieniem wskaźnika OEE jest wyznaczany analogicznie do OEE z tą różnicą, że dostępność i wydajność maszyn jest zastąpiona dostępnością i wydajnością pracowników. Pomocne przy określeniu efektywności dyskretnych i małoseryjnych procesów produkcyjnych mogą okazać się także wskaźnik rzeczywistej produktywności PA (ang. Productivity Actual) oraz współczynnik wydajności PER (ang. Performance Efficiency Rate).

Niezależnie od stosowanych wskaźników KPI, warto zautomatyzować proces ich wyznaczania opierając wyliczenia na danych pochodzących bezpośrednio z produkcji w czasie rzeczywistym. Pozwala to na bieżące monitorowanie wahań mierzonych wskaźników i szybką reakcję na zaburzenia występujące w każdym procesie produkcyjnym. Przy wyborze odpowiedniego systemu do raportowania czasu produkcji warto zwrócić uwagę na możliwość rejestrowania aktywności zarówno maszyn jak i pracowników, a także możliwość wprowadzania danych w sposób automatyczny bezpośrednio z maszyn (IoT) co w nieodległej przyszłości stanie się standardem i otworzy nowe możliwości poprawy efektywności procesów i wykorzystania sztucznej inteligencji (AI) przy podejmowaniu decyzji dotyczących m.in. ustawienia optymalnych parametrów pracy maszyn w oparciu o aktualne dane pochodzące bezpośrednio z procesu produkcyjnego. Systemy klasy BI (Business Intelligence) dają duże możliwości agregacji i prezentacji danych w postaci dynamicznych wykresów co w dobie coraz bardziej popularnej koncepcji Przemysłu 4.0 staje się nieodzownym elementem wspierającym podejmowanie decyzji w obszarze zarządzania produkcją. Połączenie systemów klasy MES z systemami BI może znacząco wpłynąć na zdobycie przewagi rynkowej i wspomóc szybkie dostosowywanie się firm produkcyjnych do zmieniającego się otoczenia.

Przeczytaj również: MTTF, MTBF i MTTR – czy warto „poświęcać” czas na mierzenie tych wskaźników?

Jeżeli nadal czytasz ten artykuł może to oznaczać, że widzisz potrzebę rozwoju swojej organizacji, a szansy na to upatrujesz m.in. we wdrożeniu systemów IT dedykowanych dla produkcji. Rodzina produktów DSR 4FACTORY została zaprojektowana tak, aby wspomóc firmy produkcyjne w realizacji celów biznesowych niezależnie od wielkości i rodzaju produkcji. Elastyczne rozwiązania i wieloletnie doświadczenie naszych pracowników pozwolą na dopasowanie odpowiednich rozwiązań do Twoich potrzeb. Moduł SFC 4FACTORY pozwala na rejestrację czasu pracy pracowników oraz maszyn, a także na raportowanie ilości wykonanych z dokładnością do pojedynczej operacji. Moduł IOT 4FACTORY pozwala na rejestrację i analizę dużej ilości danych na podstawie sygnałów pochodzących bezpośrednio z maszyn za pomocą czujników PLC. Oba moduły są w pełni kompatybilne z programem Power BI co pozwala na automatyczne wyliczanie wskaźników KPI i bieżące monitorowanie ich wartości.

Więcej informacji dot. rozwiązań SFC 4FACTORY i IOT 4FACTORY znajdą Państwo tutaj: https://www.4factory.com/pl/

Autor: Adam Szafrański

Przeczytaj także:

Jak prawidłowo zorganizować miejsca pracy czyli zasady 5S w przedsiębiorstwach?

Dlaczego harmonogramowanie jest tak krytyczne?

ERP i CRM. Co to jest? Jakie są kluczowe różnice i korzyści?

Dziesięć mitów o harmonogramowaniu przy ograniczonych zasobach

Fazy zasady Pareto i metodologia w harmonogramowaniu produkcji

Dziesięć najczęstszych błędów popełnianych przy wdrażaniu systemów harmonogramowania i sposoby ich unikania

Inteligentne przedsiębiorstwo – czyli jakie?

Planowanie produkcji a Excel

Rozwiązywanie konfliktów 

Systemem klasy ERP 

Pareto

DSR