在全体设备效率(OEE)出现之前，人们通过可用率或者停工时间来监测设备性能。当意识到面对同一台设备，在不同时期，有相同的运行时间，有相同的停工时间，但生产产能却不同时，这种方法就不是那么有效了。
例如：如果一条生产线被测量的性能是在100个小时内，它有一次停工，停工时间是10个小时，那么可用率是90%，停工率是10%。如果同样这条线在另外的100个小时内，每10个小时有一个次停工，每次停工1小时（总共10个小时停工），那么可用率还是90%，停工率也是10%。
但是，在比较生产出来的产品数量时，在大多数情况下，第一种情况（只有一次停工的情况）都会多过第二情况（有10次停工的情况）。这种逻辑是十分简单的。每次意外停工，从重启机器到第一件合格品之前，非常可能，造成各种质量损失，清理需要，材料需要再次被加工，让其达到标准或直接报废。另外，从重启机器到加速至正常速度状态，这区间也极有可能造成了速度损失。
这是OEE被开发出来的原因。这是第一次你可以测量设备效率处于什么水平，最终目的是生产尽可能多的合格产品，同时最小化损失。
Nakajima 写道：全体设备效率可以利用以下公式来计算：
全体设备效率（OEE）= 可用率 X 表现性 X 质量指数
对于影响全体设备效率的各种损失列明如下：
可用率 | 表现性 | 质量指数 |
· 停工损失 · 生产准备&调试损失 · 其它 | · 怠速&较小停顿损失 · 速度损失 | · 质量瑕疵&返工损失 · 启动时不合格品损失 |
在最近的相关文献中，OEE损失模型，在可用率上的损失，已扩展至包括计划内停机时间了。
哪些地方做得不好 ?
速度损失是一个很好的开始点。这也是很多人面临损失的地方。Nakajima解释了速度损失：‘提升实际操作速度到设备设计的速度；然后改善，超过设计速度’。这样的速度被他称为理想速度或理想周期时间。理想速度与实际运行速度之间的差距是速度损失。
在后来的日本工厂维护协会出版物中（例如Tokutaro Suzuki的《TPM in Process Industries》（流程工业中的TPM），我们发现这种速度被称为标准率，尽管它的意思接近于‘标准生产率等同于一个工厂的设计产能，它是一个具体的工厂的本质产能（内在的或真实的）’。
没有找出真正的理想（或理论）生产线速度，一些公司和顾问使用标准或预计速度去运算。这样做就忽视了OEE是帮助生产基地达到世界级性能的真正目的，而不是达到平均或标准性能。
因为如此，我们研究出了3种理想速度的含义。这种理想速度是帮助企业建立通往世界级性能的速度损失的相关目标。
2. 在短时间的抽样速度测量（例如10分钟），理想速度是可以通过最好的操作员，最好的供应，最好的环境条件和最好设备状况（还未到设备的极限“红线区”）来达到的。
3. 移除任何的特别原因，每天或每周实际设备速度运行表上的控制上限（至少收集15个数据）。
0EE 计算中关于速度和比率的要点：
不要混淆用于定价或生产计划的理想速度与用来协助改善的理想速度
例如，在计划生产时，你需要一个比率去让生产计划员对客户作一个可行的货期承落。这样的比率通常称为预算率或主生产计划率。这个比率是允许一些损失，像生产准备时间，劳动力低效，过去不良操作等等以确保可以兑现给客户的承诺。
我们见证了很多比率被误用后，导致令人头痛的案例。例如：一些工厂选用一年中最好的5个班次的生产表现作为最佳生产率（理想速度），当改善效率进展很大时，导致总体性能比率超过100%。在这种情况下，工厂会重新选用另外的最佳生产率（理想速度），因为计算公式中原来的数字改变（理想速度改变），导致接下来OEE下降了。当绩效制度与OEE表现挂钩时，这种情况将可能产生更不利的后果。
OEE 的真正目的是什么？
OEE开发出来，作为一个改善的 ‘驱动器’，而不是一个用于设备与设备之间，企业与企业之前的性能比较
它是提供给每一个人一个简单指标或监控器去检测每周可以分配在正式持续改善上的时间，去支持TPM核心的生产区域小组改善活动，例如“操作员设备管理”活动或日本工厂维护协会称之为“操作员自主维护”。
TPM之旅启程 当一个工厂开始TPM之旅时，我们推荐先组成跨职能改善团队，着重对生产线重要瓶颈的改善。每个跨职能团队为期3个月，每周会议一次，一次半个小时。首先，他们需要了解所有对OEE性能产生影响的变量，再利用高级OEE计算法，来进行详细的OEE分析，连续地记录生产数据，监测系统，最重要是有几个OEE观察点。 为了更好地明白改善问题，我们会让团队去开始进行足够的改善活动去提升OEE 10%至20%。一旦达到这个目标，就到了成立生产区域团队的时候。当OEE提升时，意味着生产效率提升，可以缩短生产时间，那多余出来的时间，可以用于暂停生产线（例如，分配所提升的OEE性能的5%去暂停生产线），让其团队可以进行定期改善活动去整理他们的工作区域，然后开始操作员设备管理，其目的让他们能够在最早时间发现设备问题。 随着进一步有目标的跨职能团队活动，将逐步提升生产线性能到最好状态。对生产线的生产人员或管理人员来说，OEE变成一个主要监测工具，它决定是否能够分配正常生产时间去进行每周生产区域团队TPM 活动。 |
改善的驱动器
我们发现OEE性能是非常依赖于业务需要的。例如，一个生产基地的一条生产线可能与另一个生产基地相同的生产线有着非常不同的OEE性能，但是这两条生产线都可以是‘最好性能’表现。让我们来解释这种现象：只用全体设备性能模型中列明的7种损失中的一种生产准备时间停工。
生产准备时间停工。这通常解释为在完成上个生产中的最后一个产品到生产下一个新产品的时间。如果你希望去比较两条线的OEE, 那么你需要确保这两条线有相同生产准备需要次数或换线次数，相同运行长度（从准备到批量生产的生产数量相同）。除非你有专用生产线（不需要换线去为新产品生产做准备），生产线每天运行时间相同，例如：一天8小时，一周5天，这样每天开始生产的时间也相同，否则不管生产小组的人员是多么优秀，这两条生产线的OEE性能表现不会是一样的。
监测正式持续改善
对OEE的定义应该确保OEE性能高低是100%与生产线或生产工厂的合格品相关。换而言之，如果OEE提升10%，那么你就应该多生产10%的合格品或当产量不变时，其生产时间应节省10%。
依据这100%的相关性原则， OEE检测可以被用于对生产区域小组的正式改善时间的决策支持。基于这种理解，如果OEE性能下降，那么可能无法按时完成每周的生产目标。在某种情况下，为了优先确保准时完成客人订单，我们需要暂停每周TPM 活动，例如，暂停清洁设备，检查设备瑕疵，查找不合格品原因的活动。
如果OEE不应该用于比较，那么OEE的用处在什么地方？
像先前提到， OEE是一个改善驱动器。你需要决定你的7种损失的改善目标是什么？这个目标也可以细分成一条生产线的几个部分，例如装料机，标签机，包装机，码垛机等等。我们研究开发出来协助改善进程的这个工具是OEE改善矩阵，它通常参与第1级和第2级OEE分析。
OEE改善矩阵有几个目的，通常一条生产线或一个工厂的OEE改善矩阵每12个月更新一次，这样做是留足时间去比较改善结果与之前预测成绩，规划接下来12个月的计划，以及认识到解决因技术和人员问题造成OEE损失的需要。
使用OEE改善矩阵有很多系统性的步骤，最重要的是一致同意对每种损失改善的假设。例如， Coopers Brewery啤酒公司，在过去7年时间，他们利用OEE改善矩阵，每年对装瓶线OEE进行分析，从分析的结果中，他们已提升了超过一倍的产量。在2008年，他们针对计划停工和生产准备停工使用了以下计划假设：
计划停工时间: | 允许每周每班（共2个班次）2小时用于操作员设备管理活动。在此期间，大部份自主维护工作可以被完成，余下的维护将在非生产时间内完成（大部分是在周末）。这样生产线可以继续运行，计划停工时间= 每周生产时间的5% |
换线生产准备时间 |
OEE改善矩阵的步骤可以分为以下几个小点：
1. 使用高级OEE公式，创建前6周OEE性能基数
2. 进行详细的OEE分析，尽可能让该区域的所有人员参与，去确定目前的OEE状况
3. 基于业务需要和每种损失的最好成绩去建立一个目标假设（在一旦成功完成操作员设备管理/操作员自主维护TPM7步骤之后，建立一个3年计划去实现目标）
4. 建立一年可行性目标
5. 确定和确诊每种损失的原因和将它们分类成技术性或人员性问题
6. 基于达成一致的假设，确定每种损失的成本影响
7. 建立接下来12个月的行动计划，这个计划需与5年大计划衔接
基于业务要求，确定目前性能与将要达到的目标性能之间的差异。接下来需要有能力在规定时间内去减少这种差异。如果有必要，这个过程是可以监测和比较的。例如：如果要在3年内达到目标性能，那么在每一年内需要实现50%的改善。不管目前的数据是什么，通过比较，可以知道改善效果完成的情况。
技术性 VS 人员性OEE损失 例如：一台机器上的一个弹簧坏了，导致生产出不良品。理想情况下，弹簧坏了，机器立即停止运作。在这种情况下，这是一个技术问题（弹簧磨损或弹簧不合适工作需要）。这个问题可以被维修人员或一个跨职能团队小组里的机器负责人，生产操作人员，维修人员解决。 但是，我们可能会有另外一种情况： 当弹簧坏了的时候，机器没有自动停止生产（可能老式机器没有安装问题感应器），而是继续生产不良品。当发现不良品时，开始寻找问题的原因，这样可能要花好一会儿时间才能找到弹簧的原因。这是一个人员性损失的例子——确定问题和原因的时间。 TPM的目的是让操作员能明白设备的功能（如弹簧的功能）和了解在什么情况下，会产生不良品（坏了的弹簧将会造成哪种不良品）。除非当弹簧坏了时，机器自动停下来后的技术解决方法是快速的和花费较少的，否则需要通过生产区域团队TPM活动中操作员设备管理（或操作员自主维护）来解决人员性损失问题。 |
生产率和OEE的挑战
OEE往往不考虑任何一条生产线的人员配备水平的变化，除非它们关系到理想速度，例如，有4人，我们产品是每小时生产X个，而有5人，我们可以每小时产生X+ Y个。因此，根据人手水平，在计算OEE时，应相应改变其理想速度。
我们已见证过在很多情况下，由于设备或材料问题，造成OEE性能差，因此会调来额外的人员（通常是临时工）来协助，然而，在OEE性能图表上却没有表现出来。
因此，OEE应该链接到商定的直接劳动力或者生产力（每人每小时产出），它们应该同时与OEE性能一起被监测——这个做法几乎很少在生产基地或比较OEE性能基准中看到。
总结
如果使用得当，OEE是一个功能强大的改善工具。常常被误导的管理人员一直在寻找他们可以集中运用的简单测量工具，以便他们比较性能。然而，在现实中，没有一个测量工具能概括全局。一套性能测量工具需要与生产基地的主要成功指标结合起来，去寻找所有生产中的改善机会。 OEE性能（着重生产工厂&设备）和生产周期长短（着重流程）是进行改善的驱动器，而不是用于不同工厂之间的性能比较。
更多信息，请联系CTPM Australasia公司，QQ2258299741, Skype#:ctpmaustralasia1, 电邮:ctpm_china@ctpm.org.au
浙公网安备 33010802003509号
杭州讲师网络科技有限公司
