2. MOM核心运营指标建模

在MOM(制造运营管理)系统中,运营监控的价值不在于“看到数据”,而在于“看到能驱动决策的数据”。指标建模的核心任务,是把现场发生的物理事件(设备停机、产品报废、工单延误)翻译成统一口径、可比较、可追溯的数值信号。本节围绕六个最常用的核心指标展开:OEE、OTD、WIP、FPY、MTBF、MTTR,重点讲清它们的定义边界、计算口径,以及如何映射到具体业务动作。

一、指标建模的三个基本约定

在定义任何指标之前,必须先固定三件事,否则同一名称在不同车间会算出完全不同的结果。

  • 时间基准:所有时间类指标必须声明统计窗口(班次、日、周)和时区/日历。例如OEE按“计划生产时间”计算,而非自然时间。
  • 对象粒度:指标绑定到设备、产线、工单还是产品族。MTBF通常绑定到“可维修单元”,OEE通常绑定到“瓶颈设备或产线”。
  • 数据来源:明确采集点。设备状态来自PLC/SCADA,质量数据来自检验站或MES过站记录,工单进度来自MES报工。
口径不一致是运营指标失效的首要原因。建议在MOM中为每个指标建立“指标字典”:名称、公式、分子分母、时间窗口、数据源、责任人、刷新频率。

二、六大核心指标的定义与计算口径

OEE(设备综合效率)衡量设备在计划生产时间内真正创造价值的时间占比。其标准分解为:

OEE = 时间稼动率 × 性能稼动率 × 良品率
时间稼动率 = 实际运行时间 / 计划生产时间
性能稼动率 = (理论节拍 × 实际产量) / 实际运行时间
良品率 = 良品数 / 实际产量

示例:某注塑机计划生产时间480分钟,故障停机40分钟,换模20分钟,实际运行420分钟;理论节拍30秒/件,实际产出756件;其中报废18件。则时间稼动率=420/480=87.5%,性能稼动率=(0.5×756)/420=90%,良品率=738/756=97.6%,OEE≈76.8%。这个结果说明:损失主要来自换模与故障,而非速度或质量。

OTD(准时交付率)衡量承诺交付日与实际交付日的符合程度。口径必须明确“按订单行还是按订单头”“按承诺日还是按请求日”。常用口径:

OTD = 准时交付订单行数 / 总交付订单行数 × 100%

“准时”的判定通常允许一个提前/延后窗口,例如承诺日当天及提前1天均视为准时。OTD低时,需要下钻到是产能不足、物料短缺还是排程冲突。

WIP(在制品)是某一时刻已投入但未完工的物料数量或工单数量。WIP本身不是“越低越好”,而是要与节拍匹配。常用监控口径包括:WIP数量、WIP周转率、WIP停留时间。WIP过高会掩盖瓶颈、拉长周期;过低则导致设备饥饿。

FPY(一次通过率)衡量产品在首次流转中无需返工、返修即合格的比例:

FPY = 一次合格数 / 投入总数 × 100%

FPY与最终良率的关键区别在于:返工后合格不计入FPY。FPY直接反映过程稳定性,是质量成本的前置信号。

MTBF(平均故障间隔时间)衡量可维修单元两次故障之间的平均运行时间:

MTBF = 累计运行时间 / 故障次数

MTTR(平均修复时间)衡量故障发生后恢复功能的平均耗时:

MTTR = 累计修复时间 / 故障次数

MTBF反映可靠性,MTTR反映维修性。两者结合可推导可用性:A = MTBF / (MTBF + MTTR)。

MOM核心运营指标:数据源 → 计算口径 → 业务映射 数据源层 PLC/SCADA 状态 MES 报工/过站 QMS 检验记录 工单/排程系统 维修工单系统 指标计算层(口径固定) OEE 时间×性能×良品 设备效率 OTD 准时行/总行 交付履约 WIP 在制数量/周转 流动状态 FPY 一次合格/投入 过程质量 MTBF 运行时间/故障数 可靠性 MTTR 修复时间/故障数 维修性 业务映射层(指标 → 动作) OEE↓ → 瓶颈改善 换模优化 / 故障根因 节拍复核 OTD↓ → 交付复盘 产能/物料/排程 承诺日期重审 WIP↑ → 流动诊断 瓶颈识别 / 批量调整 拉动信号校准 FPY↓ → 质量攻关 缺陷模式分析 防错/参数窗口 MTBF/MTTR → 维修策略与备件计划 → 可用性提升

三、指标之间的业务映射关系

六个指标不是孤立的,它们之间存在因果链。OEE下降时,需要区分是MTBF降低(故障变频繁)还是MTTR升高(修复变慢),还是换模等计划外停机增加。FPY下降会直接拉低OEE中的良品率,同时推高返工WIP。WIP异常升高往往先于OTD恶化出现,是交付风险的早期信号。

在MOM中建立这种映射,意味着监控看板不能只显示单指标数值,而要显示“指标—损失类型—责任区域”的关联。例如:OEE损失分解为停机损失、速度损失、质量损失;停机损失再按MTBF/MTTR拆分为可靠性与维修性两类。

四、指标字典与计算示例

为了让指标可落地,建议在MOM中维护一份指标字典。以下是一个可直接参考的字段结构:

指标公式时间窗口数据源责任角色
OEE时间稼动率×性能稼动率×良品率班次/日SCADA+MES+QMS设备主管
OTD准时交付行数/总交付行数周/月工单系统计划主管
WIP在制工单数或物料数实时/日MES生产主管
FPY一次合格数/投入总数班次/日QMS+MES质量工程师
MTBF累计运行时间/故障次数月/季维修工单维修主管
MTTR累计修复时间/故障次数月/季维修工单维修主管
注意:MTBF和MTTR的“故障次数”必须使用同一判定标准。如果一次故障被拆成多个维修工单,或多次小停机被合并,都会导致指标失真。建议在MOM中定义“故障事件”的合并规则,例如同一设备30分钟内重复停机合并为一次事件。

五、从指标到持续优化

指标建模的终点不是报表,而是优化闭环。一个可运行的闭环包括:指标阈值触发 → 损失分解 → 根因定位 → 改善措施 → 效果验证。例如,当某产线OEE连续三天低于75%时,系统自动展开损失瀑布图,定位到换模时间占比最高;随后调取换模SOP与历史视频,识别外部作业未分离的问题;实施SMED改善后,再次计算OEE,确认时间稼动率提升是否达到预期。

同样,MTTR偏高时,应检查备件到位率、维修人员技能矩阵和故障诊断知识库,而不是简单要求“修快点”。FPY偏低时,应优先分析缺陷的集中工序和参数漂移,而非全面加严检验。指标的价值在于把改善资源引导到最关键的损失上。

最后需要强调:所有指标都必须有明确的“反作弊”约束。例如OEE不能通过延长计划生产时间来虚增,OTD不能通过随意修改承诺日期来美化,FPY不能通过把返工品提前剔除来粉饰。口径一旦确定,变更必须走审批并记录版本,否则运营监控将失去可信度。