3. OEE基线测量与现状分析

OEE改善项目最容易失败的地方，不是改善方案不够好，而是基线本身不可信。如果基线偏高，改善空间被压缩，团队看不到成果；如果基线偏低，改善收益被虚增，财务和客户无法认可。因此，基线测量不是"先随便取个数"，而是一次有明确口径、有数据清洗、有分层拆解、有优先级排序的工程化分析过程。本节围绕四个动作展开：定口径、洗数据、做分层、排优先级。

一、基线测量：先定口径，再取数

OEE = 时间开动率 × 性能开动率 × 合格品率。三个因子各自的分母、分子必须先写清楚，否则不同人算出的基线可能相差十几个百分点。基线测量前必须锁定以下口径：

• 计划生产时间：从日历时间中扣除计划停机（班前会、计划保养、无排产、法定休息）。是否扣除"计划换型"是关键分歧点，建议基线阶段将计划换型计入计划停机，非计划换型计入停机损失。
• 实际生产时间：计划生产时间减去非计划停机（故障、缺料、等待、非计划换型）。
• 理论节拍：以设备铭牌速度或工艺标准节拍为准，不能用工人的实际速度反推，否则性能开动率会被人为拉高。
• 合格品判定：以一次通过（FPY）为准，返工后合格不计入合格品，否则合格品率虚高。

取数周期建议不少于连续4周，覆盖至少一个完整的排产循环，避免用"最好的一周"或"最差的一周"作为基线。数据来源优先顺序为：设备PLC/SCADA自动采集 > MES工单记录 > 人工点检表。若只能人工记录，必须明确记录频次（建议每2小时一次）和责任人。

二、数据清洗：把"脏数据"挡在基线之外

原始数据常见四类问题：停机原因缺失、时间戳重叠、产量与工单不匹配、异常极值。清洗规则应固化为可复用的脚本或表单，而不是靠人逐条判断。典型清洗动作包括：

• 缺失停机原因：占比超过5%的班次，该班次数据不纳入基线，标记为"待补录"。
• 时间戳重叠：同一设备同一时刻出现两条停机记录，按"取长舍短"合并，避免重复扣减。
• 产量异常：单班产量超过理论产能110%或低于30%，触发复核，确认是计数错误还是真实异常。
• 跨班次工单：按实际生产时间比例拆分到对应班次，避免班次对比失真。

三、分层分析：从设备到产品，逐层定位损失

整体OEE只是一个结果数字，真正能指导改善的是分层后的损失分布。建议按四个维度逐层下钻：

• 设备层：识别瓶颈设备与低OEE设备，通常20%的设备贡献了60%以上的损失。
• 产线层：对比线体间OEE差异，判断是单机问题还是线平衡问题。
• 班次层：对比早/中/晚班，识别换型、交接班、夜班管理带来的系统性差异。
• 产品层：对比不同产品型号的OEE，识别"低节拍、高换型、高不良"的难做产品。

分层不是四个维度各做一次就结束，而是交叉下钻。例如：A线晚班生产X型号时OEE仅52%，而A线早班生产同型号为78%，差异26个百分点，问题大概率出在班次管理而非产品本身。这种交叉定位，才是分层分析的价值所在。

四、帕累托损失排序与改善优先级

分层分析得到的是"哪里差"，帕累托分析要回答的是"先改哪个"。做法是把所有损失按时间（分钟）从大到小排列，计算累计占比，通常前2～3项损失会占到总损失的70%以上。以某机加工线四周基线数据为例（示例数据，用于说明方法）：

前三项累计71.4%，是改善的主战场。但帕累托排序不能只看损失大小，还要叠加三个判断维度：改善难度（技术可行性、停机窗口）、改善收益（预计可回收的OEE百分点）、投入成本（人力、备件、改造费用）。建议用"收益/难度"四象限做优先级决策：

• 高收益、低难度：立即执行。如换型SOP标准化、小停机点检清单。
• 高收益、高难度：立项攻关。如瓶颈设备大修、产线平衡改造。
• 低收益、低难度：顺手改善。如标识优化、交接班表单简化。
• 低收益、高难度：暂缓或放弃，避免消耗改善资源。

五、基线分析交付物

完成上述四步后，应形成一份可被审计的基线分析包，至少包含：基线口径说明书（含计划时间、节拍、合格品定义）、清洗前后数据对照表、四维分层OEE汇总表、帕累托损失排序表、改善优先级矩阵、基线版本号与生效日期。这份分析包是后续改善立项、收益核算和复盘验证的共同起点，也是OEE项目管理从"感觉在改善"走向"用数据说话"的关键一步。