3. 设备综合效率OEE与故障损失分析

设备综合效率(Overall Equipment Effectiveness,OEE)是TPM衡量设备实际产出能力与理论最大产出能力差距的核心指标。它把设备损失拆解为可量化、可追踪、可改善的三个维度:时间开动率、性能开动率和合格品率。理解OEE的关键不在于记住公式,而在于理解每个因子背后对应哪一类损失,以及这些损失在现场如何被采集和还原。

一、OEE的计算逻辑

OEE的基本表达式为:

OEE = 时间开动率 × 性能开动率 × 合格品率

时间开动率 = 实际运行时间 / 计划生产时间
性能开动率 = (理论节拍 × 加工数量) / 实际运行时间
合格品率   = 合格品数量 / 加工数量

其中,计划生产时间通常由班次时间扣除计划停机(如计划保养、休息、无订单待机)得到。实际运行时间则是计划生产时间再扣除故障停机、换型调整、等待等非计划停机后的时间。性能开动率反映的是设备在运行状态下是否达到了设计节拍,小停机、速度降低、空转都会拉低该值。合格品率则扣除不良与返工损失。

举例说明:某班次计划生产时间为480分钟,计划保养与休息合计30分钟,则计划生产时间为450分钟。设备因故障停机25分钟、换型调整20分钟,实际运行时间为405分钟,时间开动率约为90%。若该产品理论节拍为30秒/件,实际加工数量为760件,则理论加工时间为380分钟,性能开动率约为93.8%。若其中合格品为741件,合格品率约为97.5%。三者相乘,OEE约为82.3%。这个结果说明设备虽然大部分时间在运行,但速度损失和不良损失仍造成了近18%的产能流失。

二、七大损失与OEE因子的对应关系

TPM将设备损失归纳为七大类别,它们并非孤立存在,而是分别作用于OEE的三个因子:

  • 故障停机损失:突发故障或慢性故障导致设备停止,直接降低时间开动率。
  • 换型与调整损失:产品切换、模具更换、参数调整造成的停机,同样计入时间开动率损失。
  • 刀具更换损失:刀具寿命到期或异常磨损引起的更换停机,属于时间损失。
  • 暖机与启动损失:设备启动后到稳定产出之间的等待与试加工,影响时间与性能。
  • 小停机与空转损失:卡料、传感器误触发、短暂停顿等,单次时间短但频次高,主要拉低性能开动率。
  • 速度降低损失:设备实际运行速度低于设计节拍,或为保质量主动降速,直接反映在性能开动率上。
  • 不良与返工损失:加工出不合格品或需要返修,降低合格品率。

前四类通常表现为“设备停了多久”,后三类则表现为“设备在跑但没跑好”。现场分析时,若只统计停机时间,往往会忽略速度损失和小停机,导致OEE被高估。

OEE三因子与七大损失对应关系 OEE = 时间开动率 × 性能开动率 × 合格品率 时间开动率 实际运行时间 / 计划生产时间 性能开动率 理论节拍×数量 / 实际运行时间 合格品率 合格品数量 / 加工数量 停机类损失 ① 故障停机损失 ② 换型与调整损失 ③ 刀具更换损失 ④ 暖机与启动损失 运行类损失 ⑤ 小停机与空转损失 ⑥ 速度降低损失 (频次高、单次短) (易被漏记) 质量类损失 ⑦ 不良与返工损失 (含报废、返修、降级) 改善优先级:先消除停机类损失(恢复时间),再压缩运行类损失(提升速度),最后稳定质量类损失(减少不良) 数据采集需同时覆盖停机时间、节拍/数量、不良数量三类信号,缺一不可

三、故障停机损失与速度损失的区分

故障停机损失与速度损失是现场最容易混淆的两类损失。故障停机损失的特征是设备完全停止,时间可被直接记录,通常由维修工单或停机记录仪采集。速度损失则发生在设备运行过程中,表现为实际节拍慢于理论节拍,或设备出现短暂停顿但未完全停机。

区分二者的实操方法是:先确认设备是否处于“有产出”状态。若设备完全停止且无产出,计入停机损失;若设备仍在产出但单位时间产出低于理论值,则计入速度损失。对于小停机,虽然单次停止时间可能只有几秒到几十秒,但若频次高,累计时间可能超过一次大故障。因此,采集时不能只记录“大停机”,还要通过PLC信号或操作员记录捕捉短停事件。

速度损失的计算需要明确理论节拍。理论节拍通常来自设备设计规格或工艺标准,不能随意用“历史最快速度”代替。若理论节拍本身不准确,性能开动率就会失真。建议在设备验收或工艺定型时固化理论节拍,并在变更时同步更新。

四、数据采集方法

OEE数据采集有三种典型方式,各有适用场景:

  • 人工记录:操作员在纸质或电子表单上记录停机起止时间、原因、加工数量和不良数量。适合设备未联网、损失频次较低的场景,但依赖责任心,容易漏记小停机。
  • 设备信号采集:通过PLC、传感器或设备控制器读取运行/停止信号、计数信号和报警信号,自动计算运行时间和加工数量。适合自动化程度较高的设备,数据客观,但需要定义信号与损失类别的映射关系。
  • 混合采集:自动采集时间与数量,人工补充停机原因和不良分类。这是多数工厂的务实选择,既保证数据量,又保留原因分析的颗粒度。

无论采用哪种方式,采集前必须统一口径:计划生产时间如何界定、理论节拍取多少、不良是否包含返工、换型时间是否计入计划停机。口径不一致,OEE就没有横向可比性。

五、损失结构分析案例

假设某机加工车间对一台CNC设备进行连续一周的OEE跟踪,采集到以下示例数据(为教学假设,非实测):

损失类别累计时间/数量占计划生产时间比例
计划生产时间2700分钟—
故障停机135分钟5.0%
换型调整108分钟4.0%
小停机与空转81分钟3.0%
速度降低等效时间162分钟6.0%
不良与返工等效时间54分钟2.0%

根据上述数据,时间开动率约为91%,性能开动率约为90.7%,合格品率约为98%,OEE约为80.9%。从损失结构看,速度降低等效时间占比最高,达到6%,说明设备虽然很少完全停机,但运行速度明显低于理论节拍。进一步追查发现,降速主要发生在刀具磨损后期,操作员为保质量主动降低了进给速度。这类损失不会出现在停机记录中,却实实在在吞噬了产能。

针对这一结构,改善顺序应为:先解决速度降低损失,通过刀具寿命管理和切削参数优化,把降速区间压缩;再处理故障停机,分析故障模式并制定预防性维护计划;换型调整损失则通过SMED快速换型方法缩短。每项改善都应设定目标并跟踪OEE变化,形成“采集—分析—改善—验证”的闭环。

OEE不是用来考核操作员的工具,而是用来暴露设备损失结构的工具。若把OEE直接与个人绩效挂钩,容易导致数据失真,反而失去改善价值。
理论节拍必须来自设备设计规格或工艺标准,不能随意取历史最快值。理论节拍失真会使性能开动率失去意义,进而误导改善方向。