3. 设备KPI概述

在PI数据分析与设备KPI工程中，设备KPI不是一组孤立的公式，而是把现场设备运行状态、生产节拍、质量结果和维修行为统一翻译成可比较、可追踪、可改善的量化语言。只有先理解每个指标“量的是什么、怎么算、为什么重要”，后续用PI System采集数据、建立计算模板、做趋势看板和根因分析时，才不会把指标算错、用偏。

一、核心指标定义与计算逻辑

设备KPI通常围绕“时间—速度—质量”三条主线展开。最常用的是OEE（Overall Equipment Effectiveness，设备综合效率），它由可用率、性能率和良品率三者相乘得到：

OEE = 可用率 × 性能率 × 良品率

可用率 = 实际运行时间 / 计划生产时间
性能率 = (理论节拍 × 实际产量) / 实际运行时间
良品率 = 良品数量 / 实际产量

MTBF = 累计运行时间 / 故障次数
MTTR = 累计维修时间 / 故障次数

其中，计划生产时间通常指排产计划内应当用于生产的时间，不包含计划停机（如计划保养、换型、无排产）。实际运行时间则是计划生产时间扣除故障停机、换型调整、缺料待机等非计划停机后的时间。性能率反映设备是否按设计速度运行，良品率反映产出中有多少是一次合格品。MTBF（Mean Time Between Failures）是平均故障间隔时间，衡量设备可靠性；MTTR（Mean Time To Repair）是平均修复时间，衡量维修响应与恢复能力。

需要特别注意的是，OEE不是简单把三个百分比相加，而是相乘。这意味着任何一个环节明显偏低，都会把综合效率迅速拉低。例如可用率90%、性能率95%、良品率99%，OEE约为84.6%；若性能率降到80%，OEE会降到67.7%。这也是OEE能暴露系统瓶颈的原因。

二、业务意义：从“算指标”到“管损失”

OEE的业务意义在于把设备效率损失结构化。可用率低，说明设备经常停；性能率低，说明设备虽然开着但跑不快；良品率低，说明产出中不合格品多。三者分别对应时间损失、速度损失和质量损失，管理者可以据此判断改善优先级。例如某灌装线OEE只有62%，拆解后发现可用率88%、性能率82%、良品率86%，瓶颈主要在性能率和良品率，而不是停机时间，改善方向就应聚焦节拍优化和工艺稳定性。

MTBF和MTTR则从可靠性、维修性角度解释可用率。MTBF越长，说明设备越不容易坏；MTTR越短，说明坏了以后恢复越快。二者共同决定故障停机损失。若MTBF短、MTTR长，可用率必然承压；若MTBF长但MTTR也长，单次故障影响仍然很大。因此设备管理不能只看“故障次数”，还要看“每次故障持续多久”。

三、案例场景：一条包装线的KPI拆解

某食品包装线计划生产时间为480分钟，实际运行420分钟，故障停机35分钟，换型25分钟。理论节拍为每分钟60包，实际产量为21600包，其中良品20520包。计算如下：

可用率 = 420 / 480 = 87.5%
性能率 = (60 × 21600) / 420 = 51.4%
良品率 = 20520 / 21600 = 95.0%
OEE = 87.5% × 51.4% × 95.0% ≈ 42.7%

这个结果说明，虽然可用率和良品率尚可，但性能率只有51.4%，设备实际速度远低于理论节拍。进一步用PI数据分析发现，实际运行中频繁出现小停机，导致平均速度被拉低。此时改善重点不是买新设备，而是通过PI趋势分析定位小停机频发工位，优化送料和传感器触发逻辑。若同期MTBF为120小时、MTTR为1.5小时，则说明设备可靠性尚可，但维修速度仍有压缩空间。

四、常见误区与复盘要点

• 把OEE当成三个百分比的平均值：OEE必须相乘，不能相加后除以3，否则会高估效率。
• 计划生产时间口径不统一：有的把计划保养算进去，有的不算，导致可用率不可比。必须统一“计划停机”和“非计划停机”的边界。
• 理论节拍取值过松：理论节拍应取设备设计速度或工艺允许的最佳稳定速度，不能取实际平均速度，否则性能率永远接近100%。
• 只统计故障次数，不统计停机时长：MTBF和MTTR必须成对使用，否则无法判断是“坏得少”还是“修得快”。
• 良品率只看出厂合格率：OEE中的良品率通常指一次合格率，返工后合格不应直接算作一次良品，否则会掩盖过程质量问题。

复盘时建议按“指标异常—损失拆解—PI数据验证—根因定位—改善措施—效果跟踪”的闭环推进。例如OEE下降时，先看是可用率、性能率还是良品率下降，再回到PI历史趋势中查找对应时间段的停机事件、速度曲线和质量数据，最后把改善措施固化为AF计算模板和看板阈值。这样，设备KPI才不只是报表数字，而是驱动设备持续改善的管理工具。