Masz OEE. Ale czy wiesz, dlaczego jest takie, a nie inne?
Wskaźnik OEE wynosi 68%.
To dobrze czy źle?
Możemy porównać wynik z poprzednim miesiącem, inną zmianą albo założonym celem. Możemy też umieścić go na dashboardzie i obserwować, czy rośnie.
Tylko że sama wartość OEE nie mówi jeszcze, dlaczego produkcja osiągnęła właśnie taki wynik.
Czy problemem były awarie? Dziesiątki krótkich zatrzymań? Wolniejsza praca maszyny? Braki jakościowe? A może linia przez część zmiany po prostu czekała na materiał?
I właśnie tutaj zaczyna się prawdziwa analiza OEE.
Nie chodzi już o samo policzenie wskaźnika. Chodzi o dotarcie do konkretnych zdarzeń, przez które tracimy czas i produkcję.
Co właściwie mówi nam wskaźnik OEE?
OEE (Overall Equipment Effectiveness) pozwala ocenić efektywność wykorzystania maszyny lub linii produkcyjnej.
Opiera się na trzech podstawowych elementach:
Dostępność × Wydajność × Jakość = OEE
Każdy z nich pokazuje inny rodzaj straty.
Dostępność spada, kiedy maszyna mogłaby produkować, ale stoi. Powodem może być awaria, przezbrojenie, brak materiału, oczekiwanie na operatora czy inne zatrzymanie.
Wydajność pokazuje, czy podczas pracy maszyna rzeczywiście produkuje w zakładanym tempie. Tutaj znaczenie mają m.in. mikroprzestoje oraz wydłużony czas cyklu.
Jakość uwzględnia natomiast produkcję zgodną z wymaganiami i powstające braki.
Dzięki temu OEE jest bardzo użytecznym KPI. Pozwala szybko zauważyć, że efektywność odbiega od oczekiwanego poziomu.
Ale jest pewien problem.
OEE pokazuje objaw. Nie zawsze pokazuje przyczynę
Załóżmy, że dwie linie zakończyły zmianę z OEE na poziomie 68%.
W raporcie wyglądają podobnie.
W rzeczywistości mogą mieć zupełnie inne problemy.
Na pierwszej linii wystąpiła jedna długa awaria. Na drugiej nie było żadnej poważnej awarii, ale przez całą zmianę pojawiały się krótkie, powtarzalne zatrzymania.
W obu przypadkach widzimy obniżone OEE.
Działania naprawcze powinny być jednak zupełnie inne.
Dlatego zamiast pytać wyłącznie:
„Jakie mamy OEE?”
warto zacząć pytać:
„Co dokładnie spowodowało taki wynik?”
To niewielka zmiana w sposobie patrzenia na dane, ale bardzo duża zmiana z punktu widzenia zarządzania produkcją.
Jak znaleźć przyczyny niskiego OEE?
Dochodzenie do źródła problemu wymaga zejścia o poziom niżej niż sam KPI.
Jeżeli OEE spadło, kierownik produkcji powinien móc szybko odpowiedzieć na kilka pytań:
Ile czasu straciliśmy na przestoje?
Jakie były przyczyny zatrzymań?
Które problemy występowały najczęściej?
Ile trwały mikroprzestoje?
Czy maszyna pracowała zgodnie z zakładanym czasem cyklu?
Czy problem pojawia się na konkretnej zmianie?
Czy dotyczy określonego produktu lub zlecenia?
Czy strata występuje regularnie na tej samej linii?
Dopiero takie dane pozwalają przejść od obserwowania wskaźnika do działania.
1. Sprawdź dostępność
Jeżeli problem znajduje się w dostępności, trzeba przeanalizować czas, w którym maszyna nie produkowała.
I nie ograniczać analizy wyłącznie do dużych awarii.
Linia może tracić czas również przez oczekiwanie na materiał, regulacje, przezbrojenia, brak operatora czy powtarzające się krótkie zatrzymania.
Każda taka minuta wpływa na końcowy wynik.
2. Sprawdź wydajność
Maszyna może być dostępna i formalnie pracować, a mimo to produkować poniżej oczekiwanego tempa.
Dlatego warto zestawić rzeczywisty czas cyklu z normą techniczną.
Jeżeli cykl powinien trwać 20 sekund, a regularnie trwa 23–24 sekundy, pojedyncza różnica wygląda niepozornie. Powtarzana setki lub tysiące razy zaczyna jednak oznaczać realną utratę zdolności produkcyjnej.
Podobny problem powodują mikroprzestoje.
Kilkudziesięciosekundowe lub kilkuminutowe zatrzymania mogą nie wyglądać groźnie pojedynczo, ale ich suma potrafi istotnie wpłynąć na wynik całej zmiany.
3. Sprawdź jakość
Trzecim elementem jest jakość.
Wyprodukowanie 10 000 sztuk nie oznacza jeszcze, że wszystkie 10 000 tworzy wartość dla przedsiębiorstwa.
Jeżeli część produkcji stanowią braki, wykorzystaliśmy czas maszyny, energię, materiał oraz pracę operatorów, ale nie uzyskaliśmy pełnowartościowego produktu.
Dlatego analiza OEE powinna uwzględniać nie tylko liczbę wyprodukowanych sztuk, ale również liczbę sztuk dobrych i braków.
Mikroprzestoje – mała strata, która potrafi urosnąć
To jeden z ciekawszych problemów w analizie OEE.
Dużą awarię trudno przeoczyć. Maszyna stoi godzinę, pojawia się utrzymanie ruchu, zdarzenie zostaje odnotowane.
A zatrzymanie na dwie minuty?
Operator usuwa problem i uruchamia maszynę ponownie.
Jeżeli wydarzy się to raz, prawdopodobnie nie ma większego znaczenia.
Jeżeli wydarzy się 20 albo 30 razy podczas zmiany, sytuacja wygląda już inaczej.
Dlatego krótkie zatrzymania powinny być analizowane nie tylko pod kątem długości pojedynczego zdarzenia, ale również częstotliwości występowania i łącznego czasu straty.
Szerzej opisujemy ten problem w artykule „OEE w Excelu wygląda dobrze, ale produkcja traci? Mikroprzestoje, których nie widać w raportach”.
Dlaczego Excel utrudnia znalezienie przyczyny?
Problemem nie musi być sam arkusz kalkulacyjny.
Problemem jest sposób pozyskiwania danych.
Jeżeli operator zapisuje przestoje ręcznie, lider zmiany zbiera raporty po zakończeniu produkcji, a dane trafiają do Excela kilka godzin później, część informacji może zostać uproszczona albo całkowicie pominięta.
Szczególnie dotyczy to krótkich i często powtarzających się zdarzeń.
W efekcie raport może pokazywać, że OEE wyniosło 68%, ale odpowiedź na pytanie „dlaczego?” nadal wymaga rozmów z operatorami i ręcznego szukania przyczyn.
Monitoring produkcji w czasie rzeczywistym zmienia ten model.
Od monitorowania OEE do monitorowania przyczyn
W G-SENSE MES dane dotyczące produkcji są zbierane na bieżąco.
System może pobierać informacje bezpośrednio ze sterownika maszyny lub z zewnętrznych czujników cyklu. Operator na terminalu wskazuje natomiast przyczynę zatrzymania.
Dzięki temu informacje techniczne z maszyny można połączyć z kontekstem, którego sama maszyna nie zna.
System automatycznie wylicza również dostępność, wydajność i jakość, a wyniki mogą być prezentowane na dashboardach oraz ekranach Andon na hali.
W praktyce oznacza to, że zamiast samego:
OEE = 68%
możemy analizować, co składa się na ten wynik.
G-SENSE MES umożliwia m.in. analizę przyczyn przestojów, ranking najczęściej występujących problemów, porównanie rzeczywistego czasu cyklu z normą oraz zestawienie produkcji dobrej i braków.
To właśnie ten dodatkowy kontekst sprawia, że OEE zaczyna być narzędziem do podejmowania decyzji, a nie tylko liczbą w raporcie.
Więcej o rozwiązaniu znajdziesz na stronie G-SENSE MES – monitoring OEE w czasie rzeczywistym.
Ranking przestojów może powiedzieć więcej niż sam wynik OEE
Załóżmy, że w ciągu tygodnia linia straciła 12 godzin.
Sama informacja o 12 godzinach straty nie podpowiada jeszcze, od czego zacząć.
Jeżeli jednak pogrupujemy zatrzymania według przyczyn, może się okazać, że:
najwięcej czasu pochłania brak materiału,
drugi problem stanowią powtarzające się zatrzymania podajnika,
a dopiero na trzecim miejscu znajdują się awarie.
Priorytety stają się wtedy znacznie bardziej oczywiste.
Nie poprawiamy „OEE” jako abstrakcyjnego wskaźnika.
Eliminujemy konkretną przyczynę straty.
Następnie sprawdzamy, czy czas przestojów rzeczywiście się zmniejszył i jaki miało to wpływ na OEE.
Porównuj nie tylko linie, ale również zmianę, produkt i czas
Kolejną zaletą szczegółowych danych jest możliwość szukania powtarzalnych wzorców.
Jeżeli problem występuje przede wszystkim na jednej zmianie, przyczyna może być organizacyjna.
Jeżeli pojawia się podczas produkcji konkretnego wyrobu, warto przeanalizować parametry procesu, czas cyklu albo przezbrojenia.
Jeżeli natomiast ten sam typ zatrzymania występuje na jednej maszynie niezależnie od produktu i zmiany, uwaga może skierować się w stronę samego urządzenia.
To dlatego analiza OEE powinna umożliwiać przechodzenie od ogólnego wyniku do coraz bardziej szczegółowych danych.
Zakład → linia → zmiana → produkt/zlecenie → zdarzenie.
Im łatwiej przejść tę drogę, tym szybciej można znaleźć źródło straty.
OEE czy OOE? Uważaj, co przypisujesz produkcji
Jest jeszcze jeden ważny element.
Nie każda strata widoczna w wynikach jest bezpośrednio zależna od operatora lub samej maszyny.
Produkcja może czekać na materiał, zlecenie, decyzję, pracownika czy zakończenie innego procesu.
Dlatego przy bardziej zaawansowanej analizie efektywności warto rozróżniać OEE od OOE i patrzeć szerzej na wykorzystanie dostępnego czasu.
Temu zagadnieniu poświęciliśmy osobny materiał: „OEE to za mało. Dlaczego nowoczesne zakłady produkcyjne potrzebują OOE i systemu MES?”.
Dzięki takiemu podejściu łatwiej uniknąć sytuacji, w której jeden KPI służy do oceny całej produkcji bez uwzględnienia kontekstu.
Co daje analiza OEE w czasie rzeczywistym?
Największą zmianą nie jest sam dashboard.
Jest nią czas od wystąpienia problemu do jego zauważenia.
Jeżeli raport analizujemy następnego dnia albo pod koniec tygodnia, możemy stwierdzić, że produkcja straciła kilka godzin.
Jeżeli dane widzimy na bieżąco, możemy zareagować, kiedy strata dopiero zaczyna się kumulować.
Dlatego monitoring produkcji w czasie rzeczywistym pozwala przejść od analizy historycznej do bieżącego zarządzania procesem.
Więcej na ten temat pokazujemy we wpisie „Monitoring produkcji w czasie rzeczywistym – jak 15 minut może zwiększyć OEE nawet o 20 punktów?”.
Jak zacząć analizować OEE lepiej?
Nie trzeba od razu monitorować całego zakładu.
Dobrym punktem startowym może być jedna linia lub maszyna, na której występuje problem z wydajnością albo dla której dane są dziś zbierane ręcznie.
Następnie warto przez określony czas obserwować:
dostępność maszyny,
liczbę i czas przestojów,
przyczyny zatrzymań,
mikroprzestoje,
rzeczywisty czas cyklu,
liczbę wyprodukowanych sztuk,
liczbę braków,
OEE i jego trzy składowe.
Dopiero na podstawie tych informacji można ustalić, gdzie rzeczywiście znajduje się największy potencjał poprawy.
G-SENSE MES może być wdrażany etapami, zaczynając od jednej linii produkcyjnej, a następnie rozszerzany na kolejne obszary zakładu.
Podsumowanie: nie pytaj tylko „ile wynosi OEE?”
OEE jest bardzo dobrym punktem wyjścia.
Ale nie powinno być punktem końcowym.
Informacja, że linia osiągnęła 68% OEE, mówi nam, że istnieje przestrzeń do poprawy. Dopiero analiza dostępności, wydajności, jakości, przestojów i ich przyczyn pokazuje, gdzie tej poprawy szukać.
Dlatego zamiast ograniczać się do pytania:
„Jakie mamy OEE?”
warto zadać kolejne:
„Dlaczego mamy właśnie takie OEE?”
A później jeszcze ważniejsze:
„Która przyczyna generuje największą stratę i co możemy z nią zrobić?”
Wtedy OEE przestaje być tylko KPI wyświetlanym na dashboardzie.
Zaczyna pomagać w optymalizacji produkcji.
Chcesz zobaczyć, co naprawdę obniża OEE na Twojej linii?
G-SENSE MES pozwala monitorować produkcję, OEE, mikroprzestoje, czas cyklu i przyczyny zatrzymań w czasie rzeczywistym.
Możesz rozpocząć od jednej linii, zebrać rzeczywiste dane i sprawdzić, gdzie produkcja traci najwięcej czasu.
