搭贝零代码数字化平台,含进销存、CRM、生产、OA、项目等400+管理系统模板 >>> 免费试用

OEE设备综合效率怎么算:时间、性能、良品三率一账拆清

从660小时计划时间到505小时净运行:一台注塑机的效率账本

一台注塑机,日历时间一个月720小时,排产计划排了660小时。车间主任的直觉是「这台机挺忙,停不了」。真把账拆开:故障停机吃掉38小时,换型吃掉31小时,剩下跑起来的时间里,小停机和降速又悄悄磨掉86小时,最后合格品对应的净运行时间只有505小时上下——设备的真实产出效率,只有约74%。这不是哪一家工厂的个别情况,而是大多数还在用「稼动率」单一指标看设备的车间共同的盲区。这篇白皮书把OEE的三个乘数逐一拆开讲清楚:公式、口径、数据来源,以及拆完账之后改善从哪里下手。

一、设备「挺忙」和生产「有效」之间差多远

很多车间的设备看板只挂一个数:稼动率。设备在转就是稼动,转了八成,管理层就默认八成的产能兑现了。问题在于「在转」不等于「在按标准速度干合格品」——模具卡了一下、机械手复位慢了两秒、操作工顺手停机理个料,这些都不进停机记录,设备看着全程运转,产出却对不上。单看稼动率的车间,普遍存在一类现象:稼动率常年85%上下,交期却总差一口气,问产能缺在哪,谁也指不出具体设备、具体时段、具体原因。

OEE(Overall Equipment Effectiveness,设备综合效率)解决的就是这个「差多远」的问题。它把设备效率拆成三个独立的乘数:

OEE = 时间稼动率 × 性能稼动率 × 良品率

三个乘数分别回答三个问题:设备有没有时间干活(时间)、干的时候跑没跑满(性能)、干出来的有多少是合格的(质量)。相乘而非相加,意味着任何一环的损失都会直接传导到最终效率——这也正是它比单一稼动率诚实的地方。

二、第一个乘数:时间稼动率——停机时间都去哪了

时间稼动率的分子是「负荷时间」:计划时间扣掉故障停机和换型调机等计划外停止之后,设备真正带着负荷运转的时间。分母是计划时间——注意不是日历时间,午休、无订单、计划保全这些「本来就不打算生产」的时间要先剔除,否则算出来的数没有管理含义。

把计划外停止拆开,就是精益生产里常说的六大损失,前四类都砸在时间稼动率上:

  • 故障停机:突发损坏、报警停机,事后要修;
  • 换型调机:换模具、换料、首件确认,从停机到产出合格首件的全过程;
  • 开机预热与点检:班前升温、日常点检占用的时间,有争议时按厂内口径固定即可,关键是前后一致;
  • 待料待命:缺料、缺人、缺指令,设备空着等。

六大损失的原始数据中,故障停机走的是维修工单,其余三类多数车间靠操作工班末填报或班组长记录。口径不追求一步完美,但有一条纪律:分类要在统计前定死,不许事后归堆——换型算成待料,账就废了。

三、第二个乘数:性能稼动率——转得动,但跑不满

性能稼动率是最容易被忽略的一环,因为它对应的损失几乎不产生任何记录:设备没有停,只是在「慢」。理论上每模18秒的周期,实际干到21秒;一班下来机械手卡了十几次、每次几秒钟的小停机,复位就继续走,停机记录一概没有。这些隐性损失加起来,往往比显性故障还大。

1. 理论周期是基准,先把它钉死

性能稼动率=(理论周期×产出件数)÷负荷时间。分子分母都不难取,难的是「理论周期」被当成摆设——铭牌参数和现场工艺根本对不上。务实做法是取「标准品的标准节拍」:选最常跑的品种,由工艺、设备、生产三方现场实测几轮取中位值,书面确认后锁进系统。基准虚高,性能稼动率就永远难看,改善方向会被带偏。

2. 小停机靠「次数」先抓起来

没有自动采集的车间,不必强求每次小停机的精确秒数。先让操作工用计数器或App记次数:一班卡了几次、每次大概几秒。次数本身就是信号——从「完全没人知道」到「每班平均9次」,再从9次降到4次,每一步都是白捡的产能。降速损失则可以从产出反推:负荷时间固定、件数对不上理论值,差额就是降速和小停机的合计,先把总账算出来,再决定要不要细分。

四、第三个乘数:良品率——干得多,合格的占多少

良品率=合格品数量÷总加工数量,数据来自质检报工。看似最简单的一个乘数,坑在口径:返工品算不算合格?让步接收算不算?检测滞后导致「本月生产、下月判不良」怎么归期?这些没有标准答案,但必须在制度里写死一条并保持稳定。OEE是趋势管理工具,口径漂移比口径宽松更致命——上个月返工品计入合格、这个月不计,曲线就失去可比性。

另一个常见误用是把良品率从OEE里拿掉,理由是「质量归质量部门管」。三率相乘的意义恰恰在于互相牵制:只考核稼动率,车间就有动力停检快跑;把良品率乘回去,快而废等于白干。拆开度量、合并考核,才是这套指标的完整用法。

五、三率相乘之后:一张损失瀑布表定改善优先级

单算出OEE的数字没有意义,意义在拆账。以前面那台注塑机的月度示范数据为例,把三率串成一张损失瀑布:

项目小时数说明
日历时间720h30天×24小时
计划时间660h扣除计划保全60h(示范口径)
故障停机-38h维修工单汇总
换型调机-31h8次换型,平均约3.9h/次
负荷时间591h时间稼动率 89.5%
降速与小停机-86h理论节拍反推
净运行时间505h性能稼动率 85.4%
不良品折算-14h良品率 97.2%
有效产出时间491hOEE≈74.3%

瀑布一摆,优先级自己浮出来:降速与小停机合计86小时是最大单项,比故障停机的38小时大一倍还多——而多数车间的改善精力恰恰全押在修故障上。换型31小时排第二,8次平均约3.9小时,做一轮快速换模(SMED)攻坚,把单次换型压到2小时以内,一个月就省出十几个计划小时。这就是拆账的价值:把「感觉设备忙」变成「知道损失在哪一栏」。

顺带说明行业基准:OEE世界级水平通常引用85%(三率分别为90%×95%×95%),离散制造车间常见水平在60%上下。不必盯着85%焦虑——从64%提到74%挖出的产能,可能已经等于半台新机。

六、数据从哪来:台账、工单、报工三条线打通

OEE落到系统里,数据只有三个来源,对应三条现成的业务线:

1. 设备台账线:分母和基准

计划时间、班次日历、理论节拍、标准品种,都挂在设备台账下,一机一档。台账字段不全的,先补「理论节拍」和「标准品种」两项,没有它们性能稼动率无从谈起。

2. 工单线:停机的分类账

故障停机从维修工单取数,换型从生产工单取数,工单管理里停机原因码是关键字段。原因码建议不超过20个,多了操作工会乱选,账反而脏。

3. 报工线:产出与合格

产出件数和合格件数来自报工记录,人工报工的车间按班次颗粒度即可起步。三条线不必同时完美——先从工单线开始(多数车间最缺的就是停机分类数据),跑通一个季度再补另外两条,是投入产出比最高的路径。

七、拆完账之后:OEE不是一次性考试

见过不少车间把OEE当成一次性咨询项目:拆一次账、做几个专项、数字好看之后看板撤了,半年后损失又悄悄长回来。有效的用法是三个固定动作:周例会过一次损失清单前十项,每项有责任人;月度看三率趋势,重点盯「降速与小停机」这一栏有没有抬头;每季度更新一次理论节拍和标准品种,防止基准失真。前面说的示范口径下,那台注塑机做完快速换模和小停机专项后,单次换型从约3.9小时压到2小时以内,每班小停机从9次降到4次,加上模具维保与质检联动后月度不良率波动明显变平——三项加起来,OEE从约74%爬到近82%,没有添一台新设备。

OEE的价值不在那个百分数,而在它逼着车间把「忙」翻译成「损失在哪、谁负责、下月降多少」。账拆到这一步,效率才真正变得可以管理。

本文场景,用现成模板落地

设备管理,生产效率,精益生产

常见问题解答

Q1:OEE多少算正常?世界级水平是多少?

业内通常引用的世界级基准为85%,对应时间稼动率90%、性能稼动率95%、良品率95%三者相乘。离散制造车间常见水平在60%上下。对多数工厂来说,从60%多提到80%附近所释放的产能,已经相当于增加半台到一台同类设备。

Q2:OEE的计划时间怎么定?午休和无订单时间要不要扣?

计划时间=日历时间-计划停机时间。计划保全、午休、班前会、无订单等本就不安排生产的时间都应扣除,只保留「本打算生产」的时间作分母,否则算出的OEE失真且无法指导改善。关键是口径一旦确定就保持稳定。

Q3:没有自动数据采集,能算OEE吗?

能。故障和换机时间可从维修、生产工单取数,产出与合格数按班次报工,小停机先记次数再估时长。人工口径精度有限,但用于趋势管理和损失排序完全够用,等账跑顺、价值验证后再上采集设备也不迟。

Q4:OEE和平时说的稼动率有什么区别?

平时说的稼动率通常只指时间稼动率,即设备带负荷运转的时间占比,只回答「有没有时间干活」。OEE在此基础上再乘性能稼动率和良品率,把「跑没跑满」和「合格多少」一并计入。同样的稼动率下,OEE可能相差二三十个百分点。

Q5:多品种小批量、换型频繁的车间OEE会不会天然偏低?

会偏低一些,因为换型时间直接压低时间稼动率。这类车间更应该算OEE:换型损失被清晰量化后,才好推动快速换模压缩单次换型时长、集中排产减少换型次数。横向对比设备时应按同类型产品分组看,不拿注塑和装配比。

Q6:性能稼动率里的降速损失怎么算?

降速损失通常不直接测量,而是反推:用「理论节拍×产出件数」得到净运行时间,再用负荷时间减净运行时间,得到降速与小停机的合计损失。要细分时,用小停机次数×平均时长从小停机中剥离,剩余部分即降速损失。