整体设备有效性（OEE）提供了一种衡量生产时间的计划制造时间的百分比的方法。通过测量OEE，您可以深入了解影响最佳生产率以及如何提高您的制造业务的挑战。

OEE概述

在制造中，OEE是最广泛使用的标准，用于测量制造生产率。这是因为它测量通过比较当前使用测量来利用制造操作的程度，以便在其最佳容量下运行时采用的测量。OEE也可以应用于测量车间上各机器的性能。

在不可用制造工具的基准数据的情况下，可以将OEE计算与可用行业标准或使用相同的设备从类似商店地板收集的数据进行比较。

OEE将机器或设备数据和多种可能影响生产的操作问题结合起来计算OEE百分比或分数。要计算OEE，需要定义每个制造过程的三个重要指标。这些指标包括：

• 可用性- 生产设备的可用性对于制造运营的成功至关重要。因此，可用性是指机器可用于处理其任务的预定时间的百分比。这意味着它基本上是数据跟踪机器的正常运行时间，100％的可用性得分意味着根据时间表连续运行机器和生产，而不会遇到任何计划外停止。
• 表现- 另一方面，性能考虑了正在运行制造过程的速度。当施加到机器时，考虑到机器工作与机器设计的最佳速度相比的速度。100％性能分数意味着制造过程或机器正在以其最佳的运行能力工作。
• 质量-计算的最终指标是质量。质量是指最终产品，并考虑到任何缺陷或产品需要任何形式的返工以满足设定的标准。

考虑到这些指标，计算OEE =可用性X性能X质量。

应用OEE计算

一个简单的案例研究将有助于正确地进行OEE计算。在此场景中，正在计算数控机床的OEE。机器上的最佳换班时间是500分钟，但操作员预计会花30分钟吃午餐。机器有40分钟的油中断，一个操作开关需要30分钟才能完成。除了这些休息时间，机器在剩下的时间里继续运转。

可用性

为了计算可用性，计划的停机时间必须从数控机床的最佳运行时间中删除。总停机时间= 30 + 30 + 40 = 100分钟。

这使得机器的可用时间为500 - 100 = 400分钟。这意味着机器运行了400分钟，而最优运行时间为500分钟。因此，可用性百分比= 80%

表现

数控机床每分钟可加工5个刀具位。这意味着在400分钟的有效期内，机器应该生产= 400 × 5 = 2000个刀具位。在这里，2000位是每台机器100%运行时的最佳生产能力。但是由于作业者的原因，生产周期变慢了，生产5个工具钻头需要1.5分钟。

使用此计算将生产速度减慢三分之二的速度，1 / 1.5 = 0.67。将这种放缓的速率乘以机器能够在我们获得的分配时间框架中产生的最大工具位，0.67 x 2,000 = 1340个刀具位。这表明该机器以其最佳能力的66.7％运行，33.3％损失效率低下。转换为33.3％至分钟，400 x 33.3％= 133分钟。

总的来说，从最佳的500分钟运行时间开始，100分钟被计划的停机时间所浪费，133分钟被较慢的操作过程所浪费。这使得总运行时间为500 -100 -133 = 267分钟，而性能是66.7%。

质量

在这种情况下，200个工具位有缺陷，并且不符合客户所需的质量。这只留下了1140个功能工具位进行交付。为了计算质量率，可用的产品将被除以产生的1,340位（1340-200）/ 1340 = 0.85或85％。这意味着实现了85％的质量。

要将有缺陷的200个刀具比特转换为时间，显示出丢失这些产品的丢失，200比特将被每分钟制作的5位除以5位。这给出了200/5 = 40分钟。

在整个制造过程中损失的总分钟数考虑了计划的停机时间、慢化的过程以及制造有缺陷的刀具所花费的时间。100+133+40 = 273分钟。这也意味着数控机床最佳运行时间为(500 - 273)227分钟。

使用OEE计算，可以得到可用性(80%)*性能(66.7%)*质量(85%)= 45%。

OEE计算表明，整体设备效能为45%。最佳生产时间为227分钟，而实际生产时间为500分钟;钻头产量为1140个，而实际生产时间为2500个。你也可以用可实现的生产时间除以最优时间，或者用总工具产量除以最优生产能力得到OEE。

如您所见，这个示例考虑了一天内运行的一台机器，但这对于实时计算并不理想。一般的期望是在一两个月的时间内从一批机器或设备中收集操作数据。这为OEE计算提供了足够多的数据，并获得了优化设备效率水平的可行见解。为了实现这一目标，需要一个工业物联网平台，24小时从多台机器收集数据并进行处理。

用机械参数计算OEE

案例研究表明，OEE计算依赖于从机器中收集可用数据的能力，如时间、输出和操作速度。这就是MachineMetrics平台发挥作用的地方。MachineMetrics平台提供了即插即用的解决方案，从数字化和模拟机器捕获数据。如果您的目标是计算一批制造机器的OEE, MachineMetrics将捕获具体数据，并将它们转换为简化OEE计算的标准结构。

国家油水Varco（Nov）的例子是一个案例研究，展示了MachineMetrics在计算OEE中的使用。在这一场景中，11月在两周内通过两个设施插入了60个CNC机器到MachineMetics平台。MachinImetrics平台每天捕获运营数据三个月。访问船舶地板数据使OEE计算可能，并提供了对福利的系统问题的洞察。通过这些见解，制造商能够将运营效率提高20％。

您可以了解有关MachineMetrics平台的数据捕获过程以及如何通过访问来优化制造设备和系统的更多信息MachineMetrics IoT平台页面。

下载我们与国民油井华高的案例研究