保持设备的高效运行需要管理正常运行时间、运行时间、充分生产时间和无数其他因素的动态平衡。如果处理得当，成品就能以最低的成本和最高的效率生产出来。如果做错了，工厂的性能就会受到计划外停机、计划外维护和高故障率的影响。

这些变量都是机器的可用性．在所有生产环境中，增加可用性以获取充分的生产时间对成功至关重要。

什么是机器可用性?

机器可用性是机器实际运行的总时间与计划运行的时间之比。计划的时间是基于对可用产能的了解，拥有适当数量的原材料，以及运行所需的员工和销售订单。

停机时间可以使机器在预定时间内变慢或停止。停机时间包括预防性维护、更换和其他可控的已知变量。意外停机是指损坏、质量影响、堵塞或其他不可预知的停工。

当停机事件发生时，机器上的MachineMetrics平板电脑提示操作员对停机事件进行分类。

例如，一台机器可以被安排运行8个小时，但只活动6个小时。在本例中，该机器的可用性评分为75%。

所有生产操作都应衡量可用性和停机时间，并考虑停机时间和原因。然而，如果手工跟踪，它很可能是非常不准确的，严重延迟的，而且不太可行。

机器可用性的功能

机器可用性是一个基本的但是制造业关键KPI．通过测量停机时间、持续时间和原因，可用性被用作“锚”。了解可用性，特定设备的利用率，以及它运行或不运行的原因，有助于编制其他kpi，以优化机器或工厂级别的流程。

随着停机时间数据的获取，最大时间、实际时间、失败率和计划生产时间等变量可以直接影响设备对整体业务目标的表现，以及员工和管理层如何做出决策。

机器可用性是用于确定总体设备有效性(OEE)的三个kpi之一。另外两个kpi是性能和质量，我们将在下面讨论。每个KPI都有自己的公式，并帮助制造商了解其操作的效率，同时确定需要优化的流程。

机器可用性的计算方法是什么?

机器可用性的计算公式为:

可用性=运行时间/计划生产时间

例如，如果一台机器在12小时的轮班中运行8小时，有4小时的停机时间，那么该机器的可用性是66.6%。

通过传统方法计算设备可用性的一个问题是必须记录每个实例。这包括停机时间、原因和实际持续时间。这个过程假设操作人员、技术人员和管理人员正确记录每个因素。

然而，实际应用表明，频率是错误的记录和原因是主观的操作员。实时机器数据和分析是一种更准确的确定可用性的方法。

可用性和整体设备有效性之间的联系(OEE)

总体装备效能(OEE)是用来衡量总体效率生产设备。它还可以在一个工厂或整个多工厂企业内对一组机器进行度量。OEE用于确定生产率如何随着时间的推移而提高。

OEE评分由三个部分组成:可用性、质量和性能。质量和性能也是由公式驱动的，计算如下:

性能=(理想周期时间X总计数)/运行时间

而且

质量=良好计数/总计数

OEE可以使用电子表格或机器数据平台(如MachineMetrics)手动计算，该平台可以自动捕获并报告这些信息。收集的数据越准确，得出的见解就越有价值。然而，人工和孤立的数据收集将缺乏工厂监控软件在单一平台上提供的深度分析的价值。

可用性是需要自动化的一个很好的例子。只考虑可用性公式所需的元素。使用公式"可用性=运行时间/计划生产时间作业人员、技术人员和管理人员将被要求全面记录意外停机的原因和持续时间。

即使人工获取的数据是准确的，人类的分析往往是有偏见和碎片化的;对于观察者来说，计划外维护的趋势和原因可能并不明显。可用性与OEE连接，作为计算其他指标的锚，如果工作人员不能准确地度量可用性，那么质量和性能的计算也将失效。

机器可用性和机器可靠性之间的区别

机器可用性不应与之混淆机器的可靠性．它们都是有价值的指标，有助于确定提高可用性的可行策略，但它们之间存在差异。

机器的可靠性评分低于可用性评分并不罕见。综合起来，它们扮演着重要的角色，并且是多个度量标准驱动过程改进的另一种方式。但是，要计算OEE，只使用可用性。

我们如何提高机器的可用性?

机器可用性与正常运行时间有关。增加它意味着最佳实践、文化变化和软件的广泛应用。如果意外停机时间很高，公司将遭受可用性损失。同样，如果计划的停机时间效率很低，那么设备可用性就会更低。

以下是一些提高整体可用性的方法:

文化

许多公司认为他们的OEE比实际高得多。因为他们一直在使用相同的系统、标准操作规程和手动驱动的测量工具，所以管理者偏离目标20%或更多并不罕见。提高机器可用性始于文化变化。这就要求管理人员想要了解生产的可用时间，以及他们的系统需要如何改变以提高OEE。这种变化通常是由竞争压力、成本、市场波动和其他因素驱动的自上而下的决策。

维护

停机时间的很大一部分与维护事件有关。通常是计划外的，比如设备维修，主轴维修，刀具破损或培训。然而，当零件、书面程序、工具组织和其他因素的效率低下导致维修时间超过应有时间时，它也可能反映在计划的停机时间上。

为了减少由于过度维护造成的不必要的停机事件，制造商可以收集设备数据，以更好地了解设备的性能和性能健康的机器．但是，手动执行此操作不仅耗时，而且会导致延迟和不准确的数据。

利用机器数据平台，实现数据采集和标准化的自动化。通过这种方式，维护团队了解设备的性能和健康状况，并可以使用机器状态数据了解停机的频率及其背后的原因。

这些有价值的见解可以用于优化维护策略，例如部署基于条件的方法，在停机时间发生时在CMMS中自动创建工作订单，甚至预测即将发生的设备故障。

优化的过程

许多停机事件都与低效的sop有关，例如由于在制品和暂存问题导致的等待时间。或者，不是最优的库存管理实践可能会浪费时间。随着这些原因的等待时间增加，可用性降低。

培训也可能是停机时间过长的原因。如果操作员清除堵塞和重启机器所需的时间比其他班次的操作员多14%，那么正确的程序标准化将使这些时间保持一致。通过准确的数据捕捉和分析，管理人员可以通过机器识别这些问题，并制定更好的sop或提供补救培训。

除了改变企业文化和改善维修实践的承诺外，以数据为中心的全面流程改进计划将有助于识别问题。优化库存控制、分期、在制品和培训问题的过程可以直接影响机器的可用性。

IIoT平台

虽然可以实现上述每一种方法来提高机器可用性，但它们都可以通过使用软件更有效地实现。通过实时机器监控，工厂可以消除人工或碎片化数据捕获所固有的努力和错误。

使用一流的边缘设备，例如来自MachineMetrics的设备，数据被捕获、结构化、清理并发送到基于云计算的分析引擎无需手动编译报表和输入数据。通过丢弃剪贴板，作业人员可以获得丰富的可视化数据，帮助将数据背景化，并提供可操作的见解。

实时机器状态和性能分析可以帮助减少计划内和计划外的停机时间。数据可以用于基于状态的维护程序，以降低成本和延长设备寿命。

工业物联网实时机器监控甚至可以分析机器产生的频率，以预测故障并在最佳时间框架内修复它们，例如在更换期间。它们还提供健壮的定制报告，以关注最重要的问题。

通过访问这些见解，经理和执行官可以快速了解他们真正的OEE，并制定处理公正、完整数据的过程改进程序。

实时数据减少了手工流程改进的迭代性，使操作人员和技术人员能够专注于设备的运行，而不是分心于手工数据采集和容易出错的分析。

使用机器计量来提高机器的可用性

MachineMetrics是一个自动收集和标准化设备数据的机器数据平台。通过我们即插即用的解决方案，您可以立即连接设备，并开始向您的团队提供可操作的见解。

利用仪表板查看设备何时落后于部分计数目标，使用通知提醒维护团队停机事件，开发跨周期时间、计划停机时间和其他kpi的准确基准。

通过MachineMetrics，您可以快速识别最大的机会和浪费领域，帮助您减少机器停机时间，增加吞吐量。今天就预定一个演示来了解更多．