OEE vs MTBF/MTTR: hoe productieprestaties en machinebetrouwbaarheid te koppelen

Op de werkvloer bestaan vaak twee werelden naast elkaar zonder met elkaar te praten: die van de productie, die de OEE en key performance indicators controleert, en die van het onderhoud, dat de betrouwbaarheid van machines controleert met MTBF en MTTR. Het resultaat? Onderhoudsindicatoren die in een vacuüm werken, vergaderingen waar iedereen met de vinger naar de andere afdeling wijst en vooral ongeplande stilstand die de industriële prestaties blijft ondermijnen.

Toch concurreren deze indicatoren niet met elkaar: ze vullen elkaar aan. De ene meet de zichtbare impact van verliezen, de andere identificeert de onderliggende oorzaken. Als je weet hoe je ze moet combineren, heb je de middelen om op de juiste plaats en op het juiste moment in te grijpen en de resultaten op de lange termijn te verbeteren in plaats van ze alleen maar te observeren.

Waarom OEE en MTBF/MTTR vaak verkeerd begrepen worden

Het eerste misverstand komt voort uit een rolverwarring. Veel fabrikanten gebruiken OEE alsof het een diagnose is, terwijl het in feite een thermometer is – een punt dat naar voren komt in onze analyse vanOEE als een KPI of echt managementinstrument.

Het laat koorts zien (65% beschikbaarheid, 78% prestatie, 92% kwaliteit), maar zegt niets over de infectie die het veroorzaakt.

Omgekeerd geven MTBF en MTTR een indicatie van de betrouwbaarheid van apparatuur, maar verklaren niet direct de operationele impact ervan.

In de internationale productie-industrie is deze verwarring nog groter: we praten overbeschikbaarheid enefficiëntie zonder deze te koppelen aan de werkelijke verliezen zoals beschreven in het artikel over waarom OEE meten.

De silo-indicatorval

Een andere veel voorkomende verwarring is dat deze indicatoren in silo’s worden berekend.
Productie rapporteert een OEE van 68% en vraagt “waarom zo laag?
Onderhoud antwoordt dat de MTBF “binnen de norm” ligt.

Als er geen verband is tussen de twee, is het onmogelijk om te weten of de daling in OEE te wijten is aan lange onderbrekingen, herhaalde microstoringen of kwaliteitsdrift – een probleem dat ook aan bod komt in onze vergelijking van OEE vs FEE vs ERR.

Deze situatie is kritiek als we kijken naar het aantal storingen.
Een “correcte” MTBF kan chronische instabiliteit maskeren, terwijl een hoge MTTR op weinig storingen een verwoestende impact kan hebben.

Het probleem van berekening achteraf

Tot slot worden deze indicatoren maar al te vaak achteraf berekend, op spreadsheets, enkele dagen na de gebeurtenis. Het resultaat is dat we eerder reageren dan anticiperen en dat teams ter plaatse het vertrouwen verliezen in cijfers die ze niet herkennen. Handmatige gegevensverzameling genereert fouten en omissies, en de organisatie kan niet in realtime beslissingen nemen.

Wanneer de totale werktijd van een apparaat over een maand wordt geanalyseerd, kunnen de afwijkingen tussen veldgegevens en handmatige berekeningen oplopen tot 15 tot 20%. Deze onnauwkeurigheid maakt het onmogelijk om een gedetailleerde analyse uit te voeren van de oorzaken van verliezen en om correctieve acties effectief te prioriteren.

De fundamentele verschillen tussen deze indicatoren

Voordat we ze vergelijken, is het belangrijk om te begrijpen wat ze allemaal meten. Deze drie belangrijke prestatie-indicatoren hebben verschillende maar complementaire rollen in de productie-industrie.

Overall Equipment Effectiveness: de operationele prestatie-indicator

OEE (Overall Equipment Effectiveness) is een operationele prestatie-indicator. Het wordt berekend door drie percentages met elkaar te vermenigvuldigen: Beschikbaarheid, wat staat voor de werkelijke werktijd gedeeld door de geplande werktijd (geplande onderbrekingen niet meegerekend), Prestatie, die het werkelijke percentage vergelijkt met het theoretische percentage, en Kwaliteit, die de verhouding meet tussen conforme onderdelen en geproduceerde onderdelen.

Een OEE van 60% betekent dat van de 100 eenheden theoretisch productieve tijd er slechts 60 daadwerkelijk worden omgezet in producten die aan de eisen voldoen. Dit is een synthetische, globale indicator die verliezen blootlegt zonder hun oorsprong te verklaren. Hij houdt rekening met alle verliezen tijdens de geplande productietijd (met uitzondering van geplande onderbrekingen zoals preventief onderhoud of weekends) en stelt u in staat om de concurrentiekracht van uw productiefaciliteiten te beoordelen.

De OEE is een van de meest gebruikte kernprestatie-indicatoren geworden in de wereldwijde productie-industrie, omdat het een globaal beeld geeft dat kan worden vergeleken tussen productielocaties. Zonder de onderliggende oorzaken te analyseren, blijft de OEE echter eerder een observatie dan een hefboom voor verbetering.

Mean Time Between Failures: betrouwbaarheid en gemiddelde tijd tussen storingen meten

MTBF (Mean Time Between Failures) meet de betrouwbaarheid van je productiemiddelen. Hoe hoger de MTBF, hoe minder apparatuur defect raakt. Het is de gemiddelde tijd voor defecten voor repareerbare apparatuur, uitgedrukt in bedrijfsuren, en vertegenwoordigt de gemiddelde levensduur tussen opeenvolgende defecten.

Hierdoor kunnen storingen worden voorzien en kan preventief onderhoud worden gepland. Een hoge MTBF wijst op een optimale bedrijfstijd tussen interventies en helpt om apparatuur in goede staat te houden.

MTBF wordt berekend op basis van de totale effectieve werktijd gedeeld door het geregistreerde aantal storingen. Deze maatstaf voor betrouwbaarheid is essentieel voor het vergelijken van vergelijkbare apparatuur en het identificeren van apparatuur die speciale aandacht nodig heeft. In sommige bedrijfstakken wordt MTBF zelfs opgenomen in onderhoudscontracten met leveranciers van apparatuur.

Storingspercentage: een aanvullende indicator van MTBF

Het storingspercentage, dat het omgekeerde is van de MTBF, maakt het ook mogelijk om de frequentie van storingen per tijdseenheid te kwantificeren. Deze waarde is vooral nuttig voor het vergelijken van de betrouwbaarheid van apparatuur van hetzelfde type in verschillende industriële sectoren. Hoe lager het storingspercentage, hoe betrouwbaarder de apparatuur.

Door het storingspercentage over meerdere perioden te analyseren, kunnen we trends detecteren: een progressief stijgend percentage duidt op degradatie van apparatuur en de noodzaak voor preventieve actie. Deze temporele analyse van het storingspercentage is net zo belangrijk als de absolute waarde op een bepaald moment.

Mean Time To Repair: herstelbaarheid meten

MTTR (Mean Time To Repair) meet de repareerbaarheid van je apparatuur. Hoe lager de MTTR, hoe sneller de reparaties. Dit is de gemiddelde reparatietijd die nodig is om apparatuur weer in gebruik te nemen na een storing.

Een hoge MTTR wijst op moeilijkheden bij de interventie: gebrek aan reserveonderdelen, onvoldoende vaardigheden, toegangsproblemen of complexiteit van de reparatie. De MTTR houdt rekening met diagnose, reparatie, testen en herinstallatie.

In de moderne industrie is het terugdringen van de MTTR een strategische kwestie geworden. Elke minuut die op een taak wordt bespaard, wordt vermenigvuldigd met het jaarlijkse aantal storingen om de totale winst te berekenen. Daarom zijn teamtraining, beschikbaarheid van reserveonderdelen en toegankelijkheid van apparatuur kritieke prestatiefactoren.

MTTF: een aanvullende indicator voor onderhoudsindicatoren

MTTF (Mean Time To Failure) is een andere indicator voor de gemiddelde levensduur die wordt gebruikt voor niet-repareerbare apparatuur. In tegenstelling tot MTBF, dat de gemiddelde tijd tussen opeenvolgende defecten van repareerbare apparatuur meet, meet MTTF de gemiddelde tijd tot het uiteindelijke defect van niet-repareerbare apparatuur.

In de productie-industrie is MTTF vooral nuttig voor het ontwerpen en dimensioneren van systemen, omdat het mogelijk maakt om te anticiperen op de volledige vervanging van een onderdeel in plaats van de reparatie ervan. Een LED-lamp heeft bijvoorbeeld een MTTF (wordt niet gerepareerd), terwijl een elektromotor een MTBF heeft (wordt gerepareerd).

Het onderscheid tussen MTTF en MTBF is essentieel voor het berekenen van onderhoudskosten en het optimaliseren van het voorraadbeheer van reserveonderdelen. Een onderdeel met een korte MTTF vereist vervangingsvoorraad, terwijl apparatuur met een lage MTBF reserveonderdelen en reparatievaardigheden vereist.

De complementariteit van de drie indicatoren

Kortom, OEE meet waar we verliezen, terwijl MTBF en MTTR ons helpen te begrijpen waarom we verliezen, tenminste in termen van beschikbaarheid. Door ze te combineren, krijgen we een compleet beeld van industriële prestaties.

Deze complementariteit is des te krachtiger omdat het ons in staat stelt het steriele debat tussen productie en onderhoud achter ons te laten. De twee afdelingen werken met dezelfde gegevens, met verschillende maar convergerende invalshoeken voor analyse: het maximaliseren van productieve tijd en het minimaliseren van verliezen.

Hoe OEE en MTBF/MTTR kruislings te vergelijken om de echte oorzaken van verliezen te identificeren

De echte kracht van deze onderhoudsindicatoren wordt zichtbaar wanneer ze samen, per machine en in realtime worden geanalyseerd. Deze aanpak maakt het mogelijk om de concurrentiepositie van uw productiefaciliteiten te verbeteren.

Beschikbaarheidsverlies in kaart brengen met het storingspercentage

Begin met het uitsplitsen van de beschikbaarheidsgraad van je OEE. Als je een percentage van 70% ziet, betekent dat 30% verliezen. Maar zijn deze verliezen te wijten aan een paar lange stilstanden (grote storingen), talloze repetitieve microstoringen (blokkades, opstoppingen) of slecht geoptimaliseerde serieveranderingen?

Dit is waar MTBF en MTTR van onschatbare waarde worden. Een lage MTBF (bijv. 80 uur) met een hoge MTTR (bijv. 3 uur) duidt op apparatuur die onbetrouwbaar is EN veel tijd kost om te repareren. Het is een kritieke machine die je beschikbaarheid onder druk zet. Omgekeerd kan een correcte MTBF (200 uur) maar een verminderde beschikbaarheidsgraad microstoringen onthullen die niet worden meegerekend in de “officiële” storingen.

Een kruisanalyse van het storingspercentage en de efficiëntie (prestatie) maakt het ook mogelijk om apparatuur te identificeren die werkt, maar in een verslechterde modus. Deze situaties, die niet zichtbaar zijn in de MTBF-berekening alleen, hebben een grote impact op de totale OEE en vereisen specifiek preventief onderhoud of herijkingsacties.

Het aantal storingen en hun impact op de totale uptime analyseren

Het aantal storingen over een bepaalde periode is een belangrijke indicator voor het beoordelen van de gezondheid van je apparatuur. Door dit aantal storingen te vergelijken met de MTBF en MTTR krijg je een nauwkeurig beeld van de kriticiteit van elke machine.

Een apparaat met 15 storingen per maand en een gemiddelde MTTR van 2 uur vertegenwoordigt bijvoorbeeld 30 uur stilstand, terwijl een ander apparaat van hetzelfde type met 5 storingen en een MTTR van 4 uur in totaal 20 uur bedraagt. Voor de eerstgenoemde moet dus met voorrang worden ingegrepen, ondanks een lagere MTTR.

Deze analyse moet ook rekening houden met de totale werktijd van elk apparaat. Apparatuur die 24 uur per dag in bedrijf is, heeft natuurlijk een hoger aantal storingen dan apparatuur die 8 uur per dag in bedrijf is, zelfs met dezelfde MTBF. Daarom moeten indicatoren altijd worden herleid tot een vergelijkbare basis (bijvoorbeeld per 1000 bedrijfsuren).

Onderhoudsacties prioriteren op basis van sleutelindicatoren

Door OEE en MTBF/MTTR met elkaar te vergelijken, kun je je apparatuur segmenteren op basis van kriticiteit. Kritieke machines (lage OEE + lage MTBF + hoge MTTR) vereisen absolute prioriteit: een versterkt plan voor preventief onderhoud, analyse van storingsmodi en een beschikbare voorraad reserveonderdelen.

Breekbare machines (lage MTBF maar matige OEE-impact) vereisen meer controle en optimalisatie van reparatietijd. Slecht geparametriseerde machines (juiste MTBF maar lage OEE) vereisen meer aandacht voor vertragingen en aanpassingen. Deze matrix maakt het mogelijk om uit de “brandweerstand” te komen en onderhoudsmiddelen toe te wijzen waar de impact het grootst is, op basis van de totale bedrijfstijd van elk apparaat.

Van observatie naar actie met real-time gegevensverzameling

Het probleem met handmatige of wekelijkse berekeningen is dat ze de analyse bevriezen. Met een realtime monitoringsysteem zoals TeepTrak worden de gegevens over stilstand automatisch verzameld, van een tijdstempel voorzien en gekwalificeerd. De MTBF en MTTR worden op natuurlijke wijze berekend op basis van de historische gegevens en kunnen direct worden vergeleken met de OEE voor elke lijn. Het sensornetwerk maakt continue, betrouwbare gegevensverzameling mogelijk.

Praktisch gezien maakt dit het mogelijk om afwijkingen te detecteren voordat ze kritisch worden (MTBF die geleidelijk daalt), om terugkerende onderbrekingen te identificeren die te wijten zijn aan dezelfde hoofdoorzaak, zelfs als ze van korte duur zijn, en om de werkelijke impact van een onderhoudsactie te meten. Met deze aanpak worden belangrijke prestatie-indicatoren omgezet in concrete hefbomen voor actie.

Het opzetten van een dergelijk systeem vergt een initiële investering, maar het rendement op de investering is snel. Fabrikanten die overstappen van handmatige monitoring op een geautomatiseerd systeem zien gemiddeld een verbetering van 10-15% in hun OEE in minder dan een jaar, simpelweg omdat ze beter zichtbaar zijn en sneller kunnen reageren.

MTBF en MTTR berekenen: berekeningsmethoden en voorbeelden

Begrijpen hoe je deze indicatoren moet berekenen is essentieel om ze effectief te kunnen gebruiken. De formule is eenvoudig, maar rigoureuze gegevensverzameling maakt het verschil.

MTBF berekenen: formule en praktische toepassing

De MTBF wordt berekend met de volgende formule: MTBF = Totale bedrijfstijd / Aantal storingen. Als een machine bijvoorbeeld 720 uur in een maand heeft gedraaid en 4 storingen heeft gehad, is de MTBF 720/4 = 180 uur.

Uit deze voorbeeldberekening blijkt dat de apparatuur gemiddeld 180 uur werkt tussen defecten. De MTBF maakt het mogelijk om te anticiperen op preventieve interventies en shutdowns te plannen.

Het is belangrijk op te merken dat de MTBF alleen de werkelijke bedrijfstijd moet omvatten, niet de totale kalenderwerktijd. Als een apparaat in het weekend wordt uitgeschakeld, tellen deze uren niet mee in de berekening. Dit onderscheid is essentieel om een betrouwbare en vergelijkbare indicator te verkrijgen.

Gemiddelde reparatietijd formule en interpretatie

De berekening van de gemiddelde reparatietijd volgt een vergelijkbare logica: MTTR = Totale reparatietijd / Aantal reparaties. Als deze 4 fouten respectievelijk 2 uur, 3 uur, 1,5 uur en 2,5 uur nodig hadden om te repareren, is de totale reparatietijd 9 uur.

De MTTR is dan 9/4 = 2,25 uur per taak, of ongeveer 2 uur en 15 minuten. Deze gemiddelde reparatietijd is een directe indicator voor de efficiëntie van je onderhoudsafdeling.

Een hoge MTTR kan verschillende oorzaken hebben: gebrek aan vaardigheden, niet-beschikbare reserveonderdelen, moeilijke toegang tot de apparatuur of de intrinsieke complexiteit van de storing. Door deze oorzaken te analyseren, kunnen gerichte acties worden ondernomen om de MTTR te verlagen: training, voorraadbeheer, verbeterde technische documentatie of ergonomische aanpassingen.

Voorbeeld van een volledige berekening: een concrete industriële casestudy

Laten we een voorbeeld nemen van een volledige berekening van een hydraulische pers die 3 maanden lang werd bewaakt. De totale bewakingstijd was 2.160 uur (90 dagen × 24 uur), met een totale effectieve bedrijfstijd van 1.850 uur (geplande onderbrekingen niet meegerekend). Er traden 12 grote storingen op in de apparatuur, waarvoor in totaal 48 uur reparatie nodig was. Het aantal reparaties komt dus overeen met het aantal storingen.

Berekening MTBF: 1.850 / 12 = 154 uur. Berekening van MTTR: 48 / 12 = 4 uur. Deze resultaten tonen aan dat de pers gemiddeld 154 uur werkt tussen twee defecten en elke keer 4 uur reparatie nodig heeft. Als de industriële doelstelling voor dit type apparatuur een MTBF > 200u en een MTTR < 3u is, dan moet er duidelijk iets aan deze machine worden gedaan.

Verfijn de analyse per type storing

De gemiddelde tijd tussen storingen kan globaal of per type storing worden berekend. Deze granulariteit maakt het mogelijk om terugkerende storingen te identificeren. Als bijvoorbeeld 8 van de 12 storingen verband houden met het hydraulische systeem, weet u waar u uw inspanningen op moet richten. Deze aanpak verbetert het concurrentievermogen door de meest rendabele interventies te kiezen en de levensduur van assets te optimaliseren.

In dit artikel raden we systematisch aan om storingen te categoriseren per subsysteem (mechanisch, hydraulisch, elektrisch, pneumatisch) en per type (slijtage, afstelling, willekeurige fout). Deze classificatie maakt het mogelijk om specifieke MTBF’s per categorie te berekenen en de zwakke punten van de apparatuur nauwkeurig te identificeren.

Concreet voorbeeld: het geval van terugkerende stops op een filestreep

Laten we een typisch geval uit de voedingsmiddelenindustrie nemen. Een bottellijn heeft een OEE van 62%, ver onder de verwachte 75%. De productiemanager wijst met de vinger naar “te veel machinestilstand”, terwijl de onderhoudsafdeling antwoordt dat de MTBF 180 uur is, dus “binnen de industrienormen”.

Diagnose: verborgen verliezen identificeren

Als we dieper graven met een gedetailleerd monitoringsysteem, blijkt dat de beschikbaarheidsgraad slechts 72% is (en niet 85% zoals geschat). Lange onderbrekingen (>10 min) zijn verantwoordelijk voor slechts 40% van het verlies aan beschikbaarheid, terwijl de overige 60% afkomstig is van microstops (2-5 minuten) die verband houden met terugkerende vastlopers op de uitvoerband.

Deze microstops, die te kort zijn om door onderhoud als ‘storingen’ te worden geregistreerd, komen niet voor in de MTBF-berekening. Toch komen ze 8 tot 12 keer per dienst voor, oftewel 30 tot 45 minuten verlies per dag. Het aantal officiële storingen weerspiegelt niet de realiteit op het terrein.

Analyse van de totale werktijd over een maand laat ook zien dat deze microstops bijna 25 verloren uren per week vertegenwoordigen, het equivalent van een volledige shift. Dit verlies, onzichtbaar in traditionele indicatoren, verklaart de kloof tussen een acceptabele MTBF en een verslechterde OEE.

Genomen maatregelen: gericht preventief onderhoud

Na analyse bleek het probleem een progressieve verkeerde uitlijning van de flesgeleiders te zijn. Door gericht preventief onderhoud te implementeren (wekelijkse afstelling in plaats van maandelijks) en een waarschuwingssysteem vanaf de 3e micro-stop, verminderde het team de micro-stops met 70%. Het team verhoogde ook de beschikbaarheidsgraad naar 84% en verhoogde de OEE van 62% naar 71% in 6 weken.

Het implementeren van deze oplossing vereiste nauwe samenwerking tussen productie en onderhoud en illustreert perfect de voordelen van het vergelijken van belangrijke prestatie-indicatoren. Zonder een gedetailleerde analyse van productieonderbrekingen zou het probleem onzichtbaar zijn gebleven in de macro-indicatoren.

Kwantitatieve resultaten: invloed op onderhoudsindicatoren

De MTTR voor dit soort incidenten is teruggebracht van 4 minuten naar 2 minuten dankzij de training van operators in snelle afstelling. De gemiddelde reparatietijd is gehalveerd. De algehele MTBF van de lijn is verbeterd van 180u naar 245u, omdat de mechanische spanningen die samenhangen met opstoppingen zijn verminderd.

Het storingspercentage daalde met 35% en de operators kregen weer vertrouwen in hun apparatuur, die nu goed en stabiel werkt. Deze ervaring toont de waarde aan van een geïntegreerde aanpak die prestaties en betrouwbaarheid combineert.

Naast de cijfers heeft deze verbetering ook een impact gehad op de prestaties (efficiëntie) van de lijn: minder stress bij de operator, minder verspilling van grondstoffen tijdens herstarts en een stabielere productkwaliteit. De algehele OEE is dubbel verbeterd.

Conclusie: meten om te begrijpen, begrijpen om te handelen

OEE, MTBF, MTTR: deze drie indicatoren zijn geen concurrenten maar bondgenoten. OEE vertelt je hoeveel je verliest, MTBF en MTTR helpen je te begrijpen waarom je verliest, tenminste in termen van machinebetrouwbaarheid. Maar het is door ze met elkaar te vergelijken, in realtime, met een fijne granulariteit (per machine, per werkstation, per type stilstand) dat je een bruikbare visie krijgt.

Te veel fabrikanten stellen zich tevreden met het beoordelen van hun industriële prestaties aan het einde van de week. De beste fabrikanten bewaken hun betrouwbaarheid continu, identificeren afwijkingen voordat ze kritiek worden en mobiliseren productie en onderhoud op basis van dezelfde veldgegevens.

In alle bedrijfstakken wordt deze geïntegreerde aanpak een belangrijk concurrentievoordeel. Sites die de kruisbestuiving OEE-MTBF-MTTR onder de knie hebben, winnen 10 tot 20% aan productiecapaciteit zonder zware investeringen, gewoon door te optimaliseren wat er al is. Het is deze operationele intelligentie die het verschil maakt in steeds concurrerender markten.

FAQ: OEE, MTBF en MTTR

Wat is het verschil tussen OEE en MTBF?

De OEE meet de algemene prestatie van een apparaat door beschikbaarheid, prestatie en kwaliteit te combineren. Het laat zien hoeveel je verliest. MTBF meet de betrouwbaarheid van een apparaat door de gemiddelde tijd tussen storingen te berekenen. Het verklaart waarom je verlies lijdt (in termen van beschikbaarheid). OEE is een resultaatindicator, MTBF is een oorzaakindicator. Door de twee te combineren kun je kritieke machines identificeren en onderhoudsacties prioriteren.

Hoe bereken je de MTBF van een machine?

MTBF wordt berekend met de formule: MTBF = Totale bedrijfstijd / Aantal storingen. Als uw machine bijvoorbeeld 500 uur in bedrijf is en 5 keer defect raakt, dan is de MTBF = 500/5 = 100 uur. Belangrijk: tel alleen de werkelijke bedrijfstijd mee (met uitzondering van geplande stops en weekenden). Categoriseer storingen op type (mechanisch, elektrisch, hydraulisch) om de analyse te verfijnen en preventieve acties te richten.

Wat is een goede MTTR in de sector?

Een “goede” MTTR hangt af van de sector en het type apparatuur, maar hier zijn enkele benchmarks: MTTR < 2u = uitstekend (effectief reactief onderhoud), MTTR tussen 2-4u = aanvaardbaar voor complexe apparatuur, MTTR > 4u (hoge MTTR) = problematisch, vereist actie (training, reserveonderdelen, documentatie). Het doel is niet alleen een lage MTTR, maar een stabiele en voorspelbare MTTR. Een gemiddelde reparatietijd die sterk varieert, wijst op een gebrek aan standaardisatie van interventies.

MTBF vs MTTF: wat is het verschil?

MTBF (Mean Time Between Failures) meet de gemiddelde tijd tussen defecten van herstelbare apparatuur (bijv. elektromotor, pomp). Het wordt gerepareerd en start weer op. MTTF (Mean Time To Failure) meet de tijd tot het laatste defect van een niet-repareerbaar onderdeel (bv. gloeilamp, zekering, elektronische printplaat). Het wordt volledig vervangen. MTBF wordt gebruikt om preventief onderhoud te plannen, terwijl MTTF wordt gebruikt om de voorraad reserveonderdelen te bepalen.

Hoe kun je je OEE verbeteren met MTBF en MTTR?

Analyseer eerst de beschikbaarheidsgraad (een onderdeel van OEE). Als deze laag is, kijk dan naar de MTBF: als deze laag is, intensiveer dan preventief onderhoud om storingen te voorkomen. Kijk vervolgens naar de MTTR: als deze hoog is, train dan je teams, optimaliseer de voorraad reserveonderdelen en verbeter de toegankelijkheid. Vergelijk deze onderhoudsindicatoren per machine om kritieke apparatuur te identificeren. Geef prioriteit aan apparatuur met een lage OEE + lage MTBF + hoge MTTR: de impact zal maximaal zijn.

Waarom OEE en MTTR met elkaar vergelijken?

Want een lage OEE kan heel verschillende oorzaken hebben. Als je beschikbaarheid 70% is met een correcte MTBF maar een hoge MTTR (bijv. 5 uur), dan is niet de frequentie van storingen het probleem, maar de reparatietijd. Acties: training van technici, voorraad onderdelen, geschikt gereedschap. Als de MTTR daarentegen laag is (30 min) maar het aantal storingen hoog (20 storingen/maand), dan is het probleem de betrouwbaarheid. Acties: preventief onderhoud, foutmodusanalyse.

Welke tool kan worden gebruikt om OEE, MTBF en MTTR in realtime te controleren?

TEEPTRAK is een industriële bewakingsoplossing die automatisch en in realtime gegevens verzamelt over productiestops. Het platform berekent onmiddellijk de OEE, MTBF en MTTR per machine en maakt het mogelijk om deze belangrijke prestatie-indicatoren met elkaar te vergelijken om de hoofdoorzaken te identificeren. Met een netwerk van sensoren en continue gegevensverzameling zet TeepTrak uw onderhoudsindicatoren om in concrete actiemiddelen. De implementatie is snel en de gemiddelde ROI is minder dan 6 maanden.

FAQ: OEE, MTBF en MTTR