做OEE数据采集，最难的从来不是套公式，而是如何把设备的运行数据可靠、自动地从车间采上来——尤其是新旧混杂的产线：有的设备联网、有的比操作工年纪还大。本文讲清楚工厂采集OEE数据的每一种可行方式、各自的真实精度、到底该采哪些数据，以及如何不做半年IT项目就把数据跑起来。
OEE数据采集到底要采哪些数据
OEE = 时间开动率 × 性能开动率 × 合格率，每个因子都需要设备给出特定信号：
- 时间开动率需要设备状态随时间的变化（运行/停机，带时间戳），才能区分计划停机与非计划停机。
- 性能开动率需要节拍或产量计数加上每种产品的理想节拍时间，才能发现降速和微停机。
- 合格率需要合格/不合格计数（来自设备、视觉系统或操作工录入）。
建议采集带时间戳的状态变化（每次停机的起止时刻），而不仅仅是每日汇总——OEE可以从汇总重算，但MTBF/MTTR等可靠性指标一旦没有时间戳就再也补不回来。
五种OEE数据采集方式对比
从一张纸到完整协议对接，采集方式在精度和成本上是同向上升的，但部署难度也随之上升。最好的方式不是小数点最多的那个，而是最匹配你现场设备的那个。
| 采集方式 | 原理 | OEE精度 | 适配老旧设备？ | 部署时间 |
|---|---|---|---|---|
| 手工/Excel记录 | 操作工手写停机与产量 | 60–75% | 可以 | 即时 |
| 平板数字录入 | 操作工实时录入停机/产量 | 70–82% | 可以 | 数天 |
| IoT电流/振动传感器 | 非侵入式传感器从电流特征推断状态与节拍 | 92–98% | 可以——任意设备 | 24–48小时 |
| OPC-UA/Modbus/MQTT | 从设备控制器读取状态与计数 | 95–100% | 仅限较新/联网设备 | 数天 |
| PLC/SCADA对接 | 直接从既有自动化层读取 | 97–100% | 仅限自动化产线 | 数天至数周 |
1. 手工与Excel——起步可以，规模化不行
Excel适合起步，因为它逼你先定义好计划时间、理想节拍和合格数——这三样最容易被搞错。但手工采集从结构上会漏掉所有5分钟以内的停机，而这些微停机往往是最大的隐性损失。这也是Excel算出的OEE通常比真实值高10–25个百分点的原因。可以先用免费生产管理看板模板建立习惯，但不要用它跑长期改善。
2. 平板数字录入——时效更好，盲区相同
车间平板让录入更贴近事件发生的时刻，数据质量提升。但操作工无法一边开机一边记录40秒的停机，微停机依旧看不见。它的最佳用法是配合自动采集——传感器看到停机，操作工补上原因。
3. IoT电流/振动传感器——混合产线的通用方案
这是大多数人问“我碰不了的设备怎么采OEE数据”时真正想要的答案。非侵入式电流互感器（CT）夹在设备电源线上，从电气特征推断运行/停机乃至节拍计数：无需接入PLC、不改设备、不停产，30年的老冲床和新的CNC都能用。精度可达92–98%，因为它高分辨率地捕捉每一次状态变化，包括手工方式漏掉的微停机。这正是TeepTrak PerfTrak在24–48小时内覆盖整厂的方式，也因此比只支持协议的方案更适合新旧混杂的设备群。
4. OPC-UA、Modbus与MQTT——设备配合时数据最丰富
如果设备开放了控制器接口，直接读取能拿到最干净的数据：状态、程序、主轴转速、报警码和产量计数，直达源头。OPC-UA是现代标准，Modbus与MQTT覆盖其余。务必先排查是否已有只读点位——很多“封闭”设备其实有可用标签，零额外硬件。缺点：只适用于会说协议的设备，多数老旧设备无缘。
5. PLC/SCADA对接——全自动产线的最佳选择
当PLC或SCADA已在监控产线时，可直接从自动化层读取计数、配方与报警。精度近乎完美，但需要控制工程师，且只适用于已自动化的产线。对高节拍自动化单元是正解，对普通作业车间则是杀鸡用牛刀。
如何从老旧或非联网设备采集OEE数据
这是卡住大多数OEE项目的问题。从优到次的诚实排序：
- 先找隐藏的协议点位（OPC-UA/Modbus）——若存在则零成本。
- 接既有信号——节拍/计数传感器或三色灯线（绿/黄/红对应运行/待机/故障）。
- 加装电流传感器——从电流推断运行/停机与节拍，非侵入，几乎任何带电机的设备都能用。
- 加装改造传感器——在运动部件上加感应或光电传感器，获得干净的节拍计数。
毁掉OEE数据的常见错误
- 忽略微停机。采集方式看不到5分钟以内的停机，OEE就是虚的——这是从Excel升级的首要理由。
- “计划时间”定义错误。OEE以计划生产时间为基准，定义错了数值就没有意义，也无法与他人对比。
- 用实际速度当“理想”节拍。理想节拍必须是每种产品的真实最大速率，否则性能损失会被悄悄算进可用率里。
- 只存汇总不存事件。要记录带时间戳的状态变化，否则丢失MTBF/MTTR和后续分析能力。
自建还是采购
你可以用边缘设备+消息代理+时序数据库自己搭采集系统——对单条自动化产线、又有控制工程能力的团队，这可能划算。但一旦面对混合设备群就会迅速失衡：传感器标定、边缘可靠性、协议差异，以及一套OEE与可靠性数据模型，都比硬件本身更难。像TeepTrak这样的专用系统把非侵入采集、OEE/损失数据模型和实时OEE监控打包在一起，让你在几天内拿到干净数据和可执行决策，而不是启动一个数据工程项目。
48小时内看到你设备的真实OEE
TeepTrak在任意设备（新、旧或混合）上安装非侵入式传感器，24–48小时上线，无需PLC对接、不停产。
观看两分钟产品导览，再预约你的专属演示。
常见问题
如何在不改动设备的情况下采集OEE数据？
使用非侵入式电流或振动传感器。夹在设备电源线上的电流互感器从电流推断运行/停机与节拍计数——无需接入PLC、不改线、不停产——即使没有任何数字接口的老设备也适用。它能捕捉手工方式漏掉的微停机，精度可达92–98%。
计算OEE需要采集哪些数据？
三类信号：随时间的设备状态（用于时间开动率）、节拍/产量计数加每种产品的理想节拍（用于性能开动率）、合格/不合格计数（用于合格率）。请带时间戳采集，以便同时推算MTBF与MTTR。
OPC-UA和IoT传感器哪个更适合采OEE？
OPC-UA数据更丰富、精度略高，但仅限有兼容控制器的设备；IoT电流传感器适用于任意新旧设备、数小时内即可部署。多数真实工厂是：有协议的用OPC-UA，其余全部用非侵入式传感器。
为什么我用Excel算的OEE偏高？
手工采集会漏掉约5分钟以内的停机、并低估换型时间，因此把OEE高估10–25个百分点。自动采集把这些隐性损失暴露出来——而那正是可回收产能所在。
0条评论