当我们谈论 OEE (整体设备效率） 我们就会立即想到现场： 可用性 机器、生产率、废品率。OEE 对供应商和客户的影响远远超出车间范围，但大多数制造商仍将其视为 “技术问题”。 指标绩效指标 绩效指标 纯粹是内部因素。将 OEE 简化为一个显示在生产屏幕上的数字，就会忽略以下事实 性能 直接影响整个供应链。不稳定的 OEE 意味着不稳定的供应链。未被发现的微停机意味着承运人在码头上等待。A 可用性 在电子表格中高估了机器的 OEE 值，就无法兑现交付承诺。本文探讨了 OEE 作为供应链整合者的作用，以及其 损失损失远远超出了讲习班的范围。
可用性、性能和质量能力：对供应链的影响
在大多数工厂，OEE 都包含在直线经理的仪表板中。 直线经理它是每周例会的主题，一旦离开车间就消失了。后勤团队中没有人在决策时考虑到这一点。这是一种反常现象，因为 效率 直接影响您完成订单的能力。每损失一个 OEE 点，价值链就会向下延伸。其后果可以用交货延迟、合同罚款和缓冲库存过大来衡量。当您不知道 性能和后勤可靠性方面，我们治标不治本。
按 OEE 组成部分分析损失原因
OEE 以三大支柱为基础，共同衡量设备的整体效率。每个支柱都会对供应链产生直接和可衡量的影响。 可用性 每次意外停机都会使生产与物流计划脱节。在汽车行业，一级设备供应商 30 分钟的停工可能导致制造商生产线停工，每小时的罚款高达数万欧元。实际运行时间往往比人工报告显示的时间要少得多。 性能 减速和微停，这些每班发生 50 到 100 次的 3 到 4 秒的 “刺激”，无声无息地蚕食着实际产能。计划是以理论周期时间为基础的。如果实际生产率比计划时间低 15%，那么每一个客户承诺都是基于一个错误的假设。质量：废品消耗生产时间，延误后续生产订单，并可能污染整批产品。在受监管行业，如果质量问题得不到及时发现，可能会导致产品召回。减少缺陷始于持续监控。
借助 OEE 改善供应商关系
如果没有可靠的 OEE 数据，原材料采购就会以理论产能为基础。结果是：要么订货过多（库存过多，占用现金），要么订货过少（短缺，产生额外成本）。这将直接影响生产运营的盈利能力，而供应商也将因难以消化的订单变化而遭受损失。实时测量的 OEE 可以让您了解自己的实际生产能力。如果您的 线条 显示 62%，而不是计划的 85%，你的材料需求就会发生巨大变化。实际的 效率 是向供应商提供订单，而不是乐观估计。这也是平滑供应的一个杠杆，可避免最后一刻的订单破坏整个上游链的稳定。
通过数据共享开展供应商合作的实例
最成熟的制造商与其战略供应商共享某些数据：每批产品的废品率、所提供产品的质量与 性能 机。这种共享在多个领域形成了良性循环。供应商了解其交货对客户生产流程的影响。客户有谈判的事实依据。这是一种尚未得到充分利用的降低成本的方法。
预测停机时间，而不是对紧急情况做出反应
当 OEE 在电子表格中进行事后重组时，信号来得太晚。漂移 可用性 实时检测意味着我们可以在故障发生前预测对备件的需求。这就是由现场数据库提供信息的预测性维护与使整个链条混乱的治疗性维护之间的区别。监控系统的投资回报期不到一个月。
OEE 对客户承诺可靠性的影响
OTIF（全额按时交货）率是指指标 工业 B2B 的基准。客户要求的比率超过 95%。但 OTIF 直接受制于实际生产能力，因此也受制于 OEE。在每项规划决策中都必须考虑到这一点。如果一家工厂的理论产能为 85%，而其 OEE 却在 55% 至 65% 之间波动，那么该工厂就会自动累积延误。工厂 损失 隐性生产损失变成显性交货延误。无法计量的生产损失是造成承诺落空的主要原因。与承诺的时间相比，计划时间与实际时间之间的差异会转化为延迟天数和合同罚款，从而侵蚀利润。
产品质量：OEE 帮助兑现的承诺
通过车间大门的每个不合格零件都会成为客户的问题。通过实时 OEE 监测，可以在装运前将有问题的批次隔离开来。与生产的零件总数相比，即时了解不合格品的百分比能起到事半功倍的作用。在食品行业，这直接影响到产品到达经销商时的剩余寿命。
商业成功指标：将 OEE 转化为竞争优势
向客户展示您已将 OEE 从 42% 提高到 75%，或您的回报率超过 90%，这比任何演讲都更有说服力。这是竞争力中可衡量的成功因素。
统一目标：作为共同语言的 OEE
在多地点集团中，每个工厂都以自己的方式计算 OEE。计划停机时间 “的定义各不相同。比较 性能 在两个地点之间进行外部独立评估与其说是一种分析，不如说是一种政治行为。没有共同的参照基准，外部经济评估就失去了作为分析工具的价值。 指示符 以管理供应链。必须在全集团范围内开发测量系统。这是掌握网络实际能力和根据实际情况做出分配决策的前提。A 指标的 绩效指标只有在各地以相同方式计算时，该指标才有价值。
工业规划：将 OEE 与企业资源规划连接起来
当 OEE 被纳入计划时，它就具有了后勤层面的意义。通过制造执行系统集成到 PIC/PDP 中，使预测能够以真实数据为基础。实际的关键绩效指标取代了乐观的假设。如果您的平均 OEE 为 68%，那么您的计划必须从 68% 开始。与可利用的时间相比，这一差距意味着在一个月内会损失几十个小时。这种透明度可以避免无法兑现的承诺，并更容易预测分包需求。越来越多的客户将 OEE 要求纳入他们的规范中。自动计算的 OEE 比手动申报的 OEE 具有更高的可信度。现在，供应商审计不仅要检查数字，还要检查收集方法和基础数据库的可靠性。
计算 OEE 对供应链影响的实例
A 行 每小时生产 1,000 个零件，目标是每班生产 8,000 个零件。OEE 为 62%，而不是 85%，产量降至 4960 个零件：少了 1840 个零件。作业积压日积月累。一周下来，短缺量达到近 10,000 件，相当于损失了一整天的产量。物流部门不得不决定是延迟交货、组织快运还是安排加班。每种选择都会产生直接成本，影响利润。通过培训员工阅读 OEE 表，可以从源头上减少这些差异，避免其在整个生产链中蔓延。
隐性损失和案例研究：Hutchinson 和 Nutriset
Hutchinson 将一家工厂的 OEE 从 42% 提高到 75%。由于对现场情况缺乏了解，销售人员只能根据乐观的数字做出承诺。未被发现的停产是造成系统性延误的根本原因。在部署实时监控后，团队能够识别出 损失 并从源头上处理这些问题。对汽车制造商交货可靠性的影响立竿见影。Nutriset 证明，实时 OEE 监控使危机地区的交货更加可靠，因为在危机地区，每延迟一天都会造成人员伤亡。对生产流程的持续监控是这一成功的关键因素。在人道主义背景下，营养产品的保质期是一个关键因素：生产过程中的任何延误都会缩短产品在现场的使用时间。多站点集团现在使用 OEE 作为分配标准：如果 A 站点的 OEE 为 72%，B 站点为 58%，那么紧急订单就会分配给 A 站点。就集团的总产能而言，这是一个重要的优化杠杆，将物流从被动式转变为预测式。
将 OEE 纳入采购战略的目标和步骤
第 1 步：部署自动监控系统，直接从机器收集数据。即插即用型物联网解决方案可在 2 小时内完成安装，无需修改基础设施。这是任何改进方法的基石。第二步：通过 OPC UA 或 API 将 OEE 数据连接到规划流程。每项决策都必须基于实际产能，而不是理论产能。与 ERP 或 MES 集成只需几天时间。第 3 步：为战略供应商和主要客户创建共享仪表板。透明度可以建立信任，改变商业关系。这并不是要展示一切，而是要共享能创造价值的数据。步骤 4：将 OEE 与 OTIF 或存货周转率一样纳入每月物流审查。OEE 并非 生产指标生产指标，它是 指标 履行承诺的能力。这种基于现场数据的决策方式正在改变生产、物流和销售团队的合作方式。
常见问题：OEE 和供应链
OEE 是物流指标吗？是的。OEE 或 效率 设备，衡量的是决定交付能力的实际能力。仅将其视为生产指标的公司会忽略其对整个产业链的影响。是否应与供应商共享 OEE 数据？可以有选择地共享。按批次共享废品率可为双方提供持续改进的杠杆。我们的目标是多少 OEE？众所周知的 65% 的 OEE 好过电子表格中幻想的 85% 的 OEE。关键在于使规划与实际测量保持一致。
结论：OEE，供应链中缺失的一环
供应链整合往往只关注企业资源规划系统和物流平台之间的信息流，却忘记了最关键的环节：实际情况。实时测量的 OEE 是连接以下环节的缺失环节 性能 从机器到物流承诺。改善供应链的不是 OEE。而是现场的团队，他们以可靠的数据为武器，在正确的时间做出正确的决策。正是车间与价值链之间的这种联系，使强加的物流与受控的物流截然不同。TEEPTRAK 部署的即插即用物联网解决方案可在 2 小时内实时测量 OEE，无需对基础设施进行任何改动。30个国家的400多家工厂信赖我们的解决方案。要求演示。
0条评论