按订单生产与按库存生产的 OEE：优化策略指南

按订单生产与按库存生产的 OEE 是大多数制造商都忽视的一个问题。按库存生产的工厂和按订单生产的工厂可能使用相同的机器和相同的企业资源规划系统。但 OEE 对其绩效、生产规划和盈利能力的影响方式却有着本质的不同。

然而，大多数制造商无论采用哪种机型，都采用相同的生产目标和改进方法。这是一个错误。

高品种、低产量的订单生产流水线上 75% 的 OEE 与每天 24 小时生产同一产品的专用流水线上 75% 的 OEE 是不同的。

本指南详细介绍了 OEE 在各种情况下实际测量的内容、隐藏的损失以及如何根据生产实际情况调整监控策略。了解这一区别对于任何可信的持续改进方法都至关重要。

制造模式为何会改变规划和生产能力

在按库存生产中，生产由预测和生产计划驱动。生产运行时间长，转换不频繁，主要目标是最大限度地提高产量。在这种情况下，OEE 发挥着纯粹的绩效指标的作用：每增加一个点，都会转化为额外的产量，以供应仓库并确保库存管理。

在按订单生产中，制造部门对具体的生产订单作出反应。生产周期短，更换频繁，灵活性优先于总产量。

因此，OEE 是衡量按期完成任务的生产能力的指标，而不是产量指标。

因此，改善 OEE 的杠杆并不相同。优化订单驱动生产线上的生产率而不缩短转换时间，就意味着提高了一个数字而没有提高实际绩效。组织监控的方式必须反映出这种差异。

按订单生产环境的操作复杂性在结构上高于库存环境。更多的参考、更多的设置、更多的错误风险。在设置 OEE 时忽略这一现实，就好比比较苹果和橘子。

OEE 和资源可用性：优化库存生产

长期生产过程中的关键损耗、产量和质量

在按库存生产的过程中，可用性损失是头号敌人。每一分钟的计划外停机时间都意味着有许多本应入库的零件没有生产出来。主要原因是机器故障、原材料等待时间和预防性维护故障。

实际运行时间往往少于人工报告所显示的时间。实地感知与实际测量之间的差距可能高达 15 到 20 个 OEE 点。这是一个盲点，会扭曲所有下游规划。

其次是性能损失。在长时间的生产运行中，每班 80 次、每次 3 至 5 秒的微停顿都会被忽视，但这意味着每周损失几个小时。实际循环时间与理论时间相差甚远，如果不进行自动测量，没有人会注意到这一点。

质量损失会产生乘数效应：一批 10,000 个零件中，如果有 3% 的次品，就意味着有 300 个零件需要重新生产，计划也会被推迟。整体良品率直接受到影响。非质量成本并不局限于废品：它还包括消耗的机器时间、浪费的材料以及后续生产订单的延迟。

OEE 战略和库存管理：稳定先于绝对绩效

目的是实现稳定的高 OEE。平均 78% 的 OEE 在 60% 到 90% 之间波动，比稳定的 72% OEE 更成问题。为什么会这样呢？因为规划的基础是可预测性。

如果物流部门不能将实际产量预测到正负 5%以内，安全库存就会爆炸。库存周转会崩溃，库存占用的现金会造成财务损失。

OEE 变异的每一个百分比都会转化为欧元的额外库存。

需要监控的关键指标包括平均故障间隔时间、实际周期时间与理论周期时间之间的差异以及每批次的废品率。实时监控对于在偏差影响库存水平之前发现偏差至关重要。

稳定的 OEE 还能使上游供应更加可靠。当实际产能可知且可预测时，供应商的订单就会更加准确，紧急情况就会减少，快递运输的额外成本也会消失。

按订单生产的 OEE：控制生产线的效率和延误

短序列中的关键损失和瓶颈

在按订单生产中，OEE 的主要破坏因素是更换系列所需的时间。一条生产线每班更换基准 8 至 12 次，就会损失 20% 至 35% 的准备时间。这是生产线上的一个结构性瓶颈，并不会因为购买一台速度更快的机器而消失。

启动损失是第二个关键来源。每次转换后，第一批零件往往不合格。在小批量生产中，这些损失可能占总产量的 10%至 15%。实际生产时间被延长，延误的订单也在不断累积。

传统的性能损失也存在，但由于每次参考的理论周期时间都会发生变化，因此更难将其分离出来。如果没有自动化系统，按订单生产时，OEE 的性能部分往往是错误的。

按订单生产的另一个困难是可追溯性。每个订单都有自己的规格、公差和要求。OEE 跟踪必须能够将性能数据与每个生产订单联系起来，以确定问题参照物。

通过 SMED 改进 OEE 战略并降低成本

在按订单生产中，目标不是最大限度地提高总 OEE，而是最大限度地提高生产价值的可用时间。使用 SMED 方法缩短转换时间是降低成本的首要杠杆和直接因素。每节省一分钟的转换时间，就等于多生产一分钟。

关键指标是改变系列所需的平均时间、减少启动损失的首次成功率以及增值生产时间与总时间的比率。

作为一项趋势指标，总体 OEE 仍具有相关性，但对停机原因的详细分析才能带来收益。

每次转换后对生产流程进行严格控制，可减少启动时的废品率。如果操作员在监控系统中集成了验证清单，就能获得最佳效果。

一个关键点：测量系统必须自动管理参考点的更改。如果每次更改都需要人工干预，操作员就会放弃该系统。技术必须适应现场，而不是相反。

典型错误：应用不适合生产流程的生产目标

受卓越标准的启发，许多制造商将 OEE 目标普遍设定为 85%。这个数字对于库存生产是合理的。但在按订单生产的情况下，这个数字就没有意义了，因为在按订单生产的情况下，结构变化会消耗 20% 至 30% 的可用时间。

例如，每班 10 次换班的航空生产线，无论操作员的效率有多高，都不可能达到 85%。设定这样的目标会挫伤团队的积极性，使指标失去信誉。

因此，订单团队被认为表现不佳。面对无法实现的目标，操作员会失去动力。

工厂恰恰在最有用的地方放弃了 OEE 监测。

正确的方法：根据机型制定具有 OEE 目标的生产计划。在定单生产中，OEE 达到 60%，每月提高 2 个百分点，就是一个很好的结果。重要的是轨迹，而不是绝对值。

管理层还必须审查向团队传达 OEE 的方式。可实现且符合实际情况的目标能调动员工的积极性。与现场脱节的目标会降低积极性。成功与否取决于所有利益相关者是否了解具体情况。

OEE 对生产规划和客户交付周期的影响

生产计划的 OEE 和可靠性

生产计划是以产能假设为基础的。如果假设错误，整个生产计划就会崩溃。在库存生产中，高估的 OEE 会导致短缺。在订单生产中，则会导致合同延误。

将实际 OEE 纳入规划流程是一种模式转变。我们不再按照 85% 的理论产能进行规划，而是按照 65% 的实测产能进行规划。其结果是：减少失信、减少快运、减少处罚。

将 OEE 跟踪与企业资源规划系统或制造执行系统相连接的公司在最初三个月内就能将准时交货率提高 15-25%。这是一种快速且可衡量的投资回报。

OEE 和客户满意度

在工业 B2B 领域，客户满意度主要通过按时足额交货率来衡量。这一比率直接受制于实际生产能力，因此也受制于 OEE。

如果工厂计划的理论产能为 85%，而其 OEE 却在 55% 至 65% 之间波动，那么工厂就会自动累积延误。无法衡量的生产损失是造成承诺失效的主要原因。

向客户展示您已经改善了 OEE，这比任何推销都更有说服力。它是一种可衡量的竞争优势，能与客户建立信任和忠诚度。

混合环境：按订单生产和按库存生产并存的情况

许多工厂以混合模式运营。一些生产线长期生产库存产品，而另一些生产线则根据具体订单进行生产。有时，同一条生产线会根据时期和手头项目的不同，交替使用这两种模式。

在同一仪表板上比较库存生产线和订单生产线的 OEE，而不考虑具体情况，会导致错误的决策。

62% 的按订单生产的生产线能按时交付 98% 的订单，其表现优于 80% 的按库存生产的生产线，后者会产生库存过剩。

客户满意度是最终的评判标准，而不是 OEE 的原始数据。OEE 是一种诊断工具，而不是生产线之间的竞争。

多站点小组必须使用通用数据库将生产模型集成到其 OEE 资源库中。

只有在比较可比的现实情况时，内部比较才有意义。两个按订单生产的网站可以相互比较。将按订单生产的工厂与库存工厂进行比较会产生误导。

建立通用参考系统意味着定义的标准化：什么是计划停机？如何划分系列变化？这些问题看似简单，但不同地点的答案各不相同，因此很难进行比较。

实时监测的作用：每种模式的性能指标

在库存生产中，实时监控可以在影响库存水平之前发现性能偏差。在一条高产量生产线上，如果一周内未发现产量下降 5%，就意味着有数千个零件丢失。

停机原因的帕累托图表可用于优先对代价最高的运营损失采取纠正措施。这一简单的工具可将原始数据转化为具体的行动计划。

在按订单生产的过程中，由于交货时间是合同规定的，因此监控就显得更为重要。如果一个系列的变化需要 45 分钟而不是 20 分钟，其影响是立竿见影的。实时看到延迟的操作员可以提醒计划部门。

与生产执行类型的系统集成后，这种信息反馈可以实现自动化，并实时调整资源的可用性。计划部门不必再等到班次结束报告才知道出现了问题。

在这两种情况下：当操作员看到实时真相时，他们的绩效就会提高。这种系统的投资回报是以周来衡量的，而不是以月来衡量。事后重建的人工监控与自动实时监控之间的区别在于反应与预测之间的区别。

案例研究：将 OEE 应用于现场制造过程

库存生产：汽车行业中的哈钦森案例

Hutchinson 公司是一家以库存为基础进行生产的汽车设备制造商，通过识别人工监控未发现的停工现象，将一个生产基地的 OEE 从 42% 提高到 75%。该战略显然是针对长期生产运行的：减少停工、稳定生产率并确保向制造商可靠供货。

由于部署了自动监控，在短短几周内就取得了成果。团队发现，人工报告中看不到的微停机是造成损失的主要原因。如果没有自动测量，这些损失就会一直隐藏下去。

这对供应链的影响是立竿见影的：延误减少了，快运减少了，下订单的汽车制造商也更有信心了。

按订单生产：航空航天和短系列

在航空航天领域，分包商按订单生产高附加值部件。45% 至 55% 的总 OEE 是正常的。我们面临的挑战是减少转换时间和启动废料，而不是追求一个不切实际的数字。

在这一领域，最有效的改进项目针对的是转换程序的标准化。转换过程中节省的每一分钟都直接转化为满足订单的额外能力。

混合环境：Nutriset 和双重人道主义挑战

Nutriset 说明了混合环境下的双重挑战：既要保证人道主义储备库存生产的可靠性，又要对危机地区紧急需求的订单作出反应。在人道主义背景下，每延迟一天都会给当地带来直接后果。

这些例子表明，关键不在于 OEE 数字本身，而在于对其所揭示的损失的理解以及团队针对正确原因采取行动的能力。

如何根据您的模式配置组织 OEE 跟踪

第 1 步：确定每条生产线的生产模式。同一家工厂可能有库存生产线和订单生产线。OEE 跟踪参数必须反映这一实际情况。这一诊断阶段至关重要，切不可操之过急。

第 2 步：参考订单生产线，确定理论周期时间。没有这个基础，OEE 的性能部分就毫无意义。现代物联网解决方案可自动管理参考变化。

步骤 3：将更换生产运行所需的时间与停机原因区分开来。在定单生产中，转换时间不是异常现象，而是一种实际操作。准确测量它是通过 SMED 改进它的前提。

第 4 步：调整仪表板。库存线显示总体 OEE 和吞吐量趋势。订单线显示平均转换时间和准时率。每种型号都有自己的优先指标。

步骤 5：部署即用型自动监控，直接从机器获取数据，2 小时内完成，无需修改任何基础架构。部署的简便性是现场团队采用的关键因素。

步骤 6：培训团队阅读 OEE 面板。只有当操作员和部门经理知道如何解读数据并采取纠正措施时，监控工具才有价值。培训是一种投资，而不是成本。

常见问题：按订单生产与按库存生产的 OEE

结论：OEE 不是一个数字，而是一种诊断

OEE 只有在正确的情况下才有价值。在按库存生产中，它是产量和正常性的指标。在按订单生产中，它是灵活性和按期交货的指标。在这两种环境中都使用单一的网格意味着会失去真正的杠杆作用。

重要的是要了解损失在哪里、为什么会出现损失以及如何减少损失。实时监控提供了这种可视性。

无论生产模式如何，看到真相的实地团队都能做出正确的决定。

正确理解 OEE 可以改变生产、物流和管理之间的关系。它以事实取代直觉，以诊断取代指责，以履行承诺取代承诺。

TEEPTRAK 部署可实时测量 OEE 的即用型物联网解决方案，适用于按单生产、库存和混合生产环境。安装只需 2 小时，无需修改基础设施，并可对参考变化进行本地管理。30 个国家的 400 多家工厂采用了我们的解决方案。要求演示。