OEE是一个流行的关键性能指标(KPI)指标，它说明了计划生产时间的生产效率。因此，OEE分数为100%代表完美的生产制造，达到理想的产品质量，尽可能快，没有停机。
当然，100%的OEE是一个理论上的最大值，因为没有达到OEE目标的原因有很多——从环境因素到不合格的原材料，故障的设备，或简单的人为错误。总体而言，更重要的问题是工厂的绩效报告过程，因为各级管理人员需要有精确可靠的数据，以便改进运营决策。
Andreas Eschbach, Eschbach的CEO。为了了解如何使用OEE来确保性能指标易于共享，并将其视为制造层次的所有级别的主要和有价值的资源，我们联系了Andreas EschbachEschbach是Shiftconnector软件的供应商，用于生产班次之间的透明通信和交互管理。
如果数据采集是通过电子表格完成的，而整理数据是数据移交给管理层之前的最后步骤之一，那么跨层级(从工厂到c - suite)提供数据就变得尤为困难。收件人必须拥有有价值的数据，”Eschbach说。“策划，即从许多不同的来源收集数据，并聚合成一个比其独立部分更有价值的信息源，是报告过程的一个重要部分。收集数据的人必须了解数据的目的。同样，读取数据的人需要了解数据来自哪里，采取了什么控制措施来确保准确性，比如流程工程师在日常评审时的批准。”
 |
了解更多关于来自PMMI OpX领导网络的OEE指南． |
Eschbach指出，目前的IIoT(工业物联网)和OT(运营技术)工具有助于自动化数据收集，这有助于在换班前检查工厂现场数据的合理性。
Eschbach说:“随着工业物联网和OT数据的可用性以及PPM(工厂过程管理)系统的实施，工厂中许多系统的相关数据可以准确、及时地访问和分析。”这种透明度可以让操作人员发现真正重要的损失，并且通过机器学习算法，还可以解释不那么重要的损失。这减轻了繁琐和可能出错的手动数据输入，以主动的方式支持OEE。事实上，据报道，对于单个工厂或工艺电池(使用PPM)， OEE每年通常会提高3%到15%。”
 |
听这个关于OEE在工业数字化转型中的作用的播客． |
通过仪表板共享收集到的数据来跟踪跨班次的信息，以促进班次之间的重要沟通，了解什么可行，什么不可行，从而提高了这一水平的改进。
Eschbach指出，这种数据透明化的努力不仅仅是在一个班次上找到解决方案，还包括理解班次之间的模式，以推动持续改进的举措。为此，每个班组需要24/7执行生产核算。每个人都需要达成一致，才能最大限度地发挥潜力，获得最佳结果。此外，控制室中必须有实际的OEE得分，以及帕累托图，以便深入研究数据。”
Eschbach说，虽然跟踪OEE是一个有益的KPI，但它并不能帮助区分如何提高工厂的产量。这就是为什么捕获的报告粒度允许使用数据驱动的方法来查找相关问题。他补充说:“特别是，需要准确和透明地报告失败和分析失败的原因，以确保首先启动最有希望的改进措施。”“要做到这一点，最好从透明的报告和员工知识的贡献开始。”
|
读到的仪表板开发的最佳实践以及它们的使用所带来的制造业效益。 |
