OEE คือ?

OEE หมายถึงประสิทธิภาพโดยรวมของอุปกรณ์ เป็นเทคนิคที่ใช้เพื่อลดการหยุดทำงานของเครื่องจักร OEE ได้รับการอธิบายครั้งแรกในปีพ. ศ. 2525 ว่าเป็นส่วนสำคัญของวิธีการ TPM Total Productive Maintenance (TPM) เป็นแนวคิดที่นำมาใช้ในปีพ. ศ. 2514 โดยสถาบันเพื่อการบำรุงรักษาโรงงานแห่งประเทศญี่ปุ่น (JIPM) ในการคำนวณ OEE อาจมีการอภิปรายว่าควรกำหนดประเภทใดสาเหตุหนึ่งของความล้มเหลว ไม่มีมาตรฐานพร้อมใช้งาน ดูข้อมูลเพิ่มเติมได้ที่เว็บไซต์ http://www.oeefoundation.org OEE การคำนวณ รูปด้านล่างแสดงวิธีการคำนวณ [caption id="attachment_446" align="alignnone" width="600"]OEE calculation Calculation of OEE[/caption] Source: http://www.oeefoundation.org OEE ประกอบด้วย 3 ส่วน:
  • ความพร้อมใช้งาน = เวลาในการผลิต / เวลาในการโหลด </ li>
  • ประสิทธิภาพ = เวลาที่ใช้จริง / เวลาการผลิต </ li>
  • คุณภาพ = ผลผลิตที่ดี / ผลผลิตตามจริง
ดังนั้น OEE = ความสามารถในการใช้งาน * Performance * คุณภาพหรืออีกนัยหนึ่งจำนวนสินค้าที่ดี / จำนวนที่คาดหวังของผลิตภัณฑ์ในช่วงเวลาที่โหลด จำนวนผลิตภัณฑ์ที่คาดว่าจะได้รับการกำหนดสำหรับการรวมกันของผลิตภัณฑ์ / เครื่อง (ความเร็วของเครื่องจักร) ในระหว่างการผลิตจะมีการบันทึกการหยุดนิ่ง เมื่อสิ้นสุดการทำงานหนึ่งครั้งหรือเปลี่ยนจำนวนผลิตภัณฑ์ที่ผลิตและจะมีการบันทึกการปฏิเสธทั้งหมด จากข้อมูลนี้คุณสามารถคำนวณ OEE และด้านล่างคุณสามารถดูตัวอย่างรายงาน OEE ได้ [caption id="attachment_448" align="alignnone" width="601"]Calculation of OEE OEE calculation[/caption] แผนภูมินี้แสดงภาพรวมโดยย่อว่าการสูญเสียเกิดขึ้นจากที่ใด แนวทางที่ดีที่สุดในการปรับปรุงขึ้นอยู่กับหลายปัจจัย: ตัวอย่าง:
  • การสูญเสียคุณภาพจะแสดงเฉพาะเวลาที่สูญหายโดยการปฏิเสธ รายงานไม่ได้ให้ข้อมูลเชิงลึกเกี่ยวกับค่าใช้จ่ายในการปฏิเสธหรือความเสี่ยงที่ผลิตภัณฑ์ไม่ดีจะเข้าถึงลูกค้า </ Li>
  • แนวคิดโลจิสติกส์มีความสำคัญเมื่อปรับปรุง OEE ตัวอย่างเช่นถ้าเครื่องไม่ได้เป็นคอขวดและไม่มีคำสั่งใดเป็นสาเหตุหลักของความล้มเหลวในเครื่องลดการหยุดทำงานเฉพาะ (เช่นการเปลี่ยน) จะทำให้เกิดการหยุดทำงานเท่านั้นจึงจะไม่ปรับปรุง OEE สุดท้าย < li>
  • การเพิ่มขนาดชุดข้อมูลจะช่วยปรับปรุง OEE เนื่องจากการเปลี่ยนแปลงน้อยลง อย่างไรก็ตามนี่จะนำไปสู่หุ้นที่สูงขึ้นและหุ้นที่สูงขึ้นมักจะนำไปสู่ผลที่แย่ลงด้วยเหตุผลหลายประการ
     

2015 © DATALYZER, All rights reserved