ReMetod
Свяжитесь с нами

Производство / OEE

Как рассчитать OEE с ИИ

OEE (Overall Equipment Effectiveness) — это показатель эффективности оборудования, который рассчитывается как произведение доступности, производительности и качества. ИИ помогает автоматизировать сбор данных, выявлять аномалии и прогнозировать потери, но сам расчет OEE остается стандартной формулой. Для расчета нужны данные о времени работы, количестве произведенной продукции и браке.

Проблема

Почему это важно

На производстве без расчета OEE потери времени и брак остаются незамеченными. Оборудование простаивает, выпуск снижается, а качество падает, но руководство не видит точной картины. Ручной сбор данных с цехов занимает часы и часто содержит ошибки.

Почему возникает

  • Данные о простоях и браке фиксируются вручную в бумажных журналах или разрозненных таблицах.
  • Нет единой методики расчета, каждый цех считает по-своему.
  • Информация поступает с опозданием, когда проблема уже привела к потерям.

Риски и потери

  • Скрытые потери производительности до 20-30% без видимых причин.
  • Невозможность объективно сравнить эффективность разных смен и линий.
  • Задержки в выявлении проблем с оборудованием, ведущие к дорогим ремонтам.

Что влияет на результат

  • Доступность: время фактической работы оборудования к плановому времени.
  • Производительность: фактический темп выпуска к теоретическому.
  • Качество: доля годной продукции к общему объему.

Типичные ошибки ручного подхода

  • Ошибки в записи времени простоев и причин.
  • Неправильный учет брака, особенно если он выявляется позже.
  • Разные методики расчета в разных цехах, что делает данные несопоставимыми.

Определение

Что важно понимать

OEE

Overall Equipment Effectiveness — общая эффективность оборудования, произведение доступности, производительности и качества.

Позволяет увидеть реальные потери и точки роста на производстве.

Доступность

Отношение времени фактической работы оборудования к плановому времени.

Показывает долю времени, когда оборудование могло работать, но не работало.

Производительность

Отношение фактического темпа выпуска к теоретическому (паспортному).

Выявляет медленную работу, мелкие остановки и неоптимальные режимы.

Качество

Доля годной продукции в общем объеме произведенного.

Отражает потери на брак и переделки.

Данные

Какие данные нужны

Плановое время работы

База для расчета доступности.

  • смена
  • дата
  • плановые часы

Время простоев

Для расчета доступности: вычитается из планового времени.

  • время начала
  • время окончания
  • причина простоя

Фактический выпуск

Для расчета производительности.

  • количество единиц
  • время выпуска

Брак

Для расчета качества.

  • количество бракованных единиц
  • причина брака

Теоретический темп

Для расчета производительности.

  • паспортная производительность
  • единиц в час

Методология

Методика расчета OEE

Принципы

  • OEE = Доступность × Производительность × Качество.
  • Доступность = (Плановое время − Простои) / Плановое время.
  • Производительность = (Фактический выпуск / Время работы) / Теоретический темп.
  • Качество = Годная продукция / Общий выпуск.

Допущения

  • Плановое время — это время, когда оборудование должно работать по графику.
  • Простои включают все остановки, включая переналадки и ожидание.
  • Теоретический темп берется из паспорта оборудования.

Ошибки

  • Не учитывают мелкие остановки, занижая потери производительности.
  • Считают качество только по конечному браку, пропуская переделки.
  • Используют разные базы планового времени для разных смен.

Роль ИИ

Как ИИ решает задачу

Машинное обучение

Автоматический сбор данных о простоях и выпуске

Данные на входе: данные с датчиков оборудования, журналы операторов, данные АСУ ТП

Что делает модель: Распознает события простоя и выпуска, сопоставляет с плановым временем

Результат: Структурированные данные о времени работы, простоях и выпуске

Как используется: Система использует эти данные для автоматического расчета OEE

Машинное обучение

Выявление аномалий в показателях OEE

Данные на входе: исторические значения OEE и его компонентов, данные о простоях и браке

Что делает модель: Сравнивает текущие показатели с историческими и выявляет отклонения

Результат: Уведомление о нетипичном снижении OEE или его компонентов

Как используется: Руководитель получает сигнал для оперативного вмешательства

Генеративный ИИ

Классификация причин простоев и брака

Данные на входе: текстовые описания причин из журналов, коды остановок

Что делает модель: Группирует похожие формулировки и относит их к стандартным категориям

Результат: Сводка по категориям причин с долей каждой

Как используется: Аналитик видит основные источники потерь и планирует меры

Машинное обучение

Прогнозирование OEE на основе исторических данных

Данные на входе: исторические ряды OEE, данные о загрузке и ремонтах

Что делает модель: Строит прогноз OEE на следующий период

Результат: Прогнозное значение OEE с доверительным интервалом

Как используется: Планирование производства и предупреждение рисков снижения эффективности

Разбор

Как это работает

  1. 1

    Вход: данные с датчиков и журналов. Действие: система собирает и очищает данные. Результат: единая база данных о работе оборудования.

  2. 2

    Вход: плановое время и простои. Действие: рассчитывается доступность. Результат: коэффициент доступности.

  3. 3

    Вход: фактический выпуск и время работы. Действие: рассчитывается производительность. Результат: коэффициент производительности.

  4. 4

    Вход: общий выпуск и брак. Действие: рассчитывается качество. Результат: коэффициент качества.

  5. 5

    Вход: три коэффициента. Действие: перемножаются. Результат: значение OEE.

  6. 6

    Вход: исторические данные OEE. Действие: модель выявляет аномалии. Результат: уведомление о отклонениях.

  7. 7

    Вход: тексты причин простоев. Действие: ИИ классифицирует причины. Результат: сводка по категориям.

  8. 8

    Вход: прогнозная модель. Действие: строится прогноз OEE. Результат: прогноз на следующий период.

Расчет

Формула расчета OEE

OEE рассчитывается как произведение трех коэффициентов. Ниже приведена основная формула и пример подстановки.

OEE

OEE = Доступность × Производительность × Качество
  • Доступность = (Плановое время − Простои) / Плановое время
  • Производительность = (Фактический выпуск / Время работы) / Теоретический темп
  • Качество = Годная продукция / Общий выпуск

Условный пример: Плановое время = 480 мин, простои = 60 мин, время работы = 420 мин, теоретический темп = 60 шт/час, фактический выпуск = 350 шт, брак = 20 шт. Доступность = (480−60)/480 = 0.875. Производительность = (350/420*60)/60 = 0.833. Качество = (350−20)/350 = 0.943. OEE = 0.875 × 0.833 × 0.943 = 0.687 (68.7%).

Допущение: Все коэффициенты выражаются в долях от 1.

Пример расчета

Как это выглядит в цифрах

Условный пример

Условный пример: расчет OEE для линии розлива

  • Допущение: Плановое время смены: 8 часов (480 минут)
  • Допущение: Простои: 60 минут (переналадка и мелкие остановки)
  • Допущение: Теоретический темп: 60 бутылок в минуту
  • Допущение: Фактический выпуск: 350 бутылок
  • Допущение: Брак: 20 бутылок
Доступность = (480 − 60) / 480 = 0.875. Производительность = (350 / (420/60)) / 60 = (350 / 7) / 60 = 50 / 60 = 0.833. Качество = (350 − 20) / 350 = 0.943. OEE = 0.875 × 0.833 × 0.943 = 0.687 (68.7%).

OEE 68.7% ниже мирового класса (85%), основные потери связаны с производительностью (16.7%) и качеством (5.7%).

Логика решения

Почему дана такая рекомендация

Что повлияло на решение

  • Значение OEE и его компонентов
  • Динамика показателей по сравнению с прошлыми периодами
  • Доли потерь по причинам простоев и брака

Какие риски учтены

  • Риск неверной интерпретации из-за малой выборки
  • Риск игнорирования мелких остановок
  • Риск несопоставимости данных между сменами

Какие варианты рассматривались

  • Снижение планового времени для повышения доступности
  • Увеличение теоретического темпа за счет модернизации
  • Фокус на снижении брака через контроль качества

Выбрано воздействие на производительность, так как она имеет наибольший потенциал улучшения и быстрый эффект.

Если бы качество было ниже 90%, приоритет сместился бы на качество.

Результат

Что видит пользователь

Дашборд OEE

Текущее значение OEE, его компоненты, динамика по дням, причины потерь

Быстро выявлять проблемные зоны и принимать меры

Уведомления об аномалиях

Сигнал о резком снижении OEE или его компонентов

Оперативно реагировать на отклонения

Отчет по причинам простоев

Сводка по категориям причин с долями

Планировать мероприятия по устранению основных потерь

Автоматизация

Что автоматизируется, а что нет

Выполняется автоматически

  • Сбор данных с датчиков и журналов
  • Расчет OEE и его компонентов
  • Выявление аномалий
  • Классификация причин простоев

Требует настройки

  • Настройка интеграции с источниками данных
  • Определение категорий причин простоев
  • Настройка порогов для аномалий

Остаётся за человеком

  • Выбор мероприятий по улучшению
  • Подтверждение причин простоев в спорных случаях
  • Утверждение изменений в производственном процессе

Внедрение

Как внедрить решение

Быстрый запуск

  • Создать таблицу для ручного ввода данных о простоях, выпуске и браке
  • Настроить формулы для расчета OEE в Excel
  • Ежедневно заполнять данные и анализировать результаты

Рабочая система

  • Подключить автоматический сбор данных с оборудования
  • Разработать дашборд для визуализации OEE
  • Настроить уведомления об аномалиях
  • Внедрить классификацию причин простоев

Расширенный вариант

  • Использовать прогнозные модели для предсказания OEE
  • Интегрировать данные с ERP и MES
  • Проводить сценарный анализ для оптимизации

Подготовка

Чек-лист перед запуском

  1. 1

    Определить плановое время работы для каждой смены

  2. 2

    Настроить учет всех простоев, включая мелкие

  3. 3

    Установить теоретический темп для каждого оборудования

  4. 4

    Организовать учет брака и переделок

  5. 5

    Выбрать методику расчета и зафиксировать ее

  6. 6

    Обучить персонал работе с системой

  7. 7

    Настроить дашборд для руководства

  8. 8

    Провести пилотный расчет на одной линии

Вывод

Главное

OEE — это простой и наглядный показатель, который помогает увидеть реальные потери на производстве.

Основные данные — плановое время, простои, выпуск и брак. Расчет — произведение доступности, производительности и качества.

ИИ автоматизирует сбор данных, выявляет аномалии и помогает классифицировать причины потерь, но не заменяет саму формулу.

Начните с ручного расчета OEE в таблице для одной линии, чтобы понять текущий уровень и точки роста.

Метод ReMetod

На чем основан вывод

Метод ReMetod показывает, как автоматизировать расчеты и аналитику без программирования. На практикуме участники строят работающее решение для своей задачи, включая сбор данных и расчет показателей.

В программе практикума этот подход разбирается пошагово: от формулировки бизнес-задачи до модели решения, данных, автоматизации, интерфейса и проверки результата.

Посмотреть программу практикума

Вопросы

Что обычно уточняют

Нужен ли ИИ для расчета OEE?

Нет, базовый расчет можно сделать в Excel. ИИ полезен для автоматизации сбора данных, выявления аномалий и анализа причин потерь, что экономит время и повышает точность.

Сложно ли внедрить автоматический расчет OEE?

Начать можно с простой таблицы, затем постепенно подключать датчики и автоматизацию. ReMetod помогает освоить этот путь без программирования.

Следующий шаг

Выберите, как продолжить с ReMetod

Хотите автоматизировать расчет OEE на вашем производстве? Запишитесь на диагностику.

Ближайший вебинар

Вводный вебинар
Ближайшая дата появится в календаре

Разберем, где ИИ уже дает управленческую пользу, какие задачи стоит брать первыми и как не уйти в хайп.

Записаться на вебинар
Диагностика

Бесплатный разбор вашего кейса

25–30 минут: фиксируем задачу, данные, возможную автоматизацию и ближайший проверяемый результат.

Записаться на разбор
Практикум

Практикум 1 «Архитектор»

Полный путь от бизнес-проблемы до рабочей модели решения, интерфейса и проверки результата.

Перейти к практикуму