OEE 不是设备开机率：从三类损失找到改善重点

阅读要点

设备一直亮着运行灯，不代表它一直在按理想速度生产合格品。OEE 将计划生产时间内的损失分为时间开动率、性能效率与质量率三个部分，并用三者的乘积表达综合结果。[1]

这里讨论的是同一台设备、同一统计窗口、同一种产品的基础模型。它适合帮助班组判断损失发生在哪里；跨设备、跨产品比较前，还需要确认产品节拍、计数点和计划时间的定义一致。把 OEE 直接等同于产能利用率、人员效率或利润，都会超出这个指标本身的含义。

计划生产时间必须来自明确的排班政策。用餐、未排产、换型和计划维护是否进入统计窗口，应由生产与设备部门事先约定并固定版本。特别是窗口内的换型，不能因为“本来就计划要换”就随意从分母扣除，否则改善换型时间的效果会被隐藏。

理想节拍应绑定产品、工艺、设备及生效版本。把宽松的计划节拍当作理想节拍，容易让性能效率看起来很高。若计算结果超过 100%，应先核对时间单位、模腔数量、产品切换和计数重复，不宜直接把结果截断为 100%。

产量计数点同样需要统一。设备循环数、工序完成数与最终合格数并不天然相等。返工件重复经过计数点时，要能够识别第一次产出和后续处理，避免同时把产量和质量率抬高。

方法图解从生产时间到合格产出的损失分解

图解对应单一产品示例。多产品、多模腔场景需先统一计量与节拍。

以下为教学演算：班次共 480 分钟，按既定政策排除 30 分钟休息，计划生产时间为 450 分钟；窗口内停机 60 分钟，实际运行 390 分钟。该产品理想节拍为 0.5 分钟/件，总产出 720 件，首次合格 684 件。

时间开动率为 390 ÷ 450 = 86.67%；性能效率为 720 × 0.5 ÷ 390 = 92.31%；质量率为 684 ÷ 720 = 95%。三项相乘得到 OEE 76%，也可以直接用 684 × 0.5 ÷ 450 复核。[1]

这个 76% 可以还原成 342 分钟的完全有效生产时间。其余 108 分钟由停机 60 分钟、速度损失 30 分钟、质量损失折算 18 分钟构成。三个数字让班组知道，应先查停机原因，还是先处理低速和缺陷。

这套演算使用单一产品的统一节拍。混流生产若不同产品的节拍差异很大，应先按产品段计算，再在一致的时间口径下汇总，不能直接平均各产品 OEE。

以上均为演算数据，不代表客户实际业绩或行业目标。

建议先建立少而清楚的一级原因：故障、换型、缺料、等待确认、短暂停顿、低速与质量异常。设备状态用于界定时间段，人员补充业务原因；两者发生冲突时保留原始记录与修订说明。

原因编码应有互斥规则。停机十分钟可能同时存在缺料和换型，如果两个部门各记十分钟，总损失就会大于真实时间。可以记录一个主因，并保留关联因素，按约定的切分方式核算。

对“其他”“未知”和事后批量补填要单独展示。未知原因较多时，优先改善采集和交接，比直接给班组分配提升百分点更有依据。一次原因修订也应保留修改前后值、操作者与时间。

假设本周最大的损失是重复发生的待料，可以按物料、工单、班次和发生时段查看明细，区分真实库存不足、配送不及时和系统未及时确认。不同原因对应采购、物流或操作流程，不能都归到设备人员名下。

改善后要在相同口径下比较。观察缺料时间减少是否伴随在制品和线边库存增加，确认没有通过提前过量备料换取局部指标好看。对非瓶颈设备，也要结合下游需求判断是否值得追求持续满负荷。

抽取一个完整班次，让现场记录、设备状态和报表一起对账：排班时间能否拆清，运行与停机能否覆盖全部窗口，总产出与质量结果能否逐笔核对。

再模拟产品切换、跨班次停机、网络补传和质量改判。能够解释这些边界情况，OEE 才适合进入日常管理。首期验收重点应是“数据可复算、原因可追溯、责任可落实”，目标值则由企业基线和改善条件确定。

方法概念参照以下公开资料。文中的配置、演算与检查清单为本站整理的应用示例。