OEE = Tilgjengelighet x Kvalitet x Ytelse
Ved første øyekast ser ting greit ut, og OEE framstår som et mål for en realisert kapasitet som oppgis i prosent. Et OEE tall kan for eksempel være 78 % gitt ved beregningen OEE = 0,94 X 0,97 x 0,86 = 0,78 = 78 % og reflekterer et tap på 22 %. En del av populariteten skyldes nok at tapet da blir veldig synlig og er lett å kommunisere.
Antall faktorer som påvirker OEE er for mange til å kunne slå opp en “god” OEE fra en tabell eller lignende. Men vanligvis rapporteres mest mellom 50-80 % OEE, og ingen kan oppnå 100 %.
Definisjonen består av tre deler:
Tilgjengelighet = Faktisk oppetid (den som ble målt) / Krev oppetid (ønsket, teoretisk oppetid)
Kvalitetsrate = oppnådd mengde innenfor kravspesifikasjon / mengde oppnådd uansett kvalitet
Ytelse = oppnådd produksjon / designkapasitet
Å gange prosent med prosent virker tilforlatelig, men prosentene representerer ikke det samme. Dermed blir OEE lik epler x pærer x bananer. Men fordi regneoperasjonen matematisk sett er tillatt, så gjør ikke det et slikt eple-pære-banan-tall mindre problematisk og er første varsel om at noe er galt.
Noen oppgir også OEE-tall for hele produksjonen eller fabrikken som et enkelt OEE-tall. De beregner da på en eller annen måte OEE som et slags gjennomsnitt av ulike enkeltmaskiner eller systemer. På tross av at dette matematisk sett blir helt feil så ser ikke det ut til å stoppe enkelte. Selv i akademiske studier kan hele bedriften bli spurt om å oppgi OEE-tallet “sitt”. Men å slå sammen for eksempel OEE`en på bearbeidningsmaskin A og OEE`en på pakkemaskin B med et gjennomsnitt blir å blande epler og pærer. Ikke engang et vektet gjennomsnitt ville bli rett.
De som ikke trår feil med gjennomsnitt av epler og pærer, møter dessverre et annet, uoverstigelig problem: I forsøket på å oppnå et enkelt, altomfattende tall, så drukner forsøket fordi man går fra delvis brukbare måltall til kun et enkelt måltall som i beste fall er ubrukelig, og i verste fall skadelig. Kritikken kan summeres slik:
Tilgjengelighet, kvalitet og ytelse er ulike ting og gir ulike konsekvenser, så sammenblandingen gir en verdi som logisk ikke holder mål. Konsekvensen med en kvalitetsrate som går litt ned samtidig som ytelse går litt litt opp kan for eksempel være alvorlig uten at OEE endrer seg.
I forsøket på forenkling til et altomfattende tall, så roter man det til og ender opp ingenting. Tilgjengelighet, kvalitet og ytelse inneholder hver for seg informasjon, men slås de sammen blir den brukbare informasjonen borte.
Ved å gange, mistes lineariteten og endringer i OEE blir fort misvisende. Under overflaten kan det for eksempel skje viktige endringer i prosessen som kan være avgjørende for kundetilfredshet og økonomi, uten at dette synliggjøres i OEE-tallet. Reelle forbedringer som er viktige for kunder og økonomi kan få null utslag i OEE. På samme måte kan viktige forverringer maskeskeres med uendret OEE eller enda med forbedring av OEE.
Se evt. Isaak Tsalicoglou sin artikkel som også beskriver problemene: OEE Single Metric Obfuscate Nuances
I strid med hva Dr. Russel Ackoff har sagt om at man må slutte med å gjøre feil ting mer korrekt, så vil det nedenfor likevel gis eksempel på korrekt bruk av OEE.
Tilgjengelighet beskriver hvor stor andel av tiden utstyret faktisk er i stand til å produsere. En smelteovn som driftes 24 timer i døgnet året rund (8760 timer), men med en planlagt årlig stopp på 240 timer (telles her ikke som krevd oppetid) og uplanlagte stopp på i alt 720 timer, har tilgjengeligheten:
Tilgjengelighet = Faktisk oppetid / teoretisk oppnåelig oppetid = (8760 timer – 720 timer) / 8760 timer = 0,92 = 92 %
Noen vil innvende at planlagt stopp burde dra ned tilgjengeligheten fordi lengden på denne typen stopp ikke er en naturlov. Lengden bestemmes både av utstyrsdesign, løpende vedlikehold og utførelse av vedlikeholdet under selve stoppen og det bør derfor som regel være rom for forbedringer. Årsaken til at periodisk stopp likevel ikke teller “negativt” har å gjøre med at det oppnås en mer “ren” KPI som blander sammen informasjon mindre og dermed blir mer anvendelig. Informasjon om de periodiske stopper registreres jo fortsatt og bør evt. forbedres – så ingenting går tapt. En mer utførlig gjennomgang av tilgjengelighet og argumentene for ikke å la det periodiske vedlikeholdet telle negativt for tilgjengeligheten, finnes her: Tilgjengelighet.
Et annet eksempel som fort kan bli diskusjonstema er når det ikke er produksjon i helger, eller når produksjonen ikke foregår med døgnkontinuerlige skift. Bør stopptiden her telles med som uønsket nedetid? Svaret er: ikke i OEE beregninger. For de som ønsker å evaluere produksjonskapasiteten i forhold til produksjon 24/7 eksisterer den en annen indikator, TEEP, Total Effective Equipment Performance og tilsvarer OEE men med “Krevd tid” 365 dager i året. Se evt. OEE.com
En praktisk utfordring er å få alle stopp registrert med nødvendig informasjon. I beste fall beregnes stopptid automatisk basert på et stoppsignal, men det må fortsatt være en operatør som kobler en årsak til nedetidene. Helt manuelle løsninger hvor operatørene registrerer stopptid i for eksempel excel-ark er krevende å få til å fungere i praksis.
Tilgjengelighet er en viktig KPI fordi den måler veldig nært det som er kundens behov – at utstyret er tilgjengelig når det trengs. Når tilgjengelighet måles får man muligheten til å kunne gripe inn med tiltak hvis en negativ utvikling observeres, eller man kan se om forbedringstiltak gir ønsket effekt. Men, ikke minst, åpner tilgjengelighetsberegninger opp for kostnadsberegninger for produksjonstap. Vedlikeholdsorganisasjoner sliter gjerne med å få forståelse for sitt ressursbehov som ikke sjelden representerer en stor bit av produksjonskostnaden. Foruten direktekostnader i form av deler og timer til vedlikehold, så vil også kostnader forbundet med produksjonstap kunne kobles direkte til vedlikehold. Koblingen mellom hvordan vedlikehold styres og produksjonstap er ikke like tydelig for alle, men med tilgjengelighetsmåling vil man ha et sterkt verktøy til å få denne sammenhengen fram i lyset.
Kvalitetsraten angir hvor mye som produseres utenfor spesifikasjonene og er med til å kaste lys over ekstrakostnader som følge av skrap eller omarbeiding. Sårbare steg i prosessen som opp- og nedkjøring kan også vise seg å være årsak til kvalitetsproblemer. I OEE-beregninger kan kvalitetsraten beregnes ved å gjøre om vrakproduksjon til tapt produksjonstid.
Det er viktig at være oppmerksom på at kvalitetsraten ikke er proporsjonal med konsekvensene dersom kvaliteten går ut over sluttkunder. Selv om dette vil være avgjørende, så vil OEE ikke fange opp dette.
Utstyr vil være designet med en gitt kapasitet, og av ulike årsaker kan man i praksis være et stykke unna designkapasiteten. Det kan stå på forhold som omstillingstider, justeringer, tomgangskjøring, småstopp, variasjoner i råmaterialer opp- og nedkjøring. Hastigheten kan altså være redusert av mange årsaker som ikke er åpenbare, men som likevel har stor påvirkningskraft på kapasiteten.
OEE = Tilgjengelighet x Kvalitet x Ytelse
Ved første øyekast ser ting greit ut, og OEE framstår som et mål for en realisert kapasitet som oppgis i prosent. Et OEE tall kan for eksempel være 78 % gitt ved beregningen OEE = 0,94 X 0,97 x 0,86 = 0,78 = 78 % og reflekterer et tap på 22 %. En del av populariteten skyldes nok at tapet da blir veldig synlig og er lett å kommunisere.
Antall faktorer som påvirker OEE er for mange til å kunne slå opp en “god” OEE fra en tabell eller lignende. Men vanligvis rapporteres mest mellom 50-80 % OEE, og ingen kan oppnå 100 %.
Definisjonen består av tre deler:
Tilgjengelighet = Faktisk oppetid (den som ble målt) / Krev oppetid (ønsket, teoretisk oppetid)
Kvalitetsrate = oppnådd mengde innenfor kravspesifikasjon / mengde oppnådd uansett kvalitet
Ytelse = oppnådd produksjon / designkapasitet
Å gange prosent med prosent virker tilforlatelig, men prosentene representerer ikke det samme. Dermed blir OEE lik epler x pærer x bananer. Men fordi regneoperasjonen matematisk sett er tillatt, så gjør ikke det et slikt eple-pære-banan-tall mindre problematisk og er første varsel om at noe er galt.
Noen oppgir også OEE-tall for hele produksjonen eller fabrikken som et enkelt OEE-tall. De beregner da på en eller annen måte OEE som et slags gjennomsnitt av ulike enkeltmaskiner eller systemer. På tross av at dette matematisk sett blir helt feil så ser ikke det ut til å stoppe enkelte. Selv i akademiske studier kan hele bedriften bli spurt om å oppgi OEE-tallet “sitt”. Men å slå sammen for eksempel OEE`en på bearbeidningsmaskin A og OEE`en på pakkemaskin B med et gjennomsnitt blir å blande epler og pærer. Ikke engang et vektet gjennomsnitt ville bli rett.
De som ikke trår feil med gjennomsnitt av epler og pærer, møter dessverre et annet, uoverstigelig problem: I forsøket på å oppnå et enkelt, altomfattende tall, så drukner forsøket fordi man går fra delvis brukbare måltall til kun et enkelt måltall som i beste fall er ubrukelig, og i verste fall skadelig. Kritikken kan summeres slik:
Tilgjengelighet, kvalitet og ytelse er ulike ting og gir ulike konsekvenser, så sammenblandingen gir en verdi som logisk ikke holder mål. Konsekvensen med en kvalitetsrate som går litt ned samtidig som ytelse går litt litt opp kan for eksempel være alvorlig uten at OEE endrer seg.
I forsøket på forenkling til et altomfattende tall, så roter man det til og ender opp ingenting. Tilgjengelighet, kvalitet og ytelse inneholder hver for seg informasjon, men slås de sammen blir den brukbare informasjonen borte.
Ved å gange, mistes lineariteten og endringer i OEE blir fort misvisende. Under overflaten kan det for eksempel skje viktige endringer i prosessen som kan være avgjørende for kundetilfredshet og økonomi, uten at dette synliggjøres i OEE-tallet. Reelle forbedringer som er viktige for kunder og økonomi kan få null utslag i OEE. På samme måte kan viktige forverringer maskeskeres med uendret OEE eller enda med forbedring av OEE.
Se evt. Isaak Tsalicoglou sin artikkel som også beskriver problemene: OEE Single Metric Obfuscate Nuances
I strid med hva Dr. Russel Ackoff har sagt om at man må slutte med å gjøre feil ting mer korrekt, så vil det nedenfor likevel gis eksempel på korrekt bruk av OEE.
Tilgjengelighet beskriver hvor stor andel av tiden utstyret faktisk er i stand til å produsere. En smelteovn som driftes 24 timer i døgnet året rund (8760 timer), men med en planlagt årlig stopp på 240 timer (telles her ikke som krevd oppetid) og uplanlagte stopp på i alt 720 timer, har tilgjengeligheten:
Tilgjengelighet = Faktisk oppetid / teoretisk oppnåelig oppetid = (8760 timer – 720 timer) / 8760 timer = 0,92 = 92 %
Noen vil innvende at planlagt stopp burde dra ned tilgjengeligheten fordi lengden på denne typen stopp ikke er en naturlov. Lengden bestemmes både av utstyrsdesign, løpende vedlikehold og utførelse av vedlikeholdet under selve stoppen og det bør derfor som regel være rom for forbedringer. Årsaken til at periodisk stopp likevel ikke teller “negativt” har å gjøre med at det oppnås en mer “ren” KPI som blander sammen informasjon mindre og dermed blir mer anvendelig. Informasjon om de periodiske stopper registreres jo fortsatt og bør evt. forbedres – så ingenting går tapt. En mer utførlig gjennomgang av tilgjengelighet og argumentene for ikke å la det periodiske vedlikeholdet telle negativt for tilgjengeligheten, finnes her: Tilgjengelighet.
Et annet eksempel som fort kan bli diskusjonstema er når det ikke er produksjon i helger, eller når produksjonen ikke foregår med døgnkontinuerlige skift. Bør stopptiden her telles med som uønsket nedetid? Svaret er: ikke i OEE beregninger. For de som ønsker å evaluere produksjonskapasiteten i forhold til produksjon 24/7 eksisterer den en annen indikator, TEEP, Total Effective Equipment Performance og tilsvarer OEE men med “Krevd tid” 365 dager i året. Se evt. OEE.com
En praktisk utfordring er å få alle stopp registrert med nødvendig informasjon. I beste fall beregnes stopptid automatisk basert på et stoppsignal, men det må fortsatt være en operatør som kobler en årsak til nedetidene. Helt manuelle løsninger hvor operatørene registrerer stopptid i for eksempel excel-ark er krevende å få til å fungere i praksis.
Tilgjengelighet er en viktig KPI fordi den måler veldig nært det som er kundens behov – at utstyret er tilgjengelig når det trengs. Når tilgjengelighet måles får man muligheten til å kunne gripe inn med tiltak hvis en negativ utvikling observeres, eller man kan se om forbedringstiltak gir ønsket effekt. Men, ikke minst, åpner tilgjengelighetsberegninger opp for kostnadsberegninger for produksjonstap. Vedlikeholdsorganisasjoner sliter gjerne med å få forståelse for sitt ressursbehov som ikke sjelden representerer en stor bit av produksjonskostnaden. Foruten direktekostnader i form av deler og timer til vedlikehold, så vil også kostnader forbundet med produksjonstap kunne kobles direkte til vedlikehold. Koblingen mellom hvordan vedlikehold styres og produksjonstap er ikke like tydelig for alle, men med tilgjengelighetsmåling vil man ha et sterkt verktøy til å få denne sammenhengen fram i lyset.
Kvalitetsraten angir hvor mye som produseres utenfor spesifikasjonene og er med til å kaste lys over ekstrakostnader som følge av skrap eller omarbeiding. Sårbare steg i prosessen som opp- og nedkjøring kan også vise seg å være årsak til kvalitetsproblemer. I OEE-beregninger kan kvalitetsraten beregnes ved å gjøre om vrakproduksjon til tapt produksjonstid.
Det er viktig at være oppmerksom på at kvalitetsraten ikke er proporsjonal med konsekvensene dersom kvaliteten går ut over sluttkunder. Selv om dette vil være avgjørende, så vil OEE ikke fange opp dette.
Utstyr vil være designet med en gitt kapasitet, og av ulike årsaker kan man i praksis være et stykke unna designkapasiteten. Det kan stå på forhold som omstillingstider, justeringer, tomgangskjøring, småstopp, variasjoner i råmaterialer opp- og nedkjøring. Hastigheten kan altså være redusert av mange årsaker som ikke er åpenbare, men som likevel har stor påvirkningskraft på kapasiteten.