I en moderne produktionsvirksomhed er effektivitet afgørende for konkurrenceevnen. Men hvordan måler du egentlig, hvor effektivt produktionsudstyret kører? Det er her, OEE (Overall Equipment Effectiveness) kommer ind i billedet.
OEE er en globalt anerkendt metode til at måle og optimere produktionsperformance. For produktions- og IT-chefer er OEE en afgørende KPI, der gør det muligt at identificere produktionsudfordringer, eliminere flaskehalse og dermed optimere produktionsprocessen.
Når du kombinerer OEE med MES (Manufacturing Execution System), bliver der skabt en stærk datadrevet tilgang til produktionsoptimering.
Hvad er OEE?
OEE er en metode til at gøre effektiviteten af produktionsprocessen målbar. OEE måler, hvor stor en del af den planlagte produktionstid, der faktisk resulterer i gode produkter uden spild.
OEE er derfor en vigtig måleenhed, der viser, hvor effektivt en maskine arbejder i forhold til dens maksimale potentiale.
En central del af OEE-beregningen er at identificere og måle de tab og stopårsager, der påvirker maskinens drift. OEE handler derfor ikke kun om at præsentere fakta og tal, men fungerer også som et praktisk værktøj til at identificere forbedringsområder.
Ved at analysere og reducere de forskellige tabsfaktorer kan man optimere maskinens udnyttelse og dermed øge produktiviteten.
De tre hovedelementer i OEE
- OEE Availability – Hvor meget af den planlagte produktionstid maskinerne faktisk er tilgængelige.
- OEE Performance – Hvor tæt produktionen er på den maksimale kapacitet.
- OEE Quality – Andelen af producerede enheder, der opfylder kvalitetskravene.
OEE beregnes som:
OEE = Availability x Performance x Quality
De seks store tab i OEE
For at forbedre OEE er det nødvendigt at forstå de seks store tab, der typisk reducerer produktionseffektiviteten. Disse tab er opdelt i de tre hovedkategorier:
Availability Loss
- Uplanlagte stop – Nedbrud, mekaniske fejl, softwarefejl eller manglende reservedele, der forårsager produktionsstop.
- Planlagte stop – Omstilling mellem produkter, maskinkalibrering og procesjusteringer. Disse stop kan reduceres med SMED (Single-Minute Exchange of Die) og predictive maintenance.
Performance Loss
- Mikrostops – Korte uforudsete stop på maskiner pga. materialeflow, sensorer eller manuelle indgreb.
- Nedsat hastighed – Maskiner, der kører under optimal hastighed pga. slid, dårlig vedligehold eller ineffektive opsætninger.
Quality Loss
- Fejlproduktion – Defekte produkter, der opdages under produktion. Fejl kan reduceres med automatiseret kvalitetskontrol.
- Starttab – Spild fra opvarmning, kalibrering eller opstart efter et stop.
Hvad kan du gøre for at håndtere de seks store tab bedst muligt?
- Automatiseret dataindsamling med f.eks. MES, IIoT sikrer nøjagtig registrering af stopårsager.
- Predictive Maintenance minimerer nedbrud og reducerer uplanlagte stop.
- LEAN-metoder (SMED, Kaizen, Six Sigma) optimerer procesflow og reducerer omstillingstider.
- Real-time OEE-overvågning giver indsigt, så ledelsen kan handle proaktivt.
Hvorfor er OEE vigtigt?
Ved at måle OEE får din produktionsvirksomhed:
- Objektive data i stedet for subjektive vurderinger af produktionsperformance.
- Identifikation af flaskehalse, så ressourcer kan prioriteres korrekt.
- Grundlag for løbende forbedringer via Lean Manufacturing og Six Sigma.
- Bedre beslutningsgrundlag baseret på realtidsdata.
Alt dette vil hjælpe din produktionsvirksomhed med at besvare centrale spørgsmål, der ofte fylder på ledermøderne og i bestyrelseslokalerne. Det kunne f.eks være:
- Hvorfor producerer vi ikke så meget, som vi burde?
- Hvor opstår de største tab?
- Hvilke maskiner eller processer kræver optimering?
OEE-beregning i praksis
Nu har vi gennemgået, hvad OEE er, og hvorfor det er vigtigt. Nu kigger vi på, hvordan OEE konkret bliver beregnet.
Availability
Formel
Availability = (Driftstid / Planlagt produktionstid) x 100
Typiske kilder til tab er maskinnedbrud og omstillingstid.
Performance
Formel
Performance = (Ideal cyklustid x Faktisk cyklustid) x 100
Typiske kilder til tab er hastighedstab og korte stop.
Quality
Formel
Quality = Gode enheder / Totale enheder
Typiske kilder til tab af effektivitet: Fejlproduktion, omarbejde.
Eksempel på OEE-beregning
Lad os sige, at en produktionslinje har følgende tal på en produktionsdag:
- Planlagt produktionstid: 8 timer (480 minutter)
- Driftstid: 6 timer (360 minutter)
- Ideal cyklustid: 0,5 minutter pr. enhed el. 30 sek.
- Faktisk produceret output: 600 enheder
- Faktisk cyklustid = 360 / 600 = 0,6 minutter pr. enhed el. 36 sek.
- Godkendte enheder: 570 enheder
Beregning:
- Availability = 360 / 480 = 75%
- Performance = 0,5 / 0,6 = 83,3%
- Quality = 570 / 600 = 95%
- OEE = 0,75 × 0,833 × 0,95 = 59,4%
Hvordan skal OEE-resultatet tolkes?
Et samlet OEE-resultat på 59,4% er ikke usædvanligt i en gennemsnitlig produktionsvirksomhed, men det viser, at der er betydelig plads til forbedring.
- Tilgængeligheden på 75% indikerer, at maskinen er ude af drift 25% af den planlagte produktionstid – her bør man undersøge nedbrud og omstillingstid.
- Ydelsen på 83,3% peger på, at udstyret ikke kører med fuld kapacitet. Årsagerne kan være mikrostops eller reduceret hastighed.
- Kvaliteten på 95% er solid, men stadig under ideelle niveauer for mange brancher.
Et OEE-niveau omkring 60% er typisk for virksomheder, der endnu ikke har fuld realtidsindsigt og strukturerede forbedringsprocesser – f.eks. via et MES-system.
Benchmark for OEE i produktionsvirksomheder varierer dog afhængigt af branche, produktionsmetoder og modenhedsniveauet for procesoptimering. Herunder er dog nogle generelle retningslinjer.
Generelle OEE-benchmarks
Verdensklasse OEE: 85% eller højere
- Opnås sjældent uden avanceret automatisering, predictive maintenance og stærk procesoptimering.
- Kræver kontinuerlige forbedringer og stærk integration mellem IT- og OT-systemer.
Gennemsnitlig OEE i produktion: 60-75%
- De fleste velkørende produktionsvirksomheder ligger i dette interval.
- Der er plads til forbedring, men virksomheden er allerede på et godt niveau.
Lav OEE: Under 60%
- Indikerer ofte ineffektive processer, hyppige stop, lange omstillingstider eller kvalitetsproblemer.
- Typisk i virksomheder uden fuld automatisering eller uden et MES-system til at overvåge og analysere produktionen.
Det er vigtigt at sige, at lave OEE-tal ikke nødvendigvis betyder, at virksomheden er ineffektiv. I pharma vægter man f.eks. strenge kvalitetskrav og kontrol højt, hvilket naturligt påvirker outputtet negativt.
OEE og MES: En kraftfuld kombination
OEE er en stærk KPI, men dens værdi afhænger af nøjagtige data. Her spiller MES (Manufacturing Execution Systems) en afgørende rolle.
Hvordan MES forbedrer OEE-beregning:
- Automatisk dataindsamling eliminerer manuelle fejl i registrering af produktionsstop og ydelse.
- Integration med sensorer og PLC’er giver realtidsdata, der sikrer præcise målinger.
- MES kan med en root cause-analyse identificere præcise årsager til lav OEE, f.eks. bestemte maskinnedbrud eller kvalitetsproblemer.
- Integration til ERP og SCADA gør, at OEE-data kan kobles til forretningssystemer for en komplet produktionsanalyse.
Hvordan kan virksomheder forbedre deres OEE?
- Identificér og eliminér de største tab ved at fokusere på de seks store tab i produktionen.
- Automatisér dataindsamling via MES og IIoT
- Brug real-time dashboards og AI til at optimere produktionen. Visualisering af OEE-data kan hjælpe med at tage hurtigere beslutninger.
- Implementér predictive maintenance
- Sæt realistiske mål for OEE-forbedring.
Konklusion
Når OEE kombineres med realtidsdata fra MES, får produktionsvirksomheder et kraftfuldt værktøj til kontinuerlig optimering af produktionen.
Er du klar til at tage det næste skridt til en mere digitaliseret og optimeret produktion? Kontakt Niels Nyhus på nn@integra2r.com eller +45 2963 8313 for at høre mere om, hvordan du med MES kan løfte OEE-tal i din produktionen.