OEE在PDCA各阶段的应用

OEE揭示设备运行中的损失。

PDCA循环是持续改进的经典方法论，将OEE与PDCA结合，可系统化推动设备效率提升。

01

Plan（计划阶段）：明确OEE改进目标与路径

基于现状分析设定OEE基准值与改进目标，识别关键损失，制定针对性改进计划。

1. 现状评估：建立OEE基准

收集目标设备（产线）在特定周期（如1个月）的运行数据，

• 计划生产时间
  日历时间-计划停机时间（如节假日、设备保养、会议等）；
• 停机时间
  区分计划外停机（故障、物料短缺、质量异常等）和计划内停机（换型、调试、预防性维护等）；
• 实际生产数量
  包括合格品与不合格品；
• 理论周期时间
  设备设计或标准单件生产时间（如每件10秒）。
  

计算OEE及子指标

某设备计划生产时间8小时（480分钟），故障停机30分钟，换型停机20分钟，实际生产数量2500件，理论周期时间12秒/件，合格品2400件，则：

• 运行时间=480-30-20=430分钟；
• 可用率=430/480×100%≈89.6%；
• 理论生产数量=430×60/12=2150件；
• 性能效率=2150/2500×100%≈86.0%；
• 质量合格率=2400/2500×100%=96.0%；
• OEE=89.6%×86.0%×96.0%≈74.0%。
  
  

2. 目标设定：基于SMART原则

将当前OEE与行业标杆（如离散制造业OEE标杆约70%-80%，流程工业约85%-90%）、历史最佳值对比，明确差距；

目标拆解:按“总目标-子指标目标-损失类型目标”拆解，

• 总目标：3个月内OEE从74%提升至82%；
• 子指标：可用率从89.6%→94%，性能效率从86%→92%，质量合格率96%→98%；
• 损失目标：故障停机时间从30分钟/班→15分钟/班，换型时间从20分钟/班→10分钟/班。

3. 关键损失识别：聚焦“瓶颈”

结合OEE三大维度，识别六大核心损失（TPM经典模型）

维度	损失类型	示例场景
可用率	故障停机	设备电机烧毁、机械卡死
	调整与准备（换型/调试）	换模具、更换参数耗时过长
	空转与短暂停机	传感器误触发、物料供应中断等待
性能效率	速度损失	设备实际速度低于设计速度
	启动/调试生产	新产品试生产、开机预热阶段效率低
合格率	缺陷/返工	尺寸超差、表面划伤需返工
	启动报废	开机初期生产的不合格品

工具

• 柏拉图
  按损失时间/金额排序，识别“关键的少数”（如故障停机占损失的40%，换型占25%，则优先解决这两类）；
• 鱼骨图
  对关键损失（如“故障停机”）从“人、机、料、法、环、测”分析根因（如“人”：维护技能不足；“机”：设备老化；“法”：维护计划缺失）。

4. 改进计划制定

针对根因制定具体措施，例如：

• 故障停机：增加预防性维护（PM）频次，备件备库管理，维护技能培训；
• 换型时间：推行SMED（快速换模）方法，优化换型流程，标准化工具
  
  
  

责任与时间

明确措施负责人（如设备部、生产部）、完成时间（如“1周内完成备件清单梳理”）、资源需求（如预算、工具）；

数据监控计划

明确改进过程中需跟踪的OEE数据指标（如每日停机时间、换型时间、合格率）及收集频率（每小时/每班）。

02

Do（执行阶段）：落地改进措施与数据采集

按计划实施改进措施，同步采集OEE相关数据，确保措施可追溯、数据可分析。

1. 改进措施执行

严格执行Plan阶段的措施，

• 设备部按新PM计划执行维护，记录每次维护的时间、内容、更换备件；
• 生产部组织SMED培训，优化换型步骤（如“内部作业与外部作业分离”），缩短换型时间；
  
  
  

对措施执行过程详细记录（如维护日志、培训签到表、换型时间对比表），便于后续评估效果。

2. OEE数据实时采集

• 自动化系统：通过MES（制造执行系统）、SCADA（监控与数据采集系统）实时采集设备状态（运行/停机）、生产数量、缺陷数据；
• 人工记录：若系统未覆盖，需设计标准化记录表（如《设备运行日志》），明确记录项（停机原因、时长、数量、缺陷类型）及责任人（操作员）；
  
  
  

数据质量保障

• 培训操作员准确识别停机原因（如区分“故障停机”与“物料短缺”），避免数据失真；
• 每日数据复核：班组长/工艺员每日核查数据完整性，确保无漏填、错填。

3. 中期沟通与调整

• 定期会议
  每周召开OEE改进会议，通报措施执行进度（如“本周PM计划完成率100%”“换型时间平均缩短5分钟”）及数据异常（如“某设备故障停机不降反升”）；
  
  
• 动态调整
  若措施效果未达预期（如PM执行后故障仍频发），需临时分析原因（如“维护标准未覆盖关键部件”）并调整计划（如“修订PM标准，增加关键部件检测频次”）。
  
  
  03

Check（检查阶段）：评估效果与差距分析

对比目标与实际结果，分析OEE变化及子指标表现，验证措施有效性，识别新问题。

1. OEE指标复盘

达成率计算:对比改进周期末（如3个月后）的OEE与Plan阶段目标，计算达成率

目标达成率 = 实际OEE/ 目标OEE × 100 %

目标OEE 82%，实际OEE 83%，达成率101.2%；若实际OEE 78%，达成率95.1%，需分析未达标原因。

2. 子指标深度分析

拆解OEE变化驱动因素

通过“连环替代法”分析可用率、性能效率、质量合格率对OEE变化的贡献度，例如：

OEE提升=（实际A-基准A）×基准P×基准Q + 实际A×（实际P-基准P）×基准Q + 实际A×实际P×（实际Q-基准Q）；

示例:基准OEE=89.6%×86%×96%=74%，

实际OEE=94%×92%×98%=84.7%，提升10.7%，

拆解：

• 可用率贡献：(94%-89.6%)×86%×96%≈3.7%；
• 性能效率贡献：94%×(92%-86%)×96%≈5.4%；
• 质量合格率贡献：94%×92%×(98%-96%)≈1.7%；
  

结论：性能效率提升是主要驱动因素，需重点关注。

3. 关键损失效果验证

变化分析改进前后六大损失时间/数量的变化，验证措施针对性：

损失类型	改进前（分钟/班）	改进后（分钟/班）	变化率	措施有效性
故障停机	30	15	-50%	PM频次增加+备件管理有效
换型时间	20	10	-50%	SMED培训+流程优化有效
速度损失	40（理论产量2150，实际2500）	25（理论产量2150，实际2800）	-37.5%	设备参数优化有效

趋势图

绘制OEE及子指标随时间的变化曲线（如周OEE趋势），观察是否持续提升；

雷达图

对比改进前后可用率、性能效率、质量合格率，直观展示短板改善情况。

4. 问题识别

• 未达目标项
  若OEE未达标，需进一步分析（如“质量合格率未达98%，仅97%”，根因可能是“新员工操作不熟练导致缺陷增加”）；
• 新出现的问题
  改进过程中可能衍生新问题（如“为减少换型时间，未充分调试导致启动报废增加”），需纳入后续改进计划。
  
  

04

Act（处理阶段）：标准化与持续改进

固化有效措施，解决遗留问题，启动新一轮PDCA循环，实现OEE持续提升。

1. 有效措施标准化

将验证有效的措施纳入企业标准文件，例如：

• 《设备预防性维护规程》（新增PM频次、检测标准）；
• 《快速换模作业指导书》（SOP，明确换型步骤、工具、责任人）；
• 《设备操作培训手册》（新增质量要点，减少操作缺陷）；
  
  
  

对相关岗位（操作员、维护员、班组长）进行标准化文件培训，确保措施落地（如“所有操作员需通过SMED考核后方可上岗”）。

2. 遗留问题处理

未解决问题清单

列出Check阶段识别的未达目标项或新问题（如“启动报废率仍高于目标”），分析根因（如“开机调试参数未标准化”），制定新一轮改进计划（如“开发开机参数自动校准程序”）；

转入下一轮PDCA

将遗留问题作为新一轮Plan阶段的输入，

• 新目标：将启动报废率从2%降至1%；
• 新措施：引入AI视觉检测系统，实时监控开机初期产品质量。
  
  

3. OEE基准更新与目标设定

更新基准值

将改进后的OEE作为新的基准（如从74%提升至84.7%），为下一轮改进提供参照；

设定新目标

基于新基准和行业标杆，设定更具挑战性的目标（如“6个月内OEE提升至88%”），聚焦新的瓶颈损失（如“速度损失仍有优化空间”）。

4. 知识共享与激励

案例总结

编写OEE改进案例报告，分享成功经验（如“通过SMED将换型时间减半，OEE提升8%”），在部门/公司内推广；

激励机制

将OEE指标纳入绩效考核（如“设备OEE达标率与班组奖金挂钩”），激发团队改进动力。

“关于OEE的一切“我们提供免费分享文件和案例，请联系我们。

微信号｜teeptrak-sz

电话｜18948310588

推荐阅读

5张核心报表，直指OEE问题根源！

数字化的重要性

用OEE激发产能

效率提升核心

从传统到智能：关于智能工厂必须了解的事