设备看着在转，产能就是上不来——OEE 算不清楚，改善就没方向

说个经常被问到的问题。

老板站在车间门口看半天，机器都在转，人都没闲着，可月底产量就是上不去。问车间主任哪里卡住了，答不上来，只能说订单杂、活难做。

这就是大多数工厂的状态：设备的时间到底去了哪儿，谁也说不清。

OEE 叫设备综合效率，算法很直白，时间开动率乘性能开动率，再乘合格品率。

拆开看这三项。时间开动率算的是计划生产时间里设备真正在转的比例，故障停机、换型、等料、等人都算损失。性能开动率算的是设备在转的时候有没有跑到它应该有的速度，小停机、空转、降速运行都算损失。合格品率算的是做出来的件里合格的比例，返工和报废都算损失。

三项一乘，就是 OEE。

明天上班先干一件事：挑一台瓶颈设备，记一个班的停机次数、停机时长和当班产量，三个数写在一张纸上。

多数工厂第一次算出来的数字会落在什么区间，行业里是有基准的。面向 50 多个国家、3500 多台设备的运行数据统计显示，制造企业的真实 OEE 大多集中在55% 到 60% 这个区间。

而这个指标长期被引用的「世界级」基准是 85% 以上，最早出自 1984 年的 TPM 经典著作，至今仍被当作标杆。

来源：Evocon 基于 50+ 国家、3500+ 台设备运行数据的统计（2024）；世界级基准源自中岛清一《Introduction to TPM》(1984)

这中间那 25 到 30 个百分点，就是大多数工厂躺在车间里的钱。

停机这件事的分量，可以从设备侧的行业研究里看到。西门子《The True Cost of Downtime 2024》测算，全球 500 强企业每年因非计划停机损失约 1.4 万亿美元，约占其总营收的 11%，比五年前上升了约六成；汽车行业的停产成本最高可达每小时 230 万美元。

另一份覆盖 3000 多位工厂维护决策者的调研给出的中位数更贴近单厂感受：典型企业非计划停机的成本中位数接近每小时 12.5 万美元，超过三分之二的工业企业每月至少发生一次非计划停机。

需要说明的是，国内目前没有官方统一发布的「制造业平均 OEE」，网上流传的一些整数百分比缺乏可核查出处。所以更稳妥的做法是：只跟自己比。

这周就抓一件事：问设备厂家或者查设备铭牌，把瓶颈设备的理论产能写下来。

OEE 背后是六大损失，分成三类。

第一类对应时间开动率：设备故障停机，以及换型和调整。第二类对应性能开动率：空转和小停机，比如卡料、堵料、短暂停几秒又恢复；以及速度降低，设备设计的理论速度跑不到。第三类对应合格品率：过程不良和返工，以及开机阶段的不良。

六项里，最容易被忽略的是中间两项。故障停机有维修记录，不良有质检数据，唯独小停机和降速没人记。

先别铺开，就试这一步：让班组长拿个本子，今天专门记小停机——设备短暂停顿几次，每次大概多久。

OEE 的价值不在那个百分比，在于它能告诉你先改哪里。

举个常见的排序方法。假设一台设备的 OEE 是 55%，三项拆开来，时间开动率 75%、性能开动率 80%、合格品率 92%。看哪一项最低，就先动哪一项。

这个例子里时间开动率最低，说明停机太多，方向就是缩短换型时间、减少故障停机、把等料等人清掉。如果时间开动率已经不低、性能开动率拖后腿，方向就变成盯小停机和降速——这两项要靠现场观察，报表看不出来。

不同的短板，对应完全不同的改善动作。不做拆解，就只能凭感觉加人加班。

回去最值得先办的一件事：把瓶颈设备的三项数据拆开，圈出最低的那一项，那个方向就是下周的重点。

遇到产能不够，很多人的第一反应是买设备。但算过 OEE 的工厂通常会发现，现有设备的可用产能还没有完全用上。

提 OEE 的路径，一般是这个顺序。先把故障停机压下来，做法是有计划地保养，把易损件按周期换掉，而不是等坏了再修。再把换型时间缩下来——换型占用的也是设备时间。然后清掉小停机和降速，这两项靠现场盯，靠班组长记录，靠把常见卡料点一个一个解决。最后才是不良。

这个顺序的道理是：越靠前的损失，越好量化，也越好改。

最省事的起手式：翻一遍近三个月的维修记录，把重复发生的故障找出来，排前三位。

OEE 落地最容易失败的方式，是第一天就要求全厂都算。

合理的做法是先挑一台瓶颈设备，连续记两周，把三项数据都记准。数据准了，再复制到同类型的设备上。

有个提醒：OEE 不是一个考核指标。如果拿它去压班组，结果一定是数据变好看、产能没变化。它应该是找问题的工具，不是打分的尺子。也不要跟别的厂比——设备类型、产品结构、订单批量都不一样。有价值的是自己跟自己比。

明天上班先干一件事：选一台瓶颈设备，打印一张表格，写上日期、停机时长、产量、不良数，明天贴在设备旁边。

想要《OEE 数据记录表》，直接在公众号对话框回复：「OEE」，免费领取。