OEE الحي مقابل OEE من جدول البيانات: التكلفة الخفية للقياس اليدوي

كيف يُحسب OEE

OEE (الفعالية الكلية للمعدات) يضرب ثلاثة عوامل:

OEE = الإتاحة × الأداء × الجودة

• الإتاحة هي زمن التشغيل مقسومًا على زمن الإنتاج المخطط.
• الأداء هو زمن الدورة المثالي × إجمالي العدد، مقسومًا على زمن التشغيل.
• الجودة هي العدد الجيد مقسومًا على إجمالي العدد.

يقدّم المثال المحسوب الذي تنشره Vorne لوردية واحدة: إتاحة 88.81%، وأداء 86.11%، وجودة 97.80%، فيكون OEE 74.79%. وتعرّف الشركة زمن الإنتاج المخطط بأنه طول الوردية مطروحًا منه فترات الاستراحة.

للمقارنة، يُشار غالبًا إلى 85% بوصفها مستوى عالميًا، لكن معظم المصنّعين أقرب إلى 60%. وقد قاست دراسة شملت 884 آلة في 23 شركة متوسط OEE بنسبة 65%.

أين يخطئ OEE المحسوب على جدول البيانات

الصيغة بسيطة. المدخلات هي موضع الخطأ في القياس اليدوي. وتظهر هذه الأخطاء الخمسة في معظم المصانع التي تحسب OEE يدويًا:

1. التوقفات القصيرة مفقودة. نادرًا ما يُكتب انحشار مدته 90 ثانية. وتشير Vorne إلى أن معظم الشركات لا ترصد بدقة الخمول والتوقفات الصغيرة. تذوب هذه التوقفات في رقم أداء منخفض دون أي تفسير.
2. زمن الدورة المثالي خاطئ. كثيرًا ما تستخدم المصانع المتوسط أو المعدل المخطط بدلًا من أسرع زمن دورة ممكن. وهذا يخفي خسارة السرعة. وإذا تجاوز الأداء 100% يومًا ما، فإن Vorne توضح أن زمن الدورة المثالي مضبوط على قيمة عالية جدًا.
3. الوقت المخطط يُعرَّف بطرق مختلفة. وردية تستبعد تغيير المنتج، وأخرى تستبعد الاجتماعات، وثالثة تستبعد "لا توجد طلبيات". الأرقام تبدو قابلة للمقارنة لكنها ليست كذلك. وأطر مؤشرات الأداء مثل ISO 22400 موجودة لجعل هذه التعريفات متسقة.
4. الأسباب تُخمَّن عند نهاية الوردية. تُكتب من الذاكرة، فيصبح كثير من التوقفات "غير معروف" أو "أخرى". وحتى مع البيانات الآلية، وجدت دراسة Chalmers أن نحو نصف الخسائر المسجلة لم يكن ممكنًا تصنيفها، لأن الفئات كانت ناقصة أو غير واضحة الوصف.
5. العدّادات تُنسخ يدويًا. كل نقل من العدّاد إلى الورقة ثم إلى Excel فرصة لخطأ في الكتابة.

لا ذنب لأحد في ذلك. فهذا ما يحدث حين تُعاد صياغة الوردية بعد انتهائها.

أي الخسائر الست الكبرى يُخفيها جدول البيانات

تجمع Vorne خسائر OEE في ست خسائر كبرى: عطل المعدات والإعداد والتعديلات (في الإتاحة)، والخمول والتوقفات القصيرة وانخفاض السرعة (في الأداء)، وعيوب العملية وانخفاض العائد (في الجودة).

يلتقط جدول البيانات الخسائر الكبيرة. تُدوَّن الأعطال الطويلة وتغييرات الإعداد، ويُسجَّل الهدر في مكان ما. أما الخسائر التي تنفلت فهي التوقفات القصيرة وانخفاض السرعة، وهما خسارتان في الأداء. إنهما متكررتان وقصيرتان، ولهذا بالضبط لا يسجلهما أحد.

القياس اليدوي مقابل الحي، جنبًا إلى جنب

التكلفة الخفية لـOEE اليدوي

التكلفة الظاهرة هي الوقت. خذ مثالًا توضيحيًا لخط بورديتين: إذا قضى قائد وردية 20 دقيقة في كل وردية لتدوين التوقفات، خمسة أيام في الأسبوع، وقضى مهندس تحسين مستمر أربع ساعات في الأسبوع في تجميع جداول البيانات، فهذا أكثر من 7 ساعات أسبوعيًا على خط واحد.

والتكلفة الأكبر هي التأخير. تقدّر Siemens أن أكبر 500 شركة في العالم تخسر نحو 11% من إيراداتها السنوية بسبب التوقف غير المخطط. والمصنع المتوسط يخسر أقل من ذلك بالمطلق، لكن الآلية نفسها. وحين يصل OEE بعد يوم، فإن كل قرار مبني عليه يتأخر يومًا أيضًا.

ثم هناك الثقة. فحين يعتمد OEE على من ملأ الجدول، تتحول الاجتماعات إلى جدال حول الرقم. ولمعرفة لماذا لا تفيد بيانات الآلات دون سياق، راجع المقال المرتبط.

ما الذي تغيّر حين دخل أحد الخطوط مرحلة التشغيل الحي

على أحد خطوط تغليف الكرتون المضلّع، كان المشغّلون يسجّلون التوقفات من الذاكرة في نهاية الوردية. وكانت "غير معروف" تتصدر مخطط باريتو للتوقفات. وكان OEE يُعاد بناؤه في جدول بيانات بعد يوم كامل.

أدخل المصنع الحالة الحية للآلات، وتسجيل السبب عند التوقف في نحو ثانيتين، والتنبيهات كمهام لها مسؤول، وOEE الحي. وبعد التجربة ارتفع OEE من 61% إلى 70%، وانخفض متوسط زمن الاستجابة للتوقف من 24 دقيقة إلى 9 دقائق. والحالة الكاملة في مقال كيف تقلل التوقفات باستخدام البيانات الفورية.

الانتقال بعيدًا عن جداول البيانات لا يحتاج إلى مشروع كبير. وهذا ترتيب عملي:

• الاتفاق على تعريف واحد للوقت المخطط، وزمن دورة مثالي واحد لكل منتج؛
• توصيل الآلات في خط واحد، بما فيها الآلات القديمة دون PLC؛
• كتابة قائمة قصيرة بالأسباب، من 10 إلى 15 سببًا لكل نوع آلة؛
• مراجعة أكبر ثلاث خسائر لمدة عشر دقائق في بداية كل وردية.

والتعريفات المتسقة مسألة نضج في البيانات أيضًا. ويشرح مقالنا عن CMMI ونضج البيانات لماذا تأتي العمليات الموحدة وتعريفات البيانات المشتركة قبل الأتمتة. وللخطوات التالية، انظر ما الذي يجب قياسه في أول 90 يومًا من تطبيق IoT.

الأسئلة الشائعة

ما صيغة OEE؟

OEE يساوي الإتاحة × الأداء × الجودة: زمن التشغيل مقابل الوقت المخطط، والإنتاج الفعلي مقابل زمن الدورة المثالي، والقطع الجيدة مقابل إجمالي القطع.

هل OEE المحسوب على جدول البيانات خاطئ دائمًا؟

غالبًا ما يخفي التوقفات القصيرة، ويبدو أفضل مما هو عليه إذا كان زمن الدورة المثالي بطيئًا أكثر من اللازم، ويكون غامضًا في الأسباب. كما أنه يصف وردية الأمس. ومع ذلك، فهو أفضل من عدم وجود OEE على الإطلاق.

ما هي درجة OEE الجيدة؟

يُشار غالبًا إلى 85% بوصفها مستوى عالميًا، ومعظم المصنّعين أقرب إلى 60%. قارن خطك بخط أساسه أولًا. فالاتجاه الذي تثق به أفضل من أي معيار مرجعي.

هل تغني حاسبة OEE عن القياس الحي؟

لا. حاسبة OEE مفيدة لفهم الصيغة أو لتقدير قيمة نقطة واحدة من OEE. أما القياس الحي فيوفّر المدخلات التي تحتاجها الحاسبة، ويلتقطها أثناء وقوع الأحداث.

كم يستغرق الانتقال إلى OEE الحي؟

يمكن توصيل خط واحد خلال أسابيع، بما في ذلك الآلات القديمة. أما الأسباب والتعريفات الموثوقة فتحتاج إلى بضعة أسابيع إضافية من الاستخدام اليومي.

الخلاصة

يستخدم OEE من جدول البيانات والـOEE الحي الصيغة نفسها بمدخلات مختلفة. فالقياس اليدوي يفوته التوقفات القصيرة، ويخمّن الأسباب، ويصل متأخرًا، ويكلّف ساعات من إعداد التقارير كل أسبوع. أما OEE الحي فيُظهر الخسائر أثناء الوردية، حين لا تزال الوردية قادرة على التصرف، وهكذا انتقل أحد خطوط التغليف من 61% إلى 70%.

المصادر

• Vorne، Calculate OEE
• Vorne، The Six Big Losses
• Vorne، World-Class OEE
• Hedman وSubramaniyan وAlmström (Chalmers، Procedia CIRP)، Analysis of Critical Factors for Automatic Measurement of OEE، 2016
• Institute for Supply Management، The Monthly Metric: Unscheduled Downtime (ملخص لبيانات Siemens)، 2024
• ISO، ISO 22400-1 Key performance indicators for manufacturing operations management، 2014
• DBR77، CMMI and data maturity
• بيانات تجريبية من DBR77 IoT، خط تغليف الكرتون المضلّع (العميل مجهول الهوية)، 2026