Wskaźnik OEE (Overall Equipment Effectiveness) to iloczyn trzech składowych: dostępności, wydajności i jakości. Pokazuje, ile zdolności produkcyjnej maszyny zamienia się w gotowe wyroby zgodne ze specyfikacją, a ile ginie w przestojach, spowolnieniach i brakach. Metodę opracował Seiichi Nakajima jako element TPM (Total Productive Maintenance) i opisał ją w książce „TPM tenkai” z 1982 roku.
Dostępność obejmuje każdą minutę przestoju, od awarii po przezbrojenia. Wydajność zestawia rzeczywiste tempo pracy z nominalnym. Jakość oddziela sztuki zgodne ze specyfikacją od braków i wyrobów wymagających poprawek. Na typowych parkach maszynowych wynik oscyluje wokół 60%, co oznacza utratę blisko 40% potencjału wytwórczego. Próg World Class zaczyna się od 85%. Przekracza go około 6% zakładów, jak wynika z danych Evocon z ponad 3 500 maszyn w 50 krajach.
Z czego składa się wskaźnik OEE i dlaczego jest iloczynem?
OEE powstaje z pomnożenia trzech wartości procentowych, a nie z ich uśrednienia. Każda mierzy inny obszar strat: dostępność wskazuje utracony czas, wydajność ujawnia spadki tempa, jakość pokazuje skalę wadliwej produkcji.
Multiplikatywny charakter wskaźnika sprawia, że słabość jednego obszaru ciągnie w dół cały wynik, i to nieproporcjonalnie mocno. Przy dwóch składowych na poziomie 90% i jednej na 70% rezultat spada do 56,7%. Firma z dostępnością 95%, wydajnością 92% i jakością 88% osiąga OEE równe 76,9%, czyli znacznie poniżej każdej pojedynczej składowej. Dlatego analiza zaczyna się od rozbicia wyniku na czynniki.
Obliczenie wskaźnika sprowadza się więc do analizy trzech obszarów: realnej dostępności maszyn, stabilności tempa pracy oraz jakości gotowych wyrobów. Każdy z nich wymaga innej strategii poprawy, bo przyczyny strat leżą gdzie indziej. Jedne są techniczne, inne organizacyjne, a pomylenie ich prowadzi do naprawiania nie tego elementu, który realnie ciągnie wynik w dół.
Jak liczyć dostępność maszyny?
Dostępność to stosunek rzeczywistego czasu pracy maszyny do zaplanowanego czasu operacyjnego, liczony wzorem Dostępność = Czas operacyjny / Czas planowany × 100%. Wprost pokazuje, ile produkcja traci na zatrzymania.
Obiektywny pomiar wymaga kilku kroków:
- czas planowany – całkowity czas, w którym maszyna powinna pracować, po odjęciu planowanych przerw konserwacyjnych i socjalnych
- rejestracja awarii – dokumentowanie każdego nieplanowanego zatrzymania co do minuty, od usterki po wznowienie produkcji
- czas przezbrojeń – osobny pomiar każdej zmiany narzędzia, formy lub ustawienia, bo przezbrojenia są drugim po awariach czynnikiem obniżającym dostępność
- automatyzacja pomiaru – czujniki stanu pracy albo sygnały z PLC eliminują subiektywność ręcznych notatek operatorów
- weryfikacja danych – porównanie zarejestrowanego czasu pracy z licznikami cykli wychwytuje rozbieżności między deklaracją a stanem faktycznym
- klasyfikacja przestojów – przypisanie każdego zatrzymania do kategorii (awaria mechaniczna, elektryczna, przezbrojenie, brak materiału) wskazuje dominujące źródło strat
Przykład liczbowy: planowany czas pracy wynosi 480 minut, maszyna traci 50 minut na awarię i 30 minut na przezbrojenie. Czas operacyjny spada do 400 minut, więc dostępność wynosi 83,3%. Systematyczne rejestrowanie przyczyn pozwala skierować działania naprawcze tam, gdzie straty czasowe są największe.
Dlaczego wydajność spada mimo braku przestojów?
Maszyna potrafi pracować bez przerwy, a i tak nie wyrobić normy, bo tempo pracy schodzi poniżej nominalnej specyfikacji. Wzór wygląda tak: Wydajność = (Czas cyklu idealny × Liczba sztuk) / Czas operacyjny × 100%.
Główną przyczyną są mikroprzestoje, czyli zatrzymania trwające od kilku sekund do mniej więcej dwóch minut, które nie uruchamiają alarmu. Zablokowany podajnik, chwilowe zacięcie materiału, krótkie wahanie czujnika: maszyna wraca do pracy sama, więc nikt tych zdarzeń nie notuje. W skali zmiany kumulują się w dziesiątki minut. Druga przyczyna to obniżone tempo cyklu, kiedy operator albo sterownik celowo ogranicza prędkość z powodu wibracji, przegrzewania narzędzia lub niestabilnej jakości przy pełnym obciążeniu.
Skalę widać na liczbach. Maszyna z idealnym czasem cyklu 30 sekund na sztukę powinna w ciągu 400 minut wyprodukować 800 sztuk. Wyprodukowała 680, co daje wydajność (30 s × 680) / (400 × 60 s) × 100% = 85%. Brakujące 120 sztuk to efekt mikroprzestojów i spowolnień, choć w raporcie zmianowym maszyna figurowała jako pracująca bez przerwy. Pomiary TeepTrak z 450 zakładów w 30 krajach pokazują, że same mikroprzestoje pochłaniają 8–18% planowanego czasu produkcji, a strata zapisuje się w wydajności, bo maszyna formalnie nie stoi.
Wyłapanie tych strat wymaga porównywania rzeczywistego czasu cyklu z idealnym dla każdej serii. Uśrednione raporty zmianowe maskują krótkotrwałe odchylenia.
Jak braki produkcyjne obniżają składową jakości?
Składowa jakości mierzy, jaka część wyprodukowanych sztuk spełnia wymagania specyfikacji bez poprawek i bez odrzucenia. Wzór: Jakość = Sztuki dobre / Sztuki wyprodukowane × 100%.
Do rachunku wchodzi więcej pozycji, niż wynika z samego licznika odrzutów:
- braki rozruchowe – sztuki z okresu rozgrzewania maszyny, kalibracji albo stabilizacji procesu po przezbrojeniu, niespełniające norm wymiarowych lub wizualnych
- defekty procesowe – wady z normalnej produkcji, powstałe przez zużycie narzędzi, odchylenia parametrów albo niejednorodność surowca
- poprawki i rework – wyroby wymagające dodatkowej obróbki przed akceptacją, pochłaniające czas maszynowy bez nowej produkcji
- ukryte odrzuty – sztuki zakwalifikowane jako dobre, a odrzucone na późniejszym etapie kontroli; przypisuje się je do maszyny źródłowej
- pomiar w czasie rzeczywistym – kontrola inline czujnikami wizyjnymi i pomiarami wymiarowymi wychwytuje braki od razu po ich powstaniu
Przy 680 wyprodukowanych sztukach i 40 wadliwych, w tym 12 brakach rozruchowych i 28 defektach procesowych, jakość wynosi 640 / 680 × 100% = 94,1%. Po złożeniu z wcześniejszymi przykładami wychodzi 83,3% × 85% × 94,1% = 66,6%. Każda składowa powyżej 80%, a wynik i tak daleko poniżej progu World Class. Eliminacja braków przy źródle działa więc podwójnie: podnosi jakość i obniża straty materiałowe razem z kosztem poprawek.
Wzór na OEE krok po kroku z przykładem obliczeniowym
Pełny rachunek OEE mieści się w czterech krokach, a każdy potrzebuje danych prosto z hali. Poniższy przykład opiera się na jednej ośmiogodzinnej zmianie, czyli 480 minutach. Dane wejściowe: 30 minut przestoju z powodu awarii, 20 minut planowanej przerwy konserwacyjnej, tempo na poziomie 80% wartości nominalnej i 2% wyrobów niezgodnych ze specyfikacją. Przerwa planowana wypada z czasu planowanego, awaria zostaje w nim jako strata dostępności.
- Krok 1 – Dostępność – czas planowanej produkcji wynosi 480 min − 20 min przerwy = 460 min. Po odjęciu awarii zostaje 460 min − 30 min = 430 min rzeczywistej pracy, więc dostępność = 430 ÷ 460 = 0,9348, czyli 93,48%
- Krok 2 – Wydajność – maszyna pracowała z tempem 80% wartości nominalnej przez cały czas rzeczywistej pracy, więc wydajność = 0,80, czyli 80,00%
- Krok 3 – Jakość – z wyprodukowanej partii 2% sztuk stanowiły braki, więc jakość = 1 − 0,02 = 0,98, czyli 98,00%
- Krok 4 – OEE – iloczyn trzech powyższych: 93,48% × 80,00% × 98,00% = 73,29%
Wystarczyło pomnożyć trzy ułamki, żeby z pozornie drobnych strat wyszedł wynik daleki od ideału: 73,29%. Wobec benchmarku World Class na poziomie 85% brakuje ponad 11 punktów procentowych, a największy ciężar tej luki spoczywa na wydajności: sama obniża wynik o około 20% potencjału. Poprawa tempa pracy o 5 punktów procentowych podniosłaby OEE do blisko 78%, co od razu wskazuje, gdzie kierować pierwsze działania.
Sześć wielkich strat i mikroprzestoje ukryte w raportach
Sześć wielkich strat (Six Big Losses) to klasyfikacja z metodologii TPM. Przypisuje konkretne źródła nieefektywności do każdej z trzech składowych OEE. Po stronie dostępności stoją awarie i przezbrojenia, czyli najdłuższe pojedyncze przestoje. Wydajność obciążają mikroprzestoje i obniżone tempo pracy: pojedyncze zdarzenie trwa sekundy lub minuty, ale w skali zmiany oba zjadają sporą część czasu operacyjnego. Jakość psują braki rozruchowe oraz produkcyjne, przekładające się wprost na zmarnowany materiał i energię.
Z zakładów wdrażających TPM płynie przy tym wniosek, który psuje intuicję: mikroprzestoje i obniżone tempo łącznie odpowiadają za większy udział w stratach niż same awarie.
Klasyfikacja ma znaczenie praktyczne, bo do każdej straty pasuje inne narzędzie. SMED sprawdzi się przy przezbrojeniach, autonomiczna konserwacja przy awariach, analiza cyklu przy obniżonym tempie. Bez tego rozróżnienia poprawa OEE sprowadza się do szukania po omacku.
Dlaczego mikroprzestoje nie trafiają do raportów zmianowych?
Mikroprzestoje trwają od kilku sekund do mniej więcej dwóch minut, operator usuwa je sam i praktycznie nigdy nie wpisuje ich do ręcznego raportu. W zbiorczym zestawieniu OEE pojawiają się wyłącznie jako niewyjaśniony spadek wydajności. Powody są trzy. Kilkusekundowe zacięcie traktuje się jako normę, a wypełnienie formularza zajęłoby więcej czasu niż sama interwencja. Do tego na szybkich liniach pakujących bywa 40–60 takich zdarzeń na zmianę, więc ręczna klasyfikacja w systemie MES po prostu się nie domyka.
Skuteczne metody opierają się na automatycznym zbieraniu danych:
- sygnały z PLC – odczyt statusu maszyny co sekundę rejestruje każde zatrzymanie bez udziału operatora, zwykle przez system SCADA albo MES
- czujniki IoT na elementach ruchomych – fotokomórki i czujniki indukcyjne mierzą rzeczywisty czas cyklu i wychwytują odchylenia powyżej 10–15%
- automatyczne tagowanie przyczyn – algorytm przypisuje zdarzenie do kategorii na podstawie wzorca sygnału
- dashboardy czasu rzeczywistego – skumulowany czas mikroprzestojów na zmianę staje się widoczny dla operatora i lidera
- analiza Pareto zdarzeń – po dwóch tygodniach zbierania danych widać trzy do pięciu punktów maszyny generujących 80% zatrzymań
Koszt podłączenia jednego czujnika IoT jest wielokrotnie niższy niż wartość czasu produkcyjnego ukrytego w nieraportowanych mikroprzestojach. Rachunek rozstrzyga się więc szybko.
Czym różni się OEE od wskaźników OOE i TEEP?
OEE, OOE i TEEP mierzą efektywność produkcji, ale każdy przyjmuje inną bazę czasu i odpowiada na inne pytanie. Wybór zależy od decyzji, którą zamierzasz podjąć.
| Wskaźnik | Baza czasu | Na jakie pytanie odpowiada |
|---|---|---|
| OEE | planowany czas produkcji | jak dobrze wykorzystany jest czas zaplanowanych zmian |
| OOE | cały czas operacyjny zakładu, łącznie z planowanymi przestojami | jak planowane przestoje obciążają wynik |
| TEEP | czas kalendarzowy 24/7/365, czyli 8 760 godzin rocznie | ile potencjału parku maszynowego leży odłogiem |
Różnicę najlepiej widać na przykładzie. Zakład pracujący na dwie zmiany przez pięć dni w tygodniu wykorzystuje 80 ze 168 godzin kalendarzowych. Przy OEE rzędu 85%, czyli na poziomie światowej klasy, jego TEEP spada do około 40%, bo trzecia zmiana i weekendy pozostają puste. Ta różnica daje twarde dane do decyzji o uruchomieniu dodatkowej zmiany: kiedy TEEP jest niski, a popyt rośnie, wydłużenie czasu pracy wychodzi taniej niż zakup maszyn.
Obok tej trójki warto znać OLE (Overall Labor Effectiveness), który mierzy czynnik ludzki: dostępność operatorów, ich tempo pracy i jakość wykonywanych zadań. Zestawienie OEE z OLE rozdziela przyczyny strat na techniczne i organizacyjne, więc działania korygujące trafiają w sedno.
Jak wdrożyć pomiar OEE na hali produkcyjnej?
Wdrożenie zaczyna się od jednej maszyny i kończy na przeszkoleniu załogi. Po drodze są trzy decyzje: która maszyna, jakie kategorie zdarzeń i skąd biorą się dane. Od nich zależy wiarygodność wskaźnika.
Maszyną pilotażową powinno być wąskie gardło produkcji, bo tam poprawa OEE przełoży się na realny wzrost wolumenu. Kolejny krok to jednoznaczne definicje zdarzeń. Trzeba przesądzić, co jest awarią, co przezbrojeniem (zmiana narzędzia lub formatu), co mikroprzestojem, a co brakiem materiału. Granicę zakład ustala sam i najczęściej kładzie ją na 5 minutach: dłuższy postój idzie jako awaria, krótszy jako mikroprzestój. Bez tego operatorzy na różnych zmianach zaklasyfikują to samo zdarzenie inaczej i wyniki przestaną się nadawać do porównywania.
Szkolenie warto oprzeć na ćwiczeniach z klasyfikacji przestojów, najlepiej na rzeczywistych przykładach ze stanowisk uczestników. Bez tej samej klasyfikacji na każdej zmianie nie da się nawet sprawdzić, czy zakład zbliża się do progu World Class.
Excel czy system MES do liczenia OEE?
Wybór między arkuszem a systemem MES rozstrzyga skala zakładu, budżet i wymagana dokładność. Oba narzędzia liczą to samo, ale różnią się automatyzacją, szybkością i podatnością na błąd ludzki.
Największa różnica dotyczy mikroprzestojów. Excel nie zarejestruje zatrzymania trwającego 10–30 sekund, bo operatorzy takich zdarzeń nie odnotowują. System MES wychwytuje każdy sygnał z PLC. Dlatego OEE liczony w arkuszu bywa zawyżony wobec danych automatycznych. Zakłady z 1–5 maszynami i ograniczonym budżetem mogą spokojnie zacząć od Excela, ale linie powyżej 10 maszyn potrzebują już systemu, który utrzyma wiarygodność danych i pozwoli reagować na bieżąco.
Jak zweryfikować rzetelność danych od operatorów?
Nawet poprawny wzór da fałszywy wynik, jeśli dane wejściowe są błędne. Weryfikacja danych od operatorów jest więc warunkiem koniecznym wiarygodnego pomiaru. Zawyżony czas pracy, pominięte mikroprzestoje albo zaniżony odrzut dyskwalifikują wskaźnik i prowadzą do złych decyzji inwestycyjnych.
- Porównanie danych ręcznych z sygnałami maszyn – zestawienie raportowanego czasu pracy z logami PLC lub licznikami cykli ujawnia rozbieżności powyżej 5%, co wskazuje na systematyczne pomijanie przestojów
- Audyty wyrywkowe na zmianach – lider produkcji rejestruje zdarzenia niezależnie od operatora przez losowe dwugodzinne okno; metoda wykrywa zarówno pomyłki, jak i świadome zawyżanie dostępności
- Analiza odchyleń między zmianami – jeśli zmiana A raportuje OEE na poziomie 82%, a zmiana B na tej samej maszynie 68%, różnica wymaga wyjaśnienia; zwykle wynika z odmiennej klasyfikacji przezbrojeń albo dyscypliny rejestracji
- Weryfikacja czasu cyklu idealnego – zestawienie raportowanej liczby sztuk z czasem cyklu i dostępnym czasem operacyjnym wykrywa zaniżanie przestojów
- Kontrola krzyżowa odrzutów – porównanie danych operatorskich z protokołami kontroli jakości na końcu linii ujawnia nieraportowane defekty
- Analiza trendów tygodniowych – skok OEE o więcej niż 10 punktów procentowych bez udokumentowanej zmiany procesowej sygnalizuje zmianę sposobu raportowania
Jak czytać raport OEE i znaleźć dominującą stratę?
Niski wynik ogólny prawie zawsze ma jedną dominującą przyczynę, ukrytą w jednej ze składowych. Dlatego raport czyta się od dołu: najpierw trzy liczby cząstkowe, potem zestawienie z wartościami referencyjnymi. Sama liczba końcowa nie mówi nic. Przy dostępności 72%, gdy dwie pozostałe składowe przekraczają 95%, priorytetem stają się przestoje i awarie.
Do wskazania dominującej straty służy analiza Pareto. Z raportu pobiera się listę zarejestrowanych zdarzeń (awarii, przezbrojeń, mikroprzestojów, braków) i sortuje malejąco według skumulowanego czasu albo liczby wystąpień. Zwykle 20% kategorii odpowiada za 80% utraconego czasu produkcyjnego.
Konkretny przypadek: linia pakowania z wynikiem OEE 58%, przy dostępności 78%, tempie 89% i jakości 84%. Pareto pokazuje, że 40% strat dostępności generują dwie awarie hydrauliki, a 60% strat jakości pochodzi z jednego stanowiska etykietowania. Zamiast rozpraszać zasoby, zespół kieruje je w dwa miejsca: naprawę układu hydraulicznego i kalibrację etykieciarki. Dwa problemy odpowiadały za większość strat całej linii.
Jak podnieść wskaźnik OEE i jaką rolę gra w tym TPM?
Wskaźnik rośnie tylko wtedy, gdy zakład pracuje równolegle nad wszystkimi trzema składowymi. Próg World Class (85% i więcej) oznacza jednoczesne utrzymanie co najmniej 90% dostępności, 95% wydajności i 99,9% jakości. Poprawa jednego składnika przy zaniedbaniu pozostałych niewiele daje, bo nawet przy dostępności i wydajności na poziomie 95% jakość 85% ścina wynik do blisko 77%.
Działania opierają się na sprawdzonych metodykach Lean Manufacturing i Six Sigma. Każda z poniższych praktyk celuje w konkretną składową, więc dopiero komplet ruszy wynik.
- TPM (Total Productive Maintenance) – systematyczne eliminowanie awarii i nieplanowanych przestojów, co podnosi wprost składową dostępności
- SMED (Single Minute Exchange of Die) – skrócenie czasu przezbrojeń nawet o 50–70%, czyli zamiana straconych minut na czas produkcyjny
- prewencyjne utrzymanie ruchu – przeglądy planowane na podstawie danych o zużyciu, stabilizujące dostępność powyżej 90%
- eliminacja mikroprzestojów – usuwanie krótkich, powtarzalnych zatrzymań podnosi wydajność o 3–8 punktów procentowych
- standaryzacja parametrów maszyn – ujednolicone ustawienia prędkości, ciśnienia i temperatury trzymają cykl blisko wartości nominalnej
- kontrola jakości na wejściu materiałów – odrzucenie wadliwego surowca przed produkcją zmniejsza liczbę braków
- Lean Management – eliminacja marnotrawstwa w całym procesie skraca czas cyklu i redukuje straty jakościowe
- statystyczna kontrola procesu (SPC) – element Six Sigma, który wskazuje źródła zmienności i utrzymuje jakość na poziomie bliskim 99,9%
Największą dźwignią po stronie dostępności jest TPM, bo uderza w główne przyczyny jej spadku: nieplanowane awarie i rozciągnięte przezbrojenia. Operatorzy włączają się w codzienną konserwację w ramach autonomicznego utrzymania ruchu, przejmując czyszczenie, smarowanie i podstawowe inspekcje według list kontrolnych. Drobne usterki wychodzą wtedy na jaw, zanim urosną do awarii, a czas reakcji na anomalię skraca się z godzin do minut. Nikt nie zauważy nieprawidłowości szybciej niż człowiek pracujący przy maszynie.
Start wygląda skromnie: maszyna pilotażowa, przeszkolenie operatorów z siedmiu kroków autonomicznego utrzymania ruchu i dzienne, dziesięciominutowe przeglądy stanu technicznego.
Pomiar pokazał, że wąskim gardłem jest maszyna albo stanowisko? Wyceń projekt i porozmawiaj o nim z inżynierem.
