"OEE: Ο Αριθμός Πίσω από τον Αριθμό Γιατί ο δείκτης OEE συχνά παραπλανεί τη διοίκηση"
Ο δείκτης Συνολική Αποδοτικότητα Εξοπλισμού - OEE (Overall Equipment Effectiveness) αποτελεί έναν από τους πιο διαδεδομένους δείκτες απόδοσης στη βιομηχανία και χρησιμοποιείται καθημερινά για την αξιολόγηση της απόδοσης, της διαθεσιμότητας και της ποιότητας της παραγωγής.
Παρ’ όλα αυτά, παραμένει και ένας από τους πιο παρεξηγημένους δείκτες στη σύγχρονη βιομηχανία. Στην πράξη, το OEE συχνά δημιουργεί μια απλοποιημένη εικόνα μιας πολύ πιο σύνθετης παραγωγικής πραγματικότητας.
Ένα μηχάνημα μπορεί να εμφανίζει υψηλή διαθεσιμότητα ενώ η γραμμή παραγωγής αδυνατεί να πετύχει τους στόχους παραγωγής. Το πρόβλημα ξεκινά όταν το OEE αντιμετωπίζεται ως απομονωμένος αριθμός και όχι ως μέρος ενός διασυνδεδεμένου παραγωγικού συστήματος.
01 · OEE BENCHMARKS
Ο Μύθος του “World-Class” 85%
Ένα από τα πιο συνηθισμένα σφάλματα αντίληψης γύρω από τη συνολική αποδοτικότητα εξοπλισμού είναι η πεποίθηση ότι το 85% αποτελεί έναν καθολικό στόχο αριστείας για κάθε εργοστάσιο.
Το σημείο αυτό αναφοράς προέρχεται από το TPM framework του Seiichi Nakajima και συχνά παρουσιάζεται ως το “world-class OEE”. Στην πραγματικότητα όμως, μόνο ένα μικρό ποσοστό εργοστασίων παγκοσμίως καταφέρνει να λειτουργεί σταθερά πάνω από αυτό το επίπεδο.[Nakajima, S. (1988), Introduction to TPM: Total Productive Maintenance, Productivity Press. Διαθέσιμο στο: Scribd ]
Η πλειοψηφία των βιομηχανικών εγκαταστάσεων λειτουργεί συνήθως στην περιοχή του 55–70%, όχι απαραίτητα λόγω κακής λειτουργίας, αλλά λόγω διαφορετικών περιορισμών λειτουργίας και παραγωγικών συνθηκών.
Η πολυπλοκότητα της παραγωγής, το product mix, η συχνότητα των αλλαγών (changeovers), οι κανονιστικές απαιτήσεις και το επίπεδο αυτοματοποίησης διαφέρουν δραματικά από κλάδο σε κλάδο.
Ένα 82% OEE σε μια φαρμακοβιομηχανία δεν αντιπροσωπεύει την ίδια επιχειρησιακή πραγματικότητα με ένα 82% σε μια πλήρως αυτοματοποιημένη γραμμή παραγωγής στην αυτοκινητοβιομηχανία.
Αυτό σημαίνει ότι οι συγκρίσεις OEE χωρίς κοινές συνθήκες λειτουργίας και κοινή μεθοδολογία μέτρησης συχνά δημιουργούν περισσότερο «θόρυβο» παρά ουσιαστική επιχειρησιακή γνώση.
Το πρόβλημα γίνεται ακόμη πιο έντονο όταν το OEE χρησιμοποιείται απομονωμένα.
02 · MACHINE-LEVEL OEE
Γιατί ο δείκτης OEE Δεν Δείχνει Όλη την Εικόνα
Οι περισσότερες OEE εφαρμογές μετρούν κάθε μηχάνημα απομονωμένα. Η πραγματική παραγωγή όμως λειτουργεί ως ένα συνδεδεμένο σύστημα.
Μια γραμμή παραγωγής επηρεάζεται συνεχώς από τα προηγούμενα και τα επόμενα στάδια της παραγωγής, από σημεία συμφόρησης που μετακινούνται δυναμικά, από ελλείψεις υλικών, από αποφάσεις προγραμματισμού και από γεγονότα ποιότητας ή συντήρησης που επηρεάζουν ολόκληρη τη λειτουργία.
Αυτός είναι και ο βασικός περιορισμός της μέτρησης της συνολικής αποδοτικότητας εξοπλισμού σε επίπεδο μηχανής: δείχνει πώς απέδωσε ένα μεμονωμένο μηχάνημα, αλλά όχι αν το συνολικό σύστημα παραγωγής πέτυχε πραγματικά τον στόχο του.
Η Θεωρία των Περιορισμών και η Λιτή Παραγωγή δίνουν έμφαση στη συνολική απόδοση του συστήματος, η οποία είναι πιο σημαντική από τη μεμονωμένη βελτιστοποίηση επιμέρους μηχανών ή σταδίων παραγωγής.
03 · SCHEDULING PROBLEM
Όταν το Πρόβλημα Προγραμματισμού Φαίνεται σαν Πρόβλημα Μηχανής
Σε πολλές περιπτώσεις, το χαμηλό OEE αποδίδεται λανθασμένα στον εξοπλισμό, ενώ η πραγματική αιτία βρίσκεται στον τρόπο που οργανώνεται η παραγωγή.
Οι συχνές αλλαγές ρυθμίσεων, η αστάθεια στη σειρά εκτέλεσης της παραγωγής, οι συνεχείς αλλαγές παρτίδων και τα διαστήματα αναμονής χωρίς παραγωγή εμφανίζονται ως απώλειες διαθεσιμότητας [Vorne – Six Big Losses]. Το σύστημα απεικόνισης δείχνει «χαμηλή απόδοση», ενώ στην πραγματικότητα η μηχανή μπορεί να λειτουργεί ακριβώς όπως έχει σχεδιαστεί.
Χωρίς σύνδεση μεταξύ των εντολών παραγωγής, της λογικής προγραμματισμού και των πραγματικών δεδομένων λειτουργίας, τα εργοστάσια συχνά αποδίδουν το πρόβλημα σε λάθος επίπεδο της παραγωγής.
Αυτό αποτελεί και έναν από τους λόγους για τους οποίους πολλές επενδυτικές αποφάσεις βασίζονται σε λανθασμένα συμπεράσματα.
Σε αρκετές περιπτώσεις, η προμήθεια νέου εξοπλισμού δεν επιλύει το πρόβλημα, καθώς το πραγματικό σημείο συμφόρησης εντοπίζεται στον προγραμματισμό της παραγωγής και όχι στον εξοπλισμό.
04 · WRONG BASELINES
Το Κρυφό Κόστος των Λανθασμένων Βάσεων Μέτρησης
Η συνολική αποδοτικότητα εξοπλισμού βασίζεται σε παραδοχές και σε πρότυπα μέτρησης που περιγράφονται σε διεθνή standards όπως το ISO 22400-2:2014. Ο ιδανικός χρόνος κύκλου, η ονομαστική ταχύτητα, ο προγραμματισμένος χρόνος παραγωγής και η αναμενόμενη παραγωγή επηρεάζουν άμεσα τον τελικό δείκτη.
Όταν αυτά τα δεδομένα αναφοράς έχουν οριστεί μία φορά και δεν επικαιροποιούνται ή όταν βασίζονται σε παραδοχές εμπειρίας που δεν έχουν επαληθευτεί, τότε ακόμη και ένας «σωστός» υπολογισμός της αποδοτικότητας μπορεί να είναι μαθηματικά συνεπής, αλλά επιχειρησιακά παραπλανητικός.
Η χειροκίνητη καταγραφή OEE μπορεί επίσης να παρουσιάζει σημαντική απόκλιση από την αυτόματη μέτρηση. Πρακτικά δεδομένα από περισσότερες από 15.000 συνδεδεμένες μηχανές δείχνουν ότι οι χειροκίνητα καταγεγραμμένες τιμές OEE είναι συχνά 8-12 ποσοστιαίες μονάδες υψηλότερες από τις πραγματικές αυτόματα μετρημένες τιμές [Symestic – OEE Software].
Αυτό σημαίνει ότι πολλές επιχειρήσεις λαμβάνουν αποφάσεις βασισμένες σε δείκτες που, ενώ φαίνονται μαθηματικά σωστοί, δεν αντιπροσωπεύουν την πραγματική επιχειρησιακή εικόνα.
05 · MICRO-STOPS
Τα Micro-Stops: Η “Αόρατη” Απώλεια της Παραγωγής
Μερικές από τις σημαντικότερες παραγωγικές απώλειες είναι ταυτόχρονα και οι λιγότερο ορατές.
Οι μικροδιακοπές — δηλαδή διακοπές διάρκειας λίγων δευτερολέπτων — σπάνια καταγράφονται σωστά σε περιβάλλοντα με χειροκίνητη καταγραφή δεδομένων, καθώς η ίδια η διαδικασία καταγραφής μπορεί να απαιτεί περισσότερο χρόνο από τη διάρκεια της διακοπής.
Στη λογική του TPM και των Six Big Losses, οι μικρές στάσεις και η αργή λειτουργία αποτελούν σημαντική κατηγορία παραγωγικών απωλειών. Σε περιβάλλοντα χειροκίνητης καταγραφής, πολλές από αυτές τις σύντομες διακοπές παραμένουν αόρατες, επειδή είναι πολύ μικρές για να καταγραφούν συστηματικά και συχνά επιλύονται πριν δημιουργηθεί επίσημη αναφορά.
Το αποτέλεσμα είναι ένα παραγωγικό περιβάλλον όπου οι κρυφές απώλειες μειώνουν το παραγωγικό αποτέλεσμα, τη δυναμικότητα και την κερδοφορία, χωρίς να αποτυπώνονται ξεκάθαρα στους παραδοσιακούς δείκτες απόδοσης.
Πολύ συχνά, η επόμενη μεγάλη βελτίωση της παραγωγικότητας δεν προέρχεται από ένα νέο μηχάνημα, αλλά από τη μείωση λειτουργικών απωλειών που το υπάρχον σύστημα απλώς δεν καταγράφει.
06 · DASHBOARD IS NOT A SYSTEM
Ένα Dashboard Δεν Είναι Σύστημα
Τα τελευταία χρόνια, όλο και περισσότερες βιομηχανίες επενδύουν σε dashboards, οπτικοποίηση δεικτών απόδοσης και εργαλεία αναφορών. Ωστόσο, η ορατότητα δεν ισοδυναμεί με βελτίωση.
Ένα dashboard από μόνο του δεν έχει βελτιώσει ποτέ μια παραγωγική διαδικασία. Η απεικόνιση της αποδοτικότητας σε μια οθόνη παραμένει απλή οπτικοποίηση, εάν δεν συνδέεται με αποφάσεις, υπευθυνότητα, ανάλυση των αιτίων και καθημερινές ενέργειες στη λειτουργία [From Dashboards to Decisions].
Στα περισσότερα εργοστάσια, τα πραγματικά αίτια που επηρεάζουν την αποδοτικότητα είναι κατανεμημένα σε διαφορετικά συστήματα: προγραμματισμός παραγωγής, ποιότητα, υλικά, συντήρηση, χειριστές, κατανάλωση ενέργειας και εκτέλεση παραγωγής.
Όταν αυτά τα δεδομένα παραμένουν ασύνδετα, το εργοστάσιο διαχειρίζεται αποσπασματικές πληροφορίες αντί για τη συνολική λειτουργική εικόνα.
07 · CONNECTED SYSTEM
Το OEE Δείχνει Τι Συνέβη. Ένα Διασυνδεδεμένο Περιβάλλον Παραγωγής Δείχνει Γιατί.
Το OEE παραμένει ένας από τους σημαντικότερους δείκτες στη βιομηχανία. Από μόνο του όμως δεν αρκεί για να εξηγήσει τι πραγματικά συμβαίνει μέσα στην παραγωγή.
Τα εργοστάσια υψηλής ωριμότητας αντιμετωπίζουν πλέον τη συνολική αποδοτικότητα εξοπλισμού ως ένα διαγνωστικό επίπεδο πάνω σε ένα διασυνδεδεμένο λειτουργικό σύστημα, το οποίο ενοποιεί δεδομένα από την παραγωγή, τον προγραμματισμό, την ποιότητα, τη συντήρηση, τα υλικά και την κατανάλωση ενέργειας σε μια ενοποιημένη πηγή δεδομένων.
Η πραγματική ανταγωνιστικότητα στη σύγχρονη βιομηχανία δεν βασίζεται μόνο στον βαθμό αξιοποίησης των μηχανών. Βασίζεται στην ικανότητα μιας επιχείρησης να κατανοεί γρήγορα γιατί αλλάζει η απόδοση, πού δημιουργούνται οι πραγματικές απώλειες και πώς μπορεί να αντιδράσει έγκαιρα.
KEY MESSAGE
Το OEE δείχνει τι συνέβη.
Ένα διασυνδεδεμένο περιβάλλον παραγωγής δείχνει γιατί συνέβη.
SEEMS APPROACH
Στη SEEMS, η συνολική αποδοτικότητα εξοπλισμού (OEE) αντιμετωπίζεται ως μέρος ενός ενιαίου βιομηχανικού οικοσυστήματος που συνδέει την παραγωγή, τον προγραμματισμό, τη συντήρηση, την ποιότητα, τα υλικά, την κατανάλωση ενέργειας, τους χειριστές και τα δεδομένα σε πραγματικό χρόνο.
Μια ενιαία πλατφόρμα για ολοκληρωμένη εικόνα λειτουργίας και λήψη βιομηχανικών αποφάσεων.