什么是OEE？终于有人把OEE彻底说清了！

最近和几个工厂的朋友聊天，大家总绕不开一个话题：设备。

投了那么多钱买机器，上了新生产线，可产能就是达不到预期。

到底是工人操作的问题，还是生产计划本身不合理？

说实话，很多管理者是凭感觉在猜，心里没底。

机器有没有偷懒，生产时间浪费在了哪里，光靠眼睛是看不准的。

因此，需要一个可靠的、量化的工具，把设备的真实效率说清楚，这就是OEE，设备综合效率。

今天我们来聊聊这个制造业的重要指标，看看OEE到底是什么、为什么要算，以及怎么算，帮助你更客观地评估工厂效率。

开始前，我特地整理了一套生产质量管理看板，除了OEE，还有投产比、产量产能效率、一次合格率、成本控制等关键指标，直接下载使用：https://s.fanruan.com/0j1bm（复制到浏览器）

一、OEE到底是什么？

OEE，是Overall Equipment Effectiveness的缩写，也即设备综合效率。

说白了，它就是一个分数，用来评价一台设备或一条产线，到底发挥了多少效率。

从三个最根本的维度来打分，然后把这三个分乘起来，得到一个最终的总分。

这三个维度分别是时间开动率，性能运行率，合格率。

你可能觉得，这不就是看机器开了多久、跑得多快、产品合不合格吗？

是的，OEE就是把这三件朴实无华的事，用一套标准的算法固化下来，变成一个可以每天看、可以对比、可以追踪趋势的数字。

1.时间开动率

简单来说，时间开动率指的是设备该干活时，有没有真正开动。

计划生产8小时，结果故障停了1钟头，等料调机又耗掉半小时，那实际运转就是6.5小时。

时间开动率就是6.5 ÷ 8 =81.25%。

这个数低了，说明停机损失大，得去查是机器老出毛病，还是换模、准备时间太长。

2.性能运行率

你可以理解为，设备干活时是否出了全力。

比如一台机器，理论上每分钟能做10个，但实际上因为些小停顿、速度没调满，平均一分钟只做出9个。

那它的性能运行率就是9 ÷ 10 = 90%，主要反映机器速度上的损失。

3.合格率

这个参数最好懂，就是生产出的产品里，一次就过关、不用返修或报废的比例。

做1000个，有50个不良，合格率就是50 ÷ 1000 = 95%。这直接对应着质量上的浪费。

所以你看，OEE不是一个笼统的印象，而是时间开动率、性能运行率、合格率三者严丝合缝的乘积，任何一个环节拖后腿，总分都会明显下跌。

二、OEE的价值：量化、定位、决策

明白了OEE是什么，你可能会问，我费劲算这个数，图什么？

其实，OEE对生产管理至关重要，它是客观发现问题、指引改善的直接依据。

1.量化管理

感觉机器状态不好，和看到仪表盘上OEE从85%掉到70%，完全是两回事。

后者是一个明确、尖锐的警报，告诉你一定有地方出问题了，而且严重程度一清二楚。

2.快速定位问题

产线效率低，是低在哪儿？

• 时间开动率低，导致OEE低，那你得立刻去查停机记录，是故障多还是换线慢。

• 性能运行率低，就得到现场盯着，看看是不是有小停机，或者工艺参数设保守了。

• 合格率低，重点就得放在工艺稳定性和质检上。它不止是亮红灯，还指明了检修哪个电路，让你的改善动作能精准发力。

我一直认为，没有衡量的改善就是空谈。

你为提升效率做了改进，比如推行了预防性维护，或者优化了工艺参数，效果到底如何？

不用等季度报告，持续追踪的OEE曲线会给你最直接的答案。

看到分数上去了，团队的干劲也跟着上来了，这就形成了一个“发现问题-分析解决-验证效果”的良性循环。

3.支持决策

产能吃紧，是该投资新设备，还是通过提升现有设备的OEE来挖掘潜力？

哪个车间的改善投入产出比最高？

当你手里有了长期、可信的OEE数据，回答这些问题时，你就更有底气。

不过话说回来，OEE数据如果只是每周、每月算一次，那它的准确性和说服力就少了一大半。

所以，OEE要有用，关键在于能实时看到、能便捷地分析。

我现在会用FineBI实时监控OEE，把运行时间、产量、合格率这些影响因素可视化呈现出来，哪个班次、哪台设备突然异常，现场人员马上就能看到，管理动作才能及时跟上。

三、3个步骤，算清OEE

OEE的概念和价值讲完了，那么，实际操作时怎么算OEE呢？

公式很简单：OEE = 时间开动率 × 性能运行率 × 合格率

三个数都是百分比，乘起来就是结果。行业里比较好的水平，OEE通常能到85%以上。

下面我们用一个简化的例子，把整个计算过程走一遍。

1.算时间开动率

假设一条生产线，一个班次计划工作8小时，计划内的休息和交接班时间是60分钟。

那么，计划用来生产的时间就是 480 - 60 = 420分钟。

但实际上，这个班次里机器故障停了40分钟，另外调机和等待物料花了20分钟。

所以，机器真正转动的时间是：420 - 40 - 20 = 360分钟。

那么，时间开动率 = 实际运行时间360分钟 / 计划生产时间420分钟 ≈ 85.7%。

2.再算性能运行率

这台机器的设计速度是6件/分钟，理论上，这360分钟应该生产 360 × 6 = 2160 件，但实际只生产了2000件。

性能运行率 = 实际产量2000件 / 理论产量2160件 ≈ 92.6%。

3.最后看质量

生产的2000件里，有100件是不良品。那么良品就是1900件。

合格率 = 合格品1900件 / 总产量2000件 = 95.0%。

现在，我们把三个数乘起来：

OEE = 85.7% × 92.6% × 95.0% ≈ 75.5%。

这个75.5%，就是这台设备的最终效率。很明显，它离85%的优秀线还有差距，改善空间不小。而且时间开动率的损失最大，应该是首要的关注和改善点。

OEE的计算本身不难，难在日复一日的数据记录。如果全靠手工录入，很容易出错，也难以坚持。

我的建议是，至少要把生产、停机、质量这些基础数据录入系统，用FineBI把数据打通，预先设置好计算逻辑，让OEE看板每天自动更新，这样才能为生产管理减负，把宝贵的时间用在降本优化的决策上。

结语

看完，你会发现OEE并不复杂，它是一套精准管理的实战方法。

在制造业竞争日益激烈的当下，这种用数据驱动精细运营的能力，或许正是构筑你工厂核心优势的关键一步。

试着用OEE的视角，重新审视你的车间，你会发现，精益管理的提升空间，还有很多。