不少工厂做设备综合效能统计，最后都变成了做报表给甲方或老板看的纸面工作。数字好看，问题藏着，该有的改善一点没推。这篇从实际工程落地的角度，把统计分析里的坑、拆分方法理清楚，都是踩过无数坑攒出来的经验。
别上来就套公式，先搞懂统计边界错在哪
张口就是OEE=可用率×性能率×良品率。谁都会背。
可十个工程师做统计，八个边界划错。错了边界，算出来的数连废纸都不如。
前几年我在国内头部汽车零部件厂做冲压线优化，碰见过最离谱的情况：车间统计OEE，把每周两个小时的班组会、每天半小时的开班准备全划进了计划停机，算出来OEE常年87%，领导满意得不行，直到我们拉了实际产出算，真实有效产出只达到设计产能的62%。
这里必须提行业通用的SEMI E10-96标准，标准里对时间分解划得明明白白：总日历时间分成非计划时间和计划工作时间，计划工作时间才是计算OEE的基数，所有预先安排好的维护、培训、排班空档，都得划去，不能算进计划工作时间。
最容易扯皮的就是换型时间。换型排进了生产计划，算不算计划停机？按标准算。可很多工厂为了把OEE做高，故意把换型损失放进计划停机，本该推进的快速换型改善，直接就没了动力。说白了，就是骗自己。
我自己做统计的习惯：只要是计划生产时间段内，因为产品切换停下的时间，全部算停机损失，除非你换型是放在节假日非计划工作时间做的。这样算出来的OEE，才敢用来做分析。
三个核心指标的统计坑，每个都能让数据失真
就算边界对了，三个指标的统计照样能错。
先讲可用率，公式是：可用率=（计划工作时间-停机损失）/计划工作时间。看起来简单，坑在停机损失的定义里——小停机关不统计？很多工厂只算超过十分钟的停机，三五分钟的小停机直接忽略，累计下来一天少算两三个小时，可用率直接虚高10%以上。
再讲性能率，这是错得最多的地方。正确公式是：性能率=（实际总产量×理论单件节拍）/实际运行时间。我见过新来的工艺员，把公式改成（实际总产量×实际单件节拍）/实际运行时间，得，性能率永远是100%，速度损失直接没了。这不是算错，是根本没搞懂性能率要算什么——它就是要算你实际运行速度比理论设计速度慢了多少损失啊！
最后是良品率。公式没问题，坑在返工品算不算良品？很多工厂说，我返工修好了还是能卖，当然算良品。可你有没有想过，不合格品出来的时候，已经占用了设备的生产时间，就算你返工修好，那第一次生产的时间已经浪费了。按真实效能统计，一次未合格的产品，都得算进不良品损失，不然你永远看不到制程不良带来的效能浪费。
之前我帮一家发动机机加工厂做效能分析，原来他们把所有返修合格的产品都算良品，OEE常年稳定在82%，所有人都觉得生产线没问题。重新按一次合格统计，OEE直接掉到71%，一下就把刀具寿命管控不当导致批量尺寸超差的问题摆到台面上。改了刀具管控规则，三个月OEE拉回78%，产出直接涨了10%，多赚大几十万。你说这坑值不值得重视？
说实话，很多工厂做统计就是走个过场，根本没想着靠这个找问题。
统计完数字，怎么分析才能挖出真问题
算完OEE就完了？当然不是。OEE的核心价值从来不是那个数字，是拆分出来的损失。
OEE低，你得拆出来低在哪。是可用率低，还是性能率低，还是良品率低？不同的问题对应不同的改善方向。我之前待的车间，OEE常年68%，拆分完：可用率91%，良品率94%，性能率只有79%。那问题肯定出在小停机和速度损失。拉了一周的传感器数据，发现就是传送带送料定位不准，每次卡十几二十秒，一天五六十次，累计下来三个多小时，谁都没当回事。改了定位挡块，加了个光电检测，性能率直接涨到88%，OEE一下到75%，产出涨了10%还多。
不过话说回来，别瞎对标所谓的85%优秀线。不同行业天差地别，多品种小批量的离散制造，OEE能到70%就已经很不错了，大规模流程制造做到85%才正常，拿错对标找错问题，纯属浪费时间。
现在很多工厂上了MES自动采数，这是好事，但也别全信系统出来的数。传感器分不清你是换型空转还是正常生产，经常把换型的空转时间算进运行时间，结果性能率无端掉了几个点，你不校数据，分析出来的结论完全错。我习惯每周抽两个小时，给采数数据做人工校正，排除掉异常误报，比直接用系统数靠谱太多。
找问题还要找波动。别光看月度平均OEE，拆到班次，拆到日期，你会发现很多有意思的规律：比如周五晚班OEE总是比周一早班低七八个点，一查就是周五晚班保养偷工减料，该换的刀拖到周一，那直接改保养考核就完了，问题解决得特别快。
说到底，设备综合OEE统计分析，本质就是给设备做体检。你为了体检报告好看改指标，那病本来能治，也给拖成绝症。把数算对，把损失拆对，该改哪改哪，才能真的提产能降成本。
