Inom tillverkningsindustrin kan till och med en liten förbättring av produktionseffektiviteten ge betydande vinster för företagets resultat. På samma sätt medför varje fel kostnader för företaget, både i form av reparationskostnader för utrustningen och produktivitetsförluster. Forskning visar att företag riskerar att förlora upp till 6 000 dollar vid en genomsnittlig driftstoppstid på en timme. Produktivitetsförlusten, som är den mest omedelbara konsekvensen av driftstopp, kan vara ännu mer skadlig.
Ta till exempel ett företag som normalt producerar 600 enheter av en viss produkt per timme med en genomsnittlig vinstmarginal på 50 dollar per enhet. En enda timmes driftstopp kan innebära intäktsförluster på upp till 10 000 dollar. Det är just därför som etablerade tillverkare har arbetat hårt för att införa principer för lean management som kan maximera effektiviteten på hela produktionsgolvet. I och med att Industri 4.0 leder tillverkarna mot nästa nivå av driftsprestanda har det blivit absolut nödvändigt att eliminera produktionsförluster i löpande produktion.
Produktivitetsförluster som inte går att spåra på grund av brist på standardiserade prestationsindikatorer har varit ett stort problem. De flesta tillverkare mäter produktionsprestanda utifrån konventionella mått, såsom kvalitetsnivåer på inkommande leveranser från leverantörer, avvikelser och korrigerande åtgärder (NC/CA), returneringsgodkännanden (RMA) samt mängden kassation. För att komma till rätta med detta problem måste tillverkarna kontinuerligt identifiera de viktigaste områdena för processförbättring och kartlägga felmönster hos maskinerna. Eftersom de blir allt mer digitalt inriktade är det ännu viktigare för dem att registrera och agera utifrån maskinernas utbytesgrad samt automatisera analysen av direkta prestandamätvärden för utrustningen, såsom Total utrustningseffektivitet (OEE).
OEE fungerar som guldstandarden för att kvantifiera produktiviteten inom tillverkningen. Det är ett aggregerat mått som multiplicerar maskinens tillgänglighet med kvalitet och prestanda. Dessa mått används för att identifiera problem och göra processjusteringar, vilket i sin tur hjälper tillverkarna att avslöja den faktiska effektiviteten i produktionsverksamheten. Som en nyckeltal (KPI) för produktionseffektivitet ger mätningen av OEE tillverkarna praktiska insikter om hur tillverkningsprocessen kan förbättras.
Med tiden gör OEE-uppföljningen att anläggningar och produktionslinjer blir mer tillförlitliga. Detta sker genom konsekvent OEE-rapportering som möjliggör jämförelser av produktionsprestandamätvärden mellan olika processer. För att OEE ska kunna nå sin fulla potential måste det kvantifieras i nära realtid och på linjenivå. Med stöd av realtidsuppföljning och analys kan OEE-mått förbättras genom att tidiga tecken på fel i produktionslinjen identifieras, vilket därmed förhindrar kostsamma driftstopp. Forskning tyder på att driftstopp kan minskas genom att utnyttja digitalisering och realtidsanalys i en läkemedelsfabrik, vilket gör det möjligt för fabriksoperatörerna att minska produktionsavbrotten med 30 till 40 procent.
Tillverkare, som tävlar om att överträffa sina tidigare rekord, inser fördelarna med att mäta OEE för att öka produktiviteten. En undersökning visar att tillverkare som utnyttjar OEE-mått för att analysera sin produktionsmiljö och sedan inför realtidsövervakning och avancerad analys ökar sina intäkter med 10 procent eller mer per år.
Även om OEE-lösningar uppenbarligen är ett avgörande verktyg för att förbättra produktiviteten finns det flera utmaningar för tillverkningsföretag som vill implementera dem. Tillverkare behöver ofta köra flera applikationer samtidigt som endast är kompatibla med sina respektive plattformar. I en sådan heterogen applikationsmiljö visar det sig ofta vara en svår uppgift att samla olika dataströmmar på en enda plattform.
Dessutom, även om det finns lösningar som kan utföra felupptäckt och hälsobedömning på produktionslinjenivå, är majoriteten av OEE-lösningarna på marknaden endast anpassade för specifika utrustningskomponenter. En idealisk OEE-lösning är dock en som kan drivas på vilken plattform och med vilket protokoll som helst. Detta ger tillverkarna friheten att välja ut lösningar som kan anpassas efter just deras specifika behov. Dessutom kan en lösning med ett standardiserat gränssnitt, som kan samla in data från flera källor och integrera dem i ett centralt OEE-övervakningssystem, hjälpa anläggningsoperatörer att visualisera komplexa datamängder och utföra detaljerade utvärderingar för att identifiera eventuella avvikelser i produktionslinjen.
Nu när automatiseringen står i centrum och företagen kämpar för att nå optimala produktionsnivåer är produktionslinjeövervakning en nödvändighet. I denna nya tillverkningssektor kan man med säkerhet säga att OEE inte längre är ett enkelt prestationsmått. Företagen måste istället betrakta det som hörnstenen i en strategi för stegvis förbättring, vilket är avgörande för överlevnaden i en värld där till och med en minuts driftstopp kan få allvarliga konsekvenser för resultatet.