Veri Analitiği

OEE Nedir, Nasıl Hesaplanır? Örnek Hesap ve Sık Yapılan Hatalar

OEE; kullanılabilirlik, performans ve kalite çarpımıdır. Adım adım örnek hesap, altı büyük kayıp ve OEE ölçümünde en sık yapılan hatalar.

3 dakika okuma ASP Dijital

OEE Nedir, Nasıl Hesaplanır? Örnek Hesap ve Sık Yapılan Hatalar
Bu yazıda
  1. Formül
  2. Örnek hesap
  3. Altı büyük kayıp
  4. OEE ölçümünde en sık yapılan hatalar
  5. Güvenilir OEE için veri
  6. Analitik tarafı

OEE (Overall Equipment Effectiveness, Toplam Ekipman Etkinliği), bir ekipmanın planlanan üretim süresini ne kadar verimli kullandığını gösteren en yaygın üretim metriğidir. Tek bir yüzde verir; ama asıl değeri, kaybın nerede olduğunu göstermesindedir.

Formül

OEE = Kullanılabilirlik × Performans × Kalite

BileşenFormülNeyi yansıtır?
KullanılabilirlikÇalışma süresi / Planlanan üretim süresiDuruş kayıpları (arıza, ayar, malzeme bekleme)
Performans(İdeal çevrim süresi × Toplam adet) / Çalışma süresiHız kayıpları (yavaş çalışma, küçük duruşlar)
Kaliteİyi adet / Toplam adetKalite kayıpları (hata, yeniden işleme)

Örnek hesap

Aşağıdaki sayılar yalnızca hesabı göstermek için uydurulmuş bir örnektir:

  • Planlanan üretim süresi: 480 dk
  • Plansız duruşlar toplamı: 60 dk → çalışma süresi 420 dk
  • İdeal çevrim süresi: 1 dk/adet
  • Toplam üretilen: 380 adet; bunların 361’i hatasız
  1. Kullanılabilirlik = 420 / 480 = %87,5
  2. Performans = (1 × 380) / 420 = %90,5
  3. Kalite = 361 / 380 = %95,0
  4. OEE = 0,875 × 0,905 × 0,95 ≈ %75,2

Bu örnekte en büyük kayıp, duruşlar (%12,5) ve hız (%9,5) tarafındadır; kalite kaybı en küçüğüdür. Dolayısıyla iyileştirme enerjisi önce duruş nedenlerine gitmelidir. Kendi vardiya verilerinizle denemek için IT Hub’daki OEE Hesaplayıcı aracını kullanabilirsiniz.

Altı büyük kayıp

KategoriKayıp
KullanılabilirlikArızalar
Ayar ve değişim (changeover)
PerformansKüçük duruşlar ve boşta bekleme
Azaltılmış hız
KaliteÜretim hataları ve yeniden işleme
Başlangıç/ısınma kayıpları

OEE ölçümünde en sık yapılan hatalar

  1. İdeal çevrim süresini tutarsız belirlemek. Performans, ideal süreye göre hesaplanır; “ideal” bazen makinenin tasarım hızı, bazen geçmiş en iyi değerdir. Hangisinin kullanıldığı net ve herkes için aynı olmalı.
  2. Planlı duruşların sınıflandırmasını belirsiz bırakmak. Mola, planlı bakım, ürün değişimi gibi duruşların OEE hesabına dahil olup olmadığı yazılı olmalı; aksi hâlde hatlar arası kıyaslama anlamsızlaşır.
  3. Elle toplanan veriye güvenmek. Elle girilen duruş nedenleri çoğu zaman eksik ve gecikmelidir. Makineden otomatik toplanan durum ve sayaç verisi daha güvenilirdir.
  4. %100’ü hedef saymak. OEE, kayıpları görünür kılmak için bir araçtır. Hedefler, ürün ve sürece göre gerçekçi belirlenmelidir; sıklıkla anılan tek bir “dünya standardı” rakamı her süreç için geçerli değildir.
  5. Farklı makineleri doğrudan kıyaslamak. Farklı ürün ve süreçlerin OEE değerleri aynı ölçekte olmayabilir; aynı makinenin zaman içindeki trendi çoğu zaman daha öğreticidir.
  6. Tek sayıya bakıp bileşenleri göz ardı etmek. İki hat aynı OEE’ye sahip olup tamamen farklı kayıplardan muzdarip olabilir.

Güvenilir OEE için veri

OEE hesabı üç temel veriye dayanır: makine durumu (çalışıyor/duruyor ve nedeni), üretim sayacı (toplam ve iyi adet) ve planlanan süre. Bunların PLC/SCADA’dan otomatik, zaman damgalı ve bağlamlı (hat, ürün, vardiya) toplanması gerekir; bu da veri modelleme ve bağlamlandırma işidir. Hesaplamanın her panoda aynı olması için semantik katmanda bir kez tanımlanması önerilir.

Analitik tarafı

GoodData Analytics gibi bir platformda OEE; hat, vardiya, ürün ve duruş nedenine göre kırılımlarla izlenebilir; trendler ve kayıp dağılımları panolarda paylaşılabilir. Yaklaşımımız için Endüstriyel Analitik ve Yapay Zeka sayfasına bakabilirsiniz. Duruş verisi biriktikçe öngörücü bakım gibi ileri senaryolara geçmek de mümkün olur.