Dobře vypočítané OEEje ten nejspolehlivější ukazatel toho, jak si vaše výroba vede a může vám pomoct dostat se na další level. Naproti tomu OEE, při jehož výpočtu jste do rovnice dosadili zkreslená data, vám vyplivne skutečnosti neodpovídající závěry, se kterými daleko nedojdete. Zajímá vás, jak se vyvarovat častých chyb při výpočtu celkové efektivity výroby? Své o tom ví Tomáš Pařízek ze společnosti M. C. Triton, který byl jedním z hostů našeho Dne plného inspirace, a svoje zkušenosti z výroby pro vás shrnul v tomto článku.
Zkreslení OEE: záměr i nevědomost
Za svou 18letou praxi v řízení výrobních závodů se mi potvrdilo, že celková efektivita výroby (OEE) je tím zdaleka nejvíc „ohýbaným“ výrobním ukazatelem. Ke zkreslení tohoto čísla může dojít z prosté nevědomosti: myslíte si, že něco počítáte správně. S argumentem, že „se to tak přece dělalo doteď!“, ale neobstojíte.
Doteď se to totiž mohlo dělat špatně.
V některých firmách si však tento ukazatel upravují k obrazu svému zcela záměrně. Funguje tady totiž přímá úměra: čím vyšší je číslo, tím spokojenější je vedení společnosti.
Cílem každé výroby by však mělo být jediné: mít v ruce nezkreslená, relevantní, a tedy užitečná data. Jen taková vás totiž povedou ke stále lepší a lepší výrobě. V momentech, kdy má OEE vliv na vaše rozhodnutí, nebo podle něj platíte vaše lidi, byste měli udělat vše pro to, aby výsledné číslo bylo přesné.
Hlavní kameny úrazu při výpočtu OEE jsou tři: zkreslení rychlosti výrobního procesu nebo stroje (tedy výkonu), zkreslení časové základny stroje (tedy dostupnosti) a zkreslení počtu neshodných kusů (tedy kvality). Podívejme se na ně podrobněji.
Zkreslení rychlosti výrobního procesu nebo stroje
O co tu vlastně jde? O nejlepší možnou opakovatelnou rychlost výrobního cyklu, s ohledem na konkrétní produkt.
Tuto rychlost ale není tak jednoduché stanovit. Setkávám se s tím, že v některých závodech za nejlepší rychlost považují průměrnou rychlost ve dnech, kdy jela výroba poměrně bez problémů. Už z principu ale nemůžeme tuto průměrnou rychlost považovat za tu nejlepší možnou – i v dobrém dni se totiž vždy objeví nějaké odstávky, zpoždění nebo poruchy. Ve výsledném OEE, při jehož výpočtu jsme použili třeba výkon 80 % z tohoto „průměrného dobrého dne“, tedy bude vždy schovaný 20% potenciál.
Přesného čísla se tedy zákonitě nedobereme.
Problém jménem neaktuální data
Spolehlivou cestou ke zkreslenému OEE je taky použití starých dat. V průmyslových provozech je běžné, že se výrobní procesy i během několika málo měsíců neustále zrychlují a zlepšují. Ukážeme si to na příkladu:
Před půlrokem jste si standardní výkon stanovili na 50 kusů za hodinu. Postupně jste ale vychytali různé mouchy vašeho výrobního procesu, nebo vaši seřizovači nastavili stroj na vyšší rychlost. Za hodinu se vám tak úplně běžně daří vyrábět 52 nebo 53 kusů. Při výpočtu OEE budete ale nadále používat zastaralý standardní výkon.
Půjde ukazatel celkové efektivity zařízení nahoru? Ano. Bude to pro vás vypovídající a užitečné? Ne.
Jak naložit s ručními operacemi
Problém také může nastat ve výrobních procesech, ve kterých je hodně ručních operací. Dobrat se tady reálné rychlosti totiž není jen tak:
Když se postavíte k zaměstnanci se stopkami, může být v jeho zájmu pracovat pomaleji než obvykle, aby pak nastaveným normám snadněji vyhověl. Nabízí se zde počítat se standardizovanými pohyby, které udávají, jak dlouho konkrétní úkon běžně trvá. Má to ale dva háčky.
Za prvé: Standardizované pohyby v sobě už zahrnují rezervy pro situace, jako je třeba prostoj výroby, když obsluha stroje odejde na toaletu. Ve většině provozů se těmto prostojům snaží vyhnout, a tak u stroje na chvíli zaskočí někdo jiný. Pak by ale neměli zapomenout při výpočtu OEE tyto rezervy vyjmout.
Za druhé: Standardizované pohyby taky bývají obvykle pomalejší, než ruce šikovných zkušených pracovníků. Rozdíl není nijak zanedbatelný – až 30 %. A to vám s výsledným číslem může podstatně zahýbat.
Podtrženo, shrnuto…
Závěrem bych mohl říct: Čím nižší je základní rychlost, ze které vycházíte při porovnávání s reálnou maximální rychlostí, tím výše se vám vyšplhá OEE. Když tedy podsadíte základní rychlost, ať už kvůli nepřesnému měření, počítání se zastaralými údaji, nebo třeba záměrně, tím líbivější číslo celkové efektivity výroby dostanete.
Určitě už ale sami tušíte, že ve svém vlastním zájmu byste to dělat rozhodně neměli.
Zkreslení časové základny stroje
Časová základna stroje je čas, kdy předpokládáme, že bude stroj v provozu. Obvyklou metodou pro znehodnocení OEE je vynětí ztráty dostupnosti zařízení z časové základny. Setkávám se s tím, že v některých provozech z časové dostupnosti stroje vyjímají odstávky kvůli jeho plánované údržbě, a výsledné (samozřejmě zkreslené) OEE si díky tomu naboostují až o 5 %.
Někde jsem dokonce zaznamenal i to, že za účelem vyhnání OEE do výšin vydávají i neplánované odstávky (třeba poruchu) za plánovanou údržbu stroje. Tu pak samo sebou při výpočtu celkové časové dostupnosti vyjímají. Není nijak těžké pochopit, že když nám jde o skutečná nezkreslená čísla, tudy cesta opravdu nevede.
Je to takhle jednoduché: Ať už jde o plánovanou údržbu, přestavbu stroje, nebo nečekanou poruchu, všechny prostoje musí být součástí rovnice OEE.
Přestávky a přesčasy
To stejné se týká přestávek. Pětačtyřicetiminutová přestávka v osmihodinové směně má na svědomí pokles výsledného čísla až o znatelných 10 %. V provozech, kde dobu, kdy pracovník odejde od stroje, aby si vychutnal svou pauzu, z celkové dostupnosti stroje vyjmou, si tedy o 10 % u výsledného OEE přilepší. V některých provozech nahradí v době pauzy pracovníka jeho kolega, takže se stroj nemusí vůbec zastavit. I v takových případech přesto někdy dobu přestávky při výpočtu vyjímají. Snížením časové základny dostupnosti a zvýšením produkce díky nezapočítanému času je tedy opět možné dopomoct si k realitě neodpovídajícímu vyššímu OEE. Podobného výsledku dosáhneme i tehdy, když „zapomeneme“ započítat práci přesčas – produkce je při nezměněné časové dostupnosti vyšší.
Zkreslení počtu a kvality vyrobených kusů
Mít povědomí o počtu vyrobených kusů nebývá v praxi žádný problém. Téměř každý provoz ví, kolik čeho vyrobí. I tady je ale cesta, jak při výpočtu OEE s čísly, která se týkají produkce, „čarovat“. Tentokrát už opravdu nemluvím o omylu nebo nevědomosti, většinou jde o naprosto jasný záměr.
Chcete pár příkladů špatné praxe?
Některé provozy zahrnují do výpočtu jen výkon nejlepších pracovníků nebo směn s nejvyšším počtem vyrobených kusů. Či počet kusů vyrobený za několik směn vydávají za produkci jedné směny. Odhalení těchto triků většinou oprávněně vede k ukončení pracovního poměru s tímto „kouzelníkem“.
Mnohem častější a nenápadnější praktika, se kterou se setkávám, je ignorování vyrobených zmetků. Pokud neshodné kusy počítáte jako ty dobré, může to výrazně pomoct vašemu OEE. A když se navíc kus podaří odhalit až v dalším kroku procesu výroby, nebo dokonce až u zákazníka, OEE zůstane bez ztráty květinky.
Nelhat si do kapsy má smysl
Jak už jsem řekl na začátku, v praxi bohužel není zkreslené OEE žádná vzácnost. V mnoha provozech do rovnice k jeho výpočtu už léta dosazují data neodpovídající realitě. Často omylem. Výsledná celková efektivita výroby se pak pohybuje někde mezi 80 a 95 %, což je samozřejmě číslo na hony vzdálené skutečnosti. Dokonce se čas od času objeví i hodnoty přesahující 100 % (úsměvné, jak jste zjistili v minulém článku).
Pokud budeme měřit OEE bez zkreslení, u většiny provozů se nedostaneme výše než na 40 až 60 %. To sice nevypadá jako výsledek, kvůli kterému byste se měli plácat po zádech, opak je ale pravdou: vaší výhrou jsou nezkreslené a relevantní informace. Ve výrobě jde o přesnost. Z vlastní zkušenosti vím, že zlepšit se můžete jen tehdy, když budete pracovat se skutečnosti odpovídajícími daty. Jenom skutečná data vám totiž odhalí vaše skutečná slabá místa.
Tomáš Pařízek
Senior Business Partner
M.C. Triton, spol. s r.o.
Jde vám z pravidel výpočtu OEE hlava kolem?
Plantyst pohlídá nástrahy výrobní analytiky za vás!
