制造業通過加工設備實現產品的加工，在人力成本日趨高漲的今天，企業勢必會越來越想明白一個道理，如果可以通過自動化設備來代替人工，相信企業主會認真評估實際的ROI，畢竟設備可以7*24H的工作，最主要是沒有任何情緒變化。
如果從行業的發展方向角度來說，機器設備取代人工是必然的，特別是近期大火的AI ChatGPT，它近乎可以無懈可擊的回答大家提出的任何問題，并且問題的答案總是理性而睿智，如果不告訴你是誰在回答問題，可能你會感覺這是一位大賢、或者至少是一位智者，但是總感覺過于理智，這或許就是和人類的根本差異。未來AI的發展難測，是進步或是災難，可能也只在一部分人的一念之間，大家可以再去回顧一下“黑客帝國”，感受一下可能的未來。
當前AI在工業領域里已經有了部分的應用，主要是在圖像及算法上的應用，不應過分神化AI，只有把AI結合到自動化、設備或軟件中，借助它的機器學習迭代優勢，最終能達到提升質量、提升作業效率或降低成本等實際的目標，AI才真正發揮了其作用。否則它只是一個概念，我們應該知道如果一項技術不能在合理的成本范圍內解決某個問題，那么這個技術只能存在于科研或實驗室里。AI在工業上的應用潛力，這個話題后續可以再來展開。
那么對于工廠里已經在使用的設備，如何通過系統化流程管理來延長設備使用壽命，減少設備故障率？如何能精確地分析出設備的效率，找到制約因素，提升設備產出能力呢？
01 設備管理主要業務
總結來說，設備管理主要包括兩個大方向。
第一個方向是設備的維護保養的管理，這一塊的管理核心是通過數字化、流程化的方式將設備的臺賬、保養計劃、保養作業、報修維修及備品備件進行管理。主要目標是通過管理盡可能確保設備不出問題，延長設備的使用壽命。
第二個方向是設備的效率分析，這一塊的管理核心是通過綜合生產行為及設備實際狀況對設備的效率進行詳細分析，也就是OEE，即設備綜合效率。通常這一塊是設備管理比較困難的部分，難點在數據及管理規則，而非系統。設備OEE是可以給企業帶來效率改善的實用指標，值得企業花心思去做。
02 設備維保流程
1）設備保養
通常企業設備保養是基于周期性來執行保養的，也有特定的場景是基于加工數量來執行的。周期性的保養執行系統可以自行通過JOB來計算任務時間，實現定期的任務下達及通知?；诩庸盗縼韴绦斜ｐB的模式，需要通過采集設備的加工數據來執行計算，通常再設定原則沖突原則即可。
更精細的管理方式是將保養項目與人員分開定義，如機構類保養指定一位設備工程師，電氣類保養指定專門的電氣工程師，而且不同類型保養項目的保養周期也是不同的?；谶@樣的模式下，我們在進行保養任務分解時需要考慮基于項目的周期產生任務，同時任務需要權限的分配，規則定義如下：
為提升任務的快速通知及作業的便攜性，保養任務產生后可以集成企業內部的溝通工具，如釘釘等，進行實時的推送。作業端則通過平板來實現移動化作業，提升作業效率。
2）設備維修管理
生產過程出現設備異常時，由生產人員在系統中發起報修單，填報異?，F象。有一項重要的異常分配策略需要定義，主要是根據異常類型及設備區域定義維修組角色。一旦出現報修時通過分配策略把報修單精確的推送給相應的維修組角色，在這個角色組中的設備維修工程師可以接單處理。
設備報修過程通常流程的發起點也會在Andon中，異常發起后推送異常到相應的角色中，使用Andon的一個優勢是在問題得不到及時響應時將觸發升級機制，直到問題被處理。
3）設備績效
設備部門也會關注兩個績效指標來對設備工程師進行評價。
MTTR平均修復時間，用來衡量設備異常后的恢復效率；
MTBF平均故障間隔時間，用來衡量設備的穩定能力；
從實用價值角度看，MTTR適用于企業已經精細化制定各類異常的標準維修工時，在此基礎下通過實際的修復時間數據與標準進行比較，可以進行維修能力的評價。但現實情況是工廠里的同一類型設備可能有多個廠商，而且年代也不同，這些干擾將會給這些指標的判斷帶來無法確定的問題，因此可能MTBF指標很難從實際應用上帶來理想的效果。
03 設備OEE
1）標準算法
OEE = Availability × Performance × Quality
Availability即時間稼動率；Performance即性能稼動率；Quality即良品率；計算方法如下表：
2）統計緯度說明
OEE指標需要考慮統計的最小顆粒度，只有將最小顆粒度層級的各類計算數據獲取到，才能進行向上放大的統計，這個是需要設計人員思考清楚的一件事，如果你的客戶告訴你說需要查詢任一時間點的OEE，基本上你的項目會很難做了，主要問題是客戶沒有這一塊的認知，你需要花費大量的時間來解釋。
所以基本上OEE的最小顆粒度是在訂單層級，這里要特別說明如果訂單的量很大，會跨越多個班次，顯然說訂單是最小顆粒度是站不住腳的，這樣的情況班次就會是最小顆粒度，所以你要考慮清楚這個邏輯細節以及背后的設計思路。
3）數據的獲取
數據的獲取是OEE計算環節面臨最多挑戰的地方，借著剛剛的那個場景，如果你發現你的客戶是沒有任何系統的，那么基本上你的OEE項目可以宣告失敗了，沒有其它系統支撐OEE是很難計算出來的。
OEE之所以叫設備綜合效率是有原因的，因為需要計算它的數據也是非常綜合的，我們大概分解一下：
需要計劃系統來支撐：計劃停機數據等；
需要生產系統來支撐：實際運行時間、異常時間（待料、維修等）、標準工時、加工數量、良品數、廢品數量等；
需要數采系統來支撐：設備停機時間、故障時間、空閑時間等；
需要管理來支撐：及時操作系統，及時標記異常，及時上報問題；
4）總結
如果你看到一個企業的OEE數據很低，不要嘲笑；如果很高，不要驚訝，事實和你想的可能是不一樣的。
如果你自己在做OEE項目，多花點時間和精力把底層概念理解清楚，多做一些溝通給客戶講清楚，看起來可能多花時間了，其實是更快了。
期望企業主都決定好好的做一做OEE，只是一開始不要把目標定的太高，先評估風險與條件，一步步做，總會有提升。
