制造 KPI 仪表板：OEE、产量、周期时间和吞吐量

彼得·德鲁克（Peter Drucker）的观察“你无法管理你无法衡量的东西”比任何其他业务职能更适用于制造业。生产线每小时生成数百个数据点：机器状态、生产计数、质量结果、材料消耗、能源使用和劳动活动。挑战不在于数据稀缺。这是数据相关性。制造 KPI 仪表板必须显示一些推动决策并抑制导致瘫痪的噪音的指标。

最好的制造仪表板在查看后几秒钟内就能回答三个问题：我们的产量是否足够？质量可以接受吗？我们是否有效地利用我们的资源？ OEE（整体设备效率）将所有三个因素合并为一个百分比。支持 KPI（例如一次合格率、周期时间、吞吐量和废品率）可在 OEE 表明问题时提供所需的诊断详细信息。

本文是我们的【人工智能时代的制造】(/blog/manufacturing-ai-iot-industry-4)系列的一部分。

要点

• OEE（可用性 x 性能 x 质量）是最重要的制造 KPI，世界一流的性能为 85%，大多数制造商的运营率为 60-75%
• 实时 OEE 揭示了移动平均隐藏的模式，例如转换后第一个小时的表现持续不佳
• 行业基准提供了背景信息，但您自己的趋势是最重要的比较，因为制造商从 55% 提高到 70% 的表现优于停滞在 80% 的竞争对手
• 当正确配置工作中心跟踪和质量控制点时，Odoo 的制造模块可捕获所有关键 KPI 的原始数据

---

整体设备效率 (OEE)

OEE 公式

OEE 是三个组成部分的产物，每个组成部分衡量设备性能的不同方面：

OEE = 可用性 x 性能 x 质量

可用性衡量设备实际运行的计划生产时间的百分比：

Availability = (Planned Production Time - Downtime) / Planned Production Time

停机时间包括设备故障、转换、材料短缺以及在计划生产时间内导致机器停止的任何其他事件。计划的维护和预定的休息时间不包括在计划的生产时间中。

性能衡量实际生产速度与最大可能速度的比较：

Performance = (Actual Output x Ideal Cycle Time) / Available Run Time

性能损失来自缓慢的循环（低于额定速度运行）和小幅停止（短暂的中断，不算停机时间，但会减少产量）。

质量衡量首次尝试时满足规格的生产单位的百分比：

Quality = Good Units / Total Units Produced

质量损失包括废品和返工。在满足规格之前需要返工的单位即使最终被售出，也会被视为质量损失。

OEE 计算示例

此示例显示一台机器在每个因素上单独得分相当不错，但当因素相乘时仅达到 75.3% OEE。 OEE 的乘法性质意味着每个因素的微小改进都会带来显着的 OEE 收益。

OEE 基准

六大损失

OEE 损失分析将所有损失分为六类：

对六大损失的帕累托分析确定了哪些改进工作将产生最大的影响。 精益制造技术（如 SMED）可解决设置损失，而预测性维护可解决设备故障。

---

首次合格率 (FPY)

定义与计算

首次合格率衡量的是第一次正确通过工艺步骤、无需任何返工、维修或重新检查的设备的百分比。

FPY = Good Units (no rework) / Total Units Started

滚动吞吐量 (RTY) 将 FPY 扩展到多个工艺步骤：

RTY = FPY(Step 1) x FPY(Step 2) x FPY(Step 3) x ... x FPY(Step N)

倍增效应是巨大的。每一步 FPY 为 95% 的 5 步流程的 RTY 仅为 77.4%。将每个步骤改进至 99%，RTY 为 95.1%。

在 Odoo 中追踪 FPY

Odoo 的质量模块跟踪每个制造操作的检验结果。 FPY 的计算公式为：

• 每次操作的质量控制点结果（通过/失败）
• 与特定操作相关的报废记录
• 返工为特定操作创建的工单

通过操作（而不仅仅是成品）来跟踪 FPY，可以揭示哪个特定工艺步骤产生了最多的质量浪费。这是六西格码改进项目 和质量管理计划 的重要数据。

---

周期时间

定义

周期时间是指通过特定工艺步骤或整个生产过程完成一个单元所需的时间。

机器周期时间：机器处理一个单元（或一批）所需的时间。这是机器能力的技术极限。

有效周期时间：机器周期时间加上装载、卸载和操作员任务。这决定了实际吞吐量。

总周期时间：所有流程步骤的所有有效周期时间的总和。如果零队列和零等待，这是可能的最短提前时间。

周期时间分析

在大多数制造过程中，实际加工时间仅占总交货时间的 5-15%。剩下的85-95%是排队时间和交通时间。 价值流图 一致揭示了这一见解，表明最大的交货时间改进来自减少等待，而不是提高机器速度。

Odoo 中的监控

Odoo 通过制造工单捕获周期时间数据：

• 计划周期时间：在每个工序的制造工艺路线中配置
• 实际周期时间：操作员开始和完成工单操作时记录
• 周期时间差异：计划与实际之间的差异，突出显示持续时间长于预期的操作

---

吞吐量

定义和背景

吞吐量是单位时间内生产的合格产品的数量。

Throughput = Good Units Produced / Time Period

关键词是“好”。吞吐量仅计算符合规格的单位。报废或需要返工的产品不会计入吞吐量，即使它们消耗了资源。

吞吐量和约束理论

在约束理论框架中，吞吐量是主要的操作衡量标准。约束决定最大吞吐量，改进任何非约束资源不会增加吞吐量。

吞吐量可以用财务术语来表示：

Throughput Dollar Value = Revenue - Truly Variable Costs (materials only)

这种财务吞吐量指标以不同于传统成本会计的方式推动有关产品组合、定价和资本投资的决策，传统成本会计将固定成本分配给产品，并可能导致错误的优先级。

---

废品率和停机时间分析

废品率

Scrap Rate = Scrapped Units / Total Units Produced

废品率应通过以下方式跟踪：

• 产品（哪些产品的废品率最高？）
• 操作（哪个工艺步骤产生最多废品？）
• 机器（哪台机器产生的废料最多？）
• 时间（废品率是上升、下降还是季节性趋势？）
• 操作员（废品率取决于操作员吗？）
• 材料（废品率是否因材料批次或供应商而异？）

停机时间分析

通过原因代码跟踪停机时间以确定改进优先级：

---

行业基准

按行业划分的制造业 KPI 基准

这些基准代表了世界一流的性能。将它们用作方向性目标，而不是绝对标准。您的行业细分、产品复杂性和设备老化都会影响现实目标。

---

在 Odoo 中构建仪表板

仪表板设计原则

信息层次结构：仪表板应按重要性顺序回答问题： 1.目前整体表现如何？ （OEE、吞吐量） 2. 是什么导致了性能问题？ （停机原因、按类型报废） 3. 趋势是什么？ （历史 OEE、产量、周期时间） 4、需要注意什么？ （警报、不合规格条件）

推荐的仪表板布局

顶行：KPI 汇总（当前班次或当天）

• OEE 与趋势指标（上升/下降/稳定）
• 吞吐量与目标
• 废品率
• 遵守时间表的百分比

中间部分：详细分析

• OEE 因素细分（可用性、性能、质量条形图）
• 停机帕累托（前 5 个原因）
• 废品帕累托（前 5 种缺陷类型）
• 每小时吞吐量（显示生产速度的折线图）

底部：深入分析

• 按机器或生产线列出的 OEE（比较表）
• 主动警报和质量问题
• 即将进行的维护计划
• 正在进行的工作订单及其状态

Odoo 中的数据源

实时视图与历史视图

仪表板应该支持两种观点：

实时视图：当前班次表现、实时机器状态、需要响应的活动问题。每 1-5 分钟更新一次 IoT 数据和 Odoo 工作订单状态。

历史视图：几天、几周和几个月的趋势。班次、机器、产品和时间段的比较。该视图支持改进项目识别和长期绩效跟踪。

---

常见的 KPI 陷阱

---

常见问题

我的工厂的 OEE 分数是多少？

诚实的答案是，您当前的 OEE 与六个月前的 OEE 相比，比与抽象基准进行比较更有意义。也就是说，大多数制造商的 OEE 处于 60-75% 之间。世界级被认为是85%。如果您当前的 OEE 低于 65%，则三个 OEE 因素中的一个或多个因素可能存在重大改进机会。首先确定哪个因素（可用性、性能或质量）存在最大差距并重点改进。

制造 KPI 应该多久更新一次？

操作员和主管用来响应当前状况的车间仪表板实时（每 1-5 分钟一次）。每小时进行生产管理审核。日常工厂管理。每周执行报告。关键原则是，最接近工作的人需要最新的数据，因为他们是能够立即采取行动的人。

每台机器都应该有 OEE 跟踪吗？

未必。 OEE 跟踪对约束资源（瓶颈）和高价值设备最有价值。对于产能过剩的非约束机器，高 OEE 并无好处，因为它会导致生产过剩。将 OEE 跟踪和改进重点放在决定 80% 工厂产量的 20% 机器上。对其他设备使用更简单的指标（正常运行时间、质量）。

OEE 与单位成本有何关系？

OEE 直接影响单位成本，因为固定成本（折旧、间接费用、管理）分散在生产的好单位数量上。更高的 OEE 意味着在相同的固定成本基础上生产更多的优质产品，从而降低单位成本。如果一台年固定成本为 500,000 美元的机器的 OEE 提高 10%，则每单位固定成本可降低约 10%，这将直接带来利润率的提高。

---

下一步是什么

制造 KPI 不仅仅是仪表板上的数字。它们是推动持续改进的反馈机制。当 OEE、产量、周期时间和吞吐量可见、准确且及时时，生产团队在每个班次的每个小时都能做出更好的决策。

ECOSIRE 实施 Odoo 制造系统 以及全面的 KPI 仪表板，使制造商能够实时了解生产绩效。从工作中心配置到自定义仪表板开发，我们的团队帮助制造商构建支持世界一流运营的测量基础设施。

浏览我们关于精益制造和六西格码流程改进的相关指南，或联系我们讨论您的制造分析需求。

---

由 ECOSIRE 发布 — 通过 Odoo ERP、Shopify 电子商务 和 OpenClaw AI 等人工智能驱动的解决方案帮助企业扩展规模。