OEE（设备综合效率）是衡量制造设备真实产出能力的核心指标。很多企业的OEE长期停留在估算层面，原因在于数据来自人工填报而非设备本身。本文从OEE计算公式出发，讲解如何用IoT实时采集替代人工记录，让效率提升有据可依。
一、OEE计算公式：三个损失维度
OEE由三个子指标相乘得到：
OEE = 可用率 × 性能率 × 良品率
- 可用率 = 实际运行时间 ÷ 计划生产时间。反映换型、故障、待料等停机损失。
- 性能率 = 实际产出 ÷ 理论最大产出。反映速度损失、小停机、空转等隐性损失。
- 良品率 = 合格品数 ÷ 总产出数。反映返工、报废带来的质量损失。
三个指标都接近100%时，OEE才会高。例如某设备可用率90%、性能率85%、良品率95%，其OEE仅为90%×85%×95% = 72.7%。这意味着有近三成的产能被各类损失吞噬。
二、人工记录OEE：为什么普遍失真？
传统方式依赖操作工或班组长手工填写产量、停机原因和时长。这种模式存在四个典型问题：
- 数据滞后：通常到班次结束才汇总，无法即时发现效率波动。
- 口径不一：不同人员对"小停机""换型"的定义不同，导致横向对比困难。
- 漏记隐性损失：几分钟以内的停机常被忽略，累积后却是巨大的性能损失。
- 人为美化：为完成考核指标，产量虚报、停机时间少填的情况并不鲜见。
结果是很多企业账面OEE高达80%以上，实际有效产出却远未达到预期。真正的改善必须从数据源头的自动化开始。
三、IoT自动采集：让设备自己"说话"
极码智造IoT数据采集平台通过连接PLC、CNC、传感器等设备，直接读取设备运行信号，将OEE计算所需的原始数据自动化、实时化。
- 可用率数据：从PLC读取设备运行/停机状态、故障代码、换型开始结束信号。
- 性能率数据：读取产量计数器、节拍脉冲、主轴转速等，计算实际节拍与理论节拍的偏差。
- 良品率数据：对接质量检测设备或人工质检终端，自动汇总合格/不良数量。
平台支持20+工业通信协议，包括Modbus TCP/RTU、OPC UA、MQTT、西门子S7、三菱MC等，可对接各类PLC与传感器；采集延迟达到毫秒级，支持10万+点位并发，即便集团级多工厂部署也能稳定运行。
四、从数据到决策：OEE实时看板与预警
采集数据的价值在于驱动改善。极码智造IoT平台将实时OEE数据汇聚为可视化看板，支持按设备、产线、班次、日期等多维度下钻分析：
- 实时OEE看板：展示当前班次OEE及可用率、性能率、良品率三要素。
- 损失分析：自动归类停机原因，识别占用产能最多的TOP3损失类型。
- 故障预警：基于振动、温度、电流等参数变化，提前发现异常趋势，减少计划外停机。
- 能耗关联：将OEE与设备能耗数据联动，识别低效高耗设备。
平台还提供开放API，可将OEE数据推入MES、ERP、APS等业务系统，实现生产计划、设备维保与质量管理的联动闭环。结合极码引擎的组件化拖拽+AI生成能力，企业还能在1-3天内快速定制符合自身管理习惯的OEE分析系统。
五、提升OEE的四个关键路径
基于真实OEE数据，企业可以更有针对性地制定改善计划：
- 减少停机：利用故障预警与预测性维护，将计划外停机转化为计划内维保。
- 消除速度损失：分析小停机频发时段与原因，优化物料配送与换型流程。
- 提升质量：将良品率与工艺参数关联，找到影响质量的关键因子。
- 持续改善机制：建立班组OEE日会制度，让损失数据可视化、改善动作可追踪。
常见问题
Q1: OEE计算公式是什么？三个指标分别代表什么？
OEE=可用率×性能率×良品率。可用率=实际运行时间/计划生产时间，反映设备停机损失；性能率=实际产出/理论最大产出，反映速度损失；良品率=合格品数/总产出数，反映质量损失。三者相乘得到设备综合效率，100%为理论完美状态。
Q2: 人工记录OEE有哪些常见问题？
人工记录存在数据滞后、统计口径不一致、漏记小停机、班次交接失真等问题。常见的做法是操作工在下班前凭印象填写产量与停机时间，导致OEE普遍虚高10%-30%，无法真实反映设备效率。
Q3: IoT数据采集如何自动计算OEE？
通过IoT平台直接采集PLC、CNC、传感器等设备信号，自动获取设备运行状态、产量计数、良品/不良品信号，再由系统实时计算可用率、性能率、良品率，最终生成OEE看板与趋势分析。
Q4: 极码智造IoT平台支持哪些工业协议采集OEE数据？
支持Modbus TCP/RTU、OPC UA、MQTT、西门子S7、三菱MC、AB Ethernet/IP、HTTP、TCP/IP、CAN总线等20余种工业通信协议，可对接PLC、传感器、CNC机床等设备，实现毫秒级采集与10万+点位并发。
Q5: 提升OEE的关键路径有哪些？
一是减少计划外停机，通过故障预警与预测性维护降低可用率损失；二是消除速度损失，识别设备空转与小停机；三是提升良品率，将质量数据与工艺参数联动分析；四是建立实时OEE看板，让损失可视化、改善可追踪。