Agent Skills
返回列表
📊

OEE 分析改善

数据分析 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @engicool/oee-analysis。

技能介绍

要解决什么问题

设备效率复盘时,常见困境是:MES 或 Excel 里有一堆运行时间、产量数字,但 OEE(可用性 × 性能 × 质量) 和六大损失(故障、换模、空转、减速、启动、质量)没人帮你算清楚,更谈不上判断数据是否「虚高」。本技能面向 月度/季度复盘、单台设备效率偏低定位、改善项目优先级与 ROI 粗算 这类场景;不负责 TPM 体系搭建或正向编写管理制度文件。

技能如何工作

交互上先 判定数据载体(Excel/CSV、MES 截图、PDF、口头数字),再采集最小必需四项:计划运行时间、实际运行时间、总产量、合格品数量;六大损失时间、标准节拍、每小时产值等为可选项,越全诊断越细。

核心能力包括:

  • 三大指标计算:时间开动率、性能开动率、合格品率及综合 OEE,可与目标对比并做达标判定
  • 六大损失诊断:按占比排序,标出主导损失类型
  • 数据可信度检测:识别计划时间缩水、节拍放宽、统计口径不实等虚高信号,给出核实建议
  • 改善与 ROI 参考:按最大短板给出约 3 条措施及示意改善区间;年度可挽回产值、回收期等 显式标注假设,缺失的企业参数一律标「待企业补充」,不编造真实值

计算逻辑在 scripts/oee_calculator.py,报告装配在 scripts/build_report.py,产出 Markdown + HTML 双版:MD 便于归档,HTML 含指标与损失占比条形图,适合汇报。多模块报告会先给大纲确认再生成全文。

边界与注意点

技能只做 测算、损失诊断与通用改善方向参考,不代企业做最终改善决策签字,也不接收并代管全量生产数据库。ROI 与改善后 OEE 仅为基于假设的参考示意,不当承诺结论。与 TPM 设备管理 相邻:问「体系怎么推」应转 TPM;问「这台设备为什么低效」用本技能。

使用场景

  • 季度设备效率复盘时,把 MES 或 Excel 导出交给技能,要算出 OEE 三大指标和各损失占比并出诊断报告
  • 某产线或单机 OEE 偏低,需判断是可用性、性能还是质量哪类损失占主导并排序改善点
  • 现场观感与报表 OEE 不一致,要对计划工时、节拍和统计口径做可信度核查并列出核实项
  • 立项 OEE 改善前,在仅有运行时间与产量数据时,要粗排优先级并估算可挽回产值与回收期假设

适合人员

  • 负责产线或工厂月度/季度效率复盘的设备或生产工程师,要把零散运行数据整理成可汇报的 OEE 诊断
  • 从 MES 或 Excel 拉数做改善的工业工程师,需要六大损失占比与目标对比而不想手推公式
  • 维护或工艺工程师面对「报表 OEE 不低但常停线」的质疑,要结构化核查数据虚高信号
  • 推进精益或持续改善的项目负责人,需在数据不全时先拿改善方向与 ROI 参考再排现场验证