OEE设备综合效率方法论
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 @user_313caaeb/oee-methodology。
技能介绍
解决什么问题
OEE 数值偏低时,常见的应对方式是「加强管理」或全面整改,结果往往是资源分散、根因不清。本技能面向设备工程师与持续改善负责人,把 OEE = A × P × Q 拆解成可定位、可行动的诊断路径。
当用户反馈 OEE 异常或效率下降时,技能会先判断问题属于哪个指数:可用率 A(设备能否运行)、表现性 P(是否达到设计节拍)、质量指数 Q(产出是否合格),而不是直接给结论。
核心能力
- 速查卡诊断:通过
MTBF/MTTR、停机柏拉图、小停机计数与Cp/Cpk等指标,快速锁定最大损失来源。 - 路线化改善:
- A 路线:覆盖故障停机、SMED 换型、自主维护与安灯系统。
- Q 路线:包含柏拉图、分层法、5Why、QA Matrix、FMEA 与 SPC 控制图。
- P 路线:针对小停机与速度损失,提供录像分析与速率达成率评估。
- 制药行业适配:明确 Q > A > P 的优先级,强调
OOS/偏差处理、返工限制与数据完整性(ALCOA+)。 - 基准与案例:内置批量生产与连续生产的
OEE基准值,以及软胶囊、包装、冻干等车间的改善案例。
使用注意
- 技能优先指导诊断与数据收集,复杂项目的落地仍需结合现场情况与
MES数据。 OEE改善不能绕开GMP流程,所有异常需保留偏差调查记录。- 世界最佳
OEE约为 76.5%,制药行业的改善目标应根据设备类型合理设定。
使用场景
- 设备车间OEE持续偏低,需要定位是故障停机、换型损失还是质量报废导致。
- 包装线换型耗时过长,计划用SMED四步法压缩内部作业与调整试错时间。
- QA发现某工序不良率稳定偏高,需用柏拉图、分层与5Why追查物理根因。
- 车间上报OEE低但缺少数据,需按六大损失搭建数据采集表与四级看板。
适合人员
- 制药车间设备工程师,负责降低故障停机并制定自主维护基准。
- 制造企业精益改善专员,需要设计SMED项目与OEE管理看板。
- 药企QA合规人员,需将OEE改善纳入偏差与OOS调查流程。
- 生产线主管,想要用速查卡快速定位小停机或速度损失来源。