设备综合效率损失分析
定义
设备综合效率损失分析是对 OEE 背后各类损失的结构化分解与量化诊断。OEE 告诉你”设备效率是多少”，损失分析告诉你”效率损失在了哪里、损失了多少、怎么改善”。
如果 OEE = 65%，意味着 35% 的产能被各种损失”吃掉”了。损失分析的目标就是把这 35% 一层一层地拆开。
损失分类体系
三大类损失
OEE 的三个维度对应三大损失类别：
六大损失细化
| 编号 | 损失名称 | 归属 | 量化方法 | 关键数据 |
|---|---|---|---|---|
| L1 | 设备故障停机 | 停机损失 | 故障时间 / 计划生产时间 | MTBF、MTTR |
| L2 | 设置与调整 | 停机损失 | 换模换线时间 / 计划生产时间 | 换型次数、单次换型时间 |
| L3 | 空转与短暂停机 | 速度损失 | 空转时间 / 运行时间 | 空转频次、单次空转时长 |
| L4 | 降低运行速度 | 速度损失 | (理论速度 - 实际速度) / 理论速度 | 理论节拍 vs 实际节拍 |
| L5 | 过程缺陷 | 质量损失 | 废品数 / 总产量 | 良率、FPY |
| L6 | 启动损失 | 质量损失 | 启动废品数 / 总产量 | 每次启停的废品量 |
十六大损失（进阶）
在六大损失基础上，TPM 体系进一步细化为十六大损失：
停机损失（8项）：故障、设置调整、换刀、升温启动、计划停机、管理停机、待料停机、待人员
速度损失（5项）：空转、速度降低、微小停机、参数不当、质量过剩导致的降速
质量损失（3项）：过程缺陷、启动废品、返工
不同行业可根据自身特点选择合适的损失分类粒度。
损失量化分析方法
损失瀑布图（Loss Waterfall）
从 100% 理论产能出发，逐项扣除各类损失：
100% ─────────────────────── 理论最大产能
│ L1: 故障停机 -8%
│ L2: 设置调整 -5%
│ L3: 空转停机 -6%
│ L4: 速度降低 -4%
│ L5: 过程缺陷 -3%
│ L6: 启动损失 -1%
73% ─────────────────────── 实际 OEE
损失帕累托分析
将各类损失按影响大小排序，找到改善的优先级：
| 排序 | 损失类型 | 损失率 | 累计占比 |
|---|---|---|---|
| 1 | 设备故障停机 | 8% | 22.9% |
| 2 | 空转与短暂停机 | 6% | 40.0% |
| 3 | 设置与调整 | 5% | 54.3% |
| 4 | 降低运行速度 | 4% | 65.7% |
| 5 | 过程缺陷 | 3% | 74.3% |
| 6 | 启动损失 | 1% | 77.1% |
→ 聚焦 TOP3 损失，覆盖 54% 的改善空间。
各类损失的改善策略
停机损失改善
速度损失改善
质量损失改善
大数据驱动的损失分析
实时损失归因
传统损失分析依赖人工记录（日报表），数据粒度粗、滞后性强。大数据方案：
- 秒级采集：SCADA 采集设备状态、运行速度、产量、温度等参数
- 实时分类：规则引擎 + ML 模型自动将停机事件归类到具体损失类型
- 损失看板：按设备、产线、班次、产品维度实时展示损失瀑布图
- 根因追溯：损失异常时自动关联设备健康度、物料批次、工艺参数
损失预测
| 场景 | 方法 | 效果 |
|---|---|---|
| 故障停机预测 | 基于 MTBF + 传感器数据训练 RUL 模型 | 提前安排维护，减少突发停机 |
| 质量损失预测 | 工艺参数 + Cpk 趋势 + SPC 判异 | 在不良品产生前预警 |
| 换型损失预测 | 排产计划 + 产品差异度评估 | 提前准备，压缩换线时间 |
损失成本量化
将损失从”百分比”转化为”金额”，更能引起管理层重视：
| 损失类型 | 时间损失 | 产量损失 | 成本损失 |
|---|---|---|---|
| 停机损失 | 可直接计算 | 理论产量 × 损失时间 | 直接人工 + 产能浪费 |
| 速度损失 | 隐性时间损失 | 理论产量 - 实际产量 | 产能机会成本 |
| 质量损失 | 返工时间 | 废品 + 返工品 | 原料 + 人工 + 隐性风险 |