指南

    OEE 计算:公式、计算示例与要避开的陷阱

    Korbinian Kuusisto, CEO and founder of Enao Vision
    Korbinian KuusistoCEO & Founder, Enao Vision
    January 20, 2026
    Share:
    OEE 计算:公式、计算示例与要避开的陷阱

    问十家工厂 OEE,会得到十个答案,背后的算法至少有三个版本。整体设备效率(OEE)是制造业最常被引用的生产力指标,也是最常被算错的指标。问题不在于公式有多难,公式其实很简洁;问题在于公式里每一项都依赖一连串现场判断,而很少有团队会把这些判断写下来。

    这份支柱指南把 OEE 计算讲成 2026 年工厂主管和持续改进负责人真正能用的形式。OEE 公式、三大组成部分(可用率、性能、质量)、六大损失、配真实数字的算例,以及让 OEE 分数虚高的 5 个常见陷阱,都在里面。

    今年如果你只读一篇 OEE 计算指南,希望就是这一篇。

    OEE 的真实定义

    整体设备效率,就是用 0 到 100% 之间的单一数字,衡量设备把计划生产时间转化为完美生产的程度有多高。世界级 OEE 在 85% 上下,平均工厂在 60% 附近。在我们走访的车间里,大多数产线在没有刻意监控之前都坐落在 45% 到 60% 之间。

    OEE 是三个因子的乘积。可用率告诉你计划生产时间中机器实际运行的比例。性能告诉你运行时跑得有多快。质量告诉你产出的零件中,头一次就合格的比例有多少。

    OEE 公式如下。

    OEE = 可用率 × 性能 × 质量

    计算就这么多。OEE 仪表盘上显示的其它一切数字(六大损失、性能损失、速度损失、小停机、质量损失、设备可用率、设备效率等等)都是这三个因子和它们背后类别的不同切片。

    这个单一数字之所以重要,是因为它把任何工厂都必须追踪的四个信号汇成一句话:机器可用了多久、跑得多快、零件质量如何,以及三者合起来与完美生产相比是什么样。

    用浅白方式拆开三个因子

    可用率

    可用率是计划生产时间中机器实际运行的那部分比例。

    可用率 = 运行时间 ÷ 计划生产时间

    计划生产时间等于机器排程总时间减去计划停机(休息、计划换型、计划维护窗口等)。运行时间等于计划生产时间减去所有非计划停机。

    可用率掩盖的东西常常比展示的多。大多数工厂都会少报非计划停机,尤其是短停。在产线末端装一台视觉传感器、实时监控零件流,通常会暴露出操作员手记下的停机时间和事实之间的 30% 偏差。

    性能

    性能就是速度损失。它把机器在运行时间内实际跑的速度,与按理想节拍跑时本该达到的速度相比。

    性能 = (理想节拍 × 总产量) ÷ 运行时间

    理想节拍是机器能在保证良品的前提下达到的最快节拍。总产量是运行时间内产出的良品和不良品之和。性能损失来自节拍变慢,或没被记录的微停机。

    性能正是六大损失思路最能发挥价值的地方。跑得比设计速度慢的机器,会在没人察觉的情况下一分钟一分钟地累积损失,直到班次结束时产量缺口出现,却没人解释得清原因。

    质量

    质量是总产量中头一次就以良品出来的比例。返工算不良。报废算不良。只有头次检验通过的零件才算良品。

    质量 = 良品数 ÷ 总产量

    质量是许多工厂最容易算错的因子,因为这要求在产线上实时计量良品,而不是三个小时后在实验室抽样。基于相机的检测把这件事改变了。设备上的视觉模型逐件分类,头次合格率成为一个连续信号,而不是延迟的抽样估计。

    OEE 公式与计算

    完整 OEE 公式是三个因子的乘积。

    OEE = (运行时间 ÷ 计划生产时间) × ((理想节拍 × 总产量) ÷ 运行时间) × (良品数 ÷ 总产量)

    这个式子会优雅地约分。两组项相互抵消,最后只剩下下面这个表达。

    OEE = (理想节拍 × 良品数) ÷ 计划生产时间

    这种第二形式正是大多数现代 OEE 软件在内部计算的方式。它绕开运行时间和总产量的累计,直接回答唯一关键的问题:如果机器在整个计划生产时间里都完美运行,本该出产多少良品?

    两种形式得到的结果相同。第一种形式适合你想看损失出自哪里。第二种形式适合你需要的只是一个可信的单一 OEE 分数。

    六大损失

    TPM 给出了影响 OEE 因素的标准分类法,也就是众所周知的六大损失。任何可信的 OEE 计算都会把所有损失映射到这六类。

    前两项影响可用率。设备故障(故障停机)是每个人都注意到的长时间非计划停机。换型与调整(换型损失)是产品切换后用于再校准的时间。

    接下来两项影响性能。空转与小停机(轻微停机)通常不到 5 分钟,操作员往往不记录。降速运行(慢循环)是观察节拍偏离理想节拍。

    最后两项影响质量。过程不良(质量损失)是正常运行时产生的不良品。启动损失(开机损失)是机器进入稳定状态前的开机阶段产生的不良品。

    拿到 OEE 分数之后,六大损失告诉你与完美生产之间的差距到底落在哪里。一座 OEE 60% 的工厂,如果损失 35% 在小停机、25% 在换型上,它的改进重点和一座 OEE 60% 但损失 40% 在过程不良、30% 在故障停机上的工厂完全不同。

    计算示例

    举一个装包机产线一个班次的例子。

    • 班次时长:480 分钟(8 小时)
    • 计划停机(休息、计划换型):60 分钟
    • 计划生产时间:480 − 60 = 420 分钟
    • 非计划停机(故障、小停机):47 分钟
    • 运行时间:420 − 47 = 373 分钟
    • 理想节拍:每件 1.5 秒
    • 运行时间内总产量:12,200 件
    • 良品数(头次检验通过):11,650 件

    逐项计算一下。

    可用率 = 373 ÷ 420 = 88.8%

    性能 = (1.5 × 12,200) ÷ (373 × 60) = 18,300 ÷ 22,380 = 81.8%

    质量 = 11,650 ÷ 12,200 = 95.5%

    OEE = 0.888 × 0.818 × 0.955 = 0.694,即 69.4%

    这一个 OEE 分数告诉你,班次里产线运行在完美生产能力的 69%。细分则告诉你看向哪里。质量在 95.5%,健康。可用率在 88.8%,凑合。性能在 81.8%,这是最大的损失桶。如果你不细分,看到的就只是单一 69% 的数字,而它无法告诉你下一步去修什么。

    改进计划几乎自己写好了。这条产线用一周时间深挖性能损失。把小停机和慢循环映射出来。通常有三四个根因贡献了大部分损失。把它们解决掉,下一个季度就能把性能从 82% 推到 88%,把整体 OEE 拉到 75%。

    这就是一笔干净 OEE 计算真正在做的事情:它不只是给你一个数字,它告诉你下一个 20 工程师工时该花在哪。

    什么算 "好" 的 OEE

    离散制造业的 OEE 行业基准大体分四个带。世界级 OEE 大约 85%,等于可用率 90% × 性能 95% × 质量 99%。能到这一带的工厂稀有,但确实存在,而且通常是经过多年持续改进的产物。

    运行良好的工厂落在 60% 到 80% 这一带。许多管理到位的离散制造现场就在这里,也是从低基线开始做持续改进计划的工厂现实的短期目标。一般水平是 60% 上下,达不到这个数的工厂往往把六大损失中的一项视作常态而非问题。

    这些行业基准对方向感有用,但不是问责的依据。一座工厂能做的最有用的基准比较是内部:同一个产品的产线 A 对产线 B,同一条产线的甲班对乙班,把分数拉近最快的产线写进案例库,让其他人去复制。

    让 OEE 虚高的陷阱

    OEE 落地中,同样的 5 个陷阱会反复出现。

    第一是计划停机被注水。公式会把你标为 "计划" 的时间从分母里拿掉,所以把又长又随意的换型当作计划处理的工厂,OEE 会被人为推高。换型应该有一个上限,超过这个上限的部分必须算作非计划停机。

    第二是漏掉小停机。30 秒到几分钟的停机,在大多数工厂里都是最大的隐藏损失源,但很少被人工记录捕捉到。可信的数据采集手段是 PLC、视觉传感器,或者基于相机的产线监控。

    第三是理想节拍取错。有的工厂用制造商规格,有的用观察到的最快节拍,有的用当前最佳实践值。仅这个选择就能让 OEE 分数浮动几个百分点。规则要写下来,并且团队之间保持一致。

    第四是未分类停机。如果 30% 的停机贴着 "其它" 标签,OEE 计算技术上是对的,但运营上没意义。在无意义的分类里做根因分析根本走不通。

    第五是基于抽样的质量。如果你的质量因子是每两小时一次实验室抽样得出的,那两次抽样之间的返工和过程不良就被漏掉了。能在产线上连续测质量的工厂(基于相机的检测就是其中一条路径)拿到的是真正的头次合格率,而不是估计。

    现代 OEE 软件如何改变计算

    传统 OEE 计算的前提是:PLC 接线、每条产线一台 HMI、MES 汇总。这套前提在 2010 年是合理的,但在 2026 年的大多数工厂里,经济性已经对不上。

    过去三年里发生的变化是:可信的 OEE 计算现在只用一部 iPhone、一盏灯和一个支架,就能在产线末端运行。设备上的 AI 数良品和不良品。相机检测运动并标记停机。整套硬件每条产线低于 1,000 欧元,没有 PLC 集成项目,不需要 IT 团队动手。

    这件事重要,是因为大多数工厂从来没能跑出一份干净的 OEE 计算 — 不是因为没意愿,而是因为传统生产监控软件按每条产线的成本根本扩展不到 30、40 条产线。把每条产线的硬件成本压到 1,000 欧元以下、上线时间压到一周,经济账就翻过来了。

    如何在第一周就让 OEE 计算跑起来

    如果你是从零开始,最实用的最短路径是这样。

    认真定义计划生产时间。只把真正不可避免的计划停机扣掉,并把定义写下来,免得日后被人悄悄注水。挑一条产线开始,先把总产量、良品数、停机时间这三个原始信号采到,再去算合计。

    针对这条产线把六大损失的原因码搭起来,设置成停机超过 5 分钟就提示操作员打标。第一个月按班次计算 OEE。等数据可信了,再把粒度收到小时级,最后做到 5 分钟桶。

    按这个顺序走,你能在没有 OEE 计算的状态出发,用一条产线、4 周时间、低于 1,000 欧元的硬件成本,做到产线主管信任的实时 OEE 分数。从这里再走下去,就不需要先做六位数的设备改造投资。

    OEE 是起点,不是终点

    OEE 仍然是工厂能追踪的关于设备效率和整体设备效率的最有用的单一数字。OEE 计算在计划生产时间干净、停机被真正记录、良品数被准确清点时才靠得住。第一年的最大跳跃通常不来自买更花哨的工具,而来自把六大损失诚实地分类、把短停从噪声里挖出来。

    分数本身不是目的。OEE 分数存在的意义是把改进工作引向最大的损失。这就是六大损失框架做的事。运行一套诚实的 OEE 计算,每周复盘六大损失,半年内整体 OEE 提 10 到 15 个百分点,在大多数离散制造车间都是可达的目标。

    在你的产线上撬动 OEE

    Enao Vision 用一部 iPhone、一盏灯、几根线缆就能让 OEE 计算在你的产线上跑起来,头一条产线在一周内上线。免费试用,我们帮你启动第一条产线。

    加入社区

    我们为车间里的搭建者、持续改进负责人和运营负责人维护着一个免费 Slack 社区,加入社区

    Explore with AI

    Discuss this article with your favorite AI assistant

    Korbinian Kuusisto, CEO and founder of Enao Vision

    作者

    Korbinian Kuusisto

    CEO & Founder, Enao Vision