Overall Equipment Effectiveness Die Gesamtanlageneffektivität durch Datenintegration steigern

Die Gesamtanlageneffektivität (GAE) beziehungsweise Overall Equipment Effectiveness (OEE) ist eine wichtige Kennzahl in der Produktion, um die Wertschöpfung einer Anlage zu berechnen. Mit Prozessoptimierungen und Datenintegration lässt sich die Effektivität in Fertigungsunternehmen verbessern.

Anbieter zum Thema

Renishaw GmbH

MPDV Mikrolab GmbH

KALTENBACH.SOLUTIONS GmbH

Magic Software Enterprises (Deutschland) GmbH

Overall Equipment Effectiveness (OEE) unterstützt zum Analysieren verschiedener Zielkonflikte, zum Aufstellen eines Fertigungsprozesses und führt zu optimalen Ergebnissen. Produktionsleiter entscheiden mit Hilfe von OEE, ob eine Maschine mit einwandfreier Leistung bei niedrigeren Geschwindigkeiten oder eine Maschine mit voller Geschwindigkeit und höherer Ausschussquote in Betrieb zu nehmen ist.

Die Kennzahl OEE ergibt sich aus dem Vergleich der tatsächlichen mit der potenziellen Verfügbarkeit, Leistung und Qualität. Das Berechnen und anschließende Multiplizieren dieser drei verschiedenen Faktoren führt zur OEE. Eine Faustregel besagt, dass die durchschnittliche OEE für Produktionsstätten auf der ganzen Welt 60 % beträgt, obwohl ein gängiger Zielwert bei bis zu 80 % liegt.

Strategie

Controlling für Produktionsleiter

Verfügbarkeitsfaktor:

Der Verfügbarkeitsfaktor ist ein Maß für Verluste durch ungeplante Anlagenstillstände und bezieht sich darauf, wie häufig die Maschine oder Montagelinie für die Produktion verfügbar ist. Bedienerpausen, geplante Ausfallzeiten für Wartungsarbeiten und ungeplante Stillstände aufgrund von Anlagenausfällen beeinträchtigen die Verfügbarkeit.

Mit Predictive Maintenance lassen sich die Anlagenverfügbarkeit und damit die OEE steigern. Durch den Einsatz von Sensoren zum Überwachen der Anlagenzustände, das Speichern historischer Daten in der Cloud und das Ausführen von Analysen ermöglicht Predictive Maintenance das Warten von Anlagen. Grundlage ist der tatsächliche Verschleiß, der zu minimierten Ausfallzeiten führt. Regelmäßige Wartungseinsätze unabhängig vom Einsatz entfallen. Maschinen in der Produktionshalle werten ihre eigene Leistung aus und fordern bei Bedarf selbst Ersatzteile und einen Servicetechniker an. Eine weiterentwickelte Version ist in der Lage, Algorithmen auf Basis von Big Data zu nutzen, um zukünftige Geräteausfälle vorherzusagen.

Manufacturing Intelligence Quotient

Mit Datenanalyse Schwachstellen im Produktionsprozess aufdecken

Das Implementieren von Predictive Maintenance erfordert ein hohes Maß an Datenintegration, die das Backoffice mit dem Frontoffice verbindet. Manufacturing Execution Systeme (MES), ERP- und Logistiksysteme müssen Daten nahtlos miteinander austauschen, um einen lückenlosen Geschäftsprozess für die Anlageninstandhaltung zu automatisieren: Ein MES-System erkennt einen verschlissenen Bohrer, löst automatisch einen Serviceauftrag für einen Techniker aus, bestellt und versendet ein Ersatzteil über ein ERP-System.

Leistungsfaktor:

Die Leistung definiert sich durch die schnellste wiederholbare Zeit, die für das Herstellen eines Teils benötigt und als Taktzeit bezeichnet wird. Die beste Berechnungsmöglichkeit besteht darin, die Zeit zwischen der Fertigstellung eines Teils und der Fertigstellung des nächsten Teils zu messen. Arbeitsunterbrechungen aufgrund von Anlagenstillständen sind zu entfernen.

Produktionsverzögerungen basieren häufig auf lückenhaften Auftragsinformationen und fehlenden Materialien. Verzögerungen beim Eingang eines erforderlichen Teils, eine fehlende Kundeninformation bei Größe oder Farbe beim Bestellen oder ein sich im Umstellungsprozess befindliches Produkt führen dazu, dass neue Produktspezifikationen an Produktionssysteme zu senden sind.

Die Datenintegration zwischen MES-, Customer-Relationship-Management- (CRM-) und Project Lifecycle Management (PLM)-Systemen verkürzt die Taktzeit. PLM versorgen MES-Systeme automatisch mit Stücklisteninformationen. Sie beschleunigen den Produktionszyklus, indem sie den unvollständigen oder ungenauen Informationsaustausch zwischen Produktdesignern und der Produktion aufheben. CRM-Systeme übermitteln Kundenaufträge automatisch an MES-Systeme und verhindern unvollständige oder fehlerhafte Bestellungen.

Der Informationsfluss ist ebenso in entgegengesetzter Richtung möglich, um Arbeitsunterbrechungen zu vermeiden. Ein MES versorgt ERP-Systeme mit den tatsächlich produzierten Mengen, die verwendbar sind. Materialien bleiben ausreichend auf Lager und vermeiden Produktionsunterbrechungen aufgrund von Teile- und Materialmangel.

Qualitätsfaktor:

Die Qualität konzentriert sich auf das Ermitteln von Zeitverlusten, die durch Produktherstellungen entstehen, die nicht den Qualitätsstandards entsprechen.

Die PLM-zu-MES-Integration erhöht die Qualität, indem sie eine Feedbackschleife zwischen Design und Produktion schafft. Hergestellte Produkte entsprechen damit Konstruktionsstandards. Das automatische Einspeisen von CRM- zu MES-Systemen gewährleistet weniger Ausschuss, da die fehlerhafte Eingabe von Kundenspezifikationen für Bestellungen in Produktionssysteme entfällt. Dies gilt insbesondere für online bestellte und personalisierte Produkte. Ein automatisches Zuführen wichtiger Informationen wie Nachbearbeitungen und Optionen verhindert Produktionsfehler.

Die OEE lässt sich maximieren, indem der Datenfluss von CRM-, ERP-, PLM- und MES-Systemen gewährleistet wird. Das Integrieren großer Datenmengen aus Produktion und Backoffice ist häufig ein kompliziertes Unterfangen. Integrationen erfolgten bisher traditionell stark durch manuelles Programmieren. Beim Vernetzen mehrerer Systeme und bei Systemänderungen an einem System traten bisher häufig Probleme auf. Eine Middleware-Plattform für Business Integration und Prozessorchestrierung im Hintergrund reduziert die Entwicklungs- und Instandhaltungskosten für den Aufbau einer flexiblen Informationsinfrastruktur, die eine kontinuierliche Produktivitätssteigerung ermöglicht.

Die OEE beziehungsweise Gesamtanlageneffektivität (GAE) ist ein wichtiger Benchmark für das Beurteilen von Produktivität und dem Festlegen von Optimierungszielen. Ein freier Datenfluss zwischen CRM-, PLM-, MES- und ERP-Systemen ist ein unverzichtbares Element für den Aufbau einer Infrastruktur, die das kontinuierliche Festlegen und Übertreffen von OEE-Zielen zu einer realisierbaren Option macht.

Künstliche Intelligenz

Intelligente Fertigung mit künstlicher Intelligenz

* Stephan Romeder ist Geschäftsführer bei Magic Software Enterprises (Deutschland) GmbH in 85737 Ismaning, Tel. (0 89) 96 27 30, infogermany@magicsoftware.com, www.magicsoftware.com/de

(ID:45613118)