image

Was ist der OEE und wie kann dieser in der Extrusion angewendet werden?

Die Produktivität in der Fertigung ist zu jeder Zeit ein wichtiger Faktor für die Wirtschaftlichkeit von Extrusionsunternehmen. Sei es, dass man in Zeiten von hoher Konjunktur möglichst hohe Ausbringungsmengen erzielen möchte oder in Zeiten schwieriger wirtschaftlicher Rahmenbedingungen Kosten reduzieren muss.

In den letzten Jahren hat sich der OEE (Overall Equipment Effectiveness) als Kennzahl für die Messung der Produktivität in der Fertigung etabliert. Der OEE setzt sich aus den drei Faktoren Verfügbarkeit, Leistung und Qualität zusammen. Diese drei Faktoren werden entsprechend im OEE kombiniert:

Die Verluste welche in den einzelnen Komponente des OEEs anfallen werden auch als Verfügbarkeitsverluste, Leistungsverluste und Qualitätsverluste bezeichnet.

Die OEE Kennzahl setzt diese reine produktive Zeit ins Verhältnis zur Gesamtzeit:

Abbildung 1: OEE und dessen Verlustgrößen
Abbildung 1: OEE und dessen Verlustgrößen

💡

Ein OEE von 100% bedeutet dementsprechend, dass die ganze Zeit durchgehend mit maximaler Geschwindigkeit und ohne Ausschuss gefertigt wurde.

Ursprünglich stammt der OEE aus der diskontinuierlichen Fertigung, wurde im Laufe der Zeit jedoch auch für andere Fertigungsverfahren übernommen. Der Erfolg des OEE ist seiner einfachen Interpretierbarkeit und der allumfassende Bewertung der Produktion in einer einzigen Kennzahl zuzuschreiben.

Um konkrete Verbesserungen aufzudecken, werden die Verluste - Verfügbarkeits-, Leistungs- und Qualitätsverluste - jedoch noch feiner, in die “6 Big Losses der Lean Philosophy”, untergliedert.

Abbildung 2: Die traditionellen 6 Big Losses vs. 5 Big Losses in der Extrusion
Abbildung 2: Die traditionellen 6 Big Losses vs. 5 Big Losses in der Extrusion

Unserer Ansicht nach gelten für die Extrusion allerdings nur 5 Big Losses, da kurze Stopps (Stopps von weniger als einer Minute) in der Extrusion aufgrund des Fertigungsverfahrens nicht wirklich auftreten können. Für jeden Loss müssen zudem Gründe hinterlegt werden, welche durch die Werker hinzugefügt werden. Bei ungeplanten Stillständen sind das beispielsweise Abriss, Personalmangel, Materialmangel etc.

Die Gründe werden im nächsten Schritt relevant, bei einer sogenannten “Biggest Loss”-Analyse. Hier wird der Verlustgrund, welcher zu den größten Verlusten führt und damit den größten Stellhebel zur Verbesserung hat, identifiziert.

Mithilfe des OEEs kann dann der Fortschritt der Verbesserung kontinuierlich getracked werden. Hier kommt nun der Vorteil des OEEs zu tragen.

💡

Egal, welche Verlustkategorie verbessert wird, der Effekt zeigt sich im OEE. Das Management hat damit ein gutes Werkzeug, um Ziele zu setzen und den Fortschritt zu messen.

Welche Herausforderungen gibt es bei der Implementierung des OEEs in der Extrusion?

Aufgrund der zentralen Bedeutung des OEE und dem Nutzen als zentrales Steuerungselement für Verbesserung ist die Belastbarkeit der Kennzahl wichtig. Der OEE sollte demnach die gefertigte Realität abbilden. Eine korrekte und solide Datengrundlage ist dafür Grundvoraussetzung.

Vor diesem Hintergrund ist es umso erstaunlicher, dass die meisten OEE-Implementierungen in der Extrusionsbranche auf manueller Datenerfassung und Berechnung beruhen.

🚨

Im Folgenden stellen wir eine automatisierte OEE-Berechnung, zugeschnitten auf die Extrusion und basierend auf kontinuierlich erfassten Maschinendaten, vor. Erklärtes Ziel ist es einen OEE zu erhalten, welcher die gefertigte Realität für die Extrusion automatisiert erfasst.

Dabei werden wir auf die 3 Hauptprobleme bei der heute üblichen Implementierung eingehen und passende Lösungen aufzeigen:

  1. Produktbasierte Leistungsbetrachtung
  2. Manuelle Erfassung von Stillständen
  3. Manuelle Materialerfassung zur Berechnung von Ausschuss

Darüber hinaus gibt es weitere Vorteile durch die automatisierte OEE Erfassung:

  1. Die Kennzahlen sind immer verfügbar und müssen nicht erst mühsam zusammengesucht oder berechnet werden. Dies macht die Einbindung in die betriebliche Praxis einfacher und führt schneller zu datenbasierten Entscheidungen im hektischen Produktionsalltag
  2. Es wird Vertrauen in die Datenbasis aufgebaut.
  3. Der Aufwand zur Pflege des Systems wird deutlich reduziert: Alleine die Buchung von Start und Ende eines Auftrags, die Rückmeldung der Gutmenge sowie das nachträgliche Angeben von Verlustgründen erfolgt manuell. Alle anderen Schritte sind vollständig automatisiert.

Produktbasierte Berechnung der Leistungskomponente

Für die Ermittlung der Leistungskomponente des OEEs wird ein Referenzwert - der maximale Durchsatz - benötigt.

In der Extrusion wird hierzu typischerweise die maximale Anlagenleistung verwendet. Dieses Vorgehen vernachlässigt jedoch, dass unterschiedliche Produkte unterschiedliche Durchsatzleistungen erreichen können.

Wir empfehlen daher nicht die maximale Anlagenleistung als Benchmark zu verwenden, sondern den auf der Fertigungshistorie basierendem maximalen Durchsatz, der stabil für die unterschiedlichen Produkte auf den jeweiligen Anlagen erreicht werden konnte, als Referenz zu speichern. Dies entspricht dem MDS (Maximum Demonstrated Speed) für das jeweilige Produkt.

Die Streuweite der Durchsätze für ein und das selbe Produkt auf der identischen Anlage sind in Abbildung 3 zu erkennen.

Abbildung 3: Durchsatzschwankungen für das gleiche Produkt auf der gleichen Anlage. Der MDS entspricht hier dem maximalen Durchsatz von 294,7 kg/h.
Abbildung 3: Durchsatzschwankungen für das gleiche Produkt auf der gleichen Anlage. Der MDS entspricht hier dem maximalen Durchsatz von 294,7 kg/h.

Die Ermittlung des MDS wird bei ENLYZE vollautomatisch im Hintergrund durchgeführt und für die Berechnung der Leistungskomponente verwendet.

Angewendet auf die diskontinuierliche Fertigung entspricht der MDS dann der idealen Zykluszeit, welche als Referenzwert bei diskontinuierlichen Verfahren verwendet wird. Nur durch diese produktbezogene Referenz sind unserer Ansicht nach sinnvolle Aussagen bezüglich der Leistungskomponente und damit des OEE möglich.

Der Ansatz, heuristisch definierter Soll-Werte als Benchmarks zu wählen, hilft in einem gewissen Rahmen, aber auch hier fehlt der konstante Abgleich mit der Realität, da sich die Benchmarks dynamisch verändern.

Abbildung 5 zeigt die Unterschiede zwischen einer anlagenbezogenen (herkömmliche Betrachtung, links) und einem produktbezogenem (ENLYZE Betrachtung, rechts) Referenzwert deutlich auf.

Abbildung 5: Anlagenbezogener vs. produktbezogenere Referenzwert
Abbildung 5: Anlagenbezogener vs. produktbezogenere Referenzwert

In dem oben aufgezeigten Beispiel kann Produkt A mit maximal 340 kg/h gefertigt werden und Produkt B nur mit 275kg/h. Die max. Anlagenleistung beträgt 350 kg/h. Bei dem konventionellen Ansatz wird die max. Anlagenleistung mit 350 kg/h für alle Produkte als Referenz verwendet. ENLYZE nutzt die produktspezifischen Referenzwerte (Produkt A 340 kg/h; Produkt B 275 kg/h).

Anlagenbezogene Berechnung (herkömmlich):

Bei einer anlagenbasierten Betrachtung schneidet Auftrag FA1 mit Produkt A mit einem Leistungsfaktor von 88,5% deutlich besser ab als FA2 mit Produkt B mit einem Leistungsfaktor von 77,1%.

Produktbezogene Berechnung (ENLYZE):

Bei einer produktbasierten Betrachtung schneidet jedoch FA2 mit Produkt B mit 98,2% deutlich besser ab als FA1 mit Produkt A mit 91,2% . Hier zeigt sich, wie groß eine Verzerrung des Leistungsfaktors bei einem anlagenbasierten im Vergleich zu einem produktbasierten Ansatz sein kann.

Die Unterschiede in der Leistungskomponente weisen bei FA2 einen Unterschied von über 20 Prozentpunkten auf. Es wird ersichtlich, dass sich eine produktbasierte Berechnung lohnt, um die unterschiedlichen Produkte fair miteinander zu vergleichen.

2. Manuelle Erfassung von Stillständen

Die zweite große Fehlerquelle bei der Berechnung des OEEs ist die ungenaue Erfassung von Stillständen und deren Dauer, was zu einem fehlerhaften Verfügbarkeitsfaktor führt.

Typischerweise werden Stillstände heute über manuelle Buchungen des Operators im MES- oder BDE-System erfasst. Die Stillstände und insbesondere die Dauer des Stillstände sind durch die manuellen Buchungen jedoch mit Ungenauigkeiten behaftet.

Grund dafür ist, dass der Operator im Falle eines Stillstandes zunächst das Problem beseitigt und die Anlage wieder zum laufen bringen will. Die Buchung des Stillstands und der Stillstandsdauer erfolgt meist erst im Nachhinein und wird zeitlich nur grob abgeschätzt. In manchen Fällen werden heute noch papierbasierte Schichtprotokolle benutzt, die erst zum Schichtende ausgefüllt werden. Hier werden oft ganze Stillstände vergessen.

Für die Berechnung des Verfügbarkeitsfaktor wird nun die Summe der Stillstände mit der Gesamtzeit ins Verhältnis gesetzt. Die Ungenauigkeiten in den Stillständen summieren sich so und können zu erheblichen Ungenauigkeiten im Verfügbarkeitsfaktor führen.

Wir sind daher der Überzeugung, dass die Erfassung von Stillstandszeiten automatisiert, ohne manuelle Buchungen und digital, ohne Stift und Papier erfolgen sollte. Nur dadurch kann eine verlässliche Datengrundlage geschaffen werden. Idealerweise sollten Stillstände digital und automatisierte erfasst werden und auf Maschinendaten beruhen.

Die Erfassung der Stillstände kann beispielsweise anhand des Anlagendurchsatzes durchgeführt werden. Wenn der Anlagendurchsatz unter einen gewissen Grenzwert fällt, dann wird der Start eines Stillstands erkannt, sobald dieser wieder überschritten wird, das Ende. Dies gewährleistet, dass die gefertigte Realität exakt und automatisiert aus den Maschinendaten abgeleitet wird und entlastet gleichzeitig den Operator, da manuelle Buchungen entfallen: Eine Win-Win Situation.

image

Der Vorteil: Zum Zeitpunkt des Stillstands hat der Werker Zeit, das Problem zu beheben und kann im Nachgang den Stillstandsgrund angeben. Die Stillstandsgründe können dann im Sinne einer nachgehenden “5 Big Losses”-Analyse genutzt werden, um Stillstandsgründe genauer zu ergründen und Stellhebel zur Stillstandsvermeidung zu identifizieren.

3. Ungenaue Materialerfassung

Nach einer korrekten Erfassung des Leistungsfaktors über produktbasierte Benchmarks sowie einer exakten und automatisierten Zeiterfassung von Stillständen für den Verfügbarkeitsfaktor bleibt der Qualitätsfaktor noch als letzte Komponente offen.

Zur Berechnung des Qualitätsfaktors eines Auftrags muss die Ausschussmenge ins Verhältnis zur gesamt plastifizierten Menge gesetzt werden, da gerade in der Extrusion die Qualität mit der Materialproduktivität gleichgesetzt werden kann.

Die genaue Ermittlung der Gutmenge stellt in der Praxis oftmals keine Probleme dar. Hierzu wird die Gutmenge in der Regel verwogen, bzw. über Laufmeter oder sonstige Größen erfasst und ins ERP-/ MES-System gebucht. Gesperrte Mengen werden im Nachhinein durch die QS in diesen Buchungen mit berücksichtigt. Schwieriger wird es bei der Erfassung der plastifizierten Menge bzw. dem Ausschuss.

Die plastifizierte Menge kann in der Regel über den Durchsatz (bspw. aus der Gravimetrie) ermittelt werden. Hierzu wird ein Integral über den Durchsatz gebildet, wobei die Grenzen der Start und das Ende des jeweils gebuchten Auftrags sind. Durch eine Subtraktion der Gutmenge von der plastifizierten Menge wird daraufhin der Ausschuss und die Materialproduktivität berechnet.

Zusammenfassung

Ziel war es, ein OEE-Ermittlungsverfahren vorzustellen, welches die gefertigte Realität in der Extrusion widerspiegelt, um so datenbasierte, zielgerichtete Entscheidungen zur Steigerung der Produktivität zu treffen.

Dies wird gewährleistet durch:

  1. Artikelbasierte Referenzwerte für die Leistungsberechnung
  2. Einer genauen und automatisierten Erfassung der Stillstandszeiten, basierend auf Maschinendaten
  3. Der Bewertung des Qualitätsfaktors, basierend auf der automatisiert erfassten plastifizierten Menge

Hierdurch repräsentiert der OEE die tatsächlich gefertigte Realität und kann sinnvoll zur Steuerung der Produktion eingesetzt werden.

Darüberhinaus gibt es weitere Vorteile durch die automatisierte Erfassung des OEEs:

  1. Ständige Verfügbarkeit der Kennzahlen ohne manuelles Zutun
  2. Aufbauen von Vertrauen in die Datenbasis
  3. Deutliche Reduktion des Aufwands zur Pflege des Systems

ENLYZE hat diese Art der OEE-Ermittlung mit fünf Extrusionsunternehmen über das letzte Jahr hinweg in der betrieblichen Praxis erprobt und konstant weiterentwickelt.

Inzwischen nutzen knapp 15 Kunden erfolgreich die OEE-Tools von ENLYZE. Im Schnitt konnten die Unternehmen mit diesem datengetriebenen Ansatz 3,6 % Produktivität in den ersten 3 Monaten heben und langfristig Ihre Produktivität um 5 %-20 % steigern.

Neben der Berechnungen des OEEs liefert ENLYZE auch die passenden Analyse Tools, um bei Produktivitätsverlusten Ursachen-Analysen durchzuführen. Die ersten Produktfeatures des ENLYZE Shop Floor BI richten sich dabei an die Produktions-, Werks- und Betriebsleitung sowie an Lean und Operational Excellence Manager.

Weitere Informationen zum Thema OEE für die Extrusion sowie eine Demoversion des Shop Floor BIs finden Sie auf der Website von ENLYZE: www.enlyze.com

→ Zu allen Blog-Einträgen

© 2021 ENLYZE GmbH