
Si ha pasado algún tiempo en la fabricación, ha escuchado el término OEE. Pero muchos fabricantes lo calculan incorrectamente, lo rastrean de manera inconsistente o, lo más comúnmente, lo miden pero nunca actúan sobre él. Esta guía explica qué es OEE, cómo calcularlo correctamente, cómo se ve de clase mundial y, lo que es más importante, cómo mejorarlo realmente usando tiempo real monitoreo de máquinas software.
OEE significa Efectividad general del equipo. Desarrollado por Seiichi Nakajima en la década de 1960 como parte del Mantenimiento Productivo Total (TPM), OEE es la medida de eficiencia de producción más utilizada en la industria manufacturera. Combina tres factores en un solo porcentaje que refleja cuánto de su tiempo de producción planificado es verdaderamente productivo.
OEE responde a una pregunta fundamental: De todo el tiempo que esta máquina podría haber estado haciendo buenas piezas a toda velocidad, ¿qué porcentaje de ese tiempo realmente lo estaba haciendo?
La fórmula OEE es:
La disponibilidad mide el porcentaje del tiempo de producción planificado en el que la máquina estaba funcionando realmente (es decir, no se detuvo durante downtime no planificado o cambios).
Ejemplo: Producción planificada = 8 horas (480 min). Tiempo de inactividad = 60 min. Disponibilidad = (480 − 60) ÷ 480 = 87,5%.
El rendimiento compara la tasa de salida real con el máximo teórico de la máquina (tiempo de ciclo ideal). Captura pérdidas de velocidad: microparadas, operación de velocidad reducida y ralentización del ritmo del operador.
Ejemplo: Tiempo de ciclo ideal = 1 min. Piezas producidas = 380. Tiempo de ejecución = 420 min. Rendimiento = (1 × 380) ÷ 420 = 90.5%.
La calidad mide el porcentaje de piezas producidas que cumplen con los estándares de calidad en la primera pasada. Captura las pérdidas de chatarra, retrabajo y rendimiento inicial.
Ejemplo: 380 piezas producidas, 8 son chatarra. Calidad = 372 ÷ 380 = 97.9%.
OEE = 87.5% × 90.5% × 97.9% = 77.5%
Esta es una puntuación OEE sólida, pero todavía hay 22.5% de la capacidad de producción potencial que se pierde debido al downtime, las pérdidas de velocidad y los defectos de calidad.
El OEE de clase mundial es el 85% de referencia de clase mundial de OEE por encima. Para fabricantes discretos, un OEE inicial típico cuando se mide por primera vez es 40— 60%. Cerrar esa brecha es donde el software de monitoreo de máquinas ofrece su ROI más directo.
OEE fue diseñado para cuantificar seis categorías de pérdidas de producción, conocidas como las Seis Grandes Pérdidas:
Fallo del equipo (pérdida de disponibilidad): averías y paradas no planificadas.
Configuración y ajustes (pérdida de disponibilidad): Tiempo dedicado a cambiar, configurar o ajustar máquinas entre ejecuciones de producción.
Inactivo y paradas menores (pérdida de performance): pequeñas paradas de menos de 5 a 10 minutos que no se registran como downtime, pero que se suman significativamente.
Velocidad reducida (pérdida de rendimiento): Funcionamiento por debajo de la velocidad nominal de la máquina debido a problemas mecánicos, ritmo del operador o requisitos del proceso.
Defectos del Proceso (Pérdida de Calidad): Desguace y retrabajo durante la producción estable.
Rendimiento reducido (pérdida de calidad): chatarra y salida de calidad inferior durante el inicio, el calentamiento y los cambios en el proceso.
Comprender cuál de las Seis Grandes Pérdidas está impulsando su puntaje OEE es la clave para una mejora específica. El software de monitoreo de máquinas separa estas pérdidas automáticamente, lo que le brinda una vista clasificada de dónde se encuentran sus mayores oportunidades.
La mayoría de los fabricantes que realizan un seguimiento de OEE lo hacen utilizando registros en papel, hojas de cálculo o entrada de datos ERP. Este enfoque tiene problemas fundamentales:
El downtime no se informa suficientemente: los operadores son reacios a registrar pequeñas paradas y, a menudo, redondean al incremento de 15 minutos más cercano.
Las pérdidas de velocidad son invisibles: Ningún sistema manual captura microparadas y velocidad reducida de operación con precisión.
Los datos siempre llegan tarde: los registros en papel se compilan al final del turno o al final de semana, lo que hace imposible la respuesta en tiempo real.
Se pierde la causa raíz: Sin sellos de tiempo y contexto, determinar por qué una máquina se detuvo es una conjeturas.
Un fabricante que rastrea OEE manualmente suele medir el 70% de OEE. El mismo fabricante con monitoreo automatizado descubre que su verdadero OEE es del 55%, porque la brecha del 15% estaba oculta en pequeñas paradas, pérdidas de velocidad y eventos no reportados. Vale la pena recuperar esa brecha de 15 puntos.
Los sensores de monitoreo de máquinas detectan las paradas al instante y las marca de tiempo automáticamente. La plataforma solicita a los operadores que clasifiquen las razones de downtime (avería, cambio, espera de material, etc.) mientras el evento es nuevo, lo que mejora considerablemente la calidad de los datos. Con el tiempo, esto crea una base de datos confiable de causas, frecuencias y duraciones de downtime que impulsa las prioridades de mejora.
Al comparar los tiempos de ciclo reales con los tiempos de ciclo ideales establecidos por pieza, el software de monitoreo de máquinas identifica cuándo las máquinas están funcionando lentamente, incluso cuando técnicamente están “funcionando”. Esto a menudo revela la deriva del proceso, la variación del material o el desgaste de las herramientas al que los operadores se adaptan sin marcar.
En lugar de revisar el OEE del último turno en la reunión matutina, los gerentes y supervisores ven OEE en vivo en su teléfono o en una exhibición en el piso de la tienda. Cuando una máquina cae por debajo de su objetivo OEE, se activa una alerta, lo que permite una respuesta inmediata en lugar de un análisis posterior al turno.
Las plataformas modernas como SensFlo correlacionan los patrones OEE con el historial de mantenimiento, los horarios de turnos, las asignaciones de operadores y los datos de lotes de materiales. El AI presenta conexiones que los analistas humanos pasarían por alto: “El OEE de esta máquina cae un 18% en el segundo turno, correlacionado con una menor temperatura del husillo en el arranque”. Estos insights se convierten en acciones directas de mejora.
El monitoreo de máquinas le brinda una lista clasificada de causas de downtime por frecuencia y duración. Concentre su primer esfuerzo de mejora en la causa más importante: esto generalmente representa del 30 al 50% de todo el downtime. Las principales causas comunes incluyen fallas en las herramientas, atascos de alimentación de material, ausencia del operador y cambios programados que duran mucho tiempo.
Un OEE promedio de planta del 65% puede ocultar una máquina de cuello de botella que funciona al 40% junto con varias máquinas que funcionan al 80%. Establezca objetivos individuales para cada máquina, ponderados por su criticidad para el rendimiento, y realice un seguimiento de la mejora a nivel de máquina.
Las microparadas (< 5 minutos) a menudo se descartan como “solo parte del funcionamiento de esa máquina”. Pero si una máquina tiene 20 microparadas por turno de 2 minutos cada una, eso equivale a 40 minutos de pérdida de producción diaria, aproximadamente el 8% de un turno estándar. El monitoreo de la máquina captura estos automáticamente. A menudo, una sola fijación mecánica (un ajuste de la guía de alimentación, un reemplazo de sensor, un cambio de horario de lubricación) elimina el 80% de ellos.
Los datos de OEE por turno revelan si las pérdidas de producción están impulsadas por equipos o por procesos/operadores. Cuando los supervisores de turnos revisan los datos de OEE de su equipo en la reunión matutina, la responsabilidad por la mejora se vuelve personal e inmediata.
La OEE suele caer antes de que se haga evidente una falla. Una máquina cuya puntuación de rendimiento ha tenido una tendencia del 92% al 85% durante 3 semanas está señalizando un problema en desarrollo. El software de monitoreo de máquinas que correlaciona las tendencias OEE con los datos de mantenimiento capta estos patrones de degradación y desencadenantes mantenimiento predictivo acciones antes de un fallo catastrófico.
Un cliente de SensFlo en la fabricación de plásticos aumentó el OEE de la planta de 58% a 74% dentro de los 6 meses posteriores a la implementación, agregando el equivalente a 1.5 turnos adicionales de producción sin agregar personal o equipo de capital.
Los objetivos de mejora de OEE deben ser realistas y contextuales:
Si su OEE actual está por debajo del 50%: Concéntrese en eliminar las 2 a 3 principales causas de downtime. Se puede lograr una mejora de 10 puntos dentro de los 90 días.
Si su OEE es del 50 al 65%: Ha abordado el downtime obvio. Ahora concéntrese en las pérdidas de velocidad y las micro-paradas. Objetivo 70% + dentro de los 6 meses.
Si tu OEE es del 65— 80%: Estás en buena forma pero dejando dinero real sobre la mesa. El mantenimiento predictivo avanzado y la optimización del tiempo de ciclo pueden empujarlo hacia el 85%.
85% + OEE: de clase mundial. Ahora concéntrese en sostener el desempeño y aplicar los aprendizajes a nuevos equipos y procesos.
P: ¿Qué es una buena puntuación OEE?
Se considera que el OEE de clase mundial es del 85% o superior. Para los fabricantes que recién comienzan a medir OEE, una puntuación de 40— 60% es típica. Esta no es una calificación que falla, sino que refleja la realidad de que la mayoría de las pérdidas de producción son invisibles sin software de monitoreo. Una meta de mejora realista para el primer año es de 10 a 15 puntos porcentuales.
P: ¿Cómo se calcula el OEE?
OEE = Disponibilidad × Rendimiento × Calidad. La disponibilidad mide el tiempo de actividad frente al tiempo de producción planificado. El rendimiento compara la tasa de salida real con la tasa ideal de la máquina. La calidad mide el porcentaje de piezas buenas producidas. Los tres componentes se expresan como porcentajes, y el producto de los tres es su puntaje OEE.
P: ¿Por qué mi OEE es tan bajo?
La mayoría de los fabricantes que implementan por primera vez el seguimiento OEE automatizado descubren que su OEE verdadero es de 10 a 20 puntos menor que su seguimiento manual sugerido. Esta brecha generalmente se explica por las microparadas, las pérdidas de velocidad y el tiempo de cambio que anteriormente no se capturaban. La buena noticia: una vez que puedas ver estas pérdidas, puedes arreglarlas.
P: ¿Qué software es mejor para el seguimiento de OEE?
El mejor software OEE captura automáticamente los datos de downtime, performance y calidad de los sensores de la máquina en lugar de depender de la entrada manual. Busque una solución que proporcione paneles en tiempo real, reporting a nivel de cambio, clasificación de causas de downtime y análisis basado en IA. La plataforma de monitoreo de máquinas de SensFlo incluye todas estas capacidades.
P: ¿Pueden los pequeños fabricantes rastrear OEE?
Sí. El monitoreo moderno de máquinas basado en IOT hace que el seguimiento OEE sea práctico y asequible para fabricantes de cualquier tamaño. Soluciones como SensFlo comienzan en $99/máquina/mes y se pueden instalar sin la participación de TI, lo que hace que la visibilidad de OEE sea accesible para tiendas de trabajo y pequeñas instalaciones que anteriormente no podían justificar los sistemas MES empresariales.
¿Listo para comenzar? Solicite una demostración gratuita— la mayoría de los fabricantes están monitoreando sus primeras máquinas dentro de una semana. Utilice el Calculadora ROAI para proyectar su devolución, o explorar precios para encontrar el nivel adecuado para su operación. Más información sobre nuestras soluciones, FLoe AI, y casos de éxito de clientes.
Queremos llevar tu empresa al siguiente nivel. Conversemos para ver cómo podemos ayudarte.
Correo electrónico
Teléfono:
Dirección: