设备OEE分析全流程实战——从停机统计到Excel自动化趋势图，再到改善方案PPT

一、引言

在智能制造和精益生产的实践中，设备的**OEE（Overall Equipment Effectiveness，综合设备效率）**已成为衡量生产现场管理水平的核心指标。OEE不仅仅是一个分数，更是设备运行状态、停机损失、产能瓶颈等问题的直观体现。如何高效地开展OEE分析、精确统计停机时间、利用Excel的数据透视和自动化趋势图工具发现问题、最后形成有说服力的改善方案PPT，是每一位生产和设备管理者提升现场管理能力的必经之路。

本文将以实际案例为蓝本，系统梳理OEE分析流程，手把手讲解数据收集、停机统计、Excel透视表与趋势图制作，并给出改善方案PPT的内容结构，帮助读者形成一整套OEE问题发现—分析—改善—汇报的闭环能力。

二、OEE分析理论与数据采集

2.1 OEE的三大构成

OEE由可用率（Availability）、**性能效率（Performance）和质量率（Quality）**三部分组成，其公式如下：

[
OEE = 可用率 \times 性能效率 \times 质量率
]

2.2 数据采集要点

• 计划生产时间：移交班次计划表或ERP排产单数据
• 实际运行时间、停机时间：人工记录、自动采集、或MES系统导出
• 产量与合格品：来自计数器、扫描枪或质检系统

示例原始数据表

三、停机时间统计与原因分析

3.1 停机类型与分类

常见停机原因按可控性与影响程度分类：

3.2 停机数据统计方法

• 现场班组每日记录停机开始、结束时间及原因
• MES系统自动采集并分类
• Excel整理，形成停机明细表

停机汇总表（示例）

四、Excel数据透视表与自动化趋势图实操

4.1 构建数据透视表

Excel的数据透视表是分析大批量停机和OEE数据的“利器”。其操作流程如下：

1. 整理原始数据表，确保字段规范，如设备、日期、原因、时长等全。
2. 选择全部原始数据，插入“数据透视表”。
3. 拖拽字段到行、列、值区域，例如：
   • 行：设备编号、停机原因
   • 列：日期
   • 值：停机总时长（求和）、次数（计数）

表格示例：设备-原因-天的停机统计

4.2 自动化趋势图制作

• 在透视表基础上，插入“折线图”或“堆积柱形图”。
• 可利用Excel的“数据透视图”功能，实现随着数据更新自动刷新趋势图。
• 推荐将OEE分数、关键停机原因趋势、每周每班的设备稼动率做成多图联动。

Python自动生成趋势图代码（openpyxl + matplotlib）

如需自动化处理，也可用Python读取Excel并生成趋势图：

import pandas as pd
import matplotlib.pyplot as plt

# 读取Excel停机数据
df = pd.read_excel('设备停机数据.xlsx', sheet_name='停机明细')
# 按日期统计电气故障总时长
fault_data = df[df['停机原因'] == '电气故障'].groupby('日期')['停机总时长（min）'].sum()
plt.figure(figsize=(8,4))
fault_data.plot(kind='line', marker='o')
plt.title('EQ01 电气故障停机时长趋势')
plt.xlabel('日期')
plt.ylabel('停机时长（分钟）')
plt.savefig('trend_fault.png')

五、OEE分析与自动化趋势发现问题

5.1 OEE与停机趋势的结合分析

• OEE趋势图：通过Excel或Python自动绘制月、周、日OEE曲线，发现低谷时段。
• 停机与OEE叠加分析：用数据透视表联合分析OEE与各类停机原因的相关性。

典型分析表

5.2 自动化趋势图典型输出

• 停机原因堆积柱形图：突出主要损失来源。
• OEE折线图：直观反映改善成效。
• 停机次数和时长的双轴趋势图：分析“频繁小停”还是“偶发大停”主导。

六、OEE改善方案与PPT呈现结构

6.1 问题诊断结论

通过前述分析，发现主要OEE损失源自“电气故障”和“换模时间过长”。

6.2 典型改善措施

6.3 改善方案PPT结构建议

《设备OEE分析与改善报告》PPT提纲

1. 项目背景与目标

   • OEE在企业中的作用
   • 本次分析的设备及范围

2. 数据收集与统计方法

   • 数据来源、采集周期
   • 停机原因分类标准

3. OEE与停机趋势分析

   • OEE、停机时间趋势图
   • 主要损失项剖析（透视表截图）

4. 问题定位与根本原因

   • 关联性分析（OEE与停机、故障）
   • 现场图片/流程说明

5. 改善措施与预期效果

   • 各项措施说明及量化目标
   • 甘特图/责任分工

6. 后续跟踪与持续改进

   • 自动化监控、定期复盘

7. 附录/致谢

   • 数据明细、分析过程说明

七、结语

从OEE理论到数据采集与停机统计，再到Excel透视和自动化趋势图制作，最后形成有说服力的改善方案PPT，设备管理者将具备一套完整的“数据发现-问题分析-方案制定-结果呈现”能力。未来，随着MES集成和自动化工具的发展，OEE管理将更加实时与智能，推动制造业持续提升核心竞争力。