視覚および聴覚の手掛りを使用してベテランの製造業のマネージャーは頻繁に工場がよく動いているとき感じることができる。 沈黙は生産を意味しない。 労働者はいません、生産はありません。 これは、「歩き回ることによって管理する」ことによって得られた「データ」を用いた非公式の、そして非常に主観的な、機械監視の形態である（MBWA。)

練習はそれをお勧めする多くを持っていますが、それは出力を最大化し、コストを最小限に抑えるために十分ではありません：それは実際の測定を取 ほとんどの工場では、このために効率、利用率、生産性のいくつかの組み合わせを使用しています。 近年、多くの人がそのミックスにOEEを追加しています。 しかし、これらの指標は何を測定しますか？ 彼らは正確なフィードバックを提供しますか？ これらの指標は最も適切な測定値ですか？

製造性能の測定

MRPシステムは生産、効率および丸太の出力を計画する。 製造実行システム（MES）は、工場内を移動するときに作業を整理して追跡します。 生産されたものといつ生産されたかについてのデータを得るが、コストを制御し、固定されたリソースセットからの出力を最大化する上では限られた

これは効率、利用および生産性の手段が入って来るところである。

効率は、入力と出力の比率です。 効率的なプロセスは、入力の大部分を出力に変換し、非効率なプロセスはより高い割合を無駄にします。 しかし、いくつかのプロセスは本質的に非効率的です。 航空宇宙用ブラケットを加工するには、ほとんどの金属を切断して、実際には無駄にします。 それは効率的ですか？ それは時間がかかり、より多くの処理手順を必要とするかもしれないにもかかわらず、おそらく3D印刷は、より効率的になります。

要するに、ゲージとしての効率はあいまいで誤解を招く可能性があります。

利用はどうですか？ これは、リソースの活性化の尺度です。 金属部品を打ち抜いているプレスが利用されています。 修理を待っているのはそうではありません。 しかし、利用率が低いことは必然的に否定的ですか？ 製造セルの一部であるプレスは、それがタクト時間が指示するものであるため、分に一度しか動作しない可能性があります。 セルが効率的に動作しているにもかかわらず、プレス利用率は低い。

生産性は、入力単位あたりの生産量によって決定されます。 ほとんどの場合、それは労働生産性の面で表現されています：例えば、車を組み立てるために必要な労働時間の数。 理論的根拠は、車両あたりの時間が少ないことは、コストの削減を意味するということです。

それは広範な自動化の前に真実であったかもしれませんが、今日の尺度はあまり価値がありません。 高度に自動化された工場では、物事を作ることに直接関与する人は非常に少なく、総コストへの直接労働の貢献は小さいです。

製造業の性能のよりよい計算か。

最後の25年以上または非常に多くのメーカーは、工場のパフォーマンスを測定するより良い方法を求めて、全体的な機器の有効性（OEE）を採用しているOEEは、パフォーマ OEEの価値を理解するには、これらの用語をドリルダウンする必要があります。

• 可用性-これは、マシンが実行されている可能性がある合計時間の割合です。 （週に168時間あるので、分母としてそれを使用してください。）それは故障が利用できない時間およびセットアップされた時間を含みます。 注:これが使用率とどのように異なるかは、マシンが実行されているかどうかのみを測定します。
• パフォーマンス率–これは、マシンまたはプロセスが可能なものの割合として、達成されている真の出力です。 それはある操作を悩ますマイクロ停止と同様、用具の生命を高めるか、またはスクラップを減らすために動く減らされた速度を考慮する。
• 品質率–これは、総生産量と比較して、プロセスから出てくる販売可能な製品の割合です。 それは開始および操業停止の損失と同様、プロセスおよび物質的な変化によるスクラップを説明する。

OEEの価値と制限

OEEは改善の機会を強調しています。 それは、管理者が何に焦点を当てるべきか、何を見落とすべきかを特定するのに役立ちます。 機械やラインのセットアップに長い時間がかかる場合は、3つの要因すべてに反映される可能性があります。 プロセスが必要な公差を保持することができない場合、それは品質率に表示されます。 同様に、マイクロ停止は性能率を減らし、悪い信頼性は供給で現われる。

OEEには2つの重大な欠陥があります。 それは生産性を測定するものではなく、他のすべての測定と共通して、正確なデータを必要とします。

生産性への対処まず、労働力を追加することによって可用性コンポーネントを高めることができます。 レースカーのピットストップと同様に、より多くの人々がセットアップ時間を短縮することができます。 同じ静脈では、トラブルポイントに労働者を配置することにより、マイクロ停止の影響を低減することが可能であり得る。 質率はプロセスに入る前に入って来る部品か材料の点検によって多分演説することができます。 このような行動は、生産性を犠牲にしてOEEを改善する可能性があります。 要点は次のとおりである:単独でOEEは工場操作を管理するために十分ではない。

不正確なデータは、すべてのパフォーマンス対策に問題があります。 自動化された機械監視データのない工場では、おそらくジョブが開始され、終了したときのいくつかのMES追跡と組み合わせて、手動入力から来ています。

忙しい工場では、監督者は簡単にすべての停止や事件、特に軽微な影響を持つものを記録することを忘れることができます。 （彼らが頻繁に再発する場合、彼らは慢性的な損失を構成していますが。）手動のデータ入力も主観的であり、意識的または無意識の偏見のリスクがあります。 よく理解されているように、信頼性の低いデータは信頼性の低いパフォーマンス測定に変換されます。

データの問題の解決

工場内の各機械がシフトと日を通して何をしているかについての正確な製造データには、機械監視ソリューションが必要です。 歴史的に、これは高価で困難でした。 今日、低コストのセンサーと一連の通信技術（MTConnect、OPC UA、Ethernet）は、安価で比較的簡単です。

機械監視に関連する2つの用語は、Industrial Internet of Things（IIoT）とIndustry4.0です。 同一ではありませんが、それらは重複し、両方とも工場と機械の活動に関する高度に詳細なデータをいつでも収集することに関連しています。 工場の性能方法のこの議論が示しているように、正確なデータを収集することによって、機械監視技術を実装する製造業者は、工場の操業を測定する能力を向上させ、したがって改善するでしょう。