Maschinenverfügbarkeit meistern: Berechnung und Strategien zur Steigerung

Einen effizienten Anlagenbetrieb aufrechtzuerhalten, erfordert das Management eines dynamischen Gleichgewichts aus Betriebszeit, Laufzeit, voll produktiver Zeit und vielen weiteren Faktoren. Gelingt dies, kann ein Fertigprodukt zu niedrigsten Kosten und höchster Effizienz hergestellt werden. Misslingt es, leidet die Werksleistung unter ungeplanten Stillständen, ungeplanter Wartung und hohen Ausfallraten.

Diese Variablen sind alle Teil der Maschinenverfügbarkeit. In allen Produktionsumgebungen ist die Steigerung der Verfügbarkeit, um voll produktive Zeit zu erfassen, entscheidend für den Erfolg.

Was ist Maschinenverfügbarkeit?

Maschinenverfügbarkeit, oder Betriebszeit, ist der Gesamtzeitraum, in dem eine Maschine tatsächlich läuft, im Vergleich zur Zeit, in der sie geplant war zu laufen. Verfügbarkeit ist der Prozentsatz der Zeit, in der eine Maschine in Betrieb ist.

Die geplante Zeit basiert auf dem Verständnis der verfügbaren Kapazität, dem Vorhandensein von Rohmaterialien in angemessenen Mengen sowie dem Vorhandensein von Personal und Aufträgen, die für den Betrieb erforderlich sind.

Stillstandzeiten können die Maschine während dieser geplanten Zeit verlangsamen oder stoppen. Die Gesamtstillstandzeit umfasst vorbeugende Wartung, Rüstungen und andere kontrollierte, bekannte Variablen. Ungeplante Stillstandzeiten bedeuten Brüche, Qualitätsausschuss, Störungen oder andere unvorhergesehene Stopps.

Wenn ein Stillstandereignis auftritt, fordert ein MachineMetrics-Tablet an der Maschine den Bediener auf, das Stillstandereignis zu kategorisieren.

Beispielsweise könnte eine Maschine für acht Stunden geplant sein, aber nur sechs Stunden aktiv laufen. In diesem Fall beträgt der Verfügbarkeitswert der Maschine 75 %.

Alle Fertigungsbetriebe sollten Verfügbarkeit und Stillstandzeiten messen, wobei Dauer und Grund des Stillstands berücksichtigt werden. Wird dies jedoch manuell erfasst, ist das Ergebnis höchstwahrscheinlich stark ungenau, stark verzögert und weit weniger handlungsrelevant.

Die Funktion der Maschinenverfügbarkeit

Maschinenverfügbarkeit ist ein grundlegender, aber kritischer KPI in der Fertigung. Durch Messung von Zeit, Dauer und Grund des Stillstands dient die Verfügbarkeit als "Anker". Das Verständnis der Verfügbarkeit, der Auslastung bestimmter Anlagen und warum sie laufen – oder nicht – hilft, andere KPIs zu kompilieren, um Prozesse auf Maschinen- oder Werksebene zu optimieren.

Bei der Erfassung von Stillstandsdaten können Variablen wie maximale Zeit, tatsächliche Zeit, Ausfallrate und geplante Produktionszeit direkt beeinflussen, wie Anlagen im Vergleich zu den übergeordneten Geschäftszielen abschneiden und wie Entscheidungen von Personal und Management getroffen werden.

Maschinenverfügbarkeit ist einer von drei KPIs, die zur Bestimmung der Gesamtanlageneffektivität (OEE) verwendet werden. Die anderen beiden KPIs sind Leistung und Qualität, die wir im Folgenden besprechen. Jeder KPI hat seine eigene Formel und hilft Herstellern, die Effizienz ihres Betriebs zu verstehen und Prozesse zu identifizieren, die Optimierung erfordern.

Wie wird die Maschinenverfügbarkeit berechnet?

Die Maschinenverfügbarkeit wird wie folgt berechnet:

Verfügbarkeit = Laufzeit / Geplante Produktionszeit

Beispiel: Wenn eine Maschine 8 Stunden läuft, mit 4 Stunden Stillstand, während einer 12-Stunden-Schicht, dann beträgt die Verfügbarkeit dieser Maschine 66,6 %.

Ein Problem bei der Berechnung der Anlageneverfügbarkeit durch traditionelle Mittel ist, dass jeder Vorfall erfasst werden muss – Stillstandzeit, Grund und tatsächliche Dauer. Dieser Prozess setzt voraus, dass Bediener, Techniker und Manager jeden Faktor korrekt erfassen.

Realwelt-Anwendungen zeigen jedoch, dass Häufigkeiten fehlerhaft erfasst werden und Gründe subjektiv vom Bediener abhängen. Echtzeit-Maschinendaten und -Analysen sind ein präziserer Weg zur Bestimmung der Verfügbarkeit.

Der Zusammenhang zwischen Verfügbarkeit und Gesamtanlageneffektivität (OEE)

Gesamtanlageneffektivität (OEE) ist eine Kennzahl zur Messung der Gesamteffizienz von Fertigungsanlagen. Sie kann auch über eine Gruppe von Maschinen in einer Fabrik oder ein ganzes Multi-Factory-Unternehmen gemessen werden. OEE wird verwendet, um zu bestimmen, wie sich die Produktivität im Zeitverlauf verbessert.

Ein OEE-Wert besteht aus drei Komponenten: Verfügbarkeit, Qualität und Leistung. Qualität und Leistung sind ebenfalls formelbasiert und werden berechnet als:

Leistung = (Ideale Zykluszeit × Gesamtstückzahl) / Laufzeit

und

Qualität = Gute Stückzahl / Gesamtstückzahl

OEE kann manuell mit Tabellenkalkulationen oder mit einer Maschinendatenplattform wie MachineMetrics berechnet werden, die diese Informationen autonom erfassen und berichten kann. Je genauer die Datenerfassung, desto wertvoller die Erkenntnisse. Manuelle und isolierte Datenerfassung fehlt jedoch der Wert tiefer Analysen, die Fabriküberwachungssoftware in einer einzigen Plattform bietet.

Verfügbarkeit ist ein hervorragendes Beispiel für die Notwendigkeit der Automatisierung. Betrachten Sie die für die Verfügbarkeitsformel allein erforderlichen Elemente. Mit der Formel "Verfügbarkeit = Laufzeit / Geplante Produktionszeit" wären Bediener, Techniker und Manager verpflichtet, Gründe und Dauer ungeplanter Stopps vollständig zu erfassen.

Selbst wenn die manuelle Datenerfassung genau wäre, ist die menschliche Analyse oft verzerrt und fragmentiert; Trends und Ursachen für ungeplante Wartung sind dem Beobachter möglicherweise nicht evident. Die Verfügbarkeit ist als Anker für die Berechnung anderer Metriken mit OEE verknüpft; wenn Mitarbeiter die Verfügbarkeit nicht präzise messen können, werden auch Qualitäts- und Leistungsberechnungen ungenau sein.

Der Unterschied zwischen Maschinenverfügbarkeit und Maschinenzuverlässigkeit

Maschinenverfügbarkeit sollte nicht mit Maschinenzuverlässigkeit verwechselt werden. Beide sind wertvolle Metriken, die helfen, umsetzbare Strategien zur Verbesserung der Verfügbarkeit zu bestimmen, aber es gibt einen Unterschied.

Es ist nicht ungewöhnlich, dass eine Maschine einen niedrigeren Zuverlässigkeitswert als Verfügbarkeitswert hat. Zusammen spielen sie eine wichtige Rolle und sind eine weitere Möglichkeit, wie mehrere Metriken Prozessverbesserungen antreiben können. Zur Berechnung des OEE wird jedoch nur die Verfügbarkeit verwendet.

Wie können wir die Maschinenverfügbarkeit erhöhen?

Maschinenverfügbarkeit dreht sich um Betriebszeit. Ihre Steigerung erfordert eine breite Anwendung von Best Practices, Kulturwandel und Software. Ist die ungeplante Stillstandzeit hoch, erleidet ein Unternehmen Verfügbarkeitsverluste. Ebenso ist die Anlagenverfügbarkeit niedriger, wenn geplante Stillstandzeiten ineffizient sind.

Hier sind einige Wege zur Steigerung der Gesamtverfügbarkeit:

Kultur

Viele Betriebe glauben, ihr OEE sei viel höher als er tatsächlich ist. Da sie mit demselben System, denselben SOPs und manuell getriebenen Messwerkzeugen operieren, ist es nicht ungewöhnlich, dass Manager das Ziel um 20 % oder mehr verfehlen. Die Steigerung der Maschinenverfügbarkeit beginnt mit einem Kulturwandel. Dies erfordert, dass Manager die verfügbare Produktionszeit verstehen wollen und wie ihr System sich ändern muss, um den OEE zu verbessern. Dieser Wandel ist meist eine Top-down-Entscheidung, getrieben von Wettbewerbsdruck, Kosten, Marktvolatilität und anderen Faktoren.

Wartung

Ein großer Teil der Stillstandzeiten hängt mit Wartungsereignissen zusammen. Er ist oft ungeplant – wie Anlagenreparaturen, Spindelreparaturen, Werkzeugbruch oder Schulungen. Er kann sich aber auch in geplanter Stillstandzeit widerspiegeln, wenn ineffizientes Bereitstellen von Teilen, schriftliche Verfahren, Werkzeugorganisation und andere Faktoren eine Reparatur länger dauern lassen, als sie sollte.

Um unnötige Stillstandereignisse durch übermäßige Wartung zu reduzieren, können Hersteller Anlagendaten erfassen, um die Leistung und den Zustand der Maschinen besser zu verstehen. Manuell ist dies nicht nur zeitaufwändig, sondern liefert verzögerte, ungenaue Daten.

Mit einer Maschinendatenplattform können Datenerfassung und -standardisierung automatisiert werden. So sind Wartungsteams über Leistung und Zustand der Anlagen informiert und können Maschinenzustandsdaten nutzen, um zu verstehen, wie oft Stillstände auftreten und welche Gründe dahinterstecken.

Diese wertvollen Erkenntnisse können dann genutzt werden, um Wartungsstrategien zu optimieren – etwa durch den Einsatz eines zustandsbasierten Ansatzes, das automatische Erstellen von Arbeitsaufträgen im CMMS bei Stillstand oder sogar die Vorhersage eines drohenden Anlagenausfalls.

Optimierte Prozesse

Viele Stillstandsvorkommnisse hängen mit ineffizienten SOPs zusammen – wie Wartezeiten durch WIP- und Bereitstellungsprobleme. Oder suboptimale Bestandsmanagementpraktiken treiben die Zeit. Mit wachsender Wartezeit für diese Ursachen sinkt die Verfügbarkeit.

Schulungen können ebenfalls eine Quelle übermäßiger Stillstandzeiten sein. Wenn ein Bediener 14 % länger braucht, um einen Stau zu beseitigen und die Maschine neu zu starten als Kollegen in anderen Schichten, bringt eine Standardisierung korrekter Verfahren diese Zeiten in Einklang. Mit präziser Datenerfassung und -analyse können Manager diese Probleme nach Maschine und Schicht identifizieren, um bessere SOPs zu entwickeln oder Nachschulungen anzubieten.

Zusammen mit dem Engagement für Kulturwandel und verbesserte Wartungspraktiken hilft ein umfassendes, datenzentriertes Prozessverbesserungsprogramm, Probleme zu identifizieren. Die Optimierung von Prozessen für Bestandskontrolle, Bereitstellung, WIP und Schulungsfragen kann die Maschinenverfügbarkeit direkt beeinflussen.

IIoT-Plattformen

Obwohl jeder der oben genannten Punkte zur Verbesserung der Maschinenverfügbarkeit implementiert werden könnte, lassen sie sich alle effektiver mit Software erreichen. Mit Echtzeit-Maschinenüberwachung können Fabriken den Aufwand und die Fehler manueller oder fragmentierter Datenerfassung eliminieren.

Mit erstklassigen Edge-Geräten, wie denen von MachineMetrics, werden Daten erfasst, strukturiert, bereinigt und an die cloudbasierte Analyse-Engine gesendet – ohne manuelles Erstellen von Berichten und Dateneingabe. Durch das Wegwerfen des Clipboards werden Bediener mit reichhaltigen Visualisierungen befähigt, die Daten kontextualisieren und umsetzbare Erkenntnisse liefern.

Echtzeit-Maschinenstatus und Leistungsanalysen können geplante und ungeplante Stillstandzeiten reduzieren. Daten können Wartungsprogramme mit zustandsbasierter Wartung aufladen, die Kosten senkt und die Anlagenlebensdauer verlängert.

IIoT-Echtzeit-Maschinenüberwachung kann sogar die von Maschinen erzeugten Frequenzen analysieren, um Ausfälle vorherzusagen und diese in einem optimalen Zeitfenster – beispielsweise während Rüstungen – zu beheben. Sie bieten auch robuste, anpassbare Berichte, die sich auf die größten Probleme fokussieren.

Mit Zugang zu diesen Erkenntnissen können Manager und Führungskräfte ihren wahren OEE schnell verstehen und Prozessverbesserungsverfahren einleiten, die auf unvoreingenommenen, vollständigen Daten basieren.

Echtzeitdaten reduzieren die iterative Natur manueller Prozessverbesserungen und ermöglichen es Bedienern und Technikern, sich auf den Anlagenbetrieb zu konzentrieren, anstatt durch manuelle Datenerfassung und fehleranfällige Analyse abgelenkt zu werden.

Maschinenverfügbarkeit mit MachineMetrics verbessern

MachineMetrics ist eine Maschinendatenplattform, die Ihre Anlagendaten autonom erfasst und standardisiert. Mit unserer Plug-and-Play-Lösung können Sie Ihre Anlagen sofort verbinden und umsetzbare Erkenntnisse an Ihr Team liefern.

Nutzen Sie Dashboards, um zu sehen, wann Anlagen hinter Stückzahlzielen zurückbleiben, verwenden Sie Benachrichtigungen, um Ihr Wartungsteam bei Stillstandereignissen zu alarmieren, entwickeln Sie präzise Benchmarks über Zykluszeiten, geplante Stillstandzeiten und andere KPIs.

Mit MachineMetrics können Sie schnell Ihre größten Chancen und Verschwendungsbereiche identifizieren, was Ihnen hilft, Maschinenstillstände zu reduzieren und den Durchsatz zu steigern. Buchen Sie noch heute eine Demo, um mehr zu erfahren.