Hitung OEE dalam AWS IoT SiteWise - AWS IoT SiteWise
PrasyaratBagaimana cara menghitung OEE

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Hitung OEE dalam AWS IoT SiteWise

Tutorial ini memberikan contoh bagaimana menghitung efektivitas peralatan secara keseluruhan (OEE) untuk proses manufaktur. Akibatnya, OEE perhitungan atau rumus Anda mungkin berbeda dari yang ditunjukkan di sini. Secara umum, OEE didefinisikan sebagaiAvailability * Quality * Performance. Untuk mempelajari lebih lanjut tentang menghitungOEE, lihat Keefektifan peralatan secara keseluruhan di Wikipedia.

Prasyarat

Untuk menyelesaikan tutorial ini, Anda harus mengonfigurasi konsumsi data untuk perangkat yang memiliki tiga aliran data berikut:

  • Equipment_State— Kode numerik yang mewakili keadaan mesin, seperti idle, kesalahan, penghentian yang direncanakan, atau operasi normal.

  • Good_Count— Aliran data di mana setiap titik data berisi jumlah operasi yang berhasil sejak titik data terakhir.

  • Bad_Count— Aliran data di mana setiap titik data berisi jumlah operasi yang gagal sejak titik data terakhir.

Untuk mengonfigurasi konsumsi data, lihat. Menelan data ke AWS IoT SiteWise Jika Anda tidak memiliki operasi industri yang tersedia, Anda dapat menulis skrip yang menghasilkan dan mengunggah data sampel melalui file. AWS IoT SiteWise API

Bagaimana cara menghitung OEE

Dalam tutorial ini, Anda membuat model aset yang menghitung OEE dari tiga aliran input data:Equipment_State,Good_Count, dan. Bad_Count Dalam contoh ini, pertimbangkan mesin pengemas generik, seperti yang digunakan untuk mengemas gula, keripik kentang, atau cat. Di AWS IoT SiteWise konsol, buat model AWS IoT SiteWise aset dengan pengukuran, transformasi, dan metrik berikut. Kemudian, Anda dapat membuat aset untuk mewakili mesin pengemas dan mengamati cara AWS IoT SiteWise menghitungOEE.

Tentukan pengukuran berikut untuk mewakili aliran data mentah dari mesin pengemas.

Pengukuran

  • Equipment_State— Aliran data (atau pengukuran) yang menyediakan keadaan mesin pengemas saat ini dalam kode numerik:

    • 1024— Mesin dalam keadaan idle.

    • 1020— Kesalahan, seperti kesalahan atau penundaan.

    • 1000Sebuah pemberhentian yang direncanakan.

    • 1111Sebuah operasi yang normal.

  • Good_Count— Aliran data di mana setiap titik data berisi jumlah operasi yang berhasil sejak titik data terakhir.

  • Bad_Count— Aliran data di mana setiap titik data berisi jumlah operasi yang gagal sejak titik data terakhir.

Dengan menggunakan aliran data Equipment_State pengukuran dan kode yang dikandungnya, tentukan transformasi berikut (atau pengukuran turunan). Transformasi memiliki one-to-one hubungan dengan pengukuran mentah.

Transformasi

  • Idle = eq(Equipment_State, 1024)— Aliran data yang diubah yang berisi keadaan idle mesin.

  • Fault = eq(Equipment_State, 1020)— Aliran data yang diubah yang berisi status kesalahan mesin.

  • Stop = eq(Equipment_State, 1000)— Aliran data yang diubah yang berisi status berhenti yang direncanakan mesin.

  • Running = eq(Equipment_State, 1111)— Aliran data yang diubah yang berisi keadaan operasional normal mesin.

Dengan menggunakan pengukuran mentah dan pengukuran yang ditransformasikan, tentukan metrik berikut yang menggabungkan data mesin selama interval waktu yang ditentukan. Pilih interval waktu yang sama untuk setiap metrik saat Anda menentukan metrik di bagian ini.

Metrik

  • Successes = sum(Good_Count)— Jumlah paket yang berhasil diisi selama interval waktu yang ditentukan.

  • Failures = sum(Bad_Count)— Jumlah paket yang tidak berhasil diisi selama interval waktu yang ditentukan.

  • Idle_Time = statetime(Idle)— Total waktu idle mesin (dalam detik) per interval waktu yang ditentukan.

  • Fault_Time = statetime(Fault)- Total waktu kesalahan mesin (dalam detik) per interval waktu yang ditentukan.

  • Stop_Time = statetime(Stop)— Total waktu berhenti yang direncanakan mesin (dalam detik) per interval waktu yang ditentukan.

  • Run_Time = statetime(Running)— Total waktu mesin (dalam detik) berjalan tanpa masalah per interval waktu yang ditentukan.

  • Down_Time = Idle_Time + Fault_Time + Stop_Time— Total downtime mesin (dalam detik) selama interval waktu yang ditentukan, dihitung sebagai jumlah status mesin selainRun_Time.

  • Availability = Run_Time / (Run_Time + Down_Time)— Waktu kerja mesin atau persentase waktu terjadwal bahwa mesin tersedia untuk beroperasi selama interval waktu yang ditentukan.

  • Quality = Successes / (Successes + Failures)— Persentase mesin dari paket yang berhasil diisi selama interval waktu yang ditentukan.

  • Performance = ((Successes + Failures) / Run_Time) / Ideal_Run_Rate— Kinerja mesin selama interval waktu yang ditentukan sebagai persentase dari laju lari ideal (dalam detik) untuk proses Anda.

    Misalnya, Anda Ideal_Run_Rate mungkin 60 paket per menit (1 paket per detik). Jika Anda Ideal_Run_Rate per menit atau per jam, Anda perlu membaginya dengan faktor konversi unit yang sesuai Run_Time karena dalam hitungan detik.

  • OEE = Availability * Quality * Performance- Efektivitas peralatan mesin secara keseluruhan selama interval waktu yang ditentukan. Rumus ini dihitung OEE sebagai pecahan dari 1.

catatan

Jika OEE didefinisikan sebagai transformasi, nilai output dihitung untuk masing-masing nilai input. Ada potensi untuk menghasilkan nilai yang tidak terduga karena evaluasi transformasi mempertimbangkan nilai terbaru yang tersedia untuk semua properti yang berkontribusi dalam rumus. Untuk pembaruan properti dengan stempel waktu yang sama, nilai keluaran dapat ditimpa oleh pembaruan dari properti masuk lainnya. Misalnya ketika Ketersediaan, Kualitas, dan Kinerja dihitung, OEE dihitung dengan titik data terakhir yang tersedia untuk dua properti lainnya. Nilai-nilai yang berkontribusi ini berbagi stempel waktu, dan menyebabkan nilai keluaran yang salah dari. OEE Pesanan tidak dijamin untuk mengubah perhitungan.