|
【课程背景】
- 设备综合效率（OEE）是制造业企业的核心指标，然而，无论是算法，还是在分析框架上，企业存在着理解偏差，或缺乏系统性的策划，使得OEE的作用并未充分释放出来
- 在智能化的趋势下，有必要对设备维护策略进行再思考，通过精准化来降低设备维护成本，同时提升维护的效果
- 备件成本和备件库存的控制也需要方法论的指导，而不能依赖“一刀切”粗放式的控制方法
- 设备的柔性化是未来的趋势的，快速切换效率直接影响到时间利用率，也会通过生产批量影响到在制品的库存
【课程收益】
- 掌握OEE时空维度算法，建立KPI分解树，分析框架和相应的数据采集系统
- 智能化与TPM的深度融合：从传统"人盯设备"升级为"数据驱动决策"
- 财务-运营双视角：所有技术方案均附带财务量化评估模型
- 可落地的工具箱：包含EFMEA分析模板、智能维护内容和策略的选择方法论
- 精准化设备维护优秀实施案例分享
- 掌握SMED的实施流程和工具方法
【课程特色】
- 关注企业要解决的“痛点问题”，将理论授课同分组研讨相结合，促进培训知识的落地转化
- 解决传统TPM培训所忽略的领域：OEE相关的指标体系，数据采集和分析模型；设备维护内容的确定和维护方式的选择方法论；预测性维护的原理和实施案例；切换实践缩短后经济批量调整的理论依据
- 工具落地：随课赠送OEE分析用的Reason Code （参考）；备件分级评估表；SMED改进所使用的相关分析工具
- 创新和系统的方法论：最全面完整的设备管理KPI树及解析；将设备FMEA融入维护内容确认的流程中；备件库存设置的量化模型等
【课程对象】 生产运营总监、工厂总监/经理、设备总监/经理、持续改进总监/经理、精益工程师/ IE工程师、 TPM推进专员 【课程时长】 2天（6小时/天） 【课程大纲】 模块一：设备效率指标体系与全局管理 n 设备效率类的指标树（KPI Tree） n 设备可靠性相关的指标树（KPI Tree） n 资源投入相关的指标树（KPI Tree） n 看图学指标 2. 设备综合效率（OEE）深度解析 n OEE的算法辨析 n OEE计算逻辑的争议与改进：分子/分母加权汇总法 案例分析：传统方法的局限性：三因子连乘法在异质设备（如弧焊 vs激光焊）中可能导致矛盾（如分项OEE低但汇总OEE高）。根源：不同设备的周期时间（C/T）差异导致时间与数量维度不匹配 n 多维度OEE分析框架（“时间-空间”矩阵） n OEE数据（含：分析所需数据）的采集方式和案例 模块二：OEE驱动的精准维护体系 1. 设备维护保养概述 n 维护策略的统计学基础（海因里希三角） n 维护保养的分类（按实施主题，按方法论） n 设备的劣化分类及与设备维护保养的映射关系 2. 自主保养（AM）的操作方式 n 自主保养的投入产出分析 n 自主保用职责边界的确定 n 典型的自主维护导入步骤（七步法） 分步骤介绍操作中的细节，比如：自主维护基准数，点检表等 n AI技术对自主维护带来的可预期改变 3. 专业维护的操作方式 n 专业维护的定义、实施步骤 n 制定维护策略的逻辑框架 n 识别关键设备，关键维护部位和维护内容 关键设备分级； 设备的层级分拆并筛选出关键维护部位； 故障树分析（Fault Tree Analysis, FTA）简介 n 选择维护方式的关键决策维度 设备关键度与对应的维护保养方式； 设备生命周期阶段与对应的保养方式 故障模式与保养方式 n 预测性维护（PdM）/条件维护（CBM）的应用案例 n 维护管理系统（CMMS/EAM）的功能需求与选型指南 n 设备专业人员的培训 模块三：备件管理革新与智能库存策略 1. 备件管理综述 n 备件管理的指标体系 n 备件标准化与分类革新 双重编码体系：设备归属码+通用属性码 n 备件的全生命周期管理流程 2. 备件库存控制模型 n 安全库存算法对比：极差法（覆盖极端风险）vs标准差法（数据驱动） n 经济订购批量（EOQ）优化 n ABC分类的动态管理 3. 备件管理案例分享 n 通过预测性维护实现备件的精准耗用 n 备件自制 n 备件国产化 模块四：快速换型与经济批量优化【本部分为可选内容】 1. SMED实战方法论 1）SMED的实施步骤 2）按汽车零部件企业SMED的实战案例 SMED的对标体系搭建 数据采集，分析和策略 2. 经济批量博弈模型 案例：某注塑企业通过动态批量减少30%在制品库存
| 
