Calculez OEE dans AWS IoT SiteWise - AWS IoT SiteWise
PrérequisComment calculer OEE

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Calculez OEE dans AWS IoT SiteWise

Ce didacticiel fournit un exemple de calcul de l'efficacité globale de l'équipement (OEE) pour un processus de fabrication. Par conséquent, vos OEE calculs ou formules peuvent différer de ceux présentés ici. En général, OEE est défini commeAvailability * Quality * Performance. Pour en savoir plus sur le calculOEE, consultez la section Efficacité globale de l'équipement sur Wikipédia.

Prérequis

Pour terminer ce didacticiel, vous devez configurer l'ingestion de données pour un appareil qui possède les trois flux de données suivants :

  • Equipment_State— Code numérique qui représente l'état de la machine, tel que le ralenti, le défaut, l'arrêt planifié ou le fonctionnement normal.

  • Good_Count— Un flux de données dans lequel chaque point de données contient le nombre d'opérations réussies depuis le dernier point de données.

  • Bad_Count— Un flux de données dans lequel chaque point de données contient le nombre d'opérations infructueuses depuis le dernier point de données.

Pour configurer l'ingestion de données, veuillez consulter Ingérez des données dans AWS IoT SiteWise. Si aucune opération industrielle n'est disponible, vous pouvez écrire un script qui génère et télécharge des exemples de données via le AWS IoT SiteWise API.

Comment calculer OEE

Dans ce didacticiel, vous allez créer un modèle d'actif qui calcule OEE à partir de trois flux d'entrée de données : Equipment_StateGood_Count, etBad_Count. Dans cet exemple, considérez une machine d'emballage générique, telle qu'une machine utilisée pour l'emballage du sucre, des chips ou de la peinture. Dans la AWS IoT SiteWise console, créez un modèle AWS IoT SiteWise d'actif avec les mesures, transformations et métriques suivantes. Ensuite, vous pouvez créer un actif pour représenter la machine d'emballage et observer comment elle est AWS IoT SiteWise calculée. OEE

Définissez les mesures suivantes pour représenter les flux de données brutes de la machine de conditionnement.

Mesures

  • Equipment_State— Un flux de données (ou mesure) qui fournit l'état actuel de la machine d'emballage sous forme de codes numériques :

    • 1024— La machine est inactive.

    • 1020— Un défaut, tel qu'une erreur ou un retard.

    • 1000— Un arrêt planifié.

    • 1111— Un fonctionnement normal.

  • Good_Count— Un flux de données dans lequel chaque point de données contient le nombre d'opérations réussies depuis le dernier point de données.

  • Bad_Count— Un flux de données dans lequel chaque point de données contient le nombre d'opérations infructueuses depuis le dernier point de données.

À l'aide du flux de données de mesure Equipment_State et des codes qu'il contient, définissez les transformations (ou mesures dérivées) suivantes. Les transformations ont une one-to-one relation avec les mesures brutes.

Transformations

  • Idle = eq(Equipment_State, 1024)— Un flux de données transformé qui contient l'état inactif de la machine.

  • Fault = eq(Equipment_State, 1020)— Un flux de données transformé qui contient l'état de défaillance de la machine.

  • Stop = eq(Equipment_State, 1000)— Un flux de données transformé qui contient l'état d'arrêt prévu de la machine.

  • Running = eq(Equipment_State, 1111)— Un flux de données transformé qui contient l'état de fonctionnement normal de la machine.

À l'aide des mesures brutes et transformées, définissez les métriques suivantes qui regroupent les données machine sur des intervalles de temps spécifiés. Choisissez le même intervalle de temps pour chaque métrique lorsque vous définissez les métriques dans cette section.

Métriques

  • Successes = sum(Good_Count)— Le nombre de colis remplis avec succès au cours de l'intervalle de temps spécifié.

  • Failures = sum(Bad_Count)— Le nombre de colis remplis sans succès au cours de l'intervalle de temps spécifié.

  • Idle_Time = statetime(Idle)— Durée totale d'inactivité de la machine (en secondes) par intervalle de temps spécifié.

  • Fault_Time = statetime(Fault)— Durée totale de panne de la machine (en secondes) par intervalle de temps spécifié.

  • Stop_Time = statetime(Stop)— Le temps d'arrêt total prévu de la machine (en secondes) par intervalle de temps spécifié.

  • Run_Time = statetime(Running)— Durée totale (en secondes) de fonctionnement de la machine sans problème par intervalle de temps spécifié.

  • Down_Time = Idle_Time + Fault_Time + Stop_Time— Le temps d'arrêt total de la machine (en secondes) sur l'intervalle de temps spécifié, calculé comme la somme des états de la machine autres queRun_Time.

  • Availability = Run_Time / (Run_Time + Down_Time)— Le temps de disponibilité de la machine ou le pourcentage du temps prévu pendant lequel la machine est disponible pour fonctionner pendant l'intervalle de temps spécifié.

  • Quality = Successes / (Successes + Failures)— Le pourcentage de colis remplis avec succès par la machine sur les intervalles de temps spécifiés.

  • Performance = ((Successes + Failures) / Run_Time) / Ideal_Run_Rate— Les performances de la machine sur l'intervalle de temps spécifié, en pourcentage par rapport à la cadence de fonctionnement idéale (en secondes) pour votre processus.

    Par exemple, Ideal_Run_Rate peut être de 60 paquets par minute (1 paquet par seconde). Si votre Ideal_Run_Rate valeur est exprimée par minute ou par heure, vous devez la diviser par le facteur de conversion unitaire approprié, car il Run_Time est exprimé en secondes.

  • OEE = Availability * Quality * Performance— L'efficacité globale de l'équipement de la machine sur l'intervalle de temps spécifié. Cette formule est calculée OEE sous la forme d'une fraction sur 1.

Note

Si elle OEE est définie comme une transformation, les valeurs de sortie sont calculées pour chacune des valeurs d'entrée. Il est possible que des valeurs inattendues soient générées car l'évaluation de la transformation prend en compte les dernières valeurs disponibles pour toutes les propriétés contributives de la formule. Pour les mises à jour de propriétés avec le même horodatage, les valeurs de sortie peuvent être remplacées par des mises à jour provenant d'autres propriétés entrantes. Par exemple, lorsque la disponibilité, la qualité et les performances sont calculées, elles OEE sont calculées avec les derniers points de données disponibles pour les deux autres propriétés. Ces valeurs contributives partagent des horodatages et entraînent des valeurs de sortie incorrectes du. OEE L'ordre n'est pas garanti pour le calcul des transformations.