As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Calcular OEE em AWS IoT SiteWise
Este tutorial fornece um exemplo de como calcular a eficácia geral do equipamento (OEE) para um processo de fabricação. Como resultado, seus OEE cálculos ou fórmulas podem ser diferentes dos mostrados aqui. Em geral, OEE é definido comoAvailability * Quality *
Performance. Para saber mais sobre cálculoOEE, consulte Eficácia geral do equipamento
Pré-requisitos
Para concluir este tutorial, você deve configurar o consumo de dados para um dispositivo que tenha os seguintes três fluxos de dados:
-
Equipment_State– um código numérico que representa o estado da máquina, como ocioso, com falha, interrupção planejada ou operação normal. -
Good_Count– um fluxo de dados em que cada ponto de dados contém o número de operações bem-sucedidas desde o último ponto de dados. -
Bad_Count– um fluxo de dados em que cada ponto de dados contém o número de operações mal sucedidas desde o último ponto de dados.
Para configurar o consumo de dados, consulte Ingerir dados para AWS IoT SiteWise. Se você não tiver uma operação industrial disponível, poderá escrever um script que gere e carregue dados de amostra por meio do AWS IoT SiteWise API.
Como calcular OEE
Neste tutorial, você cria um modelo de ativo que calcula a OEE partir de três fluxos de entrada de dados: Equipment_StateGood_Count, e. Bad_Count Neste exemplo, considere uma máquina de empacotamento genérica, como uma que é usada para embalar açúcar, batatas fritas ou tinta. No AWS IoT SiteWise console
Defina as medições a seguir para representar os fluxos de dados brutos da máquina de empacotamento.
Medições
-
Equipment_State– um fluxo de dados (ou medição) que fornece o estado atual da máquina de empacotamento em códigos numéricos:-
1024– a máquina está ociosa. -
1020– uma falha, como um erro ou atraso. -
1000– uma interrupção planejada. -
1111– uma operação normal.
-
-
Good_Count– um fluxo de dados em que cada ponto de dados contém o número de operações bem-sucedidas desde o último ponto de dados. -
Bad_Count– um fluxo de dados em que cada ponto de dados contém o número de operações mal sucedidas desde o último ponto de dados.
Usando o fluxo de dados de medição Equipment_State e os códigos que ele contém, defina as transformações a seguir (ou medições derivadas ). As transformações têm uma one-to-one relação com as medições brutas.
Transformações
-
Idle = eq(Equipment_State, 1024)– um fluxo de dados transformados que contém o estado ocioso da máquina. -
Fault = eq(Equipment_State, 1020)– um fluxo de dados transformados que contém o estado de falha da máquina. -
Stop = eq(Equipment_State, 1000)– um fluxo de dados transformados que contém o estado de interrupção planejada da máquina. -
Running = eq(Equipment_State, 1111)– um fluxo de dados transformados que contém o estado operacional normal da máquina.
Usando as medições brutas e as medições transformadas, defina as métricas a seguir que agregam dados da máquina em intervalos de tempo especificados. Escolha o mesmo intervalo de tempo para cada métrica ao definir as métricas nesta seção.
Metrics
-
Successes = sum(Good_Count)– o número de pacotes preenchidos com sucesso durante o intervalo de tempo especificado. -
Failures = sum(Bad_Count)– o número de pacotes preenchidos sem sucesso durante o intervalo de tempo especificado. -
Idle_Time = statetime(Idle)– o tempo total de ociosidade da máquina (em segundos) por intervalo de tempo especificado. -
Fault_Time = statetime(Fault)– o tempo total de falha da máquina (em segundos) por intervalo de tempo especificado. -
Stop_Time = statetime(Stop)– o tempo total de interrupção planejada da máquina (em segundos) por intervalo de tempo especificado. -
Run_Time = statetime(Running)– o tempo total de execução sem problemas da máquina (em segundos) por intervalo de tempo especificado. -
Down_Time = Idle_Time + Fault_Time + Stop_Time– o tempo de inatividade total da máquina (em segundos) durante o intervalo de tempo especificado, calculado como a soma dos estados da máquina diferentes deRun_Time. -
Availability = Run_Time / (Run_Time + Down_Time)– o tempo de atividade da máquina ou a porcentagem de tempo programado que a máquina está disponível para operar durante o intervalo de tempo especificado. -
Quality = Successes / (Successes + Failures)– a porcentagem de pacotes preenchidos com êxito da máquina durante o intervalo de tempo especificado. -
Performance = ((Successes + Failures) / Run_Time) /– o desempenho da máquina durante o intervalo de tempo especificado como uma porcentagem da taxa de execução ideal (em segundos) para o processo.Ideal_Run_RatePor exemplo, a
Ideal_Run_Ratepode ser 60 pacotes por minuto (1 pacote por segundo). Se aIdeal_Run_Ratefor por minuto ou por hora, você precisará dividi-la pelo fator de conversão de unidade apropriado porqueRun_Timeestá em segundos. -
OEE = Availability * Quality * Performance– a eficácia geral do equipamento da máquina durante o intervalo de tempo especificado Essa fórmula é calculada OEE como uma fração de 1.
nota
Se OEE for definido como uma transformação, os valores de saída serão calculados para cada um dos valores de entrada. Existe a possibilidade de gerar valores inesperados, pois a avaliação da transformação considera os valores mais recentes disponíveis para todas as propriedades contribuintes na fórmula. Para atualizações de propriedades com o mesmo timestamp, os valores de saída podem ser substituídos por atualizações de outras propriedades de entrada. Por exemplo, quando a disponibilidade, a qualidade e o desempenho são calculados, eles OEE são calculados com os últimos pontos de dados disponíveis para as outras duas propriedades. Esses valores contribuintes compartilham registros de data e hora e causam valores de saída incorretos do. OEE O pedido não é garantido para o cálculo de transformações.
