Dr in.

Katarzyna Antosz
Faculty of Mechanical Engineering and Aeronautics
Rzeszow University of Technology
Al. Powstacw Warszawy 12, 35-959 Rzeszw, Poland
Tel. +48 17 865 1452, Fax +48 17 865 1184
E-mail: katarzyna.antosz@prz.edu.pl

Dr in. Dorota Stadnicka

Faculty of Mechanical Engineering and Aeronautics
Rzeszow University of Technology
Al. Powstacw Warszawy 12, 35-959 Rzeszw, Poland
Tel. +48 17 865 1452, Fax +48 17 865 1184
E-mail: dorota.stadnicka@prz.edu.pl

MIERNIKI OCENY EFEKTYWNOCI FUNKCJONOWANIA MASZYN

W DUYCH PRZEDSIBIORSTWACH: WYNIKI BADA

Sowa kluczowe: infrastruktura techniczna, efektywno maszyn, wskaniki oceny, utrzyma-

nie maszyn

Streszczenie: Utrzymanie infrastruktury technicznej przedsibiorstwa na odpowiednim poziomie pro-

duktywnoci i wydajnoci wymaga przede wszystkim stosowania waciwych metod i narzdzi zarz-
dzania oraz waciwej organizacji sub odpowiedzialnych za jego realizacj. Nieodcznym elementem
oceny efektywnoci tych dziaa oraz funkcjonowania maszyn w przedsibiorstwie jest stosowanie r-
norodnych miernikw. Dane uzyskiwane z pomiarw okrelonych wskanikw s podstawowych r-
dem informacji o koniecznoci podejmowania dziaa okrelonego rodzaju. Szczeglnie due firmy s
chtne, aby wdroy odpowiednie wskaniki oceny efektywnoci maszyn ze wzgldu na du liczb
maszyn i duy zakres prac zwizanych z ich obsug techniczn. W literaturze przedmiotu prezentowane
s rne wskaniki wskazywane, jako skuteczne i chtnie stosowane przez przedsibiorstwa. Celem
bada, ktrych wyniki przedstawiono w niniejszej pracy, byo zidentyfikowanie rzeczywistych dziaa
realizowanych przez badane przedsibiorstwa w zakresie stosowania miernikw oceny skutecznoci
maszyn oraz pozyskanie informacji o tym, jakie wskaniki s przez firmy stosowane w praktyce. Bada-
nia przeprowadzono w duych przedsibiorstwach produkcyjnych funkcjonujcych w rnych branach
przemysu na okrelonym obszarze.

EVALUATION MEASURES OF MACHINE OPERATION EFFECTIVE-

NESS IN LARGE ENTERPRISES: STUDY RESULTS
Abstract: Maintaining a proper productivity and efficiency level of a technical infrastructure of an en-
terprise requires, above all, the use of appropriate managing methods and tools as well as an appropriate
organization of services responsible for their management. Using a variety of measures is indispensable
to evaluate the effectiveness of these practices as well as of the machine performance in any enterprise.
The data obtained from measuring particular indicators are a primary source of information on the
necessity of taking particular actions. Large companies are particularly willing to implement appropriate
indicators of effectiveness evaluation because of a large number of machines and a vast range of their
technical maintenance. Different indicators presented in the references are said to be efficient and will-
ingly used by enterprises. The aim of the study, of which the results are presented in this article, was to
identify the real actions taken by the surveyed enterprises concerning the use of the machine effective-
ness evaluation metrics. Apart from that, the study also intended to obtain the information on which
indicators are actually applied by enterprises. The study was carried out in large production enterprises
of different industries on a specified area.

Key words: technical infrastructure, machine effectiveness, evaluation indicators, maintenance

Wprowadzenie
Jednym z gwnych elementw odpowiednio zorganizowanego procesu nadzorowania ma-
szyn i urzdze w przedsibiorstwie jest dobr i stosowanie waciwej strategii zarzdzania.
Literatura przedmiotu szeroko opisuje rodzaje strategii zarzdzania oraz dziaania realizowane
w ich zakresie [5, 9, 10, 14, 17, 40]. Wdroenie okrelonych metod nadzorowania maszyn i
urzdze technologicznych w przedsibiorstwie wymaga jednak okresowej oceny skutecznoci
realizowanych dziaa oraz stanu posiadanej infrastruktury technicznej. Stopie wiarygodnoci
pozyskanych informacji jest warunkiem podstawowym do otrzymania obiektywnych raportw
kocowych i uatwia podjcie waciwych decyzji dotyczcych dziaa prewencyjnych. Jest
wiele sposobw pozyskiwania informacji o tym, jak dobrze dziaaj poszczeglne maszyny i
urzdzenia technologiczne, ale najwaniejsze jest to, aby ustali, co bdzie mierzone.
Podstaw jest, wic dobr waciwych miernikw oceny. Mierniki te su s do oceny
kluczowych dziaa realizowanych w ramach utrzymania maszyn oraz wskazuj na wydajno
prowadzonych dziaa w powizaniu z zaoonymi celami organizacji [6, 10].
W literaturze definiowane s rne mierniki do oceny nadzoru nad maszynami [22], a wrd
nich np. wskanik OEE [8, 18], czy te MTTR [7, 11, 21].
Dokonywano rwnie przegldu literatury pod ktem wskanikw wykorzystywanych do
oceny efektywnoci maszyn w sektorze przemysowym [24, 33], czy te oceniano korelacje
wybranych wskanikw z innymi metodami oceny [2, 24].
Ponadto analiza literatury wykazaa, e prowadzone byy take prace dotyczce planowania
dziaa konserwacyjnych na podstawie uzyskanych wartoci MTTF [22].
Prowadzono rwnie badania w zakresie oceny uzyskiwanych wartoci wskanika OEE [2,
18], moliwoci jego doskonalenia [31, 39] oraz komputerowego wspomagania jego
wyznaczania [30]. Prezentowano take rne modele optymalizacji dziaa zwizanych
z utrzymaniem maszyn [32].
Wedug autorw w analizowanej literaturze brak jest jednak kompleksowej, porwnawczej
analizy stosowanych w praktyce miernikw oceny maszyn uwzgldniajcej np. wielko przed-
sibiorstwa, bran, rodzaju kapitau przedsibiorstwa czy typ produkcji. Ponadto trudno jest
w analizowanych publikacjach znale informacje dotyczce problemw, jakie miay przedsi-
biorstwa ze stosowaniem miernikw oceny maszyn. W niniejszym artykule wskazano podsta-
wowe mierniki funkcjonowania maszyn, sposoby ich obliczania, a nastpnie sprawdzono, czy
w praktyce te mierniki s rzeczywicie stosowane.
1. Mierniki oceny efektywnoci funkcjonowania maszyn
Efektywno jest jednym z wyrnikw okrelajcych wasnoci w zbiorze obiektw i sys-
temw. Rozumiana jest ona zazwyczaj, jako wasno obiektu eksploatacji (lub systemu) wa-
runkujca poziom realizacji celw stawianych obiektowi bd systemowi w okrelonych wa-
runkach eksploatacji i w okrelonym przedziale czasu [14]. Efektywno eksploatacji moemy
definiowa jako iloraz efektw uzyskanych w ustalonym przedziale czasu trwania okrelonego
stanu obiektu eksploatacji do nakadw poniesionych do uzyskania tych efektw.
Na efektywno systemu wpyw bd miay zarwno czynniki przedeksploatacyjne, czyli
wymagane dziaania i nakady pocztkowe zwizane z wymaganymi cechami systemu oraz
cechami otoczenia systemu, jak rwnie czynniki eksploatacyjne identyfikowane w procesie
eksploatacji (czynniki zewntrzne np. systemy wsppracujce oraz wasnoci eksploatacyjne
systemu takie jak: niezawodno, trwao, naprawialno) [40]. Natomiast w przypadku eks-
ploatacji obiektu (maszyny, urzdzenia) moemy mwi o technicznej efektywnoci obiektu
definiowanej jako relacj pomidzy uszkadzalnoci obiektu, a jego potencjaln zdolnoci do
wykonywania zada w systemie. W literaturze, np. [12, 20, 26], w ujciu klasycznym, dla opisu
dziaania maszyn wyrnia si stan zdatnoci i stan niezdatnoci. W kilku jednak innych opra-
cowaniach np. [13, 35] autorzy wprowadzaj klasyfikacje wielostanowe, co wynika, ze zoo-
noci oraz wielozadaniowoci niektrych maszyn.
Stan zdatnoci maszyny wymaga zdefiniowania dwch zasadniczych poj: zdatno zada-
niowa oraz zdatno funkcjonalna [5].
Zdatno zadaniowa jest to zdatno do realizowania zadania z w wybranym przedziale
czasu t lub innej wielkoci.
Zdatno funkcjonalna natomiast jest to zdatno do realizowania zadania w wybranej
chwili czasu t kadego zadania ze zbioru zada, ktre s moliwe do zrealizowania przez ma-
szyn. Ksztatowanie omwionych zdatnoci moe odbywa si na kadym etapie funkcjonowa-
nia maszyny w systemie produkcyjnym lub na kadym etapie funkcjonujcego systemu maszyn
technologicznych (posiadanego parku maszyn technologicznych): organizowanie systemu, jego
uytkowanie oraz likwidacja lub reorganizacja z zastosowaniem okrelonej strategii eksploatacji.
Do oceny efektywnoci systemu moemy stosowa rne kryteria oceny. W pracach [15, 16, 19,
23, 27, 29, 34, 36, 37, 42, 43] autorzy proponuj kryteria oceny systemu. Do kadego z okrelo-
nych kryteriw stosowane s rnego rodzaju wskaniki. W tabeli 1 podano przykadowo wska-
niki oceny systemu wg czterech kryteriw. W tabeli podano ich charakterystyk oraz przyka-
dowe rodzaje.

Tabela 1. Kryteria oceny systemu. rdo: opracowanie wasne na podstawie [15, 16, 19, 23,
27, 29, 34, 36, 37, 42, 43].
Table 1. Criteria of the system evaluation. Source: own study based on [15, 16, 19, 23, 27, 29,
34, 36, 37, 42, 43].
Lp. Rodzaj Charakterystyka Przykadowe rodzaje wskanikw
kryterium
1. Informacyjno - Zwizane z organizacj Wskanik utechnicznienia
operacyjne i przebiegiem procesw Wskanik redniego wieku maszyn
eksploatacji oraz wyraa- Wskanik intensywnoci obsugi naprawczej
jce fakt osigania zamie- Wskanik zaspokojenia potrzeb naprawczych
rzonych celw lub realiza- Wskanik zatrudnienia sub utrzymania ruchu
cji okrelonych potrzeb Wskanik terminowoci wykonania napraw kapi-
oraz wpyw systemu stero- talnych, rednich, biecych i przegldw,
wania na dziaanie.
Wskanik atwoci konserwacji (maintainability)
2. Ekonomiczne Zwizane z wielkoci Wskanik rentownoci
(wartoci) efektw dodat- Koszty stae i zmienne utrzymania maszyn
nich (korzyci) i ujemnych
 (nakadw) oraz korzyst- Wskanik kosztw remontw kapitalnych, red-
no dziaalnoci inwesty- nich i biecego utrzymania maszyn
cyjno-finansowej w syste- Koszt utrzymywania czci zamiennych
mie.
3. Techniczno- Zwizane ze zdatnoci ele- Wskanik wydajnoci
eksploatacyjne mentw systemu, Wskanik czasu postoju maszyn
a w szczeglnoci rodkw Wskanik uszkodze i awarii maszyn
technicznych i wyraajce Wskanik gotowoci technicznej
wpyw techniki na ich dzia- Wskanik wykorzystania maszyny
anie; zwizane s z funk- Wskanik zmianowoci
cjonowaniem elementw
i rodkw dziaania sys-
temu oraz wyraaj wpyw
na zdolno systemu do
funkcjonowania w stanie
zdatnym w okrelonym
czasie.
4. Dotyczce Zwizane z ryzykiem po- Liczba wypadkw przy obsugiwaniu i uytkowaniu
bezpiecze- wstawania strat (ludzkich maszyn
stwa utrata ycia lub uszczerbek Liczba powstaych zagroe przy obsugiwaniu
na zdrowiu, ekologicznych, i uytkowaniu maszyn
materialnych), ktre na
og wi stany niezdatno-
ci elementw systemu
z moliwoci wystpienia
w ich wyniku strat oraz
wielkoci ewentualnych
strat.

Wikszo z tych wskanikw moe by wykorzystana rwnie na rnych poziomach

do pomiaru jakoci obszaru produkcji, wybranej linii produkcyjnej lub wykorzystywanego
urzdzenia lub maszyny technologicznej. Norma PN-EN 15341:2007 rwnie klasyfikuje klu-
czowe wskaniki efektywnoci obsugi wg trzech podstawowych kryteriw: ekonomicznego, or-
ganizacyjnego i technicznego. Dodatkowo norma ta definiuje wskaniki wg podanych kryteriw
na trzech poziomach. Ponadto norma ta [28] precyzuje sposb waciwego doboru wskanikw
oceny efektywnoci. Wg normy przy wyborze wskanikw do oceny powinno si uwzgldni
odpowiednie kryteria np.: efektywno dziaa utrzymania maszyn, niezawodno wyposae-
nia. Przy poszukiwaniu waciwych wskanikw norma zaleca dwa podejcia:
- pierwsze: wybr wskanikw spord dostpnych, ktre po analizie speni wymagania;
- drugie: zacz od metody, ktra rozpoczyna ocen rnych procesw utrzymania maszyn wy-
branych poprzez analiz funkcyjn. W praktyce obydwa podejcia mog by wykorzystane.
Wrd wskanikw zalecanych przez norm jest: MTBF (Mean Time Between Failure) oraz
MTTR (Mean Time To Repair). Wskanik MTBF (Mean Time Between Failure) pokazuje, jak
czsto ze statycznego punktu widzenia nastpuje uszkodzenia danego obiektu technicznego. W
przedsibiorstwach wskanik suy do okrelania harmonogramu przegldw profilaktycz-
nych. MTTR (Mean Time To Repair) okrela rednim czasie potrzebnym na napraw w mo-
mencie wystpienia awarii. Stosowany jest do oceny efektywnoci pracownikw sub utrzy-
mania ruchu, jak i oceny prowadzonych przez nich zada naprawczych [11].
Sposoby obliczania tych wskanikw s nastpujce.
- MTBF (Mean Time Between Failures) redni czas pomidzy awariami lub czsto
awarii. Wskanik rozumiany jest, jako redni czas pracy pomidzy awariami w okrelo-
nym czasie. Wskanik ten obliczany wedug wzoru (1).
czas pracy
MTBF
liczba awarii w tym czasie
(1)
 - MTTR (Mean Time To Repair) redni czas do zakoczenia naprawy. Wskanik rozu-
miany jest, jako redni czas trwania rzeczywistej naprawy od momentu zgoszenia do
momentu jej zakoczenia. Obliczany jest wedug wzoru (2).

czas wykonanych napraw

MTTR (2)
liczba awarii

Kolejnym wskanikiem, ktrego wan rol w doskonalenie procesu produkcyjnego pod-

krelono w pracach [1, 30, 31, 38] jest wskanik OEE. Wskanik OEE opisuje trzy podstawowe
obszary dziaalnoci przedsibiorstwa: dostpno, efektywno wykorzystania oraz jako
produkowanych wyrobw. Obliczanie wskanika OEE umoliwia definiowania dziaa dosko-
nalcych w zakresie realizowanych procesw produkcyjnych, pozwala zmierzy ich efekt po
wdroeniu oraz eliminacj istniejcych problemw. Pozwala zidentyfikowa wskie garda i
gwne problemy przedsibiorstwa.
- OEE (Overall Equipment Effectiveness) Cakowita Efektywno Wyposaenia.
Wskanik ten liczony jest jako iloczyn trzech parametrw dostpnoci, wydajnoci i
jakoci, ktre s jego skadnikami. Wskanik OEE obliczany jest wedug wzoru (3).
Poszczeglne jego parametry obliczane s wg wzorw (4-7).

OEE Dostepnosc x Wydajnosc x Jakosc x 100% (3)

Dostpno obliczana jest wedug wzoru:

czas zmiany czas przestoju
D (4)
czas zmiany

gdzie:
czas przestoju = konserwacje + przezbrojenia + awarie + inne (5)
Wydajno obliczana jest wedug wzoru:
produkcja wykonana (dobra zla jakos)
O (6)
czas zmiany wydajnosc znamionowa

Jako obliczana jest wedug wzoru:

produkcja wykonana braki
J (7)
produkcja wykonana

OEE zwraca si w stron procesu, tzn. bierze pod uwag nie tylko czas dostpnoci maszyn,
ale rwnie wydajno (wydajno rzeczywista / wydajno nominalna) i wspczynnik jakoci
(ilo sztuk dobrych / caa produkcja). Jego istota polega na porwnywaniu wykorzystania ma-
szyny do wykorzystania idealnego, ktre zachodzi wwczas, gdy produkcja i jej przygotowanie
prowadzone s zgodnie z planem [25, 39, 41].

2. Zakres oraz metodyka przeprowadzonych bada

W przedstawionej pracy zaprezentowano wyniki bada przeprowadzonych w wybranych
duych przedsibiorstwach ulokowanych na ograniczonym obszarze geograficznym (Polska,
woj. podkarpackie). Gwnym celem bada bya identyfikacja rzeczywistych dziaa realizo-
wanych przez analizowane przedsibiorstwa w ramach stosowania miernikw oceny skutecz-
noci maszyn oraz wskazania, jakie wskaniki s przez firmy stosowane w praktyce. Przepro-
wadzone badania zrealizowano w dwch etapach. Pierwszy etap zrealizowano w nastpujcym
zakresie:
1. Analiza aktualnego stanu wiedzy.
2. Okrelenie zakresu i obszaru bada.
3. Opracowanie arkusza badawczego.
4. Wybr przedsibiorstw do bada.
5. Przeprowadzenie bada i analiza wynikw.
Drugi etap bada zrealizowano nastpujco: wybr przedsibiorstwa, przeprowadzenie bada,
analiza uzyskanych wynikw, propozycja zmian w zakresie stosowanych wskanikw oceny
maszyn. Szczegow analiz uzyskanych wynikw przedstawiono w dalszej czci pracy.

3. Wyniki bada

3.1. Etap pierwszy bada

3.1.1 Obszar i realizacja bada

Etap pierwszy bada dotyczy identyfikacji stosowanych miernikw oceny efektywnoci

funkcjonowania maszyn technologicznych. Badania dotyczyy przedsibiorstw produkcyjnych
funkcjonujcych w rnych branach przemysu na obszarze wojewdztwa podkarpackiego
(Polska). Jako szczegowy przedmiot bada analizie poddano nastpujce obszary:
informacje zbierane w zakresie nadzoru nad maszynami,
rodzaje przestojw rejestrowane w przedsibiorstwach,
sposb rejestrowania informacji o awariach maszyn,
redni czas trwania awarii,
wskaniki jakoci, wydajnoci i dostpnoci maszyn,
wskanik OEE.
Do bada zaproszono 150 przedsibiorstw. Obiektem bada mogo by przedsibiorstwo,
zakad, bd wydzia tego przedsibiorstwa posiadajce wasn strategi i rozliczane z uzyski-
wanych osigni. Z przeprowadzonych bada zebrano 46 ankiet.
Badania przeprowadzono w formie wywiadw. W badaniach uczestniczyli przedstawiciele
redniego i najwyszego kierownictwa oraz pracownicy bezporednio odpowiedzialni za pro-
ces nadzorowania maszyn i urzdze technologicznych w firmie, a take wybrani operatorzy
maszyn. Badania realizowane byy w formie koniunktywnych pyta zamknitych, ktre zawie-
ray list przygotowanych, z gry przewidzianych odpowiedzi przedstawionych responden-
towi, umoliwiajcych dokonanie wyboru wicej ni jednej z podanych na nie moliwych od-
powiedzi. Dodatkowo mona byo udzieli innych odpowiedzi, jeeli nie znajdoway si one
w przygotowanych opcjach.

3.1.2. Struktura badanych przedsibiorstw

W trakcie prowadzonych bada przedsibiorstwa klasyfikowano wedug nastpujcych

kryteriw: brana, typ produkcji, typ wasnoci przemysowej (rodzaj kapitau), struktura in-
frastruktury technicznej. W tabeli 2 przedstawiono struktur badanych przedsibiorstw.

Tabela 2. Struktura badanych przedsibiorstw.

Table 2. The structure of the studied enterprises.
Kryterium Struktura badanych przedsibiorstw
 Motoryza- Obrbka Drzewna i pa- Spoyw- Che-
Lotnicza
Brana cyjna metali piernicza cza miczna
42% 34% 13% 5% 3% 3%
Jednost- Maose- redniose- Kilka ty-
Wielkoseryjna Masowa
Typ produkcji kowa ryjna ryjna pw
20% 22% 18% 27% 12% 6%
Rodzaj Prywatne Pastwowe
wasnoci 91% 9%
Kapita cakowicie Wikszociowy kapita Wikszociowy kapita
Rodzaj
polski polski zagraniczny
kapitau
17% 15% 68%
W wikszoci maszyny W wikszoci maszyny
Rodzaj posiadanych Inne
sterowane rcznie sterowane numerycznie
maszyn
24% 74% 12%

Najwicej firm, bo a 42% stanowiy firmy z brany lotniczej, 34% to firmy brany moto-
ryzacyjnej. Pozostae brane to, m.in. obrbka metali, chemiczna, drzewna i papiernicza oraz
spoywcza. Wrd badanych przedsibiorstw najwicej byo organizacji, w ktrych domino-
waa produkcja wielkoseryjna 27%. W 6% badanych przedsibiorstw wystpuje kilka typw
produkcji jednoczenie.
Wikszo badanych firm (91%) to przedsibiorstwa prywatne, pozostae za (9%) pa-
stwowe. 68% z nich posiadaa wikszociowy kapita zagraniczny, 15% wikszociowy kapita
krajowy, natomiast 17% z nich to firmy z kapitaem cakowicie polskim. W wikszoci badanych
przedsibiorstwach dominujce byy maszyny sterowane numerycznie (74%). A wrd innych
urzdze technicznych wymieniano, m.in. automaty. Wikszo z badanych przedsibiorstw,
bo a 72% ocenia swoj sytuacj, jako rozwojow, a 28% przedsibiorstw, jako stabiln. adna
z firm nie ocenia swojej sytuacji, jako trudnej.

3.1.3. Uzyskane wyniki

Efektywno procesu zarzdzania infrastruktur techniczn w duej mierze zaley od ro-

dzaju oraz iloci informacji zbieranych o maszynach. Gdy, jeeli nie wiemy, e s problemy
oraz gdzie one wystpuj nie moemy ich eliminowa, ani im zapobiega.
Gromadzenie potrzebnych informacji, podejmowanie waciwych decyzji w odpowiednim
czasie oraz zapewnienie celowego dziaania i waciwego reagowania s cigym wyzwaniem
dla systemu informacji organizacji.
Jedn z grup informacji, ktre powinny by rejestrowane w firmach s informacje o prze-
stojach. Z przeprowadzonych bada wynika, e najczciej rejestrowanymi rodzajami przesto-
jw s awarie maszyn, na co wskazuje 93% badanych przedsibiorstw (rys. 1). W 71% firm
rejestrowane s przestoje spowodowane przezbrojeniami.
 Awarie 93%
Przezbrojenie 71%
Planowane przestoje (przegldy, remonty itp.,) 69%
Brak materiau 42%
Brak oprzyrzdowania 24%
Nieobecno operatora 22%
Brak dokumentacji technologicznej 16%
Inne 4%
0% 20% 40% 60% 80% 100%

Rys. 1. Rodzaje przestojw rejestrowane w przedsibiorstwach

Fig. 1. Types of downtimes recorded in enterprises

W przedsibiorstwach zbierane s rne rodzaje informacji zwizanych z maszynami. Do-

tycz one zarwno pojedynczych stanowisk roboczych, jak rwnie linii czy wydziaw pro-
dukcyjnych. Dotycz zarwno czasu bezawaryjnej pracy maszyn, czasu oczekiwania na serwis,
czci zamiennych do maszyn, wydajnoci jak i obcienia maszyn. Prowadzone badania wy-
kazay, e informacje, ktre najczciej s zbierane w firmach w celu uatwienia realizacji dzia-
a zwizanych z maszynami to liczba awarii na poszczeglnych maszynach (72%). Na rysunku
2 przedstawiono rwnie inne zbierane informacje oraz udzia procentowy przedsibiorstw,
ktre te informacje rejestruj.

Liczba awarii na poszczeglnych maszynach 72%

Czas usuwania awarii 57%
Obcienie maszyn 54%
Liczba awarii na poszczeglnych liniach 50%
Wydajno maszyn 39%
Liczba awarii na poszczeglnych wydziaach 37%
Czas bezawaryjnej pracy 28%
Liczba awarii na wszystkich maszynach 26%
Czas oczekiwania na czci zamienne 17%
Czas oczekiwania na serwis 13%
adne 11%

0% 20% 40% 60% 80%

Rys. 2. Rodzaje informacji dotyczcych maszyn zbierane w przedsibiorstwach

Fig. 2. Types of machine-related information gathered in enterprises

Wanym elementem kompletnoci i wiarygodnoci uzyskiwanych danych jest okrelenie

waciwego, skutecznego sposobu ich zbierania i rejestrowania. Z przeprowadzonych bada
wynika, e w wikszoci firm (81%) osob odpowiedzialn za zbieranie informacji o maszy-
nach jest pracownik sub utrzymania ruchu. Przy czym warto zaznaczy, e w 52% badanych
firm kilka osb zbiera i rejestruje informacje. Moe pojawi si pytanie, czy te same informacje
rejestrowane s przez rne osoby i czy w takiej sytuacji dane si ze sob pokrywaj. W prze-
prowadzonych badaniach nie zostao to jednak sprawdzone. Wrd innych osb zaangaowa-
nych do zbierania informacji wymieniono m.in. specjalist ds. cigego doskonalenia w firmie
oraz technologa.
W 65% przypadkw miejscem rejestrowania informacji dotyczcych maszyn jest dzia
utrzymania ruchu. W 42% firm informacje wprowadzane s bezporednio do systemu informa-
tycznego, np. przez kiosk informatyczny znajdujcy si na hali produkcyjnej.
Gwnym obszarem prowadzonych bada byo zebranie informacji dotyczcych stosowa-
nych rodzajw miernikw do oceny efektywnoci funkcjonowania maszyn. Pytania ankietowe
dotyczyy sprawdzenia czy obliczany jest wskanik jakoci, wydajnoci i dostpnoci maszyny.
Wskanik jakoci definiowany by jako liczba wyrobw zgodnych do wszystkich wyrobw
wyprodukowanych na maszynie. Wydajno maszyny definiowana bya jako liczba wyprodu-
kowanych wyrobw w stosunku do liczby wyrobw moliwych do wyprodukowania na ma-
szynie w okrelonym czasie. Dostpno maszyny rozpatrywano, jako rzeczywicie przepraco-
wany czas pracy w stosunku do dostpnego na stanowisku czasu pracy. Szczegowe wyniki
tych bada przedstawiono w pracy [3].
Uzyskane wyniki przedstawiono na rys. 3. Przeprowadzone badania wskazuj, e 53%
przedsibiorstw nie analizuje wskanikw jakociowych na swoich maszynach. Taka sytuacja
znacznie utrudnia analiz i moliwoci wykrywania potencjalnych przyczyn powstawania wy-
robw niezgodnych w produkcji.

Dostpno 63% 37% Wskanik

jest
obliczany
Wydajno 55% 45%
Wskanik nie
Jako 47% 53% jest
obliczany

0% 20% 40% 60% 80% 100%

Rys. 3. Udzia procentowy przedsibiorstw obliczajcych wskaniki
jakoci, wydajnoci i dostpnoci
Fig. 3. Percentage of the enterprises which calculate quality,
performance and availability parameters.

Inaczej ksztatuje si sytuacja w przypadku zbierania danych dotyczcych wydajnoci i do-

stpnoci maszyn. W przypadku wskanika wydajnoci a 55% badanych przedsibiorstw ob-
licza go i analizuje. Zbieranie takiego rodzaju informacji znacznie uatwia proces planowania
produkcji pozwalajcej na terminow realizacj zlece klientw. Pozwala zidentyfikowa ma-
szyny o wikszych, bd mniejszych moliwociach produkcyjnych, a tym samym porednio
oceni stan techniczny posiadanych maszyn.
Wskanik dostpnoci maszyn zbierany i analizowany jest w 63% badanych przedsi-
biorstw. Warto tego wskanika wskazuje na rzeczywisty przepracowany czas maszyny w pro-
cesie produkcyjnym. Pozwala zidentyfikowa stanowiska produkcyjne, na ktrych maszyny,
czsto ulegaj awariom, bd czas ich przezbrojenia jest zbyt dugi. Dziki takim informacjom
przedsibiorstwo moe podj dziaania, ktrych efektem jest minimalizacja ryzyka pojawiania
si nieprzewidzianych przestojw i awarii takie jak np. wdroenie TPM (Total Productive Ma-
intenance Produktywne Utrzymanie Maszyn) czy wdroenie metod pozwalajcych na skr-
cenie czasu przezbrojenia np. SMED (Single Minute Exchange of Die).
 Jednym ze wskanikw zalecanych w literaturze jest wskanik OEE. Przy ocenie efektyw-
noci posiadanych maszyn i wdroenia metody TPM parametr ten jest bardzo wany. Jak po-
kazuj jednak prowadzone badania nie zawsze jest on stosowany [4]. W zakresie prowadzonych
bada, rwnie ten miernik zosta poddany analizie. Zebrane informacje wykazay, e a w
65% badanych przedsibiorstw nie jest on w ogle wykorzystywany, a tylko 15% firm oblicza
wskanik OEE dla wybranych maszyn (rys. 4.). Zaledwie 7% analizowanych firm kalkuluje go
dla wszystkich podsiadanych maszyn.

Tak, dla wszystkich maszyn 7%

Tak, dla poszczeglnych wydziaw 2%
Tak, dla poszczeglnych linii produkcyjnych 11%
Tak, dla poszczeglnych maszyn 15%
Nie 65%

0% 10% 20% 30% 40% 50% 60% 70%

Rys. 4. Odsetek firm obliczajcych wskanik OEE

Fig. 4. Percentage of the companies calculating OEE indicator.
Analizujc szczegowo badane firmy ze wzgldu na rodzaj produkcji (rys. 5) oraz bran
(rys. 6) okazuje si, e dla wszystkich maszyn wskanik OEE obliczany jest w przypadku pro-
dukcji wielkoseryjnej. Gwnie dotyczy to brany elektrycznej, obrbki metali i motoryzacyj-
nej. Dla poszczeglnych wydziaw wskanik ten obliczany jest tylko w przypadku produkcji
maoseryjnej, w brany lotniczej i motoryzacyjnej. Analizowane przedsibiorstwa najczciej
obliczaj wskanik OEE dla poszczeglnych, wybranych maszyn w wikszoci typw produk-
cji i bran.

Tak, dla wszystkich maszyn 12%

Tak, dla poszczeglnych wydziaw 6%

12%
Tak, dla poszczeglnych linii produkcyjnych 12% 6% 12%

Tak, dla poszczeglnych maszyn 12% 6% 6% 18%

0% 5% 10% 15% 20% 25% 30% 35% 40% 45%

Jednostkowa Maoseryjna redniseryjna Wielkoseryjna Kilka typw

Rys. 5. Odsetek firm obliczajcych wskanik OEE ze wzgldu na rodzaj produkcji.

Fig. 5. Percentage of the companies calculating the OEE indicator on the basis of the production
type.
 6%
Tak, dla wszystkich maszyn 6% 6%

Tak, dla poszczeglnych wydziaw 6% 6%

12%
Tak, dla poszczeglnych linii produkcyjnych 17%
6%
Tak, dla poszczeglnych maszyn 12% 17% 6%

0% 10% 20% 30% 40% 50%

Motoryzacyjna Lotnicza Drzewna Obrbki metali Elektryczna Meblarska

Rys. 6. Odsetek firm obliczajcych wskanik OEE ze wzgldu na bran

Fig. 6. Percentage of the companies calculating the OEE indicator on the basis of the industry.
Kolejn znaczca kwesti byo uzyskanie informacji dotyczcej czstotliwoci obliczania
wskanika OEE. Czstotliwo uzyskiwania takich informacji jest o tyle istotna, e wartoci
wskanika OEE na bieco informuj nas o produktywnoci posiadanych maszyn. Jeeli infor-
macje zbierane s zbyt rzadko, nie bdziemy mogli szybko zareagowa w przypadku, gdy na-
stpi spadek wykorzystania maszyn. Prowadzone badania wykazay, e w 31% analizowanych
przedsibiorstw oblicza si wskanik zmianowy lub dzienny (rys. 7). Tylko w 8% firm wska-
nik OEE obliczany jest kwartalnie (rys. 8).

Raz na kwarta 8%
Raz na miesic 15%
Raz na tydzie 15%
Raz na dzie 31%
Raz na zmian 31%

0% 5% 10% 15% 20% 25% 30% 35%

Rys. 7. Czstotliwo obliczania wskanika OEE

Fig. 7. The OEE calculation rate
Wanym elementem w trakcie realizowanych bada byo zebranie informacji dotyczcych
wartoci wskanika OEE. Jego warto jest wana, poniewa pozwala wstpnie dokona ogl-
nej analizy efektywnoci posiadanych maszyn. Za wiatowy poziom wartoci tego wskanika
uznaje si warto powyej 85%. W analizowanych przedsibiorstwach poziom taki uzyskuje
tylko 25% analizowanych przedsibiorstw, 33% firm notuje warto wskanika OEE w prze-
dziale 70-85 % (rys. 8).

Powyej 85% 25%

Od 70 do 85% 33%
Od 50 do 70% 17%
Od 30 do 50% 25%
Poniej 30% 0%

0% 10% 20% 30% 40%

Rys. 8. rednia warto wskanika OEE w przedsibiorstwach

 Fig. 8. The average value of the OEE indicator in the enterprises.
Na rysunku 9 przedstawiono uzyskiwane wartoci wskanika OEE w poszczeglnych
branach. Najwysza warto wskanika uzyskiwana jest w brany motoryzacyjnej oraz dla
maszyn wykorzystywanych do obrbki metali i w brany meblarskiej. Najnisz warto
wskanika najczciej odnotowano w brany lotniczej i motoryzacyjnej.

Powyej 85% 8% 8%
8%
Od 70 do 85% 17%
8% 17%
Od 50 do 70% 8%

Od 30 do 50%
17% 8%
Poniej 30%

0% 5% 10% 15% 20% 25% 30% 35%

Motoryzacyjana Lotnicza Obrbka metali Elektryczna Meblarska

Rys. 9. Wartoci wskanika OEE w poszczeglnych branach

Fig. 9. The values of the OEE indicator for particular industries.
Najnisz warto wskanika najczciej odnotowano w brany lotniczej i motoryzacyjnej.
3.1.4. Dyskusja i analiza danych po pierwszym etapie bada
Przeprowadzone w pierwszym etapie badania wskazuj, e w wielu firmach zbierane jest
wiele informacji dotyczcych efektywnoci posiadanej infrastruktury technicznej. Zbierane s
informacje dotyczce zarwno awarii, nieplanowanych przestojw czy te dane dotyczce wy-
dajnoci i jakoci wszystkich, jak rwnie poszczeglnych maszyn. Z przeprowadzonych bada
wynika rwnie, e prawie poowa z przebadanych firm nie ocenia efektywnoci posiadanych
maszyn i nie stosuje wskanikw do ich oceny. Wyniki bada pokazuj, e warto to zagadnie-
nie bada i uwiadamia przedsibiorstwom, jak wane dla terminowej realizacji produkcji jest
monitorowanie wydajnoci, jakoci i dyspozycyjnoci posiadanego parku maszyn technolo-
gicznych.
W dalszych analizach autorzy poszukiwali zalenoci pomidzy:
rodzajem kapitau, a stosowanymi wskanikami oceny efektywnoci maszyn,
bran, w jakiej firma dziaa, a stosowanymi wskanikami,
realizowan wielkoci produkcji, a stosowanymi wskanikami.
Dla przedstawionych danych przeprowadzono analizy Chi2, aby oceni czy istnieje staty-
stycznie uzasadniony wpyw brany, rodzaju posiadanego kapitau, czy wielkoci produkcji na
dziaania podejmowane w ramach zbierania danych i dokonywanej oceny wartoci analizowa-
nych wskanikw w przedsibiorstwie. Do analizy wykorzystano program Minitab 16. Wyniki
przeprowadzonych analiz przedstawiono w tabeli 3.

Tabela 3. Postawione hipotezy oraz uzyskane wartoci P-value

Tabel 3. Hypotheses made and P-values obtained

Lp. Hipoteza P-value

Nie ma rnicy pomidzy rodzajem obliczanych wskanikw przez przedsibiorstwa
1. z kapitaem polskim lub wikszociowym kapitaem polskim, a przedsibiorstwami 0,000
z kapitaem zagranicznym
 Nie ma rnicy pomidzy rodzajem obliczanych wskanikw przez przedsibiorstwa
2. 0,995
z rnych bran

Nie ma rnicy pomidzy rodzajem obliczanych wskanikw przez przedsibiorstwa

3. 0,981
realizujce rn wielko produkcji

Z przeprowadzonych analiz wynika, e zbieranie i ocena wartoci analizowanych wska-

nikw nie zaley ani ani od brany, ani od wielko produkcji realizowanej w duych przed-
sibiorstwach. Zaley natomiast od rodzaju kapitau, o czym wiadczy uzyskana warto P-
value, ktra wyniosa 0,000 (<0,005).
Na rysunku 10 przedstawiono rodzaje obliczanych wskanikw w zalenoci od posiada-
nego przez przedsibiorstwa rodzaju kapitau.

50%
45% 43%

40% 37%
35%
30% 28%

25%
20% 17%
15% 13%
11% 11%
9% 9%
10% 7% 7%
4%
5%
0%
Wskanik jakoci Wskanik wydajnoci Wskanik dostpnoci Wskanik OEE

Kapita cakowicie polski Wikszociowy kapita polski Wikszociowy kapita zagraniczny

Rys. 10. Rodzaje zbieranych wskanikw w zalenoci

od posiadanego przez firm kapitau
Fig. 10. Types of the metrics collected based on the capital possessed by a company
Jak wida na rysunku 10 zarwno wskanik jakoci, wydajnoci oraz dostpnoci maszyny
obliczany jest najczciej w przedsibiorstwach posiadajcych kapita zagraniczny. Wskanik
jakoci oblicza 28%, wydajnoci 37%, a dostpnoci maszyny 43% analizowanych firm z ka-
pitaem zagranicznym.

3.2. Etap drugi bada

3.2.1. Obszar i metodyka bada
Etap drugi bada dotyczy szczegowej analizy stosowanych miernikw oceny efektyw-
noci funkcjonowania maszyn technologicznych na przykadzie losowo wybranego przedsi-
biorstwa. Jako szczegowy przedmiot bada analizie poddano nastpujce obszary:
rodzaje dziaa realizowanych w ramach utrzymania maszyn,
rodzaje miernikw oceny efektywnoci stosowane w przedsibiorstwie,
wartoci stosowanych wskanikw,
sposb rejestrowania informacji o maszynach,
 stosowanie wskanika OEE i uzyskane wartoci.
Wyniki analiz przeprowadzonych na etapie pierwszym bada wskazay, e zbieranie
i ocena wartoci analizowanych wskanikw zaley od rodzaju kapitau, dlatego przy wyborze
przedsibiorstwa stanowio to gwne kryterium. Do dalszych bada wybrano jedno przedsi-
biorstwo z pord badanej grupy, ktre posiada wikszociowy kapita zagraniczny.
Badane przedsibiorstwo produkcyjne funkcjonuje w brany lotniczej na terenie woje-
wdztwa podkarpackiego. Do analizy wykorzystano dane z bada wasnych oraz dane z pracy
[44]. Analizowane przedsibiorstwo prowadzi dziaalno produkcyjn, remontowo-serwi-
sow, usugow oraz projektowo-badawcz. Dziaalno firmy w szczeglnoci obejmuje pro-
dukcj komponentw lotniczych i jednostek napdowych.

3.2.2. Dziaania realizowane w ramach utrzymania maszyn

Dziaania zwizane z utrzymaniem maszyn w przedsibiorstwie realizowane s przez

Suby Utrzymania Ruchu (SUR), ktre zlokalizowane s centralnie oraz na poszczeglnych
wydziaach produkcyjnych. W przedsibiorstwie stosuje si przede wszystkim prewencyjne
utrzymanie maszyn. Firma stosuje nowoczesn strategi zarzdzania infrastruktur techniczn
TPM. Wielko posiadanego parku maszyn technologicznych to ok. 2500 maszyn. S to gw-
nie maszyny sterowane numerycznie.
W SUR zatrudnionych jest ponad 300 pracownikw w rnych zawodach i na rnorod-
nych stanowiskach. Na rysunku 11 przedstawiono zestawienie pracownikw centralnego i wy-
dziaowego utrzymania ruchu.

Planici 2%
Technolodzy 3%
Kierownicy/Mistrzowie 7%
Elektromonterzy 9%
Elektronicy 12%
Mechanicy 32%
Pozostali 35%

0% 5% 10% 15% 20% 25% 30% 35% 40%

Rys. 11. Zestawienie pracownikw Sub Utrzymania Ruchu

Fig. 11. Workers of the Maintenance Services.
Najwiksz liczb pracownikw stanowi osoby zatrudnione na stanowisku mechanika.
Do grupy pracownikw pozostali zakwalifikowano pracownikw sub pomocniczych: BHP,
rozdzielni, ostrzarni, funkcjonujcych w strukturze organizacyjnej SUR. Stanowi oni 35%
osb zatrudnionych w SUR, a ich obowizki i zakres prac w aden sposb nie jest zwizany z
t jednostk.
W ramach zasadniczych dziaa realizowanych przez SUR analizowanego przedsibior-
stwa mona znale dziaania realizowane w piciu podstawowych obszarach funkcjonowania.
Obszary oraz ich charakterystyk przedstawiono w tabeli 4.

Tabela . 4. Obszary funkcjonowania SUR w analizowanym przedsibiorstwie

Table 4. Areas of MS operating in the analyzed enterprise.
Lp. Obszar Charakterystyka

Biece utrzymanie maszyn i urz-
1.
dze
2. Prace budowlano-montaowe
Produkcja, ustawianie i reorgani-
3.
zacja hali produkcyjnej
Przegldy i kalibracje urzdze
4.
kontrolnych i pomiarowych
Magazynowanie i administrowanie Identyfikacja potrzebnych czci zamiennych, uzupenianie ich
5. czciami zamiennymi i materia-
ami niezbdnymi dla SUR
Usuwanie awarii, okresowe przegldy maszyn i urzdze, realiza-
cja dziaa zwizanych z wdraaniem TPM, obsuga prewencyjna,
remonty i modernizacje maszyn.
Dziaania zwizane z utrzymaniem stanu technicznego budynkw
i budowli, usuwaniem usterek wyposaenia hal produkcyjnych,
budow konstrukcji stalowych oraz instalacji sanitarnych.
Naprawa i regeneracja oprzyrzdowania, obsuga i nadzorowanie
urzdze cinieniowych, przezbrojenia obrabiarek, reorganizacja
hali produkcyjnej relokacja maszyn i urzdze.
Dziaania zwizane z kalibracj i przegldem urzdze takich jak:
manometry, termopary, systemy rozproszone, mierniki elek-
tryczne itp.
zapasw, gospodarka materiaami niezbdnymi do funkcjonowa-
nia SUR.

Na podstawie czasu pracy zidentyfikowano procentowy udzia sub utrzymania ruchu

w realizacji poszczeglnych czynnoci (rys. 12).

6% 4% Biece utrzymanie maszyn i urzdze

8%
Prace budowlano montaowe
8%

Produkcja, ustawianie i reorganizacja hali

produkcyjnej

Przegldy i kalibracje urzdze kontrolno

pomiarowych
74% Magazynowanie i administrowanie czciami
zamiennymi i materiaami niezbdnymi dla SUR.

Rys.12. Procentowy udzia SUR w poszczeglnych obszarach

Fig. 12. Percentage of MS in particular areas.
Najwiksz cz zada Sub Utrzymania Ruchu (74%) stanowi obszar zwizany z bie-
cym utrzymanie maszyn i urzdze w cigej sprawnoci. Pozostae dziaania zajmuj zale-
dwie 26% dostpnego czasu.

3.2.3. Mierniki oceny efektywnoci maszyn

Do oceny efektywnoci funkcjonowania systemu maszyn badane przedsibiorstwo stosuje

kilka miernikw oceny efektywnoci maszyn. Ich charakterystyk przedstawiono w tabeli 5.

Tabela 5. Mierniki oceny efektywnoci systemu maszyn stosowane w badanym przedsibior-

stwie
Table 5. Measures of the machine system effectiveness evaluation in the studied enterprise.

Lp. Nazwa miernika Charakterystyka

Czas przestoju cakowity czas zatrzymania sprztu tj. od momentu
Czas przestoju maszyn zgoszenia zdarzenia do czasu zakoczenia jego realizacji i ponow-
1.
nego uruchomienia maszyny dla rnego rodzaju przestoju np. awa-
ria, modernizacja, przegld.
 Porwnanie midzy rzeczywist dat wykonania przegldu i prze-
Terminowo dziaem czasowym ustalonym na obsug tzn. czas jest liczony we-
2.
wykonywania przegldw dug harmonogramowanej daty opartej na kalendarzu obsugi 14 dni
(Uwaga: moliwe jest przyjcie odmiennego przedziau).
Wykres awaryjnoci ma- Wykres dziesiciu najbardziej awaryjnych maszyn za okrelony, ana-
3.
szyn Top 10 lizowany okres.
Procentowy miernik sto-
Procentowy udzia czasu powiconego na dziaania prewencyjne do
4. sunku dziaa prewencyj-
czasu awarii (zgodnie z regu 80:20)
nych do awarii

Na rysunkach 13-15 przedstawiono sposb prezentacji kilku wskanikw oraz ich wartoci
w wybranym okresie. Na rysunku 13 przedstawiono wykres najbardziej awaryjnych maszyn
TOP 10 w wybranym okresie. W przedsibiorstwie wykres taki opracowywany jest zarwno
dla poszczeglnych linii produkcyjnych, jak rwnie dla poszczeglnych wydziaw. Opraco-
wywany jest on w cyklu tygodniowym i miesicznym. Wskanik ten na bieco pozwala mo-
nitorowa najbardziej awaryjne maszyny w danym obszarze produkcyjnym, co skutkuje zwik-
szeniem dziaa prewencyjnych na tych wanie obiektach. Wykres trendu przedstawiony na
rysunku 14 prezentuje dane dotyczce przestojw maszyn w wybranym okresie czasu.

Czas przestoju [h]

800 745 730

700
600
500 450 430 410 400 370
400
270
300 220 210
200
100
0

Rys.13. Najbardziej awaryjne maszyny w wybranym okresie

Fig. 13. The most damageable machines in a chosen period of time.
 5000

4000
Czas przestoju [h]

3000

2000

1000

0
IV V VI VII VIII IX
Awaria 4941 1065 1257 2452 1058 1180
Legalizacja 0 7 5 24 7 0
Modernizacja 0 0 5205 0 0 0
Usterka 0 80 24 313 142 243
Przegld 1553 2509 1397 2741 738 575
TPM 679 400 40 300 0 0
Rzne 256 151 90 495 999 467
Rys.14. Przestoje maszyn w wybranym okresie
Fig. 14. Machine downtimes in a chosen period of time.

Dane zestawione tak, jak pokazano na rysunku 14 pozwalaj na monitorowanie przestojw

maszyn oraz ich rodzajw w danym okresie. Przestoje kwalifikowane s nastpujco: awaria,
legalizacja, modernizacja, usterka, przegld, dziaania przeznaczone na wdroenie TPM oraz
inne. Zestawienie takie pozwala dokadnie przeanalizowa, jaki rodzaj przestoju wystpuje naj-
czciej oraz jaki jest czas jego trwania. Uzupenianie przyszych okresw np. o dane dotyczce
planowanych przegldw, dziaa TPM czy modernizacji umoliwia dodatkowo efektywniej-
szy proces planowania produkcji. Miernik ten pozwala optymalizowa dziaania w zakresie
utrzymania maszyn, zarwno na poszczeglnych obszarach produkcyjnych, jak rwnie w ca-
ym przedsibiorstwie.
Na rysunku 15 przedstawiono procentowy udzia prewencji oraz awarii w wybranym okre-
sie. Funkcjonujce w przedsibiorstwie suby utrzymania ruchu do analizy tego miernika kie-
ruj si zasad 80:20 uznajc, e 80% czasu pracy SUR powiconego na dziaania prewen-
cyjne ma skutkowa zmniejszeniem czasu trwania awarii do poziomu 20% dostpnego czasu
pracy. Przedstawione dane pokazuj, e na przestrzeni dwunastu miesicy znacznie zmala
wskanik awarii z najwikszej wartoci 77,8% do 51,9%. Zmiana wartoci tego wskanika spo-
wodowana bya znacznym zintensyfikowaniem i doskonaleniem realizowanych dziaa pre-
wencyjnych w przedsibiorstwie warto wskanika zwikszya si z poziomu 22,2% do
58,1%. Dla doskonalenia dziaa prewencyjnych w przedsibiorstwie firma zastosowaa wy-
brane metody i narzdzia Lean Manufacturing takie jak: podejcie procesowe, mapowanie stru-
mienia wartoci (VSM), wdroenie TPM dla wikszoci maszyn oraz cakowicie zmienia or-
ganizacj prac sub utrzymania ruchu.
 90,00%
77,60%
80,00% 73,31% 71,65%

70,00%
60,07%
60,00% 53,85% 53,91% 55,41% 55,50% 55,48%
51,80% 53,68% 52,40%
50,00%

46,15% 46,09% 48,20% 46,32% 47,60%

40,00% 44,59% 44,50% 44,52%
39,93%
30,00%
28,69% 28,35%
20,00%
22,50%
10,00%

0,00%
1 2 3 4 5 6 7 8 9 10 11 12
Awaria 73,31% 71,65% 77,60% 53,85% 53,91% 60,07% 51,80% 53,68% 55,41% 55,50% 52,40% 55,48%
Prewencja 28,69% 28,35% 22,50% 46,15% 46,09% 39,93% 48,20% 46,32% 44,59% 44,50% 47,60% 44,52%

Rys. 15. Procentowy udzia prewencji i awarii w wybranym okresie

Fig. 15. Percentage of the prevention and failure rate in a chosen period of time.
Wanym elementem sucym do oceny efektywnoci dziaa realizowanych w zakresie
utrzymania maszyn jest ocena terminowoci przegldw (tabela 6). Prowadzony rejestr na bie-
co pozwala monitorowa stan realizacji planowanych przegldw. Pozwala analizowa ter-
minowo realizacji przegldw na poszczeglnych wydziaach, co daje moliwo skierowa-
nia wikszej liczby pracownikw na obszary wymagajce przyspieszenia realizacji przegldw
maszyn. Posiadane dane su czsto do rnych analiz, pozwalajcych w szybki i atwy sposb
zidentyfikowa maszyny oczekujce na przegld, bdce po przegldzie lub maszyny z op-
nionym terminem realizacji przegldu. W tabeli 6 oznaczono przegldy zrealizowane w termi-
nie, kolorem szarym oznaczane s przegldy z opnionym terminem realizacji. Elektroniczne
raportowanie i zlecanie przegldw pozwala wyeliminowa bardzo pracochonne, rcznie pro-
wadzone rejestry oraz usprawni analiz danych.

Tabela 6. Baza danych dotyczca terminowoci realizacji przegldw maszyn i urzdze w wy-
branym okresie
Table 6. The database of the timeliness of machine and equipment overhauls in a chosen period
of time.

Planowany Data Terminowo

Stanowisko termin realizacji Lokalizacja Odchylenie /status
Tokarka konwencjonalna 1 2010-01-01 2010-01-08 Wydzia Prod. 1 W terminie
Tokarka konwencjonalna 2 2010-01-01 2010-01-19 Wydzia Prod. 18 Nieterminowo
Tokarka konwencjonalna 3 2010-01-02 2010-02-08 Wydzia Prod. 27 Nieterminowo
Tokarka konwencjonalna 4 2010-01-02 2010-01-02 Wydzia Prod. 0 W terminie
Tokarka konwencjonalna 5 2010-01-02 2010-01-19 Wydzia Prod. 17 Nieterminowo
Tokarka konwencjonalna 6 2010-01-02 2009-12-28 Wydzia Prod. -5 W terminie
Tokarka konwencjonalna 7 2010-01-02 2010-01-12 Wydzia Prod. 10 W terminie
Tokarka konwencjonalna 8 2010-01-02 2010-02-01 Wydzia Prod. 31 Nieterminowo
Tokarka konwencjonalna 9 2010-01-03 2010-03-01 Wydzia Prod. 58 Nieterminowo
 Tokarka konwencjonalna 10 2010-01-03 2010-01-11 Wydzia Prod. 8 W terminie
Tokarka konwencjonalna 11 2010-01-03 2010-01-08 Wydzia Prod. 5 W terminie
Tokarka konwencjonalna 12 2010-01-03 2010-01-19 Wydzia Prod. 16 Nieterminowo

Niestety badana firma do analizy efektywnoci maszyn nie wykorzystuje wskanika OEE.
Firma ju kilkakrotnie prbowaa, lecz bez efektu zastosowa ten wskanik. Jako przyczyny
niepowodze firma podaje nastpujce powody:
zbyt dua liczba potrzebnych informacji, co wymaga zaangaowania wielu osb z kilku
jednostek organizacyjnych do ich zbierania,
zbyt wysoka pracochonno przy rcznym systemie jego obliczania, szczeglnie, e jest
to due przedsibiorstwo, w ktrym funkcjonuje wiele maszyn i urzdze,
naleaoby wprowadzi sposb gromadzenia danych w sposb automatyczny, gdy dane
zbierane rczne czsto obarczone s duym bdem pomiaru,
pojawiajce si problemy z systematycznoci zbierania danych w rnych obszarach,
elektroniczny, automatyczny system zbierania danych jest rwnie niezbdny do tego, aby
dane mogy by na bieco analizowane, bo tylko to pozwolioby na efektywne wdroenie
wskanika OEE, co niestety okazao si zbyt kosztowne do realizacji,
wdroenie OEE wymaga ujednolicenia procedur i rodzaju zbierania informacji na wszyst-
kich wydziaach przedsibiorstwa, co niestety okazao si procesem trudnym i czasochon-
nym.
Firma planuje podj kolejn prb wdroenia wskanika OEE. Pierwszy krok w tym kie-
runku to standaryzacja procesw nadzorowania maszyn i zbierania informacji o ich funkcjono-
waniu w procesie produkcyjnym na poszczeglnych wydziaach.

3.2.4. Dyskusja po drugim etapie bada

Przeprowadzone badania w wybranym przedsibiorstwie wykazay, e wanym elementem
oceny efektywnoci funkcjonowania maszyn jest nie tylko waciwa organizacja sub odpo-
wiedzialnych za ich funkcjonowanie, ale przede wszystkim waciwy dobr stosowanych mier-
nikw. Analizowane przedsibiorstwo stosuje bardzo proste mierniki oceny efektywnoci ma-
szyn. S one jednak, wedug analizowanego przedsibiorstwa, wystarczajce i przekazujce
wiele pomocnych informacji do efektywnego procesu nadzorowania maszyn i urzdze tech-
nologicznych. Badania wykazay, e jednym z wanych elementw waciwego procesu moni-
torowania efektywnoci maszyn jest kompletno, dostpno oraz wiarygodno uzyskiwa-
nych informacji do ich wyznaczenia, co niestety wymaga elektronicznego, automatycznego
systemu wspomagania.

4. Wnioski kocowe i propozycje wskanikw do stosowania w przedsibiorstwach

Efektywny proces nadzorowania maszyn i urzdze w przedsibiorstwie wymaga nie

tylko doboru waciwej strategii zarzdzania infrastruktura techniczn, ale przede wszystkim
miarodajnych wskanikw oceny jej funkcjonowania. Prowadzone badania wykazay, e pra-
wie poowa z przebadanych firm nie ocenia efektywnoci posiadanych maszyn, ani nie stosuje
zbyt wielu wskanikw do ich oceny.
Badania wykazay ponadto, e tylko 35% przedsibiorstw stosuje zalecany wskanik OEE.
W ramach drugiego etapu bada szczegowo przeanalizowano stosowane wskaniki oceny
maszyn w wybranym przedsibiorstwie. Analiza wykazaa, e przedsibiorstwo nie stosuje
wikszoci z zalecanych w literaturze wskanikw oceny maszyn takich jak: OEE, MTTR czy
MTBF, mimo, e jest to due przedsibiorstwo z wikszociowym kapitaem zagranicznym.
Firma opracowaa i stosuje wasne nieskomplikowane mierniki, ktre nie wymagaj zbytniego,
dodatkowego obcienia pracownikw do zbierania potrzebnych danych.
Przedsibiorstwo oceniajc efektywno posiadanych maszyn wymaga prostych, zwi-
zych i przydatnych informacji o maszynach i ich efektywnoci. Dodatkowo wymaga rwnie
informacji o funkcjonowaniu sub pomocniczych odpowiedzialnych za ich nadzorowanie. Na
postawie uzyskanych informacji z przeprowadzonych bada autorzy zaproponowali zestaw
wskanikw, ktre przedsibiorstwa mog stosowa do oceny maszyn i funkcjonowania sub
pomocniczych, ktrych stosowanie nie wie si z nadmiernym nakadem pracy (tabela 7). W
zestawieniu przedstawionym w tabeli 7 wskazano wskaniki, kryteria ich wyodrbnienia, ro-
dzaj informacji potrzebnych do ustalenia wartoci kadego ze wskanikw oraz sposb ich wy-
znaczania. Autorzy proponuj do stosowania zarwno wskaniki, ktre najczciej wykorzy-
styway badane przedsibiorstwa, ale rwnie takie, ktre wedug oceny autorw, s przydatne
i powinny by stosowane.

Tabela. 7. Propozycje wskanikw do oceny funkcjonowania maszyn i sub pomocniczych

Table 7. The indicators suggested for the evaluation of machines and support services.
Proponowany Informacje niezbdne Sposb jego obliczania
Lp. Kryterium
wskanik do obliczenia wskanika
m

T DPm
procentowy rodzaj prac realizowa- DP 1
n
* 100%
udzia dziaal-
noci prewen-
nych przez suby po-
mocnicze
TDn
1
cyjnej czas trwania prac gdzie:
TDPm rzeczywisty czas powi-
cony na dziaalno prewencyjn (h)
TDn dostpny czas pracy (h)
wskanik termi- = 7
Informacyjno - nowoci reali- gdzie:
1. terminy realizacji prac TP planowany termin przegldu
operacyjne zacji prac
harmonogram realiza- Trz rzeczywisty termin realizacji
gwnie plano-
cji prac wykonania przegldu
wanych prze-
gldw i re- (Uwaga: Zamiast 7dni moliwym
montw jest przyjcie odmiennego prze-
dziau)
1
=
redni czas na- czas trwania naprawy
gdzie:
prawy (MTTR) liczba awarii
TWPn czas trwania naprawy (h)
KA liczba awarii

wskanik kosz-
tw realizacji koszty realizacji po- =
prac zwiza- szczeglnych prac 1
nych nich rodzaj poszczegl- gdzie:
z utrzymaniem nych prac KPn koszty realizacji poszczegl-
maszyn nych prac

2. Ekonomiczne
sumaryczny = +
i jednostkowy koszt zwizane 1 1
koszt utrzymy- z utrzymywaniem, gdzie:
wania i wy- wymian czci za- KWn sumaryczny koszt wymiany
miany czci miennych czci zamiennych
zamiennych KUm sumaryczny koszt utrzymania
czci zamiennych
 Proponowany Informacje niezbdne Sposb jego obliczania
Lp. Kryterium
wskanik do obliczenia wskanika
1
rodzaje postoju ma- =
wskanik wy- szyn
dajnoci ma- gdzie:
informacje dotyczce
szyn PWn produkcja wykonana (dobra
liczby oraz czasu
+za) (szt)
trwania zarwno prze-
TP dostpny czas pracy (h)
stojw planowanych,
WZ wydajno znamionowa (szt/h)
jak rwnie nieplano-
Techniczno- wanych =
3.
eksploatacyjne czas wykorzystania
maszyn w procesie gdzie:
TP dostpny czas pracy (h)
wskanik do- produkcyjnym
Uwaga: Informacj mog TPRZ = TK + TA+TS+ +N
stpnoci ma-
by zbierane i analizo- TPRZ czas przestoju (h)
szyn
wane dla indywidualnych TK czas konserwacji (h)
stanowisk lub dla grupy TA czas awarii (h)
maszyn TS czas przezbrojenia (h)
N - inne
liczba wypad- KW liczba wypadkw
kw przy obsu- KZ liczba zagroe
giwaniu i uyt- (Uwaga: Wartoci tych wskanikw
kowaniu ma- informacje dotyczce mog by analizowane w rytmie ty-
szyn poziomu bezpiecze- godniowym, kwartalnym lub mie-
Bezpiecze-
4. stwa w procesie ob- sicznym)
stwo
liczba powsta- sugiwania i uytko-
ych zagroe wania maszyn
przy obsugiwa-
niu i uytkowa-
niu maszyn

Zaproponowane wskaniki pozwol na uzyskanie informacji, ktre bd podstaw do po-

dejmowania dziaa na rzecz poprawy funkcjonowania parku maszyn technologicznych w fir-
mie. A to z kolei poskutkuje popraw jakoci pracy maszyn, obnieniem kosztw oraz popraw
bezpieczestwa pracy.

5. Potrzeba dalszych bada

Badania tego typu warto rozszerzy o mae i rednie przedsibiorstwa, ktre z reguy po-
siadaj mniejsze rodki finansowe, ktre mog przeznaczy na doskonalenia funkcjonowania
infrastruktury technicznej oraz na proces monitorowania efektywnoci maszyn.
Uzyskane wyniki bada mogyby wskaza kierunki dziaa, ktre powinny by podejmo-
wane dla mobilizacji firm w zakresie doskonalenia metod nadzoru oraz dla uwiadomienia im
korzyci i wpywu waciwego nadzoru nad maszynami na zwikszenie konkurencyjnoci
przedsibiorstw funkcjonujcych na coraz trudniejszym globalnym rynku.

Literatura:

1. Ahire Ch. P, Relkar A.S. Correlating Failure Mode Effect Analyses (FMEA) with Overall
Equipment Effectiveness (OEE). Procedia Engineering 2012; 38: 34823486.

2. Ahlmann H. From traditional practice to the new understanding: The significance of life
cycle profit concept in the management of industrial enterprises. Maintenance Manage-
ment & Modelling conference Vxj, 2002.
3. Antosz K, Stadnicka D. The results of the study concerning the identification of the activi-
ties realized in the management of the technical infrastructure in large enterprises. Ek-
sploatacja i niezawodnosc Maintenance and Reliability 2014; 16 (1): 112119.

4. Antosz K, Stadnicka D. TPM in large enterprises: study results. World Academy of Sci-
ence, Engineering and Technology. International Journal of Industrial Science and Engi-
neering, October 2013; Issue 82, Barcelona, 3, str. 320-327. ICIESM 2013: International
Conference on Industrial Engineering and Systems Management. Barcelona, Spain Octo-
ber 14-15, 2013.

5. Bdkowski L. Elementy diagnostyki technicznej, Warszawa: WAT, 1992.

6. Bergman B, Klefsj B. Quality: from customer needs to customer satisfaction. Lund: Stu-
dentlitteratur, 2010.

7. Chand G, Shirvani B. Implementation of TPM in cellular manufacture. Journal of Materials

Processing Technology 2000; 103: 149-154.

8. Dal B, Tugwell P, Greatbanks R. Overall equipment effectiveness as a measure of opera-

tional improvement, a practical analysis. International Journal of Operations and Production
Management 2000; 12: 14881502.

9. Downarowicz O. Systemy eksploatacji. Zarzdzanie zasobami techniki. Radom: ITE, 2000.

10. Fredriksson G, Larsson H. An analysis of maintenance strategies and development of a

model for strategy formulation - A case study. Gteborg: Chalmers University of
Technology, 2012.

11. Gulati R, Smith R. Maintenance and Reliability Best Practices. [Electronic] New York:
Industrial Press, 2009.

12. Haviland R. Niezawodno systemw technicznych, Warszawa: WNT, 1968.

13. Hebda M, Mazur T. Teoria eksploatacji pojazdw, Warszawa: WKi, 1980.

14. Kamerczak. J. Eksploatacja systemw technicznych. Gliwice: Wydawnictwo Politech-

niki lskiej, 2000.
15. Kwiotkowska A. Zagadnienia dziaalnoci remontowej w przedsibiorstwie produkcyjnym
w ujciu logistycznym. Gliwice: Wydawnictwo Politechniki lskiej, 2006.
16. Legutko S. Eksploatacja maszyn. Pozna: Wydawnictwo Politechniki Poznaskiej, 2007.

17. Legutko S. Trendy rozwoju utrzymania ruchu urzdze i maszyn. Eksploatacja

i Niezawodnosc Maintenance and Reliability 2009; 42 (2): 13-16.

18. Ljungberg, . Measurement of Overall Equipment Effectiveness as a Base for TPM Ac-
tivities. International Journal of Operations & Production Management 1998; 2(18): 495-
507.

19. Loska A. Eksploatacyjna ocean obiektw technicznych z zastosowaniem metod taksono-

micznych. Eksploatacja i Niezawodnosc Maintenance and Reliability 2013; 15 (1): 1-8.
20. Madera D. Gospodarka remontowa jako kluczowa cz procesu technologicznego, Kom-
puterowe zintegrowane zarzdzanie. Warszawa: WNT, 2005.

21. McKone K. E, Schroeder R. G, Cua K. O. Total productive maintenance: a contextual view.

Journal of Operations Management 1999; 17: 123-144.

22. Mobley R. K. An Introduction to Predictive Maintenance. New York: Van Nostrand Rein-
hold, 1990.

23. Muchiria P, Pintelona L, Geldersa L, Martinb H. Development of maintenance function

performance measurement framework and indicators. International Journal of Production
Economics 2011; 1(131): 295-302.

24. Muchiria P. N, Pintelona L, Martinb H, De Meyerc A. M. Empirical analysis of

maintenance performance measurement in Belgian industries. International Journal of
Production Research 2010; 20 (48): 5905-5924.

25. Oechsner R, Pfeffer M, Pfitzner L, Binder H, Muller E, Vonderstrass T. From overall

equipment efficiency(OEE) to overall Fab effectiveness (OFE). Materials Science in
Semiconductor Processing 2003; 5: 333339.

26. Oprzdkiewicz J. Niezawodno maszyn. Kielce: Maa Poligrafia Politechniki wito-

krzyskiej, 1981.

27. Piasecki S. Optymalizacja systemw obsugi technicznej. Warszawa :WNT, 1972.

28. PN-EN 15341:2007. Obsuga Kluczowe wskaniki efektywnoci obsugi. Warszawa:

PKN, 2007.

29. Praca zbiorowa pod redakcj Migdalskiego J. Poradnik niezawodnoci. Podstawy mate-
matyczne. Warszawa: Wydawnictwo Przemysu Maszynowego WEMA, 1982.

30. Rathenshwar S, Dhaval D. S, Ashish M. Milesh H. S. Overall equipment efficiency(OEE)

Calculation Automation through Hardware & Software Development. Procedia
Engineering 51 ( 2013 ) 579 584.

31. Relkar A.S, Nandurkar K.N. Optimizing & Analysing Overall equipment efficiency(OEE)
through Design of Experiments. Procedia Engineering 2012; 38: 2973-2980.

32. Sharma A, Yadava G.S, Deshmukh S.G. A literature review and future perspectives on
maintenance optimization. Journal of Quality in Maintenance Engineering 2011; 1(17): 5-
25.

33. Simes J.M, Gomes C.F, Yasin M.M. A literature review of maintenance performance
measurement: A conceptual framework and directions for future research. Journal of
Quality in Maintenance Engineering 2011; 2(17): 116-137.

34. Sotwiski B. Podstawy bada i oceny niezawodnoci obiektw technicznych. Koszalin:

WU WSI, 1992.

35. Smalko Z. Podstawy eksploatacji technicznej pojazdw. Warszawa: Wydawnictwo Poli-

techniki Warszawskiej, 1987.
36. Stadnicka D, Antosz K, Ratnayake R.M.C. Development of an empirical formula for ma-
chine classification: Prioritization of maintenance tasks. Safety Science 2014, 63: 3441.

37. Stadnicka D, Antosz K. Lean in Large Enterprises: Study Results. World Academy of Sci-
ence, Engineering and Technology 2013; Paris: 82: 31-37.

38. The Productivity Press Development Team, OEE dla Operators: Overall Equipment
Effectiveness. Wrocaw: ProdPress, 2009.

39. Wang T. Y, Pan H. Ch. Improving the OEE and UPH data quality by Automated Data
Collection for the semiconductor assembly industry. Expert Systems with Applications
2011; 38: 5764-5773.

40. Wayska Fiok K, Jawiski J. Niezawodno systemw technicznych. Warszawa:

PWN, 1990.

41. Wilczarska J. Efektywno i bezpieczestwo uytkowania maszyn. In. i Ap. Chem.

2012; 2: 41-43.

42. Woropay M, Knopik L, Landowski B. Modelowanie procesw eksploatacji w systemie

transportowym. Bydgoszcz-Radom: Biblioteka Problemw Eksploatacji. Instytut Tech-
nologii Eksploatacji, 2001.

43. Woropay M, Landowski B, Jaskulski Z. Wybrane problemy eksploatacji i zarzdzania

systemami technicznymi. Bydgoszcz: ATR Bydgoszcz, 2004.

44. Wrbel P. Analiza funkcjonowania maszyn na przykadzie wybranego przedsibiorstwa,

praca zrealizowana pod opiek K. Antosz, Rzeszw: Politechnika Rzeszowska, 2010.