Una linea di confezionamento può dichiarare 10.000 pezzi prodotti a fine turno e, allo stesso tempo, nascondere un margine di recupero rilevante. Il problema emerge quando il dato di produzione non distingue tra velocità ridotta, microfermate, scarti, attese di materiale e fermate tecniche. In questo caso studio OEE...
Il contesto operativo della linea
La linea considerata realizza e confeziona prodotti in astucci: alimentazione, etichettatura, riempimento, chiusura, marcatura e controllo finale. La velocità nominale è di 120 pezzi al minuto, con tre turni giornalieri e cambi formato frequenti. Il responsabile di produzione osserva un OEE medio del 58%, ma il dato è ricavato da registrazioni manuali e da conteggi finali. Non è quindi possibile stabilire se la priorità sia ridurre i guasti, stabilizzare la velocità o contenere gli scarti.
Il primo elemento da chiarire è il tempo programmato. In molte fabbriche vengono incluse nel calcolo pause, sanificazioni pianificate, riunioni di sicurezza o indisponibilità deliberate della linea. Il risultato è un indicatore che penalizza artificialmente il reparto e rende poco credibile il confronto tra turni. Nel caso analizzato, il calendario produttivo viene separato dalle fermate pianificate, così da misurare la perdita che è realmente aggredibile durante il tempo disponibile.
L'architettura di raccolta dati deve inoltre seguire il flusso fisico. Il PLC della confezionatrice principale fornisce stato macchina, contapezzi e velocità istantanea; i PLC delle stazioni a monte e a valle segnalano blocchi, mancanza prodotto e accumuli. Dal sistema di visione arrivano gli scarti classificati, mentre l'ERP mette a disposizione ordine, codice prodotto e quantità pianificata. Senza questa correlazione, un arresto della macchina finale rischia di essere attribuito a un guasto locale quando la causa originaria è l'alimentazione.
Caso studio OEE linea confezionamento: il metodo
L'OEE deriva dalla moltiplicazione di disponibilità, prestazione e qualità. La formula è nota; la parte critica è definire gli eventi con cui alimentarla.
La disponibilità confronta il tempo di funzionamento con il tempo produttivo pianificato. La prestazione confronta la produzione teorica alla velocità ideale con quella effettivamente realizzata. La qualità misura il rapporto tra pezzi buoni e pezzi totali prodotti. Se un pezzo viene espulso dopo il controllo di stampa o peso, deve incidere sulla qualità anche se il contapezzi della macchina lo aveva inizialmente registrato come prodotto.
Per evitare interpretazioni diverse tra reparti, ogni stato macchina è associato a una causale. Ad esempio, un arresto può essere automatico per protezione, mancanza materiale, accumulo a valle, cambio formato, pulizia, intervento manutentivo o attesa operatore. Non basta acquisire il bit di marcia: servono la durata dell'evento, il timestamp di inizio e fine, il contesto dell'ordine e, nei casi ambigui, una conferma guidata dell'operatore.
Dalla connessione PLC al dato confrontabile
Nel caso in esame, la raccolta avviene leggendo tag e registri dai PLC tramite protocolli industriali disponibili sull'impianto, come Siemens S7, OPC UA o Modbus TCP/IP. Un agente leggero in stabilimento invia i dati alla piattaforma cloud, senza introdurre un server locale dedicato da amministrare. Questa scelta è particolarmente utile negli stabilimenti con parco macchine eterogeneo o con vincoli IT che rendono onerosa l'apertura di nuova infrastruttura.
La configurazione non deve limitarsi alla lettura del contapezzi. Vengono mappati segnali di run, stop, allarme, velocità, ricetta o formato, scarto e stato delle protezioni. Dove il PLC espone un codice allarme, il codice viene normalizzato in una tassonomia leggibile. Dove invece esiste solo uno stato generico di fermo, la classificazione può richiedere un input operatore, ma con un numero ridotto di causali e con regole coerenti.
La qualità del dato si verifica con un confronto iniziale tra dashboard, contatori macchina e consuntivi di turno. Alcune discrepanze sono fisiologiche: reset contatori, pezzi in transito, scarti registrati in punti diversi della linea. L'obiettivo non è imporre una perfezione teorica dal primo giorno, ma definire una fonte dati riconosciuta e correggere le anomalie che alterano le decisioni.
I risultati: non un solo numero, ma perdite prioritarie
Dopo quattro settimane di rilevazione, l'OEE della linea risulta pari al 61%. Il miglioramento rispetto al 58% storico non deriva necessariamente da una maggiore efficienza iniziale: deriva anzitutto da una misurazione più coerente, che separa le fermate pianificate dai fermi effettivi. La disponibilità è al 78%, la prestazione al 86% e la qualità al 91%.
Il dato più utile emerge dalla curva delle perdite. Le fermate superiori a dieci minuti pesano, ma non sono il primo fattore: sono già tracciate dalla manutenzione e hanno una causa abbastanza riconoscibile. La perdita più rilevante è costituita da microfermate tra 20 secondi e due minuti, ripetute durante la fase di alimentazione degli astucci. A fine turno, questi eventi sottraggono più tempo di diversi guasti importanti.
La seconda evidenza riguarda la prestazione. Durante due specifici formati, la velocità effettiva rimane stabilmente sotto il target, pur senza stati di fermo. L'operatore riduce la velocità per evitare inceppamenti e accumuli a valle. Se l'analisi si fosse fermata alla disponibilità, questa perdita sarebbe rimasta invisibile. Se si fosse osservato solo l'OEE complessivo, sarebbe stata confusa con una generica bassa produttività.
Sul fronte qualità, gli scarti non risultano distribuiti uniformemente. La maggior parte si concentra nei primi minuti dopo il cambio formato e nei riavvii dopo il rifornimento materiale. Questo porta a rivedere le istruzioni di set-up, non a sostituire subito componenti della macchina. È un esempio concreto di come il dato riduca interventi costosi basati su ipotesi.
Gli interventi selezionati e i compromessi da valutare
Il team decide di intervenire prima sulle microfermate, perché sono frequenti, misurabili e compatibili con modifiche progressive. Vengono verificati la regolazione del magazzino astucci, i sensori di presenza, l'usura dei componenti di trascinamento e i parametri di accelerazione. Parallelamente, si introducono controlli standard a inizio turno per intercettare disallineamenti prima che generino decine di brevi arresti.
Per i formati a velocità ridotta, la scelta richiede più cautela. Aumentare il setpoint può far salire la prestazione nel breve periodo, ma anche amplificare scarti e fermi. Il target ideale deve essere validato per formato, materiale e configurazione, non imposto come valore unico per tutta la linea. L'indicatore corretto diventa quindi la velocità sostenibile, cioè quella che massimizza i pezzi buoni prodotti nel tempo e non soltanto i pezzi al minuto visualizzati sul pannello.
L'area qualità aggiorna poi la procedura di cambio formato con parametri verificabili e una checklist digitale. La manutenzione usa la frequenza degli allarmi per pianificare sostituzioni mirate, anziché operare solo a guasto avvenuto. Produzione ottiene una dashboard per turno con OEE, pezzi buoni, scarti, durata delle fermate e prime causali. Il risultato atteso non è una dashboard più ricca, ma un confronto di reparto basato sugli stessi fatti.
Come rendere l'OEE utilizzabile ogni giorno
Un progetto OEE porta valore quando l'indicatore diventa parte del ciclo operativo. La riunione di turno non dovrebbe iniziare chiedendo perché l'OEE è basso in astratto, ma quale perdita ha inciso maggiormente, su quale ordine e se l'azione decisa in precedenza ha prodotto un effetto misurabile.
È utile osservare l'OEE per linea, turno, prodotto, formato e ordine, senza moltiplicare report non azionabili. Una linea con OEE inferiore può essere più efficace su un lotto complesso o su un prodotto con requisiti qualitativi più stringenti. Per questo il confronto deve mantenere il contesto produttivo. Anche i benchmark interni vanno costruiti dopo avere standardizzato tempi ideali, causali e criteri di scarto.
Una piattaforma MES cloud-native come PLCinCloud consente di centralizzare questa raccolta, collegando macchine, PLC e sistemi gestionali con moduli attivabili in base alle priorità. Per un progetto OEE, il vantaggio operativo sta nella disponibilità di dati consultabili via browser, nell'integrazione con l'ecosistema OT esistente e nella riduzione dell'infrastruttura locale da mantenere. Se il progetto rientra negli investimenti di digitalizzazione, la tracciabilità dei dati e della documentazione tecnica supporta anche il percorso di conformità Transizione 4.0.
Il valore di un caso studio OEE linea confezionamento non sta nel promettere una percentuale valida per ogni stabilimento. Sta nel rendere visibili le perdite che oggi restano tra un allarme, un foglio di turno e un consuntivo ERP. Quando ogni fermata ha un contesto e ogni azione può essere verificata sul turno successivo, l'efficienza smette di essere un obiettivo generico e diventa un processo di miglioramento governabile.