Un turno chiude con il volume pianificato, ma ha richiesto due cambi formato non previsti, una fermata breve ripetuta e una quota di rilavorazioni registrata a fine giornata. Se si guarda soltanto al totale dei pezzi prodotti, la linea sembra sotto controllo. Se si misurano le cause, emerge invece dove si stanno...
KPI essenziali per la produzione discreta: da dove partire
Il primo errore è misurare tutto. Un impianto può produrre migliaia di tag, eventi e allarmi, ma un cruscotto sovraccarico non porta automaticamente a decisioni migliori. Conviene partire da un set ristretto di indicatori che risponda a tre domande operative: quanto tempo produttivo è stato realmente usato, quanti pezzi conformi sono stati ottenuti e dove si è generata la perdita.
La scelta dipende dal processo. In un reparto di lavorazioni meccaniche possono avere priorità saturazione mandrini e tempi di attrezzaggio; su una linea di packaging contano velocità, microfermate e scarto per formato; nell'assemblaggio sono centrali avanzamento della commessa, difetti e disponibilità dei componenti. Il KPI è utile quando ha una definizione condivisa, una fonte dati verificabile e un responsabile che può agire sul risultato.
OEE: efficienza misurata sulle perdite reali
L'OEE, Overall Equipment Effectiveness, resta il riferimento per molte macchine discrete perché combina disponibilità, prestazione e qualità. La formula è semplice: OEE = Disponibilità × Prestazione × Qualità. Il valore, però, è affidabile soltanto se le tre componenti sono definite con precisione.
La disponibilità confronta il tempo di marcia con il tempo pianificato, sottraendo guasti, attese e fermate. La prestazione confronta la velocità effettiva con la velocità teorica o standard. La qualità misura il rapporto tra pezzi buoni e pezzi totali. Un OEE basso non indica da solo la priorità: può dipendere da un guasto lungo, da molte microfermate, da una velocità prudenziale oppure da scarti concentrati su un codice prodotto.
Per questo l'OEE va letto per macchina, articolo, formato, turno e causale di fermata. Confrontare indiscriminatamente linee diverse porta a conclusioni errate. Una macchina ad alta variabilità e bassi lotti richiede anche una lettura separata dei cambi attrezzaggio, che non devono scomparire dentro un unico dato di disponibilità.
Disponibilità e MTBF/MTTR: affidabilità che si può pianificare
La disponibilità evidenzia quanto una risorsa sia stata pronta a produrre nel tempo programmato. Per renderla azionabile, occorre affiancarla a MTBF e MTTR: il tempo medio tra due guasti e il tempo medio di riparazione. Il primo mostra la frequenza delle anomalie, il secondo quanto rapidamente manutenzione e produzione riescono a ripristinare la macchina.
Una linea può avere un MTTR contenuto ma un MTBF in calo: significa che i tecnici intervengono bene, ma troppo spesso. Può accadere l'opposto, con guasti rari ma molto lunghi, magari per indisponibilità di ricambi o diagnosi tardiva. Le due situazioni richiedono azioni diverse: manutenzione preventiva e analisi delle cause ricorrenti nel primo caso, procedure di escalation, ricambi critici e teleassistenza nel secondo.
La qualità del dato è decisiva. Un fermo deve essere acquisito automaticamente dal PLC quando possibile e classificato con causali coerenti: guasto meccanico, guasto elettrico, mancanza materiale, attesa operatore, cambio formato, controllo qualità. Senza questa disciplina, la disponibilità resta un numero non verificabile.
Prestazione, velocità effettiva e microfermate
Molte perdite non compaiono come fermo principale. Sono rallentamenti, brevi arresti, sensori che richiedono reset, alimentazioni irregolari o interventi manuali di pochi secondi. Ripetuti centinaia di volte, producono un divario rilevante tra velocità nominale e output effettivo.
Il KPI di prestazione deve quindi confrontare pezzi prodotti, tempo di funzionamento e velocità standard dell'articolo. Lo standard non può essere fisso per tutta la linea se cambiano grammatura, stampo, materiale, numero cavità o configurazione. Una velocità obiettivo irrealistica fa apparire inefficiente un processo che sta lavorando correttamente; una soglia troppo prudente nasconde la perdita.
La lettura per fascia oraria aiuta a distinguere un problema tecnico da un problema organizzativo. Se il rallentamento si concentra all'avvio turno o dopo le pause, il tema può essere nella preparazione, nel passaggio consegne o nella disponibilità del materiale, non nella macchina.
Qualità e tracciabilità: il pezzo buono è il dato che conta
Nella produzione discreta, il numero di pezzi realizzati non coincide con il numero di pezzi vendibili. Il tasso di scarto, calcolato come scarti sul totale prodotto, è un KPI essenziale, ma va integrato con rilavorazioni, difetti per causale e costo della non qualità. Uno scarto basso può mascherare molte rilavorazioni che assorbono capacità e allungano il lead time.
Associare gli scarti a ordine, lotto, macchina, utensile, stampo, operatore e materia prima permette di cercare correlazioni concrete. Un aumento di difetti dopo un cambio lotto materiale, per esempio, ha un significato diverso da un difetto ricorrente su una specifica cavità o stazione di assemblaggio.
La tracciabilità non è solo un requisito documentale. È la condizione per ricostruire rapidamente cosa è successo a un pezzo o a un lotto: quali parametri erano attivi, su quale risorsa è passato, quali controlli ha superato e quali componenti sono stati utilizzati. Nei settori regolati o con filiere complesse, questa capacità riduce sia il perimetro sia il costo di una non conformità.
First Pass Yield e rilavorazioni
Il First Pass Yield misura la quota di pezzi che supera il processo al primo passaggio, senza riparazioni o riprese. È particolarmente utile in assemblaggio, lavorazioni a più stazioni e collaudo finale. Un buon tasso di qualità finale può convivere con un First Pass Yield debole: il cliente riceve un prodotto conforme, ma la fabbrica ha speso più ore, materiali e capacità del necessario.
Monitorare questo indicatore per fase consente di non scaricare il problema sul controllo finale. Se il collaudo rileva molti difetti, la causa può essere a monte, nella preparazione dei componenti, nella coppia di serraggio, in un programma PLC o nella stabilità del processo. Il valore del KPI sta nel guidare l'analisi fino al punto in cui l'intervento può prevenire la ricorrenza.
Flusso produttivo: aderire al piano senza creare scorte inutili
Per chi gestisce commesse e consegne, l'efficienza della singola macchina non basta. Servono indicatori di flusso: avanzamento ordine, rispetto del piano, lead time e WIP, cioè work in progress. Un reparto può mostrare un OEE elevato e al tempo stesso creare colli di bottiglia, perché produce in anticipo articoli non urgenti o accumula semilavorati davanti a una risorsa vincolante.
L'aderenza al piano confronta quantità e tempi effettivi con la programmazione. Va analizzata per ordine e per finestra temporale, non solo a fine mese. Una commessa completata entro il mese ma in ritardo rispetto alla data richiesta può generare straordinari, spedizioni urgenti o inefficienze a valle.
Il WIP indica quanta produzione è immobilizzata tra le fasi. Un valore elevato non è sempre negativo: può essere necessario per disaccoppiare lavorazioni con tempi molto diversi. Se cresce senza una ragione pianificata, segnala però attese, qualità incerta, indisponibilità di risorse o sequenze di produzione non ottimali. Collegare MES ed ERP consente di confrontare lo stato fisico rilevato in fabbrica con lo stato dell'ordine gestionale, evitando avanzamenti dichiarati ma non realmente completati.
Dal dato PLC al KPI affidabile
Un KPI industriale è attendibile quando la raccolta dati non dipende da trascrizioni manuali a fine turno. Pezzi, stati macchina, contatori scarto, allarmi, tempi ciclo e ricette possono essere acquisiti dai PLC e dai sistemi di automazione con protocolli come Siemens S7, OPC UA, Modbus TCP/IP, EtherNet/IP o MQTT. Il punto non è collegare un segnale in più, ma costruire una mappatura che assegni a ogni evento un contesto produttivo.
Per esempio, il contatore pezzi deve essere associato all'ordine attivo, al codice articolo e alla macchina corretta. Una fermata deve distinguere un arresto pianificato da un'anomalia. Un cambio formato deve avere inizio e fine misurabili. Senza questi legami, dashboard e BI aggregano numeri formalmente corretti ma operativamente fuorvianti.
Una piattaforma MES cloud-native come PLCinCloud permette di rendere disponibili questi dati via browser, integrandoli con ERP, database e strumenti di analisi senza introdurre server da gestire in stabilimento. L'adozione modulare è utile quando il progetto deve partire da una linea critica, validare le regole di calcolo e poi estendere progressivamente il modello agli altri reparti.
Rendere i KPI strumenti di decisione
La frequenza di lettura deve seguire la natura della decisione. Operatori e capi turno hanno bisogno di dati real-time su fermate, scarti e avanzamento. Responsabili di produzione e manutenzione lavorano su confronti per turno, articolo e settimana. Direzione industriale e pianificazione valutano trend, capacità, rispetto delle consegne e ritorno degli interventi.
Non tutti gli scostamenti meritano la stessa reazione. Un allarme ripetuto con impatto limitato può essere più urgente di un fermo isolato se compromette la stabilità del processo. Allo stesso modo, aumentare la velocità per recuperare produzione può peggiorare scarto e usura. I KPI devono rendere espliciti questi compromessi, non spingere ogni reparto a ottimizzare il proprio numero a scapito del flusso complessivo.
Il punto di partenza più utile è scegliere una linea, definire poche regole dati non ambigue e trasformare ogni scostamento in un'azione verificabile. Quando il turno successivo può vedere se quell'azione ha ridotto fermate, scarti o ritardi, il dato di fabbrica smette di essere una registrazione storica e diventa capacità operativa.