Analysis and prediction of the Overall Equipment Effectiveness of manufacturing processes

Abstract

Un dels majors objectius en la industria de la manufactura és disminuir els costos associats a la falta d'efectivitat de les màquines durant el procés de producció. Per poder realitzar un seguiment del progrés, la mètrica "Overall Equipment Effectiveness" (OEE) és àmpliament usada en la industria, ja que té en compte els tres pilars que determinen l'efectivitat d'un procés productiu: disponibilitat, rendiment i qualitat. Aquesta tesi final descriu el treball fet per una empresa anomenada Mapex, que crea software que ajuda a les empreses manufactureres a fer un seguiment del seu OEE, entre d'altres. Mapex volia afegir una capa d'analítica avançada al seu software que fos capaç de predir els valors futurs d'OEE per un conjunt donat d'ordres de fabricació. Aquest projecte ha estat pensat com una Prova de Concepte de ClearPeaks, una empresa de consultoria, a Mapex, per demostrar que és possible crear una eina que sigui capaç de predir l'OEE donat un conjunt d'ordres de fabricació i mostrar els resultats en uns informes que siguin fàcils d'entendre i usar. El principal objectiu d'aquesta Prova de Concepte és motivar als clients de Mapex a que proporcionin les seves dades i adaptin aquesta nova capa d'analítica avançada en el seu entorn. Aquesta tesi explica el procés de creació de l'eina proposta: l'extracció inicial de les dades de la base de dades del client, la creació dels models predictius i els informes i la validació final de l'eina, en què el client va ser preguntat per la seva conformitat amb ella. En aquesta validació final es va comprovar que l'eina proposada complia amb les expectatives inicials i podia ser usada per atraure als clients de Mapex a adquirir aquesta nova capa d'analítica avançada. Tot i així, es van identificar uns punts de millora per tal de fer l'eina encara més útil.

One of the main focuses in the manufacturing industry is to diminish the costs associated with the lack of effectiveness of the machines during the production process. To be able to track and bench-mark progress, the Overall Equipment Effectiveness (OEE) metric is widely used in the industry, as it takes into consideration the three main pillars when it comes to determining the effectiveness of a production process: availability, performance and quality. This final thesis describes the work done for a company named Mapex, which creates software that helps manufacturing companies to track their OEE, amongst others. They wanted to add an advanced analytics layer to their software that was able to predict future OEE values given a set of production orders. This project has been thought of as a Proof of Concept (PoC) from ClearPeaks, a consulting firm, to Mapex, to prove that it is possible to create a tool that is able to make predictions of future OEE values given a set of production orders and show the results in some dashboards that are easy to understand and use. The main objective of this PoC is to encourage Mapex's clients to provide their data and adapt this advanced analytics layer into their environment. This thesis explains the process of creation of the proposed tool: the initial extraction of data from the client's database, the creation of the predictive models and the dashboards and the final validation of the tool, in which the client was asked about its conformance with it. In this final validation, it was proved that the proposed tool met the initial expectations and that it could be used to attract Mapex's clients to acquire this new advanced analytics layer. Nonetheless, some improvement points were identified in order to make the tool even more useful.

Uno de los mayores objetivos en la industria de la manufacturación es disminuir los costes asociados a la falta de efectividad de las máquinas durante el proceso de producción. Para poder realizar un seguimiento de los progresos, la métrica “Overall Equipment Effectiveness” (OEE) es ampliamente usada en la industria, ya que tiene en cuenta los tres pilares que determinan la efectividad de un proceso productivo: disponibilidad, rendimiento y calidad. Esta tesis final describe el trabajo hecho para una compañía llamada Mapex, que crea software que ayuda a las empresas manufactureras a hacer un seguimiento de su OEE, entre otros. Mapex quería añadir una capa de analítica avanzada a su software que fuese capaz de predecir valores futuros de OEE dado un conjunto de órdenes de fabricación. Este proyecto ha sido pensado como una Prueba de Concepto de ClearPeaks, una empresa de consultoría, a Mapex, para demostrar que es posible crear una herramienta que sea capaz de predecir el OEE dado un conjunto de órdenes de fabricación y mostrar los resultados en unos reportes que sean fáciles de entender y usar. El principal objetivo de esta Prueba de Concepto es alentar a los clientes de Mapex a que proporcionen sus datos y adapten esta nueva capa de analítica avanzada en su entorno. Esta tesis explica el proceso de creación de la herramienta propuesta: la extracción inicial de los datos de la base de datos del cliente, la creación de los modelos predictivos y los reportes y la validación final de la herramienta, en la que el cliente fue preguntado por su conformidad con ella. En esta validación final se comprobó que la herramienta propuesta cumplía con las expectativas iniciales y podía ser usada para atraer a los clientes de Mapex a adquirir esta nueva capa de analítica avanzada. No obstante, se identificaron puntos de mejora para hacer que la herramienta sea aún más útil