Machine Translated by Google

Veja discussões, estatísticas e perfis de autor para esta publicação em: https://www.researchgate.net/publication/241700097

Equipe multifuncional trabalhando para eficácia geral do equipamento (OEE)

Artigo no Journal of Quality in Maintenance Engineering · Setembro de 2003

DOI: 10.1108/13552510310493684

CITAÇÕES LER

125 5.911

4 autores, incluindo:

Christopher J. Bamber Pavel Castka

OLC (Europa) Ltda Universidade de Cantuária

34 PUBLICAÇÕES 1.329 CITAÇÕES 73 PUBLICAÇÕES 3.143 CITAÇÕES

VER PERFIL VER PERFIL

Alguns dos autores desta publicação também estão trabalhando nos seguintes projetos relacionados:

Projeto de exibição de auditoria aprimorada por tecnologia

Título do Capítulo do Livro: Implantando a Gestão do Conhecimento para Tecnologias Eficazes em Parcerias de Ensino Superior Ver projeto

Todo o conteúdo desta página foi enviado por Pavel Castka em 05 de outubro de 2015.

O usuário solicitou aprimoramento do arquivo baixado.

Machine Translated by Google

O Emerald R esearch R egister para esta revista está A edição atual e o texto completo iv desta revista estão disponíveis
disponível em http://www.emeraldinsight.com/researchregister em http://www.emeraldinsight.com/1355-2511.htm

Equipe multifuncional Equipe

multifuncional
trabalhando para trabalhando p

eficácia geral do equipamento (OEE)

223
CJ Bamber
COrE Research Group, Universidade de Salford, Salford, Reino
Unido e OLC (Europa) Ltd, Preston, Reino
Unido, e P. Castka, JM Sharp e Y. Motara
COrE Research Group, Universidade de Salford, Salford, Reino Unido
Palavras-chave Medidas de desempenho, Trabalho em equipe,

Manutenção Resumo A eficácia geral do equipamento (OEE) está sendo cada vez mais utilizada na
indústria. Este artigo define OEE e explora o propósito deste conceito em operações modernas. O
artigo discute o OEE como uma medida total de desempenho que relaciona a disponibilidade do
processo com a produtividade e qualidade do produto. Portanto, o conceito de OEE é apropriado para
todas as operações que contenham instalações e máquinas. A pesquisa mostrou que o método mais
bem-sucedido de empregar OEE é usar equipes multifuncionais com o objetivo de melhorar a
competitividade dos negócios.

Implicações práticas A
fim de tratar com eficiência todas as seis grandes perdas e, portanto, melhorar a
eficácia geral do equipamento (OEE), é necessário trabalhar em equipe multifuncional.
Equipes multifuncionais têm as habilidades e conhecimentos necessários
combinados de todo o sistema de manufatura para identificar corretamente as
práticas e atividades relacionadas às seis grandes perdas. Além disso, o fato de
ser adotada uma abordagem multifuncional oferece a oportunidade de abordar
melhorias identificadas imediatamente ou garantir que os planos possam ser
desenvolvidos durante a reunião da equipe. Isso garante a melhor utilização dos
recursos operacionais e outros devido à autoridade e responsabilidade dos
membros da equipe, que representam vários departamentos e funções dentro da organização.

Introdução As
organizações adotam várias abordagens para medir seus desempenhos fabris, a
maioria delas com um grande número de medidas em diferentes níveis
hierárquicos, algumas das quais se mostraram contraditórias (Kaplan e Norton,
1992; Nakajima, 1989; Jones, 1994). Muitas das medidas utilizadas são
consideradas obsoletas e inconsistentes por vários motivos. Schmenner e
Vollmann (1994) mostraram em um estudo empírico que a maioria das empresas
estudadas precisava considerar seriamente a mudança de suas medidas de
Jornal da Qualidade em Engenharia
desempenho. Eles argumentaram que a maioria das organizações estava usando de
medidas erradas e deixando de usar as medidas certas de maneira correta. Isso Manutenção Vol. 9
No. 3, 2003
é sério e, portanto, parece importante identificar as dimensões críticas em um pp. 223-238 # MCB
UP Limited
sistema de medição de desempenho (o que medir) e as características ótimas das medidas
1355-2511 DOI 10.1108/135525103104936
Machine Translated by Google

JQME (Como medir). Os sistemas de medição poderiam então ser avaliados e melhorados com
9.3 as dimensões e características como dados comparativos.
Da mesma forma, a utilidade da maioria dos sistemas de contabilidade de custos,
medidas individuais, bem como sistemas de custeio baseados em atividades mais
abrangentes, são frequentemente questionados, uma vez que não cobrem desempenhos
de fabricação relativos às capacidades competitivas (por exemplo, Dixon et al. 1990; White, 199
224 Outro problema sério com a maioria dos sistemas de medição de desempenho usados
nas organizações é que eles geralmente incluem muitas medidas diferentes, o que torna
difícil entender o "quadro geral" (Keegan et al., 1989 ) .
A integração entre as medidas costuma ser problemática, e muitos artigos enfatizaram
que as organizações não possuem um sistema eficaz que cubra todas as dimensões de
desempenho necessárias (por exemplo, Caplice e Sheffi, 1995; Ghalayini e Noble, 1996;
Maskell, 1991; Schmenner e Vollmann, 1994). É por isso que nem sempre é óbvio como
as organizações devem medir o desempenho da manufatura.

Nakajima (1989), autor da filosofia de manutenção produtiva total (TPM), defende o

OEE como uma métrica para avaliação da eficácia de equipamentos. O OEE é
frequentemente usado como um driver para melhorar o desempenho do negócio,
concentrando-se em questões de qualidade, produtividade e utilização de máquinas e,
portanto, visando reduzir atividades que não agregam valor, muitas vezes inerentes aos
processos de fabricação. Pesquisas recentes (Ericsson, 1997) relatam que dados precisos
de desempenho do equipamento são essenciais para o sucesso e a eficácia de longo
prazo das atividades de TPM; no entanto, o desempenho individual do equipamento nunca
deve ser considerado isoladamente porque o desempenho geral da fábrica pode ou não
depender da máquina individual desempenho.
Este artigo discute o conceito de OEE, que é investigado por meio de um estudo de
caso organizacional. O foco é particularmente dado ao uso de equipes multifuncionais
(CFT) dentro da organização do estudo de caso, e o estudo de caso demonstra que essa
abordagem pode aumentar significativamente a implementação bem-sucedida do conceito
de OEE.

Metodologia da pesquisa A
epistemologia da pesquisa apresentada neste artigo pode ser classificada como
humanística e holística (De Poy e Gitlin, 1998). Assim, os autores usaram o projeto de
pesquisa de estudo de caso como defendido por Yin (1989) e estudaram a área de OEE
em cenários do mundo real. O objetivo dos autores foi investigar o OEE durante a
participação no processo de implementação do OEE em um contexto natural (uma
organização de estudo de caso), a fim de capturar os insights de pessoas em diferentes
níveis e de diferentes departamentos. Voss et ai. (2002) afirmam que os consultores de
gestão que estão trabalhando em contato próximo com estudos de casos múltiplos estão
desenvolvendo novas ideias, portanto esta pesquisa é resultado do trabalho colaborativo
entre consultores e acadêmicos.
Os dados foram recolhidos através de vários métodos: observação participante;
entrevista não estruturada; e fontes de dados de arquivo (Bryman, 1989). Esses dados
foram regularmente documentados e codificados a partir de observações de notas de campo
Machine Translated by Google

e entrevistas. Consequentemente, essas notas foram discutidas e analisadas por pesquisadores Equipe
usando técnicas de elicitação de conhecimento (Firlej e Hellens, 1991).
multifuncional
Técnicas de análise de dados foram utilizadas durante o processo de pesquisa; ou seja, colocar
trabalhando p
informações em diferentes arrays; tabular a frequência de diferentes eventos, colocando as
informações em ordem cronológica (Miles e Huberman, 1984).
A abordagem do estudo de caso é frequentemente criticada pela escassez de mensurabilidade.
Isso se deve à natureza qualitativa dos dados, que são baseados em percepções e interpretações 225
subjetivas do pesquisador. Os autores reconheceram este fato e planejaram a pesquisa de forma
a atender os aspectos da qualidade da pesquisa em termos de validade e confiabilidade conforme
preconizado por Bryman (1989), Yin (1989) e De Poy e Gitlin (1998). Portanto, os autores usaram
múltiplas fontes de evidência e informantes (trabalhadores da organização do estudo de caso) para
avaliação dos achados (validade de construto). Portanto, a análise de dados usando métodos
descritos acima deve apoiar a validade interna.

A experiência dos consultores (embora não relatada neste artigo) contribuiu para a validade externa
da pesquisa. Finalmente, a confiabilidade do estudo é assegurada pelo registro dos dados.

O pano de fundo do OEE Se a

extensão das falhas de equipamentos e as razões para perdas de produção não forem totalmente
compreendidas, então quaisquer ações de TPM não podem ser implementadas de forma otimizada
para resolver grandes problemas ou impedir a deterioração do desempenho. As perdas de
produção, segundo Ericsson (1997), juntamente com outros custos indiretos e ocultos, constituem
a maior parte dos custos totais de produção. Nakajima (1988, 1989), portanto, sugere que o OEE
é ``uma medida que tenta revelar esses custos ocultos''.

O propósito do OEE A
medida OEE pode ser aplicada em vários níveis diferentes dentro de um ambiente de manufatura.
Primeiro, o OEE pode ser usado como um ``benchmark'' para medir o desempenho inicial de uma
fábrica em sua totalidade. Desta forma, a medida inicial do OEE pode ser comparada com os
valores futuros do OEE, quantificando assim o nível de melhoria realizada. Em segundo lugar, um
valor de OEE, calculado para uma linha de fabricação, pode ser usado para comparar o
desempenho da linha em toda a fábrica, destacando assim qualquer desempenho ruim da linha.
Em terceiro lugar, se os processos da máquina funcionam individualmente, uma medida OEE pode
identificar qual desempenho da máquina é pior e, portanto, indicar onde concentrar os recursos
TPM (Nakajima, 1988). A este respeito, o sistema de medição OEE dentro de uma empresa torna-
se a medida fundamental das atividades TPM e, de fato, a base de melhorias para o sistema TPM.

Dal et al. (2000) disse que, utilizando dados de desempenho amplamente existentes, como
manutenção preventiva, utilização de material, absenteísmo, acidentes, recuperação de mão de
obra, conformidade com o cronograma, dados de configuração e troca, etc., a medida OEE poderia
fornecer informações tópicas para uso diário tomando uma decisão. No entanto, o papel do OEE
vai muito além da tarefa de apenas monitorar e controlar. Isto
Machine Translated by Google

JQME leva em consideração as iniciativas de melhoria do processo, evita a subotimização de

9.3 máquinas individuais ou linhas de produtos, fornece um método sistemático para
estabelecer metas de produção e incorpora ferramentas e técnicas práticas de
gerenciamento para obter uma visão equilibrada da disponibilidade do processo, taxa de
desempenho e qualidade .

226 Distúrbios crônicos e esporádicos na medição É de vital

importância medir e entender como realizar medições de distúrbios no processo de
fabricação. Os distúrbios podem, de acordo com Tajiri e Gotoh (1992), ser divididos em
duas categorias, crônicos e esporádicos, dependendo da frequência com que ocorrem
(ver Figura 1).
Os distúrbios crônicos são geralmente pequenos, ocultos e complicados porque são o
resultado de várias causas simultâneas. Distúrbios esporádicos são mais óbvios, pois
ocorrem rapidamente e como grandes desvios do estado normal.
Eles ocorrem de forma irregular e seus efeitos dramáticos (ver Figura 1) são
frequentemente considerados como levando a sérios problemas, mas ao invés disso, há
distúrbios crônicos que resultam em baixa utilização de equipamentos e grandes custos
porque ocorrem repetidamente, conforme mostrado na Figura 1. Distúrbios crônicos são
mais difíceis de identificar, pois podem ser vistos como o estado normal e são inerentes
ao sistema de fabricação. A identificação de distúrbios crônicos só é possível por meio da
comparação do desempenho com a capacidade teórica do equipamento.

As seis grandes
perdas Distúrbios crônicos e esporádicos no processo de fabricação (ver Figura 1)
resultam em diferentes tipos de desperdícios ou perdas. Estes podem ser definidos como
atividades que absorvem recursos, mas não criam valor. O objetivo do OEE é identificar
essas perdas. É essencialmente uma abordagem de baixo para cima, onde uma força de
trabalho integrada se esforça para alcançar o OEE, eliminando as seis grandes perdas
(Nakajima, 1988):

Figura 1.
Perdas de desempenho da
produção como
resultado de distúrbios
crônicos e esporádicos
Machine Translated by Google

Perdas por tempo de inatividade: Equipe

Perdas por avaria categorizadas como perdas de tempo quando a produtividade é reduzida e perdas multifuncional
de quantidade causadas por produtos defeituosos. trabalhando p
As perdas de configuração e ajuste resultam de tempo de inatividade e produtos defeituosos que
ocorrem quando a produção de um item termina e o equipamento é ajustado para atender aos
requisitos de outro item. 227

Perdas de

velocidade: Perdas em marcha lenta e paradas menores ocorrem quando a produção é interrompida
por um mau funcionamento temporário ou quando uma máquina está em marcha lenta.

As perdas de velocidade reduzidas referem-se à diferença entre a velocidade de projeto do

equipamento e a velocidade real de operação.

Perdas de qualidade:

Defeitos de qualidade e retrabalho são perdas de qualidade causadas por equipamentos de produção
com defeito.

As perdas iniciais são perdas de rendimento que ocorrem durante os estágios iniciais da produção,
desde a partida da máquina até a estabilização.

Jeong e Phillips (2001) argumentam que os esquemas de classificação de perdas estão, em última análise,
vinculados ao tipo de indústria. Com base em suas pesquisas, Jeong e Phillips (2001) propõem a seguinte
classificação de perdas na indústria de capital intensivo:

Tempo não programado: duração do tempo para o qual o equipamento não está programado para
operar. Este tempo pode incluir feriados e licenças, etc.

Tempo de manutenção programada: tempo gasto para manutenção preventiva do equipamento.

Tempo de manutenção não programada: tempo gasto para avaria.

Tempo de P&D: tempo gasto para fins de pesquisa e desenvolvimento.

Tempo de uso da engenharia: tempo gasto para uma verificação de engenharia.

Tempo de configuração e ajuste: tempo gasto para configuração e ajuste para operação.

WIP starvation time: tempo em que o equipamento está operando quando não há WIP para processar.

Tempo ocioso sem operador: tempo para o qual o WIP está pronto, porém não há operador disponível.

Perda de velocidade: perda de tempo devido ao equipamento estar operando na velocidade padrão.

Perda de qualidade: tempo durante o qual o equipamento está operando para os produtos não
qualificados.
Machine Translated by Google

JQME Ao avaliar um OEE organizacional, não é necessariamente importante que as seis

grandes perdas de Nakajima (1988) sejam usadas explícita ou definitivamente. No
9.3
entanto, é necessário desenvolver uma estrutura própria de classificação das perdas
da organização, que deve ser associada aos componentes de disponibilidade,
desempenho e qualidade, conforme expresso na equação (1) e na Tabela I.

228 Análise OEE

As seis grandes perdas são medidas em termos de OEE, que é uma função da
disponibilidade (A), taxa de desempenho (P) e taxa de qualidade (Q), conforme a
equação (1):
OEE ˆ Disponibilidade …%† £ Taxa de desempenho …%† £ Taxa de qualidade …%†: …1

A definição exata de OEE difere entre aplicativos e autores.

Nakajima (1988) foi o autor original do OEE e De Groote (1995) é um dos vários
autores posteriores. O resumo de sua visão sobre o OEE fornece a Tabela I. As
diferenças em ambas as abordagens são sutis, no entanto, para uma organização
que deseja medir seu OEE, essas diferenças podem ser significativas em termos de
números resultantes do OEE. Alternativamente, os dados podem não estar disponíveis
ou não serem viáveis para coletar no formulário exigido para cada fórmula. Por
exemplo, muitas vezes as empresas lutam para definir um tempo de ciclo ideal,
particularmente na fabricação sem máquinas e menos automatizada. Portanto, é
sugerido pelos autores que qualquer que seja a fórmula usada, a chave para melhorar
o OEE está constantemente na abordagem da coleta de dados e no cálculo dos component

Processo de coleta de
dados Na experiência dos autores, existem tantos métodos diferentes de coleta de
dados para as seis grandes perdas, medindo assim o OEE, quanto existem
organizações aplicando os conceitos de TPM. O ponto importante é que a qualidade
da coleta de dados determina a precisão do OEE (Jeong e Phillips, 2001). O OEE é
sempre medido em termos das seis grandes perdas, que conforme discutido acima
são essencialmente uma função da disponibilidade, taxa de desempenho e taxa de
qualidade da máquina, linha de produção ou fábrica, conforme o foco da aplicação do
OEE.

Nakajima (1988) O Grande (1995)

Disponibilidade (A) Tempo de carregamento ± tempo de inatividade Tempo de produção planejado ±

Tempo de carregamento tempo de inatividade não planejado
Tempo de produção planejado
Desempenho (P) Tempo de ciclo ideal £ saída Quantidade real de produção
Tempo operacional Quantidade planejada de produção
Qualidade (Q) Entrada ± volume de defeitos de qualidade Quantidade real de produção ± quantidade
Entrada não aceita
Tabela I.
Montante atual
Classificação das variáveis
OEE Nota: Onde o cálculo do OEE para ambos os métodos de medição = (A) £ (P) £ (Q)
Machine Translated by Google

A taxa de disponibilidade (A) mede o tempo total que o sistema não está operando por causa Equipe
de quebra, configuração e ajuste e outras paradas. Indica a relação entre o tempo real de multifuncional
operação e o tempo planejado disponível. O tempo de produção planejado (ou tempo de trabalhando p
carregamento) é separado do tempo de produção teórico e mede o tempo de parada não
planejada do equipamento, ou seja, por esta definição a indisponibilidade não incluiria o
tempo para manutenção preventiva. Esta definição dá origem ao planeamento de atividades
preventivas, como a manutenção preventiva, mas pode levar a demasiadas manutenções 229
dos equipamentos e tempos de set-up demasiado longos. Se o tempo de inatividade planejado
for incluído no tempo de produção, a disponibilidade seria significativamente menor, mas a
disponibilidade real seria mostrada. Isso criaria motivos para diminuir o tempo de inatividade
planejado, por exemplo, por meio de ferramentas mais eficientes para configuração e
manutenção planejada mais eficiente.
A taxa de desempenho (P) mede a relação entre a velocidade real de operação do
equipamento (ou seja, a velocidade ideal menos perdas de velocidade, pequenas paradas e
marcha lenta) e a velocidade ideal (com base na capacidade do equipamento inicialmente projetada).
Nakajima (1988) mede uma quantidade fixa de saída, e em sua definição (P) indica o desvio
real no tempo do tempo de ciclo ideal. Já De Groote (1995) foca em um tempo fixo e calcula
o desvio da produção em relação ao planejado. Ambas as definições medem a quantidade
real de produção, mas de maneiras um tanto diferentes.

O índice de qualidade (Q) leva em consideração apenas as perdas de qualidade (número

de itens rejeitados por defeitos de qualidade) que acontecem próximo ao equipamento, e não
as perdas de qualidade que aparecem a jusante. Esta é uma abordagem muito introspectiva.
Uma definição mais ampla de Q seria interessante, mas complicaria os cálculos e as
interpretações. Deve ser de acordo com qual processo causou a falha de qualidade (e,
portanto, precisa ser melhorado) e isso nem sempre é fácil de identificar.

Análise de
dados Assim, devido a diferentes definições de OEE e outras circunstâncias variadas entre
as empresas, é difícil identificar valores ótimos de OEE e comparar OEE entre empresas ou
lojas. Alguns autores tentaram fazer isso; Por exemplo, Nakajima (1988) indicou que em
condições ideais as organizações deveriam ter A > 0,90, P > 0,95 e Q > 0,99. Esses números
resultariam em um OEE > 0,84 para empresas de classe mundial, e Nakajima considera esse
valor uma boa referência para uma capacidade de fabricação típica. Kotze (1993), por outro
lado, argumenta que um OEE menor que 0,50 é mais realista. Esta figura corresponde ao
resumo das diferentes medidas de OEE apresentadas por Ericsson (1997), onde o OEE varia
entre 0,30 e 0,80. Esses números díspares indicam as dificuldades de comparar OEE entre
processos, fábricas e setores de manufatura. No entanto, os autores deste artigo observaram
melhorias drásticas no desempenho operacional ao escolher um método de medição
consistente para as seis grandes perdas e um princípio específico da empresa de calcular o
OEE a partir desse método, com o objetivo final de aumentar o OEE para níveis de 0,85 e
acima , se possível. A partir disso deve
Machine Translated by Google

JQME Note-se que calcular cada uma das seis grandes perdas requer um conhecimento interfuncional
dos atributos definidores de cada perda.
9.3
CFT
A prática de manutenção moderna e as operações de fabricação de classe mundial visam
utilizar o conhecimento e os recursos do pessoal de várias funções de fabricação. Da mesma
230 forma, o TPM é uma disciplina fundada no princípio do envolvimento e, segundo Nakajima
(1988), o TPM é baseado em três conceitos inter-relacionados: (1) maximização da eficácia
do equipamento; (2) manutenção
autônoma pelos operadores; e (3) atividades em
pequenos grupos.

Nesse contexto, o OEE pode ser considerado como a combinação da operação, manutenção
e gerenciamento de equipamentos e recursos de fabricação (Dal et al., 2000). Esse
relacionamento requer disciplinas inter-relacionadas trabalhando juntas em direção a um
único objetivo que visa aumentar o OEE operacional (ou seja, OEE da fábrica) por meio da
identificação e redução das seis grandes perdas.
Clifford e Sohal (1998) relatam que um dos benefícios do trabalho em equipe que as empresas
reconhecem é “aumento da produtividade por meio da melhoria da eficiência da máquina,
melhorias no tempo de atividade e melhoria na manutenção preventiva”.
As equipes podem ser desenvolvidas usando o modelo de Tuckman e Jenson (1977) que
delinearam os quatro estágios principais como: formação; tempestade; Formulação de
normas; e, em seguida, realizando (fases FSNP). Trabalhadores em tal CFT ``puxam'' juntos
para melhorar o desempenho geral (Wellins et al., 1991). No estágio inicial, tempo suficiente
deve ser fornecido para o alinhamento dos membros da equipe para que uma equipe possa
avançar para níveis mais altos de desenvolvimento da equipe. No entanto, esta questão
depende muito da maturidade da cultura de trabalho em equipe na organização.

Os autores defendem o desenvolvimento do OEE CFT usando um modelo conceitual

baseado em sete fatores para implementação bem-sucedida (FASI) de equipes de alto
desempenho (Castka et al., 2001):
(1) impacto organizacional; (2)
foco definido; (3)
alinhamento e interação com entidades externas; (4) medidas
de desempenho; (5) conhecimentos
e habilidades; (6) necessidade
do indivíduo; e (7) cultura de grupo.

Para desenvolver um CFT eficaz, argumenta-se seguir o plano de implementação com base
no ciclo de planejar-fazer-verificar-agir (PDCA) de Deming (1986). As etapas relevantes são,
portanto, consideradas como:
Machine Translated by Google

(1) avaliar a situação atual usando 7 FASI como uma ferramenta de avaliação (plano); Equipe
(2) definir as barreiras e os facilitadores (fazer); (3) multifuncional
trabalhando p
criar plano de desenvolvimento da equipe (verificar); e
(4) implementar o plano de desenvolvimento (act).

Nakajima também sugere que a aplicação mais eficaz do OEE é por equipes de processo 231
em conjunto com a aplicação das ferramentas básicas de controle de qualidade, como Pareto
e gráficos de causa e efeito. Os resultados da operação de equipes de chão de fábrica foram
relatados por Irani et al. (1997). Tais aplicações podem ser um complemento importante para
o sistema de medição de desempenho de fábrica existente. Nesse contexto, o OEE deve,
portanto, ser considerado uma medida operacional, e não estratégica (Nakajima, 1988).

A premissa fundamental da medida OEE é que ela mede a ``eficácia'' do equipamento e,

em termos de fabricação, a eficácia em oposição à ``eficiência'' é considerada como atender
às necessidades do cliente, por exemplo, o produto de qualidade correto quando eles o
desejam no preço certo. Portanto, o OEE é fundamentalmente apropriado em ambientes de
fabricação, pois mede diretamente a qualidade do produto, a perda e a capacidade de
entrega dentro de um cronograma. A natureza holística e voltada para o cliente dessa
medida, portanto, requer muitas disciplinas (qualidade, produção, manutenção, etc.) para
analisar os dados relacionados ao OEE. Essa necessidade de um CFT é essencialmente
extraída da probabilidade de que as soluções necessárias visem melhorar a entrada e a
ação do regime de todo o OEE de diferentes departamentos.

Uma pesquisa de estudo de

caso Na organização de estudo de caso (empresa A), os tempos de usinagem têm sido um
desafio para a gerência de operações e supervisores, e um grande esforço é dispensado no
monitoramento e correção de problemas de tempo de usinagem. Além disso, arranjos de
fixação inovadores foram criados juntamente com caminhos de ferramentas maximizados e
velocidades de corte aumentadas, tornando a organização do estudo de caso (empresa A)
verdadeiramente inovadora na prática de usinagem. No entanto, ao calcular a verdadeira
taxa OEE, notou-se que muito potencial de melhoria certamente foi considerado possível. A
precisão e a disponibilidade dos dados na empresa A eram tais que o OEE podia ser
calculado diretamente a partir dos métodos de captura de dados existentes, como o
planejamento de recursos e o sistema de software de controle.

A Figura 2 mostra que as taxas de OEE são inferiores a 30% em três máquinas, e
nenhum centro de máquinas avaliado operou acima de 75%, embora, de acordo com
Nakajima (1988), o nível de desempenho de classe mundial para OEE seja de
aproximadamente 85%. . Apesar disso, muitas evidências experimentais anedóticas da
equipe de pesquisa (autores) indicam que baixos níveis de desempenho de OEE (> 45 por
cento) não são incomuns em organizações de manufatura que não atacaram anteriormente
as seis grandes perdas.
Machine Translated by Google

JQME
9.3

232

Figura 2.
Gráficos OEE para cinco
centros de máquinas na
organização de estudo de caso

Os supervisores e a gerência iniciaram uma equipe de melhoria (Tabela II) e

imediatamente discutiram o potencial de melhoria no desempenho da entrega, a
partir da qual foi produzido um diagrama de causa e efeito (ver Figura 3). A equipe
avaliou esse diagrama de causa e efeito e notou que as principais áreas de
preocupação eram a disponibilidade de materiais, ferramentas, gabaritos de fixação
e acessórios, que atualmente reduziam os valores de OEE a uma taxa baixa. Isso foi
motivo de preocupação da organização, pois seus esforços, em termos de "medidas
de desempenho, foco e ação", foram quase inteiramente em taxas de produtividade,
com pouca consideração por questões de disponibilidade, embora eles percebessem
que algo estava errado como datas de entrega para os clientes eram frequentemente
perdidos. Além disso, a administração havia percebido anteriormente que era muito
difícil obter as ferramentas prometidas de seu cliente, mas não percebeu que isso
era um dos principais contribuintes para a perda de eficácia do sistema de operações
e, portanto, afetava gravemente o desempenho de entrega ao cliente. Após análise
da situação, a equipa de melhoria constatou a ausência de intervenções autónomas, plane

Cargo Nome Habilidade principal e papel da equipe para OEE

Supervisor de produção usuario Responsável por coordenar a melhoria no chão de fábrica e

garantir que os recursos estejam disponíveis para produção

Operador M/C Prumo Promover o ponto de vista dos operadores e ter o maior
conhecimento das condições da máquina

oficial de compras Sharon Ligação com fornecedores de mercadorias

Designer de ferramentas Frank Engenharia e conhecimentos de design

Gerente de planejamento de produção Mick Para garantir que o foco no cliente seja mantido e a ligação com os clientes

Engenheiro de manutenção Sharif Para fornecer informações e recursos do departamento de

engenharia e manutenção para ações
Tabela II.
Gráfico de formação de Aluno pesquisador Chris Para facilitar as reuniões de equipe e motivar os indivíduos
equipe para a empresa A
Machine Translated by Google

Equipe
multifuncional
trabalhando p

233

Figura 3.
Diagrama de causa e efeito
de brainstorming mostrando
questões relacionadas às
seis grandes perdas na
organização do estudo de cas

existiam atividades de manutenção para os centros de máquinas e, conseqüentemente, a

manutenção operava em regime de avaria.
A empresa A logo percebeu que, embora as taxas de qualidade e produtividade estivessem
em níveis de classe mundial, ou seja, acima de 95 por cento, conforme descrito por Nakajima
(1988), eles tinham números de disponibilidade muito baixos, ou seja, a média era de 48 por
cento em comparação com o mundo de Nakajima. -classe expectativas de 90 por cento. Em
essência, isso significa que, quando os centros de máquinas estavam operando, eles operavam
em níveis de classe mundial; no entanto, as máquinas não operavam de acordo com os arranjos
planejados. Como mencionado anteriormente, os distúrbios crônicos são geralmente pequenos,
ocultos e complicados porque são o resultado de várias causas simultâneas, como as causas
mostradas na Figura 3. Portanto, a condição crônica de desempenho da máquina foi aceita como
normal, enquanto o esforço para melhoria foi sido anteriormente mal orientado. Isso se reflete na
possível lista de causas mostrada no diagrama de causa e efeito.

As questões destacadas pelo diagrama de causa e efeito mostram que é necessária uma
abordagem multifuncional para resolver o problema de baixo OEE. Por exemplo, embora os
operadores de máquinas possam resolver os problemas relacionados às melhorias necessárias
na programação de trabalhos ou na correção do procedimento das operações, eles não são
capazes de fazer nada sobre o desempenho da entrega do subcontratado.
Da mesma forma, o departamento de manutenção precisa lidar com o tempo de inatividade da
máquina com a ajuda dos operadores devido ao profundo conhecimento dos operadores sobre
as condições de operação da máquina. Depois de considerar muitos dos problemas relacionados
aos níveis de pessoal e condições dos centros de máquinas, os operadores também perceberam
que a gerência deveria estar envolvida para lidar com os padrões de turno e mudança de turno
sobre questões relacionadas ao tempo de inatividade em certas máquinas (consulte a Tabela II
para a formação da equipe) .
O papel crítico desempenhado pela equipe durante o exercício de análise de causa raiz que
leva ao diagrama de causa e efeito fica claro nas discussões acima.
Machine Translated by Google

JQME Além disso, o fato de ter sido adotada uma abordagem multifuncional levou imediatamente
a algumas das questões levantadas, como acima, sendo abordadas imediatamente
9.3
porque a autoridade e a responsabilidade pela mudança identificada no procedimento
prático ou na engenharia estavam em mãos da equipe. Além disso, onde não foi possível
tomar medidas imediatas para garantir a implementação da melhoria, observou-se que
os planos poderiam ser desenvolvidos durante a reunião da equipe para garantir a
234 melhor utilização dos recursos operacionais e outros.

OEE como um driver de melhoria para o trabalho CFT

Segundo Ishikawa (1982), o motivo da coleta de dados não deve ser apresentar números
claros, mas criar uma base para ação e desenvolvimento (melhoria) de processos. Isso
está muito ligado a quais dados são coletados, como a análise é realizada e como as
informações de desempenho são usadas.
A fonte de dados pode ser interna ou externa, o tipo de dado pode ser subjetivo ou
objetivo, o foco pode estar na entrada ou resultado do processo, e o benchmark externo
de referência ou alvo interno (White, 1996). Nesses aspectos, as fontes de dados são
de dentro do sistema de operação (ampla produção ou no nível da máquina), enquanto
o tipo de dados é certamente objetivo; o foco está tanto no processo quanto na produção
das máquinas. Além disso, e como no exemplo do estudo de caso acima, o benchmark
externo é dado por Nakajima (1988, 1989) como níveis de OEE de classe mundial de 85
por cento, enquanto uma meta de melhoria interna deve ser definida para cada máquina,
dependendo da criticidade da máquina no sistema de fabricação.
Existem três aspectos de futuras melhorias de desempenho que Ishikawa (1982)
discutiu:
(1) O conjunto de medidas deve contemplar os aspectos que indiquem potenciais
melhorias futuras. O empoderamento do trabalhador, a realização do trabalho e
o comprometimento gerencial não estão diretamente ligados ao resultado do
processo, mas muitas vezes são considerados condições vitais para a melhoria
do desempenho (Deming, 1986). Esses aspectos mais ou menos subjetivos
poderiam, portanto, ser usados como indicadores de possíveis melhorias futuras,
mesmo que seja difícil vinculá-los diretamente ao resultado final.
(2) A medida deve por si só identificar e gerar melhorias contínuas, ao invés de
funcionar como um controle passivo. Isso é especialmente verdadeiro para
medidas operacionais com foco em atividades sem valor agregado, como OEE.

(3) Ao medir o desempenho de longo prazo em vez de curto prazo, de forma contínua
em vez de periódica, o sistema de medição de desempenho pode funcionar
como um componente importante de um programa de melhoria contínua.

Lições aprendidas: as recomendações para empresas que

implementam medidas de OEE A
primeira coisa que o CFT da empresa A notou foi a vasta gama de métodos e princípios
disponíveis para o cálculo do OEE. No entanto, a premissa básica
Machine Translated by Google

acordado na empresa A foi que o OEE deve ser calculado com os componentes de Equipe
qualidade, disponibilidade e produtividade multiplicados para fornecer um valor percentual.
multifuncional
Ou seja, se você escolhe Nakajima (1988) ou De Groote (1995) como mostra a Tabela I,
trabalhando p
não é a questão principal. A realidade na prática é que um método adequado à organização
é adotado e mantido. Essa visão foi mantida pela empresa A do estudo de caso porque a
precisão e a validade do cálculo foram percebidas como menos importantes do que a
melhoria mostrada usando um método consistente. 235

Além disso, a equipe multifuncional teve que abordar a questão de quem realizaria as
melhorias necessárias para elevar os níveis de desempenho do OEE.
Na realidade, isso não era um problema importante, pois os membros da equipe de
gerenciamento também eram membros dessa equipe e, portanto, as decisões podiam ser
tomadas rapidamente. O uso da tomada de decisão baseada em fatos criou uma crença em
dois benefícios da ação proposta e a resistência à mudança foi muito limitada. Da mesma
forma, a vontade de fazer parte do processo de mudança foi em parte percebida como
possível porque muitas pessoas e funções estavam envolvidas no processo de planejamento
e, portanto, a comunicação com outras pessoas fora da equipe foi eficaz, mesmo que
informal. Ficou claro que a melhoria se tornou um desafio para a equipe e que o OEE
certamente foi visto como um direcionador de melhoria para atividades multifuncionais.

Como era de se esperar, os funcionários estavam muito dispostos a se envolver, em

parte porque isso ajudava no enriquecimento e na expansão do trabalho, mas também
porque as medidas de OEE se tornaram importantes para eles e para a organização.
Conforme Ishikawa (1982) destacou, os três aspectos de melhoria futura foram satisfeitos,
ou seja, como mostrado na Tabela III.
Por fim, o método de utilização do CFT da empresa A teve um claro alinhamento com os
sete FASI de times de alta performance. Muito foi discutido anteriormente neste artigo sobre
os números FASI 1-4:
Impacto organizacional (melhoria no desempenho fabril).
Foco definido (OEE).
Alinhamento e interação com entidades externas (envolvimento de funções
transversais incluindo todos os departamentos).
Medidas de desempenho (OEE = (P, Q, A) e seis grandes perdas).

Aspectos de melhoria (Ishikawa, 1982) Relevância para OEE e equipes multifuncionais

As medidas devem abranger os aspectos que Produtividade, qualidade e disponibilidade estão diretamente
indicam potencial de melhoria futura relacionados às seis grandes perdas

A medida em si deve identificar e gerar melhoria
contínua
Pode funcionar como um programa de
melhoria contínua de longo prazo
A entrada multifuncional na coleta e análise de dados
identifica e gera oportunidades de melhoria
Tabela III.
Aspectos de melhoria e
O impulso sem fim em direção a níveis de sua relação com OEE e
desempenho de classe mundial de OEE CFT
Machine Translated by Google

JQME No entanto, os três últimos FASI (ou seja, conhecimento e habilidades, necessidade do
9.3 indivíduo e cultura de grupo) são considerados de igual importância:
O conhecimento e as habilidades de uma equipe de trabalhadores multifuncionais
nunca haviam sido testados na empresa A e isso certamente foi um desafio. Para
superar os estágios iniciais no desenvolvimento da equipe, treinamentos e
seminários foram dados para ajudar na compreensão das questões de TPM e
236
OEE, e uma vez obtido um conhecimento comum dos elementos básicos destes,
o trabalho em equipe teve um foco. Aliás, a equipe se considerou especialista em
melhoria do OEE uma vez que o conhecimento foi adquirido, pois a logística de
engenharia e as habilidades de processo eram inerentes aos membros.

A necessidade do indivíduo foi parcialmente atendida com o envolvimento em um

projeto de melhoria totalmente apoiado. Além disso, os próprios membros da
equipe foram capazes de atender às necessidades individuais dos membros
conforme eles chegavam. Consequentemente, embora nem todas as necessidades
individuais tenham sido atendidas, reconheceu-se que esse era um fator muito
importante que exigia consideração de toda a equipe.
A cultura do grupo foi observada como em constante mudança e, em particular, o
atrito presente nas primeiras sessões da equipe diminuiu consideravelmente uma
vez que um entendimento comum do conceito de OEE foi alcançado. Isso levou
ao desenvolvimento de um propósito compartilhado que era medir, analisar e
melhorar o OEE na empresa A. É importante ressaltar que o CFT percebeu que
as reuniões de equipe progrediam mais quando havia um foco projetado para
essa reunião.

Conclusões A
melhoria e o controle bem-sucedidos da fabricação só podem acontecer se um sistema
de medição de produção apropriado for usado. O OEE é considerado neste trabalho como
uma medida adequada para as organizações de manufatura, pois visa identificar as seis
grandes perdas associadas às perturbações, inerentes ou inesperadas, presentes no
sistema de manufatura. Essas seis grandes perdas afetam, em graus variados, os três
fatores de taxa de produtividade (P), taxa de qualidade (Q) e percentual de disponibilidade
(A).
Este artigo mostrou que o produto desses três fatores (P £ Q £ A) fornece o cálculo
para o OEE que pode ser usado em nível de máquina, linha de processo ou fábrica e,
portanto, é uma medida operacional, mas não é considerada uma medida estratégica
para organizações de manufatura. No entanto, a utilidade do OEE não está em dúvida,
pois esta medida pode ser usada para controlar, mas mais importante, melhorar o
desempenho das operações devido ao seu foco na identificação e medição do efeito das
seis grandes perdas no sistema de manufatura. Discute-se que o OEE pode, portanto, ser
usado com um benchmark focado internamente, onde uma organização define objetivos
de melhoria, ou pode ser usado com uma meta externa que foi definida pelo pai do TPM
(Nakajima, 1988) como uma figura OEE de 85 por cento.
Machine Translated by Google

Este documento discutiu que, para tratar com eficácia todas as seis grandes Equipe
perdas e, portanto, melhorar o OEE, o CFT é necessário. A CFT, portanto, possui
multifuncional
as habilidades e conhecimentos necessários combinados de todo o sistema de trabalhando p
fabricação para identificar corretamente as práticas e atividades relacionadas às
seis grandes perdas. Assim, planos de melhoria eficazes podem ser desenvolvidos
para garantir a melhor utilização dos recursos operacionais e outros destinados a
melhorar o desempenho da fabricação. Além disso, por meio do uso do CFT, é 237
mais provável que a responsabilidade e a autoridade para realizar melhorias
sejam obtidas da administração. Assim, o OEE como uma medida operacional
para organizações de manufatura deve ser implementado e os dados coletados,
analisados e calculados por CFT que visam controlar e melhorar efetivamente o
desempenho do sistema de manufatura.

Referências

Bryman, A. (1989), Métodos de Pesquisa e Estudos Organizacionais, Routledge, Londres.

Caplice, C. e Sheffi, Y. (1995), ``Uma revisão e avaliação da medição de desempenho logístico
sistemas'', International Journal of Logistics Management, vol. 6 No. 1, pp. 61-74.
Castka, P., Bamber, C., Sharp, J. e Belohoubek, P. (2001), ``Fatores que afetam a implementação bem-sucedida
de equipes de alto desempenho'', Team Performance Management: An International Journal, vol. 7 No. 7,
pp. 123-34.
Clifford, G. e Sohal, A. (1998), ``Developing self-directed work teams'', Management Decision, Vol. 36 No. 2, pp.
77-84.
Dal, B., Tugwell, P. e Greatbanks, R. (2000), "Eficácia geral do equipamento como medida de melhoria operacional:
uma análise prática", International Journal of Operations & Production Management, vol. 20 No. 12, pp.
1488-502.
De Groote, P. (1995), "Análise de desempenho de manutenção: uma abordagem prática", Journal of Quality in
Maintenance Engineering, vol. 1 No. 2, pp. 4-24.
Deming, WE (1986), Out of the Crisis, MIT Press, Cambridge, MA.
De Poy, E. e Gitlin, L. (1998), Introdução à Pesquisa. Compreendendo e Aplicando Múltiplas Estratégias, Mosby,
Carlsbad, CA.
Dixon, J., Nanni, AJ e Vollmann, TE (1990), The New Performance Challenge: Measuring
Operações para Competição de Classe Mundial, Irwin, Homewood, IL.
Ericsson, J. (1997), Análise de Disrupção ± Uma Ferramenta Importante na Produção Enxuta, Departamento de
Engenharia de Produção e Materiais, Universidade de Lund, Lund.
Firlej, M. e Hellens, D. (1991), Knowledge Elicitation: A Practical Handbook, Prentice-Hall,
Penhascos de Englewood, NJ.

Ghalayini, AM e Noble, JS (1996), ``A base mutante da medição de desempenho'', International Journal of
Operations & Production Management, vol. 16 No. 8, pp. 63-80.
Irani, ZN, Sharp, JM e Kagioglou, M. (1997), ``Esforçando-se para TQM através de equipes de trabalho auto-
dirigidas'', Proceedings of 2nd International Conference on TQM and ISO 9000, University of Luton, 2-4 April.

Ishikawa, K. (1982), Guia para Controle de Qualidade, Organização Asiática de Produtividade, Tóquio.
Jeong, K. e Phillips, D. (2001), ``Eficiência operacional e medição da eficácia'', International Journal of Operations
& Production Management, vol. 21 No. 11, pp. 1404-16.
Jones, C. (1994), ``Melhorando seus principais processos de negócios', The TQM Magazine, vol. 6 nº 2,
pp. 25-9.
Machine Translated by Google

Kaplan, RS e Norton, DP (1992), ``O Balanced Scorecard ± medidas que conduzem

JQME performance', Harvard Business Review, vol. 70 No. 1, pp. 71-9.
9.3 Keegan, DP, Eilar, RG e Jones, CR (1989), ``As suas medidas de desempenho estão obsoletas?'',
Contabilidade Gerencial, vol. 71, junho, pp. 45-50.
Maskell, BH (1991), Medição de desempenho para fabricação de classe mundial: um modelo para empresas
americanas, Productivity Press, Cambridge, MA.
Miles, M. e Huberman, M. (1984), QualitativeData Analysis, Sage, Newbury Park, CA.
238
Nakajima, S. (1988), Uma Introdução ao TPM, Productivity Press, Cambridge, MA.
Nakajima, S. (1989), TPM Development Program, Productivity Press, Cambridge, MA.
Schmenner, RW e Vollmann, TE (1994), ``Medidas de desempenho: lacunas, alarmes falsos e os `suspeitos
do costume''', International Journal of Operations & Production Management, vol. 14 No. 12, pp.
58-69.
Tajiri, M. e Gotoh, F. (1992), TPM Implementation: A Japanese Approach, McGraw-Hill, New
Iorque, NY.
Tuckman, B. e Jenson, MA (1977), ``Estágios de pequenos grupos desenvolvidos revisados'', Group and
Organizational Studies, pp. 419-27.
Voss, C., Tsikriktsis, N. e Frohlich, M. (2002), "Pesquisa de caso em gerenciamento de operações",
International Journal of Operations & Production Management, vol. 22 No. 2, pp. 195-219.
Wellins, RS, Byham, WC e Wilson, JM (1991), Empowered Teams, Jossey-Bass, San Francisco, CA.

White, GP (1996), ``Uma pesquisa e taxonomia de medidas de desempenho relacionadas à estratégia para
manufatura'', International Journal of Operations & Production Management, vol. 16 No. 3, pp. 42-61.

Yin, R. (1989), pesquisa de estudo de caso. Design and Methods, Sage Publications, Londres.

Leitura adicional
Kotze, D. (1993), ``Consistência, precisão levam a benefícios máximos de OEE'', TPM Newsletter, vol. 4
Nº 2.

Raouf, A. (1994), ``Melhorando a produtividade do capital através da manutenção'', International Journal of

Gestão de Operações e Produção, vol. 14 No. 7, pp. 44-52.
Shirose, K. (1994), TPM para Líderes de Workshop, Productivity Press, Cambridge, MA.

Ver estatísticas de publicação