基于设备综合效率的饲料企业生产水平评价方法

■ 王红英 方 鹏 金 楠 王红根 孔丹丹 陈 啸 段恩泽 祁忠贤

（1.中国农业大学工学院，北京100083；2.国家农产品加工技术装备研发分中心，北京100083；3.江西省农业机械研究所，江西南昌330044）

饲料工业是我国近年来发展最快的产业之一，从20世纪70年代末到今天，已经取得突飞猛进的发展。2015年，奥特奇公布的中国饲料年产量为1.8亿吨[1]，中国农业部官方公布的中国饲料年产量则超过2亿吨[2]，跃居世界第一。但是，在中国饲料工业蓬勃发展的背后，是激烈的行业竞争和市场淘汰。有关数据表明，2015年底，配合饲料（浓缩饲料、精料补充料）生产企业6 772家，比2010年底减少4 071家[2]。饲料企业要想在激烈的市场竞争中胜出，就必须对自身的生产水平做出科学、全面的评估，找出生产、管理过程中影响生产效率的环节，弥补缺陷，达到饲料企业整体生产过程的高效低耗，降低成本，提升效益，提高自身竞争力。

OEE（Overall Equipment Efficiency）即设备综合效率，作为现代设备管理制度中评估企业管理水平的重要指标，已经广泛应用于工业企业生产管理，在提高生产效率，提升企业竞争力等方面效果显著。OEE方法是对设备的性能损失进行综合分析，它不仅考虑设备时间上的利用情况，同时考虑到操作和工艺对设备性能损失的影响，以及因生产的不合格产品造成的损失情况，全面的体现出设备在使用过程中综合效率情况[3]。OEE方法还可以根据统计数据确定生产线的瓶颈设备，对瓶颈设备进行更加详细的OEE分析和持续改善，把生产线中隐藏的产能释放，从而提高整条生产线及至整个企业的产能。

因此，在饲料企业中引入OEE指标，用OEE方法对企业的生产水平做出综合评价，对于引导企业达到生产过程的高效低耗和提升设备效率具有重要的现实意义。

1 饲料企业生产水平评价体系

1.1 指标体系的构建

饲料的生产加工是一项系统工程，生产管理中的各个环节，包括原料接收清理、投料、粉碎、混合、调质制粒、冷却干燥、打包等，都会对最终的产品质量和企业的生产水平产生影响。目前，对饲料企业评价体系的研究主要集中在利用经济学原理，从饲料企业的产品质量、组织结构、人员构成、发展战略等方面考虑，建立整个集团企业竞争力的评价体系[4-6]，而对单个饲料企业生产水平评价体系的建立尚没有人研究。为建立合适的评价体系，对国内17家不同规模、不同品牌、不同地域的畜禽配合饲料生产企业展开了调研，获取了大量生产一线的数据，通过对数据的比较分析，得出17家企业综合生产水平。

本次调研主要从饲料加工工艺技术和设备配置出发，建立饲料企业生产水平评价指标体系，体系分为4个一级指标，9个二级指标，见表1。

表1 饲料企业生产水平评价指标体系

1.2 评价指标说明

1.2.1 反映企业机械化（自动化）水平的指标

目前，饲料生产中原料粉碎、混合、调质制粒等中间环节已实现自动化，无需人为干涉，而投料、打包等首尾环节只有极少数饲料企业实现了完全的自动化，绝大多数企业都是以人工和机械并存的方式完成作业[7]。投料和打包是饲料生产全过程中占用劳动力最多的工序，投料工序和打包工序机械化程度高的企业，可以显著提高生产效率，减少劳动力数量，降低生产成本。因此，饲料企业投料工序和打包工序的机械化率在一定程度上体现了企业生产水平的高低。

1.2.1.1 投料工序机械化率

饲料生产的原料投料量大。由立筒仓储存的散装原料，可由输送设备输送，直接投料，效率高，劳动成本低；而由房仓储存的袋装原料则一般由人工解袋、投料，劳动强度大，所需劳动力较多，生产成本增加。此处我们定义投料工序机械化率为：在饲料生产投料工序中，采用机械的投料量与全天生产总投料量的比值。

1.2.1.2 打包工序机械化率

定义打包工序中，无人操作，成品自动称重、自动套袋、自动输送码垛的自动化率为100%；人工套袋、自动称重、自动输送码垛的自动化率为70%；人工套袋、自动称重、人工搬运堆垛的自动化率为30%；全部由人工完成称重、包装的自动化率为0%。

1.2.1.3 劳动生产率

此处劳动生产率用工人单位时间内生产的产品数量来表示，单位时间内生产的产品数量越多，劳动生产率就越高，劳动生产率按公式（1）计算。

式中：L——劳动生产率[t/(人·h)]；

M——企业全天产量(t)；

N——从事生产人员总数(人)；

t——生产时间(h)。

1.2.1.4 产品生产周期

生产周期指产品从原料投入生产开始，经过加工，到产品完成的全部时间。此处定义饲料产品的生产周期为生产1 t成品所需的实际时间，按公式（2）计算。

式中：C——产品生产周期(min/t)；

t——生产时间(h)；

M——企业全天产量(t)。

1.2.2 反映企业设备效率的指标

1.2.2.1 设备综合效率（OEE）

设备是生产系统的重要组成要素，设备的效率和使用状况直接影响企业产品的生产率、质量和成本。本次调研首次将应用于工业企业的设备综合效率概念引入饲料企业中。设备综合效率（Overall Equipment Effective,OEE）可以较全面地反映生产现场设备管理对设备效率的影响，已经成为国际上公认的设备利用效率、利用状况和维护维修保养状况的管理考核指标。

OEE由时间开动率、性能开动率及合格品率3个要素组成[8]。

时间开动率反映的是设备由于故障、调试、生产原料短缺等原因导致的设备时间利用的损失；性能开动率反映的是由于短暂停机、空转等原因导致的设备性能上的损失；合格品率则反映了设备因加工具有缺陷的次品而产生的损失。

在整个饲料加工工艺流程中，粉碎、混合、调质制粒是核心工序，因此我们以粉碎机、混合机、制粒机的设备综合效率来衡量整个工厂的设备效率。

1.2.2.2 设备利用率

设备利用率是设备的实际使用时间占日历工作时长的百分比，指的是设备的使用效率，是反映设备工作状态及生产效率的技术经济指标。此处定义全厂三大主机的平均设备利用率为该厂的设备利用率。

1.2.3 反映产品质量的指标

1.2.3.1 粉碎后颗粒平均粒径

粉碎加工中应以粉碎达到最佳粉碎粒度为目标，所谓最佳粉碎粒度，就是使饲养动物对饲料具有最大利用率或获得最佳生产性能且不影响动物健康，经济上又合算的重量几何平均粒度[9]。调研中对79种粉碎后的样品采用ANSI/ASAE S319.4-2008标准中14层筛法[10]进行了粉碎粒度分析，实验仪器为Endecotts公司octagon200型数显筛分仪。根据公式（7）计算粉碎样品的平均粒径。

式中：dgw——颗粒的几何平均直径或中值粒径(mm)；

di—— 第 i层 筛 的 标 称 筛 孔 尺 寸(mm)；=(di×di+1)1/2；

Wi——第i层筛上样品的质量(g)；

n——筛的数量。

1.2.3.2 粉碎粒度均匀度变异系数

采用14层筛法对粉碎样品进行粒度分析，各层筛上的样品质量，也就是粉碎样品中粗颗粒和细颗粒等不同粒度的样品呈正态分布。尽管粉碎样品的平均粒径满足生产要求，但过粗或过细颗粒仍存在且占有相当大的比例。因此，将粒度分布的几何标准差定义为粉碎均匀度变异系数，来反映粉碎粒度分布的均匀程度[10]。粉碎均匀度变异系数根据公式（8）计算。

式中：Slog——对数正态分布的几何标准差。

其他字母含义均与公式（8）中相同。

1.2.3.3 混合均匀度变异系数

饲料加工中的混合是将配料秤称量好的原料在混合机内混合均匀，同时添加小料及液体原料，以方便后续加工。混合均匀度变异系数(CV)是衡量混合均匀性的指标。饲料生产的国家标准中[11]规定了各类饲料的混合均匀度变异系数(CV)的范围，配合饲料的CV≤10%，复合预混合饲料的CV≤7%，矿物质微量元素预混料和维生素预混料的CV≤5%。

1.2.4 反映企业员工素质的指标

此处员工素质仅用员工文化程度的高低来体现，以员工中具有大专以上学历的比例作为指标来衡量。

2 设备OEE损失分析

2.1 设备效率数据的采集

粉碎机、混合机、制粒机作为饲料生产中的3大主机，其运行情况直接影响饲料生产的效率和产品质量。因此，此次对国内17家饲料生产企业进行调研，主要考察这3大主机的设备效率。导致设备性能损失的原因可归纳为以下3项：计划停机时间（包括休息、会议、计划维护保养时间等）、停机时间（包括故障停机时间、调整时间、能源中断时间、待料堵料时间等）、以及不合格产品导致的性能损失。图1为调研使用的数据采集表，对粉碎机、混合机、制粒机进行连续7 d的数据采集，利用OEE方法分析设备效率损失。

图1 设备效率数据采集

以某企业的一台粉碎机为例，通过对采集的数据进行分析，建立OEE模型，更好地识别设备运行过程中的各类损失，并把它们量化出来，这对于优化加工工艺和设备配置，提升生产效率具有重要意义。表2为该粉碎机连续7 d的数据监测记录。

对以上原始数据进行计算处理，依次得到该粉碎机7 d内的时间开动率、性能开动率、产品合格率以及最终的设备效率，结果如表3所示。

该企业共有3台粉碎机，用相同的方法计算出另外两台粉碎机的OEE值，取3台粉碎机综合效率的平均值即为该企业粉碎机的综合效率值。结果如表4。

2.2 OEE模型建立与分析

对设备进行OEE分析的根本原因是为了使我们能够全面地了解设备的使用状况，找出限制设备效率提高的瓶颈，释放设备隐藏的产能，进而优化企业的生产工序，促进企业有效产能的提高[12-13]。OEE模型的建立就是为了更好地识别设备运行过程中的各类损失，并通过直观的表达形式量化出来。此处我们利用瀑布图来进行OEE模型的建立和分析。模型以时间的利用率来衡量设备的利用效率，设备的有效利用时间与理论生产时间的比值即为设备的利用效率[14]。模型的起始点为设备的可用生产时间，即为理论上的全部生产能力；中间部分对应OEE的各类损失指标；终点则为设备的有效生产时间，有效生产时间与可用时间的比值即为设备OEE。将上述计算得到的OEE原始数据以瀑布图的形式呈现，如图2所示。

表2 某企业1号粉碎机OEE原始数据

表3 某企业1号粉碎机OEE计算汇总

表4 某企业粉碎机平均OEE值

图2 粉碎机OEE瀑布图

从OEE瀑布图中可以很直观地看到各因素对粉碎机设备效率的影响程度大小。有效生产时间损失最大的部分是粉碎机生产性能的损失，设备性能损失是衡量设备生产速度上的损失的一个指标，与设备的理论产能和实际产量相关。粉碎机的产能与配置的筛片孔径、锤片的磨损程度、筛片的开孔率、粉碎原料水分、粉碎原料种类、锤筛间隙以及是否存在过度粉碎等诸多因素有关，因此很难判断导致粉碎机性能损失的具体原因。等料是导致有效生产时间损失的第二大因素。粉碎机在正常工作过程中，为了保证生产的连续性，一般不会关停，粉碎机在等料过程中的运转就导致了粉碎机有效生产时间的损失。造成粉碎机等料主要有两个原因，一是投料速度与粉碎机生产速度不匹配，二是缓冲仓的配置不合理，仓容过小。

在调研中发现，该饲料企业投料工序的机械化率仅有约30%，即生产过程中其余70%的原料需2个投料工人工投料，投料速度远远不能满足粉碎机的要求，大大制约了粉碎机性能的发挥。企业可以增加原料中散装原料的比例，使大多数原料可以从筒仓直接输送到粉碎系统，减少人工投料比例，充分发挥粉碎机性能。另外，企业也可以尝试对饲料配方进行改进，增加配方中散装原料的比例，在保证饲料配方效果的前提下，以散装原料代替袋装原料，进而提高投料工序的机械化水平。粉碎系统配备了6个20 m3的缓冲仓，而粉碎机配备了3台牧羊SFSP132*102C/A型粉碎机，缓冲仓容量与粉碎机产能不匹配，不能很好地平衡投料工序与粉碎工序的物料流量，制约了粉碎机性能的充分发挥，同时也对投料工序的速度提出更高要求。因此企业需配备更大容量的缓冲仓，以使粉碎机的性能得到充分发挥。

3 生产水平综合评价

3.1 评价指标权重的确定

指标体系权重的确定是饲料企业生产水平评价的重要步骤，它反映了各项指标在整个系统中的重要性，指标权重的准确性在很大程度上影响评价结果的科学性和正确性，鉴于此，本文采用层次分析法[14]（AHP法）来确定各项指标的权重。AHP法理论上相对成熟，运用广泛，简单、易行、可操作性强，是对非定量因素进行量化分析的一种有效方法，特别适用于多因素，结构复杂且缺乏必要数据的大系统的分析研究。

3.1.1 构建评价指标的对比矩阵

以A表示评价目标，Ui表示评价因素或指标（i=1，2，3，…，n），Uij表示Ui对Uj的相对重要性数值（j=1,2,3，…，n），Uij的取值按表5的标准确定，得到四个指标的判断矩阵A。

表5 层次分析法标度值含义

3.1.2 指标权重的计算

根据A矩阵，求出最大特征根所对应的特征向量。所求出的特征向量即为权重分配。

3.1.3 判断矩阵单层次一致性检验

对判断矩阵进行一次性检验，计算其随机一致性比率CR，当CR＜0.10时，即认为判断矩阵具有满意的一致性，说明权重分配是合理的，否则就需要调整判断矩阵，直到具有满意的一致性为止。

表6 随机一致性指标RI

根据上述方法，确定评价体系中9个指标的权重分配如表7。

表7 指标权重分配

3.2 评价模型建立

综合权衡各种评价方法的利弊，本文采用灰色关联度分析法来对饲料企业生产水平做出综合评价。灰色关联分析是一种多因素统计分析方法，它是以各因素的样本数据为依据用灰色关联度来描述因素间关系的强弱、大小和次序的。如果样本数据列反映出两因素变化的态势（方向、大小、速度等）基本一致，则它们之间的关联度较大；反之，关联度较小[15]。

通过调研得到17家饲料企业的基础数据，对数据进行处理，得到各指标与参考序列的关联系数与关联度，关联度的大小即表明企业各指标与参考序列的差距，关联度越大说明企业的各指标越靠近参考序列，即生产水平越高。其评价步骤如下:

①选择参考数列。i为饲料企业编号，i=1，2，…，m；k为评价指标的序号，k=1,2，…，n；Xik为第i个企业的第k个指标的评价值。选择每个指标的最佳值作为参考数列X0，于是有：

式中：XOK=Optimum(Xik)。

②指标值的无量纲化处理。为使数据具有可对比性，必须对原始数据进行无量纲化处理，计算公式如下：

③计算关联系数。把无量纲化处理后的数列X0={x01，x02，…，x0n}作为参考数列，而Xi={xi1，xi2，…，xin}作为比较数列，关联系数计算公式如下：

其中，分辨系数ρ一般取0.1至0.5，ρ越小越能提高关联系数间的差异。利用公式（14）计算关联系数，得到关联系数矩阵：

④计算单层次的关联度。关联度计算方法为每个指标权重乘以关联系数。

根据上述方法，计算得到关联度位次表如表8，每个企业的关联度位次即为该企业生产水平在所有17家调研企业中的情况，该趋势与调研中实际情况基本一致，说明该评价体系具有一定的可行性，能够为饲料企业进行生产力水平综合评价提供依据和方法。

表8 关联度位次

4 结论

①本文表明，将OEE方法运用于饲料企业关键设备（主要是粉碎机、混合机、制粒机）的效率分析，可以很好地分析出制约设备产能的因素，便于管理人员及时调整，发挥出设备的最佳效能，提升整个生产线和企业的效益。

②本文建立了饲料企业生产水平的综合评价指标体系，包括4个一级指标和9个二级指标。该指标体系综合考虑了饲料企业的自动化水平、产品质量、设备效率和员工素质，根据不同指标的重要程度，运用层次分析法确定了各个指标的权重，并运用灰色关联度分析法建立了饲料企业生产水平评价模型，运用该模型对调研的17家颗粒饲料生产企业的生产水平进行了评价。

表8 （续） 关联度位次