OEE ও TPM-এর 7টি বড় লস: Six Big Losses-এর সঙ্গে পার্থক্য ও OEE বাড়ানোর উপায়
বড় ব্রেকডাউনগুলো ঠিক করা হয়েছে, চেঞ্জওভারের সময়ও কমেছে, তবু মাসিক রিপোর্টে OEE প্রায় একই জায়গায় আটকে আছে। আবার জাপানি প্যারেন্ট কোম্পানি "7টি বড় লস" ধরে রিপোর্ট পাঠায়, অথচ আপনার কারখানার ট্রেনিং ম্যাটেরিয়ালে লেখা Six Big Losses। দুই কারখানা আসলে একই জিনিস গুনছে কি না, কেউ নিশ্চিত নয়।
OEE (Overall Equipment Effectiveness) দেখায়, মেশিন চালানোর জন্য যে সময় পরিকল্পনা করা হয়েছিল, তার কতটা আসলে ভালো পার্ট বানাতে কাজে লেগেছে। ফ্লোরে সত্যিই কাজ হওয়ার পরও সংখ্যা না বাড়লে কারণ সাধারণত শুধু মেশিনে থাকে না। তিনটি জিনিস দেখুন: সংখ্যাটা বাস্তব অবস্থা দেখাচ্ছে কি না, যে লস কমালে OEE-তে সত্যিকারের ফল আসে সেগুলোর ওপর কাজ হচ্ছে কি না, আর সমাধান ও তার ফলো-আপ নিয়মিত চলছে কি না।
এই লেখায় থাকছে জাপানি কারখানায় OEE কীভাবে হিসাব করা হয়, জাপানের 7টি বড় লস (nana-dai rosu) আর ইংরেজি বইয়ের Six Big Losses-এর পার্থক্য, OEE না বাড়ার তিনটি কারণ, উন্নতির পাঁচটি ধাপ, এবং জাপানি কারখানার সঙ্গে কাজে লাগানোর মতো চেকলিস্ট ও প্রশ্নের তালিকা। সব হিসাবের উদাহরণে একটি কাল্পনিক লাইন ব্যবহার করা হয়েছে, যাতে শুরু থেকে শেষ পর্যন্ত বিশ্লেষণটা অনুসরণ করা যায়।
সূচিপত্র
- OEE বাড়ছে না? আগে এই তিনটি জিনিস দেখুন
- জাপানি কারখানায় OEE কীভাবে হিসাব করা হয়
- 7টি বড় লস বনাম Six Big Losses
- কারণ 1: সংখ্যাটা বাস্তব দেখাচ্ছে না
- কারণ 2: ফল দেওয়ার মতো লসে কাজ হচ্ছে না
- কারণ 3: উন্নতি ধরে রাখার ব্যবস্থা নেই
- OEE বাড়ানোর পাঁচটি ধাপ
- সূচক হিসেবে OEE-র সীমাবদ্ধতা
- চেকলিস্ট: জাপানি কারখানার সঙ্গে OEE তুলনার আগে
- এই লেখা যেখানে খাটে না
- প্রায়ই জিজ্ঞাসিত প্রশ্ন (FAQ)
- তথ্যসূত্র
OEE বাড়ছে না? আগে এই তিনটি জিনিস দেখুন
OEE না বাড়ার কারণগুলো মোটামুটি তিন ভাগে পড়ে: সংখ্যাটা বাস্তব দেখাচ্ছে না, কাজটা ফল দেওয়ার মতো লসের দিকে যাচ্ছে না, অথবা উন্নতির চক্র চালু রাখার কোনো ব্যবস্থা নেই। প্রতিটির জন্য আলাদা ডেটা দেখতে হয়, তাই আপনার কারখানার লক্ষণের সবচেয়ে কাছেরটি দিয়ে শুরু করুন।
আপনার লক্ষণের সবচেয়ে কাছেরটি বেছে নিন, তারপর পাশে লেখা ডেটা ও অংশটি দেখুন।
একসঙ্গে একাধিক কারণ থাকতে পারে। তখন কারণ 1 থেকে শুরু করুন, যাতে পরের বিশ্লেষণ একই সংজ্ঞায় সংগ্রহ করা ডেটার ওপর হয়।
আগে মাপার পদ্ধতি ঠিক করুন। সংখ্যার ভিত্তি এলোমেলো থাকলে কোন লস সবচেয়ে বড়, বা কোনো ব্যবস্থা কাজ করল কি না, কিছুই বোঝা যায় না।
জাপানি কারখানায় OEE কীভাবে হিসাব করা হয়
জাপানি ভাষায় OEE-কে বলে setsubi sogo koritsu (設備総合効率)। ইংরেজি বইয়ে সাধারণত OEE মানে overall equipment effectiveness। জাপানি শিল্প মান JIS Z 8141:2022 (প্রোডাকশন ম্যানেজমেন্টের পরিভাষা) এবং Japan Institute of Plant Maintenance (JIPM) লেখে "overall equipment efficiency"। দুটো একই সূচক, আর JIS-এর সংজ্ঞায় এটি মেশিন কতটা দক্ষভাবে ব্যবহার হচ্ছে তার সূচক।
OEE-র সংজ্ঞা নিয়ে আলাদা কোনো BSTI (BDS) মান আমাদের অনুসন্ধানে পাওয়া যায়নি। তাই এই লেখায় JIS Z 8141:2022 আর JIPM-এর সংজ্ঞাকে ভিত্তি ধরা হয়েছে। জাপানি কারখানার সঙ্গে সংখ্যা তুলনার আগে দুই পক্ষের লিখিত সংজ্ঞা মিলিয়ে নিন।
তিনটি ফ্যাক্টর ও সূত্র
JIS Z 8141-এর একটি টীকায় মেশিনের দক্ষতা কমানো লসগুলোকে তিন ভাগে ভাগ করা হয়েছে: স্টপেজ লস, পারফরম্যান্স লস আর ডিফেক্ট লস। প্রতিটি ভাগ একটি হার দিয়ে মাপা হয়, আর তিনটি হার গুণ করলে OEE পাওয়া যায়।
OEE = Availability × Performance × Quality rate
মেশিনিং ও অ্যাসেম্বলি মেশিনে ফ্যাক্টরগুলো সাধারণত নিচের মতো হিসাব করা হয়। 1971 সালে TPM (Total Productive Maintenance) প্রস্তাব করা JIPM-ও Availability-র একই সংজ্ঞা ব্যবহার করে, এবং জানায় OEE-কে আইডিয়াল সাইকেল টাইম × ভালো পার্টের সংখ্যা ÷ লোডিং টাইম হিসেবেও বের করা যায়।
- Availability (jikan kadoritsu) = অপারেটিং টাইম ÷ লোডিং টাইম
- Performance (seino kadoritsu) = আইডিয়াল সাইকেল টাইম × মোট উৎপাদন ÷ অপারেটিং টাইম
- Quality rate (ryohinritsu) = ভালো পার্টের সংখ্যা ÷ মোট উৎপাদন
লোডিং টাইম (fuka jikan) হলো মেশিন চালানোর পরিকল্পিত সময়: মোট কাজের সময় থেকে বিরতি, পরিকল্পিত মেইনটেন্যান্সের মতো প্ল্যানড স্টপ বাদ দিয়ে যা থাকে। ইংরেজি বইয়ে একে প্রায়ই planned production time বলা হয়। আইডিয়াল সাইকেল টাইম (kijun saikuru taimu) হলো কোনো সমস্যা না থাকলে একটি পার্ট বানাতে যে সময় লাগে।
প্রসেস ইন্ডাস্ট্রিতে তিনটি ফ্যাক্টরের সংজ্ঞা আলাদা, তাই এই লেখা মেশিনিং ও অ্যাসেম্বলি মেশিন ধরে লেখা।
সময়ের ভাগ হিসেবে OEE
তিনটি ফ্যাক্টরের গুণফল সময় দিয়ে ভাবলে সহজে বোঝা যায়। লোডিং টাইম থেকে তিন ধরনের লস একটার পর একটা বাদ দিন, তাহলে শেষে যে অংশটা থাকে, অর্থাৎ ভালো পার্ট বানাতে খরচ হওয়া সময়ের অনুপাত, সেটাই OEE।
পরিকল্পিত সময় থেকে তিন ধরনের লস একের পর এক কেটে নেয়।
OEE = ভ্যালু-অ্যাডিং টাইম 312 মিনিট ÷ লোডিং টাইম 460 মিনিট = 67.8%
বোঝানোর জন্য কাল্পনিক সংখ্যা। নেট অপারেটিং টাইম আর ভ্যালু-অ্যাডিং টাইম উৎপাদন সংখ্যা ও আইডিয়াল সাইকেল টাইম থেকে হিসাব করা, স্টপওয়াচ দিয়ে মাপা নয়।
খেয়াল করুন, এই চিত্রে দুই রকম সময় মেশানো আছে। স্টপেজ লস হলো মেশিন সত্যিই থেমে থাকার ঘড়ির সময়। পারফরম্যান্স লস আর ডিফেক্ট লস পেছন থেকে হিসাব করা: আইডিয়াল সাইকেল টাইমে চললে ওই উৎপাদনে কত মিনিট লাগত, সেখান থেকে।
হিসাবের উদাহরণ
চিত্র 2-এর লাইনে শিফট 480 মিনিট, এর মধ্যে সকালের মিটিং ও বিরতি 20 মিনিট, তাই লোডিং টাইম 460 মিনিট। ব্রেকডাউনে 25 মিনিট আর চেঞ্জওভারে 35 মিনিট লাইন বন্ধ ছিল, ফলে অপারেটিং টাইম 400 মিনিট।
আইডিয়াল সাইকেল টাইম 30 সেকেন্ড (0.5 মিনিট)। লাইনটি 640টি পার্ট বানিয়েছে, যার 16টি ডিফেক্টিভ। Availability 87.0%, Performance 80.0%, Quality rate 97.5%, তাই OEE 67.8%।
প্রতিটি ফ্যাক্টর আলাদাভাবে 80–90% বা তার বেশি দেখায়, কিন্তু গুণ করলে 70%-এর নিচে নেমে যায়।
বোঝানোর জন্য কাল্পনিক সংখ্যা।
লেখার বাকি অংশে এই একই লাইন ধরে দেখা হবে, হারানো 148 মিনিটের কোনটা দিয়ে কাজ শুরু করা উচিত।
7টি বড় লস বনাম Six Big Losses
JIS Z 8141-এ OEE কমিয়ে দেওয়া "মেশিনের 7টি বড় লস" (setsubi no nana-dai rosu) দেওয়া আছে: ব্রেকডাউন, সেটআপ ও অ্যাডজাস্টমেন্ট, কাটিং টুল পরিবর্তন, স্টার্টআপ, মাইনর স্টপ ও আইডলিং, গতি কমে যাওয়া (রিডিউসড স্পিড), এবং ডিফেক্ট ও রিওয়ার্ক।
জাপানি ফ্লোরের ভাষায় মাইনর স্টপকে বলে chokotei (チョコ停): পার্ট আটকে যাওয়া, সেন্সরের ভুল সিগন্যাল ইত্যাদি কারণে অল্প সময়ের স্টপ। Keyence-এর ব্যাখ্যায় এটি এমন স্টপ, যা ঠিক করতে কয়েক মিনিট লাগে এবং কোনো পার্ট বদলানো বা মেরামতের দরকার হয় না।
কোন লস কোন ফ্যাক্টরে আঘাত করে জানা থাকলে, কম সংখ্যা থেকে কারণ পর্যন্ত পৌঁছানো যায়।
কিছু সূত্রে স্টার্টআপের সময়ের ডিফেক্টকে গুরুত্ব দিয়ে স্টার্টআপ লসকে Quality rate-এর মধ্যে রাখা হয়। কোথায় রাখবেন তা কোম্পানির ভেতরে ঠিক করে সব লাইনে একই নিয়ম মানুন।
বেশিরভাগ ইংরেজি বইয়ে এর বদলে Six Big Losses শেখানো হয়। এই তালিকার উৎস সাধারণত ধরা হয় Seiichi Nakajima-র Introduction to TPM (ইংরেজি সংস্করণ, Productivity Press, 1988)। কিছু জাপানি সূত্রেও "6টি বড় লস" বলা হয়। পার্থক্য ছোট, কিন্তু দুই কারখানা ডেটা মেলাতে গেলেই তা ধরা পড়ে।
একই ঘটনা, শুধু একটু আলাদাভাবে সাজানো।
ইংরেজি দিকের ভাগ Vorne Industries (OEE.com)-এর ভিত্তিতে। দুই দিকেই কনসালট্যান্ট ও কোম্পানিগুলো নিজেদের মতো রূপ ব্যবহার করে।
যে তালিকাই ব্যবহার করুন, কাঠামো একই: স্টপেজ, পারফরম্যান্স আর ডিফেক্ট লস। সমস্যা হয় খুঁটিনাটিতে। জাপানি কারখানা যদি টুল পরিবর্তনকে আলাদা লস ধরে আর আপনার কারখানা সেটিকে সেটআপে রাখে, তাহলে মেশিন একইভাবে চললেও দুই কারখানার প্যারেটো চার্ট মিলবে না।
আরও বড় তালিকাও আছে। JMA Consultants (JMAC)-এর একটি TPM গাইডে 8টি মেশিন লসের কথা আছে, যেখানে 7টির সঙ্গে শাটডাউন লস (পরিকল্পিত শাটডাউনে হারানো সময়) যোগ হয়েছে। এটি 16টি বড় লসের একটি বড় তালিকার অংশ, যেখানে মানুষ, ম্যাটেরিয়াল ও এনার্জির লসও আছে। জাপানি রিপোর্টে 8 বা 16টি লসের কথা থাকলে জিজ্ঞেস করুন কোন তালিকা মানা হচ্ছে।
লস ফাঁক বা দুবার না গুনে লেখার নিয়ম
শুধু নাম জানলে হয় না। একজন একটি স্টপকে ব্রেকডাউন লিখলেন, আরেকজন একই রকম স্টপকে মাইনর স্টপ লিখলেন, তাহলে রেকর্ড মিলবে না। মান সব সীমারেখা ঠিক করে দেয় না, তাই প্রতিটি কোম্পানিকে নিচের বিষয়গুলো নিজে ঠিক করতে হয়:
- মাইনর স্টপ বনাম ব্রেকডাউন: কত মিনিট পর্যন্ত স্টপকে মাইনর স্টপ ধরা হবে, আর মেরামতের কাজ জড়িত কি না
- সেটআপ কখন শেষ: শেষ অ্যাডজাস্টমেন্ট শেষ হলে, নাকি প্রথম ভালো পার্ট বের হলে
- স্টার্টআপের সময়ের ডিফেক্ট: ডিফেক্ট লসে গুনবেন, নাকি স্টার্টআপ লসে
- মেশিনের কারণে নয় এমন স্টপ, যেমন ম্যাটেরিয়াল বা নির্দেশের অপেক্ষা: কোথায় লেখা হবে
মোটামুটি নিয়ম হিসেবে JMAC-এর গাইড বলে, মেরামতে 5–10 মিনিট বা তার বেশি লাগলে সাধারণত ব্রেকডাউন ধরা হয়, আর মাইনর স্টপ সাধারণত 5 মিনিট বা তার কম। আপনার মেশিন অনুযায়ী সীমা ঠিক করুন, তারপর সব প্রোডাকশন লাইনে একই নিয়ম মানুন।
কারণ 1: সংখ্যাটা বাস্তব দেখাচ্ছে না
প্রথম কারণ হলো, OEE-র সংখ্যা ফ্লোরের আসল অবস্থার সঙ্গে মেলে না। ভুল সংখ্যা দেখে ব্যবস্থা বাছাই করলে আসল লসে পৌঁছানো যায় না, তাই সবার আগে নিচের চারটি সাধারণ গরমিল দেখে নিন।
লোডিং টাইমের সংজ্ঞা একেক জায়গায় একেক রকম
Availability-র হর লোডিং টাইম, আর এটি বদলে যায় প্ল্যানড স্টপ হিসেবে কী কী বাদ দেওয়া হচ্ছে তার ওপর। সেটআপ, পরিষ্কার করা বা ম্যাটেরিয়ালের অপেক্ষাকে প্ল্যানড স্টপ ধরলে মেশিন দাঁড়িয়ে থাকলেও Availability কমে না।
প্রতিটি লাইন বা প্রতি মাসে এটি আলাদাভাবে ধরা হলে সংখ্যা তুলনা করা যায় না। প্ল্যানড স্টপ হিসেবে কোন কোন বিষয় বাদ দেওয়া যাবে তার তালিকা করুন, এই তালিকার বাইরের সবকিছু OEE-র হিসাবের ভেতরেই থাকে এবং প্রতিটি লসের নিজস্ব নিয়ম অনুযায়ী ভাগ করা হয়। যেমন, মাইনর স্টপ ধরা হয় Performance লসে, Availability-তে নয়।
ছোট স্টপ লগে ওঠেই না
অপারেটররা যদি দৈনিক রিপোর্টে হাতে লিখে স্টপ রেকর্ড করেন, তাহলে কয়েক দশ সেকেন্ড থেকে কয়েক মিনিটের স্টপ খুব কমই লেখা হয়। অপারেটর সমস্যাটা ঠিক করে পরের কাজে চলে যান।
জাপানের Information-technology Promotion Agency (IPA) অটো পার্টস নির্মাতা Asahi Tekko-র একটি কেস স্টাডি প্রকাশ করেছে। সেখানে বলা হয়েছে, হাতে লেখা রেকর্ডে ছোট স্টপ বাদ পড়ে এবং সময় আন্দাজে লেখা হয়, ফলে স্টপের সময় বাস্তবের চেয়ে প্রায় 20% কম লেখা হয়। এটি একটি কোম্পানির অভিজ্ঞতা, তবে হাতে লেখা লগের ওপর নির্ভর করা যেকোনো কারখানায় একবার এই ফাঁক যাচাই করে দেখা উচিত।
আইডিয়াল সাইকেল টাইম পুরনো বা ঢিলা
Performance অনেকটাই নির্ভর করে আপনি কোন আইডিয়াল সাইকেল টাইম ধরেছেন তার ওপর। স্ট্যান্ডার্ডে বাড়তি সময় (স্ল্যাক) ধরা থাকলে মেশিন ধীরে চললেও Performance প্রায় 100% দেখায়, আর লসটা চোখের আড়ালে চলে যায়।
IPA-র কেস স্টাডিতে আরও বলা হয়েছে, অনেক জায়গায় সাইকেল টাইম সঠিকভাবে জানা থাকে না, আর জানা থাকলেও প্রায়ই সেটি লাইন বসানোর সময়ের পুরনো মাপ। দেখুন স্ট্যান্ডার্ডটি কবে, কোন অবস্থায় ঠিক করা হয়েছিল, এবং বর্তমান মেশিনের স্পেসিফিকেশন ও আসল সক্ষমতার সঙ্গে মিলিয়ে নিন।
রিওয়ার্ক করা পার্ট ভালো পার্ট হিসেবে গোনা হচ্ছে
রিওয়ার্ক করা পার্টকে ভালো পার্ট গুনলে Quality rate বেশি দেখায়। রিওয়ার্ক "ডিফেক্ট ও রিওয়ার্ক" লসের অংশ, তাই OEE-তে ভালো পার্টের সংখ্যা সাধারণত শুধু প্রথমবারেই পাস করা পার্ট (ফার্স্ট-পাস) দিয়ে গোনা হয়।
কিছু ঠিক করতে নামার আগে এই চারটি বিষয় নিশ্চিত করুন।
সংজ্ঞা ঠিক করলে OEE কমে যেতে পারে। মেশিন খারাপ হয়নি, লসগুলো এখন চোখে পড়ছে।
সংজ্ঞা বদলানোর পর নতুন সংখ্যা আগের মাসগুলোর সঙ্গে আর মেলে না। রিপোর্টে কিছুদিন পুরনো ভিত্তি আর নতুন ভিত্তির সংখ্যা পাশাপাশি দেখান। তাতে মাপার পদ্ধতি বদলের কারণে হওয়া পরিবর্তন আর আসল উন্নতির কারণে হওয়া পরিবর্তন আলাদা করে বোঝানো যায়।
কারণ 2: ফল দেওয়ার মতো লসে কাজ হচ্ছে না
দ্বিতীয় কারণ হলো, আপনি যা ঠিক করছেন আর যে লস আসলে OEE নামিয়ে রাখছে, তার মধ্যে ফাঁক। মাপার পদ্ধতি স্থির হলে এবার দেখুন কোন লস নিয়ে কাজ করবেন।
ফ্যাক্টর আর উৎপাদনের অবস্থা পাশাপাশি দেখা হয় না
শুধু মোট সংখ্যা দেখলে বুঝতে পারবেন না যে অন্য কোনো পরিবর্তন আপনার উন্নতির ফল খেয়ে ফেলছে। ধরুন, উদাহরণের লাইনে ব্রেকডাউনের সময় 25 মিনিট থেকে 10 মিনিটে নামানো গেল।
একই সময়ে নতুন প্রোডাক্ট যোগ হলো, দিনে চেঞ্জওভার 2 বার থেকে 3 বার হলো, ফলে সেটআপের সময় 35 মিনিট থেকে বেড়ে 50 মিনিট হলো। মোট স্টপেজ লস 60 মিনিটই থাকল, আর ব্রেকডাউনের ব্যবস্থা কাজ করলেও OEE 67.8%-এই থেকে গেল।
ফ্যাক্টর আর উৎপাদনের অবস্থা পাশাপাশি রাখলেই কারণটা দেখা যায়।
বোঝানোর জন্য কাল্পনিক সংখ্যা। এই ক্ষেত্রে পরের লক্ষ্য ব্রেকডাউন নয়, সেটআপের সময় কমানো।
মাসিক তুলনায় তিনটি ফ্যাক্টরের পাশে উৎপাদনের অবস্থাও রাখুন: প্রোডাক্টের ধরনের সংখ্যা, চেঞ্জওভারের সংখ্যা, মোট উৎপাদন আর লোকবল। অবস্থা বদলালে লসকে প্রতি চেঞ্জওভার বা প্রতি পার্ট হিসেবে রূপান্তর করে তারপর তুলনা করুন।
স্টপের কারণ জমা হচ্ছে "অন্যান্য"-তে
স্টপের কারণের তালিকা খুব মোটা দাগের হলে বেশিরভাগ এন্ট্রি "অন্যান্য" বা "মেশিনের সমস্যা"-তে পড়ে, আর পরে কোথায় খুঁজতে হবে কেউ জানে না। কারণগুলো এমন স্তর পর্যন্ত ভাগ করুন, যেখানে ব্যবস্থা নেওয়ার দায়িত্বে থাকা ব্যক্তি সরাসরি কাজ করতে পারেন।
এখানে QC-র 7টি মৌলিক টুলের একটি, প্যারেটো চার্ট, ভালো কাজে দেয়: মোট সময় অনুযায়ী স্টপগুলো সাজান, তারপর ওপরের 2–3টি বিষয় গভীরে খুঁজে দেখুন।
মাইনর স্টপ আর গতি কমে যাওয়া একসঙ্গে ধরা হচ্ছে
উদাহরণে সবচেয়ে বড় লস 80 মিনিটের পারফরম্যান্স লস। কিন্তু সংখ্যাটা উৎপাদন থেকে পেছন দিকে হিসাব করা, তাই এর কতটা মাইনর স্টপ আর কতটা ধীরে চলা, তা বোঝা যায় না। আলাদা করতে বাড়তি মাপ নিতে হয়।
ধরুন, কয়েক দিন আসল সাইকেল টাইম মাপলেন আর স্টপ গুনলেন, দেখা গেল লাইন আসলে প্রতি পার্টে 33 সেকেন্ডে চলছে। 640টি পার্টে এতে আইডিয়ালের চেয়ে 32 মিনিট বেশি লাগে, এটাই গতি কমার লস। বাকি 48 মিনিট মাইনর স্টপ, অর্থাৎ 2 মিনিট করে 24টি স্টপের সমান।
হারানো 148 মিনিটকে পাঁচ ভাগে ভাগ করলে সবচেয়ে বড় লস মাইনর স্টপ।
বোঝানোর জন্য কাল্পনিক সংখ্যা। আসল সাইকেল টাইম ও স্টপের সংখ্যা মেপে মাইনর স্টপ ও গতি কমার লস আলাদা করা হয়েছে। ডিফেক্ট লস = 16 পার্ট × আইডিয়াল সাইকেল টাইম 0.5 মিনিট।
একেকটি ছোট স্টপে ক্ষতি সামান্য মনে হয়, কিন্তু সব মিলিয়ে তা বড় হয়ে যায়। Keyence একটি উদাহরণ দিয়েছে: একটি মেশিন মিনিটে 100টি করে প্রতিটি 5 ইয়েন দামের পার্ট বানায়, আর প্রতি ঘণ্টায় একবার 5 মিনিটের মাইনর স্টপ হয়। দিনে 24 ঘণ্টা, বছরে 365 দিন চললে প্রতিটি স্টপে 2,500 ইয়েন লস, দিনে 60,000 ইয়েন, বছরে 2 কোটি 19 লাখ ইয়েন (Keyence-এর হিসাবে প্রায় 2 কোটি 20 লাখ ইয়েন)।
শুধু আকার দেখে লক্ষ্য বাছাই
সবচেয়ে বড় লস সবসময় প্রথমে ধরার মতো লস নয়, আর 48 মিনিটের মাইনর স্টপ পুরোটা দূর করাও যাবে না। লক্ষ্য বাছুন এই তিনটি বিষয় দেখে:
- উৎপাদনের প্রয়োজন: এই মেশিনের উৎপাদন অর্ডার বা পরের প্রসেসের চাহিদার চেয়ে কম পড়ছে কি?
- কতটা ফেরানো যায়: কারণ চিহ্নিত করা যায় কি, আর বাস্তবসম্মত ব্যবস্থায় কতটা কমানো সম্ভব?
- ব্যবস্থার বোঝা: খরচ, মেশিন বন্ধ রাখার সময় আর প্রয়োজনীয় লোকবল
বড় লসগুলোর মধ্যে যেটার একটি পরিষ্কার কারণ আছে আর দ্রুত পরীক্ষা করা যায়, সেটি বাছুন। তাতে যাচাই করা ফলাফলে তাড়াতাড়ি পৌঁছানো যায়।
কারণ 3: উন্নতি ধরে রাখার ব্যবস্থা নেই
তৃতীয় কারণ হলো কাজ চালানোর পদ্ধতি। মাপার পদ্ধতি আর লক্ষ্য ঠিক থাকলেও, ব্যবস্থা মাঝপথে থেমে গেলে বা ফলাফল না দেখেই দল পরের কাজে চলে গেলে উন্নতি টেকে না।
ব্যবস্থা সাধারণত তিন কারণে থেমে যায়। সংখ্যা মাসে একবার দেখা হয়, তাই সমস্যার দিনে কী ঘটেছিল কারও মনে থাকে না। ব্যবস্থার কোনো দায়িত্বপ্রাপ্ত ব্যক্তি বা সময়সীমা থাকে না। আর ব্যবস্থার পরে কেউ সংখ্যা দিয়ে ফলাফল যাচাই করে না।
গতকালের ডেটা আজ সকালেই দেখুন
IPA-র কেস স্টাডি অনুযায়ী Asahi Tekko-তে অপারেটর, সুপারভাইজার আর প্রোডাকশন ইঞ্জিনিয়াররা প্রতিদিন নির্দিষ্ট সময়ে ফ্লোরে একসঙ্গে হন। এই "লাইন স্টপ মিটিং"-এ তাঁরা আগের দিনের অপারেটিং ডেটা দেখে সমস্যা ও ফলাফল যাচাই করেন, তারপর পরের ব্যবস্থা আর তার সময়সীমা ঠিক করেন।
প্রতিদিন বসার কারণ: অপারেটর গতকালের সমস্যা বিস্তারিত বলতে পারেন, কিন্তু এক সপ্তাহ পরে সেই বিস্তারিত আর মনে থাকে না। আগে ডেটা, তারপর আসল মেশিন আর পার্ট দেখে যাচাই।
IPA-র লেখা অনুযায়ী, স্টপ আর ধীর সাইকেল টাইমে মনোযোগ দিয়ে কোম্পানিটি 2015 থেকে 2018 সালের মধ্যে 100টি প্রোডাকশন লাইনে গড়ে 43% উৎপাদনশীলতা বাড়িয়েছে। এখানে উৎপাদনশীলতা মানে লাইনের প্রতি ঘণ্টার উৎপাদন সক্ষমতা, OEE-র মান নয়। লেখায় আরও বলা হয়েছে, 2015-এর তুলনায় 2021 সালে শ্রম খরচে বছরে 40 কোটি ইয়েনের বেশি সাশ্রয় হয়েছে, আর বিদ্যমান লাইন পুরোপুরি কাজে লাগানোয় নতুন মেশিন বসানোর প্রয়োজনও কমেছে।
ফ্লোরের জন্য ডেটা সংগ্রহ হালকা রাখুন
প্রতিটি স্টপের জন্য অপারেটরকে বিস্তারিত কারণ লিখতে হলে রেকর্ড রাখাটাই বোঝা হয়ে যায়, আর নির্ভুলতা কমে। কাজের ভাগটা এমন রাখুন: স্টপের সময় আর উৎপাদন সংখ্যা মেশিনের সিগন্যাল থেকে স্বয়ংক্রিয়ভাবে নিন, আর মানুষ শুধু কারণটা বেছে দেবেন।
স্বয়ংক্রিয় সংগ্রহের উপায়ের মধ্যে আছে MES (Manufacturing Execution System), অথবা পুরনো মেশিনে পরে লাগানো সেন্সর, যা মেশিন চলছে কি না তার সিগন্যাল ধরে। তবে শুধু টুল দিয়ে কিছু বদলায় না। কেউ সংখ্যা দেখে ব্যবস্থা ঠিক করলে তবেই ফল আসে।
আরেকটি জরুরি বিষয়: সংখ্যা দিয়ে মানুষকে দোষারোপ করবেন না। যে লাইন সৎভাবে স্টপ লেখে, সেটাই যদি সবচেয়ে খারাপ দেখায়, তাহলে রেকর্ড ধীরে ধীরে বাস্তব থেকে সরে যাবে।
OEE বাড়ানোর পাঁচটি ধাপ
তিনটি কারণ একসঙ্গে ধরলে পাঁচ ধাপের একটি প্রক্রিয়া দাঁড়ায়। মূল কথা: একটি লক্ষ্যে সীমিত থাকুন, সংখ্যা দিয়ে ফলাফল যাচাই করুন, তারপর পরেরটিতে যান।
আগে মাপার পদ্ধতি ঠিক করুন, তারপর লক্ষ্য সীমিত করে ব্যবস্থা নিন ও যাচাই করুন।
ধাপ 01 বাদ দিলে ধাপ 04-এ আগে-পরের সংখ্যা তুলনা করা যাবে না।
লসের ধরন অনুযায়ী সাধারণ ব্যবস্থা
ধাপ 04-এ কারা কাজ করবেন আর কোন পদ্ধতি লাগবে, তা লসের ধরনের ওপর নির্ভর করে। সাধারণ দিকগুলো নিচে দেওয়া হলো।
- ব্রেকডাউন: কোন পার্ট নষ্ট হয়েছে আর কেন, তা লিখে রাখুন, এবং ইন্সপেকশন ও পার্ট বদলের সময়সূচি পর্যালোচনা করুন। গুরুত্বপূর্ণ মেশিনে কন্ডিশন মনিটরিং বিবেচনা করুন
- সেটআপ ও অ্যাডজাস্টমেন্ট: মেশিন চলার সময়ই যে প্রস্তুতি করা যায়, তা স্টপের আগে সেরে ফেলুন, আর বারবার অ্যাডজাস্ট করা কমান
- মাইনর স্টপ: মেশিন থামার মুহূর্তে মেশিনটি দেখুন। পরিষ্কার অবস্থা, লুব্রিকেশন, সেন্সরের অবস্থান ও সংবেদনশীলতা, পার্টের দিক যাচাই করুন
- গতি কমে যাওয়া: কেন গতি কমানো হয়েছিল (ডিফেক্ট, কম্পন, আটকে যাওয়ার ভয় ইত্যাদি) জিজ্ঞেস করুন, আর আগে সেই কারণটা দূর করুন
- ডিফেক্ট ও রিওয়ার্ক: ডিফেক্টকে ধরন অনুযায়ী ভাগ (স্ট্র্যাটিফাই) করুন, তারপর কোন প্রসেসে ও কোন অবস্থায় ডিফেক্ট হচ্ছে তা নির্দিষ্ট করুন
ব্রেকডাউনের ক্ষেত্রে প্রশ্ন হলো, সময়ভিত্তিক মেইনটেন্যান্স (TBM) আর মেশিনের অবস্থাভিত্তিক মেইনটেন্যান্স (CBM) কোথায় কোনটা ব্যবহার করবেন। যেসব মেশিনে আগে থেকে লক্ষণ দেখা যায়, সেখানে প্রেডিক্টিভ মেইনটেন্যান্স বিবেচনা করুন।
সেটআপে মূল কৌশল হলো এক্সটার্নাল সেটআপ (soto-dandori): মেশিন বন্ধ হওয়ার আগেই প্রস্তুতি সেরে রাখা, বন্ধ অবস্থায় করার বদলে। মাইনর স্টপে কারণ না খুঁজে শুধু মেশিন আবার চালু করলে সমস্যা দীর্ঘস্থায়ী হয়ে যায়, তাই প্রতিটিকে why-why বিশ্লেষণ (naze-naze) দিয়ে খুঁড়ে দেখুন।
মাইনর স্টপে আটকে যাওয়া পার্ট সরানোর কাজ অনেক সময় অপারেটর নিজেই করেন। চলন্ত মেশিনে হাত দেওয়া বিপজ্জনক, তাই কারখানার অনুমোদিত নিরাপদ কাজের পদ্ধতি মেনেই কাজ করুন। Bangladesh Labour Act 2006-এর নিরাপত্তা অধ্যায়েও মেশিনের ফেন্সিং আর চলন্ত মেশিনের কাছে কাজ নিয়ে বিধান আছে, তাই প্রযোজ্য নিয়ম আপনার সেফটি বিভাগের সঙ্গে মিলিয়ে নিন।
গতি কমে যাওয়ার ক্ষেত্রে দুটি কাজ আলাদা রাখুন: আইডিয়াল সাইকেল টাইম যাচাই করা, আর আসল ধীরগতি ঠিক করা। স্ট্যান্ডার্ড ঢিলা হলে স্ট্যান্ডার্ড ঠিক করুন। স্ট্যান্ডার্ড ঠিক থাকার পরও লাইন ধীর চললে মেশিন বা চালানোর শর্ত ঠিক করুন।
পরিষ্কার করা, লুব্রিকেশন, বোল্ট আবার টাইট করার মতো দৈনন্দিন যত্ন jishu hozen (অটোনোমাস মেইনটেন্যান্স)-এর অংশ, যেখানে অপারেটররা নিজেদের মেশিন নিজেরাই দেখভাল করেন। এই মৌলিক অবস্থা ঢিলা হলে মাইনর স্টপ আর গতি কমার সমস্যা প্রায়ই শুরু হয়।
সূচক হিসেবে OEE-র সীমাবদ্ধতা
OEE সূচকটি নিয়েই তিনটি বিষয় মাথায় রাখুন।
85%-এর মানদণ্ডে আটকে থাকবেন না
OEE-র লক্ষ্য হিসেবে প্রায় 85%-এর কথা প্রায়ই বলা হয়, আর এটা বেশ উঁচু মাত্রা। Availability 90%, Performance 95%, Quality rate 99% হলেও গুণফল মাত্র 84.6%।
কতটা অর্জন করা যায় তা প্রোডাক্টের মিশ্রণ, চেঞ্জওভারের সংখ্যা আর মেশিনের ধরনের ওপরও নির্ভর করে, আর প্রতিটি শব্দের সংজ্ঞা কীভাবে ধরছেন তাতেও সংখ্যা বদলায়। অন্য কোম্পানি বা অন্য লাইনের সঙ্গে তুলনার চেয়ে একই সংজ্ঞায় মাপা আপনার নিজের লাইনের ট্রেন্ড বাস্তবে বেশি কাজে আসে।
মেশিনের OEE আর পুরো লাইনের উৎপাদন আলাদা করে দেখুন
একটি মেশিনের OEE বাড়লেই পুরো লাইনের উৎপাদন বাড়বে, এমন নয়। লাইনের উৎপাদন ঠিক করে বটলনেক, অর্থাৎ সবচেয়ে কম সক্ষমতার প্রসেস। বটলনেক নয় এমন মেশিনের সক্ষমতা বাড়ালে শুধু WIP (প্রক্রিয়াধীন মাল) বাড়ে।
চাহিদা না থাকলে OEE বাড়ানোর চেষ্টা উল্টো ফলও দেয়: বেশি উৎপাদন হয়, আর ইনভেন্টরি, স্টোরেজ ও হ্যান্ডলিংয়ের খরচ বাড়ে। OEE আগে সেই মেশিনে ব্যবহার করুন যেগুলোর উৎপাদন কম পড়ছে, আর বটলনেক প্রসেসে।
প্ল্যানড স্টপ অন্য সূচক দিয়ে দেখুন
OEE-র হর লোডিং টাইম, তাই প্ল্যানড স্টপ কতক্ষণ চলল, বা মেশিন চালানোর কোনো পরিকল্পনাই ছিল না এমন সময়, এগুলো OEE-তে ধরা পড়ে না।
ক্যালেন্ডারের মোট সময় মেশিন কতটা কাজে লাগাচ্ছে, তা সাধারণত আলাদা সূচক TEEP (Total Effective Equipment Performance) দিয়ে দেখা হয়। TEEP হলো OEE গুণ Utilization, অর্থাৎ ক্যালেন্ডারের মোট সময়ের মধ্যে পরিকল্পিত উৎপাদন সময়ের অনুপাত।
নতুন মেশিন কেনার সিদ্ধান্তের আগে শুধু OEE নয়, প্ল্যানড স্টপ আর মেশিন চালানোর পরিকল্পনা নেই এমন সময় থেকে কতটা সময় ফেরানো যায়, তাও দেখে নিন।
শুরু করার একটি বাস্তব উপায়: একটি মেশিনে সংজ্ঞাগুলো এক করুন, তারপর এক সপ্তাহ স্টপ আর আসল সাইকেল টাইম মাপুন। সংখ্যা আর ফ্লোরে দেখা অবস্থা কোথায় মেলে না তা দেখা গেলে, পরের পদক্ষেপ বাছাই সহজ হয়।
চেকলিস্ট: জাপানি কারখানার সঙ্গে OEE তুলনার আগে
জাপানি প্যারেন্ট বা সিস্টার প্ল্যান্ট থেকে OEE রিপোর্ট হাতে নেওয়ার সময়, অথবা তাদের সংখ্যার সঙ্গে আপনার সংখ্যা তুলনার আগে এই তালিকাটি ব্যবহার করুন।
- একই সূত্র: Availability × Performance × Quality rate, অপারেটিং টাইম আর ভালো পার্টের একই সংজ্ঞাসহ
- লোডিং টাইম থেকে বাদ দেওয়া প্ল্যানড স্টপের লিখিত তালিকা (বিরতি, পরিকল্পিত মেইনটেন্যান্স, মিটিং ও অন্যান্য)
- কোন লস তালিকা ব্যবহার হচ্ছে: 7টি বড় লস, Six Big Losses, 8টি লস, নাকি কোম্পানির নিজস্ব তালিকা
- কাটিং টুল পরিবর্তন আর স্টার্টআপ লস কোথায় ধরা হচ্ছে
- মাইনর স্টপ আর ব্রেকডাউন আলাদা করার সময়সীমা
- সেটআপ কোথায় শেষ: শেষ অ্যাডজাস্টমেন্টে, নাকি প্রথম ভালো পার্টে
- প্রতিটি প্রোডাক্টের আইডিয়াল সাইকেল টাইমের উৎস ও তারিখ
- রিওয়ার্ক করা পার্ট ভালো পার্টে গোনা হয় কি না, আর স্টার্টআপের ডিফেক্ট হিসাব থেকে বাদ পড়ছে কি না
- স্টপ কীভাবে লেখা হয়: হাতে, মেশিনের সিগন্যাল থেকে, নাকি দুটোই
- সংখ্যার সঙ্গে উৎপাদনের অবস্থা দেখানো হয় কি না: প্রোডাক্টের ধরনের সংখ্যা, চেঞ্জওভার, মোট উৎপাদন, লোকবল
- সময়কালের মধ্যে সংজ্ঞা বদলেছে কি না, আর বদলালে পুরনো ও নতুন ভিত্তির সংখ্যা পাশাপাশি দেখানো হয়েছে কি না
জাপানি পক্ষকে যে প্রশ্নগুলো করবেন
নিচের প্রশ্নগুলো ইমেইল বা মিটিংয়ে সরাসরি ব্যবহার করা যায়। জাপানি শব্দগুলো সঙ্গে রাখলে উত্তর দেওয়া সহজ হয়।
- আপনাদের OEE কোন ডকুমেন্টে সংজ্ঞায়িত: JIS Z 8141, JIPM-এর ম্যাটেরিয়াল, নাকি অভ্যন্তরীণ স্ট্যান্ডার্ড? সেটি শেয়ার করতে পারবেন?
- কোন কোন বিষয় প্ল্যানড স্টপ (keikaku teishi) হিসেবে বাদ দেন, আর কোনগুলো স্টপেজ লসে গোনেন?
- কত মিনিট পর্যন্ত স্টপকে ব্রেকডাউন নয়, chokotei (মাইনর স্টপ) ধরেন?
- স্টার্টআপ লসকে Availability লস ধরেন, নাকি Quality লস?
- আইডিয়াল সাইকেল টাইম (kijun saikuru taimu) শেষ কবে, কিসের ভিত্তিতে পর্যালোচনা করা হয়েছিল?
- ভালো পার্টের সংখ্যা শুধু ফার্স্ট-পাস, নাকি রিওয়ার্ক করা পার্টও এতে আছে?
- এই লাইনে এখন কোন লস নিয়ে উন্নতির কাজ চলছে, দায়িত্বে কে, আর ফলাফল কবে যাচাই হবে?
এই লেখা যেখানে খাটে না
এখানকার সূত্র ও লসের তালিকা মেশিনিং ও অ্যাসেম্বলি মেশিন ধরে লেখা। প্রসেস ইন্ডাস্ট্রিতে তিনটি ফ্যাক্টরের সংজ্ঞা আলাদা। গার্মেন্টসের সেলাই লাইনে সাধারণত SMV-ভিত্তিক লাইন এফিসিয়েন্সি দেখা হয়, যা OEE-র সঙ্গে সরাসরি তুলনীয় নয়; এই লেখা সেখানে প্রযোজ্য হবে মূলত মেশিনভিত্তিক প্রসেসে।
লসের সীমারেখা, মাইনর স্টপের সময়সীমা আর স্টার্টআপ লসের হিসাব কোম্পানি ও শিল্পভেদে আলাদা। Asahi Tekko ও Keyence-এর সংখ্যা একটি কোম্পানির অভিজ্ঞতা আর একটি হিসাবের উদাহরণ মাত্র। সংখ্যা তুলনার আগে যে কারখানার সঙ্গে কাজ করছেন, তাদের সঙ্গে সংজ্ঞা মিলিয়ে নিন।
প্রায়ই জিজ্ঞাসিত প্রশ্ন (FAQ)
TPM-এর 7টি বড় লস কী কী?
JIS Z 8141-এ দেওয়া মেশিনের সাতটি লস: ব্রেকডাউন, সেটআপ ও অ্যাডজাস্টমেন্ট, কাটিং টুল পরিবর্তন, স্টার্টআপ, মাইনর স্টপ ও আইডলিং, গতি কমে যাওয়া, এবং ডিফেক্ট ও রিওয়ার্ক। প্রতিটি লস Availability, Performance বা Quality rate-এর কোনো একটি কমায়।
7টি বড় লস আর Six Big Losses-এর পার্থক্য কী?
সাতটি লসের তালিকায় কাটিং টুল পরিবর্তন আর স্টার্টআপ আলাদা লস। ইংরেজিতে প্রচলিত Six Big Losses-এ টুলিংয়ের আলাদা ভাগ নেই, আর স্টার্টআপের ডিফেক্টকে "reduced yield" নামে Quality লস ধরা হয়। দুটোরই ভিত্তি একই তিন ভাগ: স্টপেজ, পারফরম্যান্স আর ডিফেক্ট লস।
OEE মানে "effectiveness" নাকি "efficiency"?
দুটো নামই একই সূচক বোঝায়। ইংরেজি বইয়ে বেশিরভাগ effectiveness লেখা হয়; JIS Z 8141 আর JIPM লেখে efficiency।
ডেটা সংগ্রহ ঠিক করার পর আমাদের OEE কমে গেল কেন?
ডেটা ভালো হলে প্রায়ই OEE কমে, কারণ আগে লুকিয়ে থাকা লস, যেমন ছোট স্টপ বা ঢিলা আইডিয়াল সাইকেল টাইম, এখন দেখা যাচ্ছে। কিছুদিন পুরনো ও নতুন ভিত্তির সংখ্যা পাশাপাশি রিপোর্ট করুন।
85% OEE কি বাস্তবসম্মত লক্ষ্য?
এটা উঁচু মাত্রা: Availability 90%, Performance 95%, Quality rate 99% হলেও ফল মাত্র 84.6%। সবার জন্য এক মানদণ্ডের পেছনে না ছুটে, নির্দিষ্ট সংজ্ঞায় আপনার নিজের লাইনের ট্রেন্ড দেখুন।
তথ্যসূত্র
- OEE ও মেশিনের 7টি বড় লসের সংজ্ঞা (পরিভাষা 6501 ও 6114): Japanese Standards Association, JIS Z 8141:2022 Production management terms (জাপানি); লেখা যাচাই করা হয়েছে একটি JIS ভিউয়ার পেজে (জাপানি)
- TPM, এটি প্রস্তাবের বছর এবং "overall equipment efficiency" শব্দ: Japan Institute of Plant Maintenance, "What Is TPM" (জাপানি)
- স্টপের রেকর্ড, সাইকেল টাইম, লাইন স্টপ মিটিং ও Asahi Tekko-র ফলাফল: Information-technology Promotion Agency (IPA), DX SQUARE, Asahi Tekko case study, 17 August 2022 (জাপানি)
- মাইনর স্টপের বৈশিষ্ট্য ও লসের হিসাব: Keyence, "Causes of and Fixes for Minor Stops" (জাপানি)
- ব্রেকডাউন ও মাইনর স্টপের সীমা, 8টি মেশিন লস ও 16টি বড় লস: JMA Consultants, TPM Online, "Loss Improvement 2: The 16 Big Losses" (জাপানি)
- তিন ফ্যাক্টরের সূত্র ও 85%-এর মানদণ্ড: Nikken Total Sourcing, "What Is OEE?" (জাপানি)
- Six Big Losses ও TEEP: Vorne Industries, "Six Big Losses"; "TEEP"
- কারখানার নিরাপত্তা (ষষ্ঠ অধ্যায়): Bangladesh Labour Act, 2006 (bdlaws)
জাপানি ভাষায় মূল লেখাএই গাইডটি জাপানের পাঠকদের জন্য লেখা একটি MONOSCOPE লেখা থেকে তৈরি: 設備総合効率（OEE）が上がらない原因｜7大ロスの見える化と改善
সম্পাদক সম্পর্কে
MONOSCOPE সম্পাদকFOUNDER & EDITORকারখানার যন্ত্রপাতি নির্মাতা ও প্ল্যান্ট প্রকৌশল প্রতিষ্ঠানে প্রায় দশ বছর যন্ত্রপাতির প্রস্তাব, নকশা ও চালু করার কাজ করার পর ডিজিটাল মার্কেটিংয়ে আসেন। এখন B2B উৎপাদকদের ওয়েব পরামর্শক হিসেবে তাদের পণ্য ও প্রযুক্তি সহজভাবে তুলে ধরতে সাহায্য করেন। জাপানের জাতীয় লাইসেন্স Energy Manager এবং তৃতীয় শ্রেণির প্রধান বৈদ্যুতিক প্রকৌশলীর অধিকারী।
২০১৭ সাল থেকে একটি প্রকৌশল ব্লগ (৫০০টির বেশি লেখা) এবং প্রায় ২০,০০০ গ্রাহকের একটি জাপানি ইউটিউব চ্যানেল চালাচ্ছেন। প্রতিটি গাইড জাপানি কারখানার দৃষ্টিকোণ থেকে লেখা এবং উদ্ধৃত মানের সঙ্গে মিলিয়ে দেখা।
