ในโรงงานหนึ่ง อาจมีเครื่องจักรที่ทำงานได้รวดเร็ว แต่กลับมีปัญหาเสียบ่อย อีกโรงงานหนึ่ง อาจมีทีมซ่อมที่เก่ง ซ่อมได้ทันทุกครั้งที่เสีย แต่ไม่รู้เลยว่าเครื่องเสียบ่อยเกินไปหรือเปล่า หรือบางแห่งมีระบบรายงานครบทุกตัวเลข แต่ไม่มีใครรู้ว่าควรปรับปรุงจากจุดไหนก่อน
สิ่งเหล่านี้เกิดขึ้นบ่อยในโรงงานทั่วไป เพราะหลายครั้ง “เรามีข้อมูล” แต่ไม่ได้ “เข้าใจความหมายของข้อมูล” จริง ๆ นั่นคือเหตุผลที่ OEE, MTTR และ MTBF ถูกนำมาใช้เป็นตัวชี้วัดหลักในหลายองค์กรอุตสาหกรรมทั่วโลก
เพราะทั้งสามค่าช่วยให้เราเข้าใจได้มากกว่าแค่เครื่องทำงานหรือไม่ แต่ช่วยให้เห็นว่ากระบวนการผลิตของเรามีจุดแข็ง จุดอ่อน และโอกาสพัฒนาอยู่ตรงไหน
- OEE ช่วยดูภาพรวมของประสิทธิภาพ
- MTTR ชี้ให้เห็นว่าเราซ่อมได้เร็วแค่ไหน
- MTBF บอกว่าเครื่องจักรเรามีเสถียรภาพมากน้อยเพียงใด
และที่สำคัญทั้งสามค่านี้ล้วนเชื่อมโยงกับ KPI และ Downtime ซึ่งเป็นหัวใจของการวัดผลและปรับปรุงระบบในโรงงานทุกแห่ง
บทความนี้จะชวนคุณทำความเข้าใจตัวชี้วัดทั้งสามแบบเจาะลึก พร้อมอธิบายว่าทำไมโรงงานที่เข้าใจ OEE, MTTR, และ MTBF อย่างแท้จริง
1. OEE – ประสิทธิภาพโดยรวมของเครื่องจักร (Overall Equipment Effectiveness)
OEE (Overall Equipment Effectiveness) เป็นตัวชี้วัดสำคัญที่ใช้ประเมินประสิทธิภาพของเครื่องจักรหรือสายการผลิตในภาพรวม โดยไม่พิจารณาเพียงแค่จำนวนผลผลิต แต่รวมถึงความพร้อมใช้งาน ความเร็วในการทำงาน และคุณภาพของชิ้นงาน
Quick Suggest
หากสนใจเรียนรู้เพิ่มเติม ขอแนะนำบทความ
ความหมายโดยสรุป
OEE คือดัชนีที่แสดงให้เห็นว่าเครื่องจักรทำงานได้ “เต็มประสิทธิภาพ” ตามศักยภาพจริงหรือไม่ โดยวิเคราะห์จาก 3 มิติหลัก:
| องค์ประกอบ | ความหมาย | ตัวอย่างข้อมูลที่ใช้ |
|---|---|---|
| Availability ความพร้อมในการทำงาน |
เครื่องจักรพร้อมทำงานหรือไม่ เมื่อเทียบกับเวลาที่ควรทำงาน | เวลาหยุดเครื่องที่ไม่ได้วางแผน เช่น – Breakdown (เครื่องเสีย) – Setup (ตั้งเครื่อง) – Idle (ว่างเปล่า) |
| Performance ความเร็วในการทำงาน |
เครื่องจักรทำงานเร็วเท่าที่ควรหรือไม่ | ความเร็วในการผลิตจริง เทียบกับความเร็วออกแบบ (Actual Speed vs. Design Speed) |
| Quality คุณภาพของผลิตภัณฑ์ |
ผลิตชิ้นงานได้ดีเพียงใด | จำนวนชิ้นงานดี เทียบกับจำนวนชิ้นงานเสีย (Good Units vs. Defective Units) |
สูตรการคำนวณ OEE
OEE (%) = Availability × Performance × Quality
โดยสามารถคำนวณแต่ละองค์ประกอบได้ดังนี้:
- Availability (%) = (เวลาทำงานจริง ÷ เวลาที่ควรทำงาน) × 100
- Performance (%) = (ปริมาณผลิตจริง ÷ ปริมาณสูงสุดที่ควรทำได้) × 100
- Quality (%) = (จำนวนชิ้นงานดี ÷ จำนวนชิ้นงานทั้งหมด) × 100
ตัวอย่าง: หาก Availability = 90%, Performance = 85%, Quality = 98%
ค่า OEE = 0.90 × 0.85 × 0.98 = 74.8%
เกณฑ์มาตรฐานสำหรับการประเมินค่า OEE
| ระดับ OEE (%) | ความหมายโดยทั่วไป |
|---|---|
| 85% ขึ้นไป | ยอดเยี่ยม – ประสิทธิภาพของสายการผลิตอยู่ในระดับสูงมาก |
| 70–85% | ดี – มีเสถียรภาพ แต่อาจยังมีโอกาสในการปรับปรุง |
| 50–70% | ต่ำกว่ามาตรฐาน – ควรตรวจสอบหาคอขวดในกระบวนการผลิต |
| ต่ำกว่า 50% | เร่งปรับปรุง – มีความสูญเสียสูง ควรรีบวิเคราะห์ต้นเหตุ |
การประเมิน OEE อย่างถูกต้องควรแยกวิเคราะห์องค์ประกอบทั้งสามเพื่อระบุจุดที่ต้องปรับปรุง ไม่ว่าจะเป็นเวลาหยุดเครื่องที่ไม่คาดคิด ความเร็วที่ลดลงจากมาตรฐาน หรือของเสียในกระบวนการผลิต
เป้าหมายการใช้งาน
การวัด OEE อย่างสม่ำเสมอมีประโยชน์ต่อองค์กรในหลายมิติ เช่น
- วิเคราะห์และเปรียบเทียบประสิทธิภาพระหว่างเครื่องจักร กะงาน หรือสายการผลิต
- ช่วยระบุปัจจัยที่ทำให้ประสิทธิภาพโดยรวมลดลง เช่น เวลาหยุดเครื่อง, การทำงานที่ช้ากว่าปกติ, หรือของเสียจากกระบวนการ
- เป็นข้อมูลตั้งต้นในการวางแผนปรับปรุงกระบวนการผลิตอย่างเป็นระบบ เช่น การจัดตารางบำรุงรักษา หรือการฝึกอบรมพนักงาน
OEE จึงไม่ใช่แค่ตัวเลขที่สะท้อนผลลัพธ์ แต่คือดัชนีที่องค์กรสามารถใช้เพื่อวิเคราะห์รากของปัญหา และยกระดับกระบวนการผลิตอย่างต่อเนื่อง
OEE ที่ลดลงส่วนใหญ่มักเกิดจาก Availability ที่ไม่เต็มประสิทธิภาพ ซึ่งสามารถตรวจสอบย้อนกลับได้ว่าเป็นผลจากการหยุดเครื่อง (Downtime) ที่เกิดบ่อยหรือใช้เวลาซ่อมนาน หากสามารถลด MTTR และเพิ่ม MTBF ได้ ก็จะช่วยเพิ่มค่า Availability และส่งผลโดยตรงต่อ OEE
2. MTTR – ระยะเวลาเฉลี่ยในการซ่อมเครื่องจักร (Mean Time to Repair)
MTTR (Mean Time to Repair) คือดัชนีที่ใช้วัดเวลาเฉลี่ยที่ใช้ในการซ่อมเครื่องจักรแต่ละครั้ง โดยเริ่มนับตั้งแต่เครื่องหยุดทำงานไปจนถึงการกลับมาใช้งานได้ตามปกติ ซึ่ง MTTR เป็นหนึ่งในตัวชี้วัดหลักของระบบบำรุงรักษา และมีบทบาทสำคัญในการประเมินความเร็วในการตอบสนองและการแก้ไขปัญหาภายในโรงงาน
MTTR ที่ต่ำสะท้อนถึงความสามารถของทีมซ่อมบำรุงในการวิเคราะห์ สั่งการ และดำเนินการแก้ไขได้อย่างรวดเร็วและมีประสิทธิภาพ ในขณะที่ MTTR ที่สูงอาจบ่งชี้ถึงปัญหาในเรื่องของกระบวนการรับแจ้ง การวินิจฉัย ความพร้อมของอะไหล่ หรือความซับซ้อนของเครื่องจักร
สูตรการคำนวณ MTTR
MTTR วัดระยะเวลาเฉลี่ยต่อเหตุการณ์การซ่อม โดยคำนวณจาก:
MTTR = เวลารวมในการซ่อมทั้งหมด ÷ จำนวนครั้งที่เกิดการซ่อม
ตัวอย่าง: ในช่วงหนึ่งเดือน มีเหตุการณ์เครื่องจักรหยุดทำงาน 4 ครั้ง ใช้เวลาซ่อมรวมทั้งหมด 200 นาที
MTTR = 200 ÷ 4 = 50 นาทีต่อครั้ง
เกณฑ์มาตรฐานสำหรับการประเมิน MTTR
| ค่า MTTR | ความหมายโดยทั่วไป |
|---|---|
| น้อยกว่า 30 นาที | ดีมาก – ทีมบำรุงรักษาตอบสนองรวดเร็ว แก้ไขได้ตรงจุด |
| 30–60 นาที | อยู่ในเกณฑ์ดี – มีเสถียรภาพ แต่ยังสามารถปรับปรุงเพิ่มเติมได้ |
| มากกว่า 60 นาที | ควรตรวจสอบ – อาจมีปัญหาในกระบวนการรับแจ้ง การจัดสรรงาน หรืออะไหล่ไม่พร้อม |
ทั้งนี้ ค่าที่เหมาะสมของ MTTR อาจแตกต่างกันไปตามประเภทของเครื่องจักร ความซับซ้อนของกระบวนการ และระดับระบบอัตโนมัติที่ใช้อยู่
เป้าหมายการใช้งาน
การติดตามค่า MTTR อย่างสม่ำเสมอมีประโยชน์ต่อองค์กรในหลายด้าน ได้แก่:
ประเมินประสิทธิภาพของทีมซ่อมบำรุงในเชิงเวลา
ใช้เป็นฐานข้อมูลสำหรับการวางแผนปรับเปลี่ยนกระบวนการรับแจ้งซ่อม
ช่วยลดผลกระทบจาก Downtime ที่ไม่คาดคิด
พัฒนาระบบบำรุงรักษาจากเชิงรับ (Reactive) ไปสู่เชิงวางแผน (Preventive/Predictive)
MTTR ไม่ใช่เพียงตัวเลขที่บ่งบอก “ความเร็วในการซ่อม” แต่ยังสะท้อนถึงความพร้อมของระบบงานภายใน และประสิทธิภาพในการจัดการข้อมูลหน้างาน
MTTR คือดัชนีที่สะท้อนถึงความคล่องตัวของทีมซ่อม หาก MTTR ลดลงแสดงว่าองค์กรสามารถรับมือกับปัญหาได้รวดเร็ว แต่หาก MTTR ต่ำในขณะที่ MTBF ก็ยังต่ำอยู่ แสดงว่าทีมซ่อมเก่งแต่เครื่องยังมีปัญหาซ้ำซาก ซึ่งควรวิเคราะห์ร่วมกับข้อมูล MTBF เพื่อปรับกลยุทธ์การบำรุงรักษา
3. MTBF – ระยะเวลาเฉลี่ยระหว่างความเสียหาย (Mean Time Between Failures)
MTBF (Mean Time Between Failures) คือดัชนีที่ใช้วัด “ความน่าเชื่อถือของเครื่องจักร” โดยระบุระยะเวลาเฉลี่ยที่เครื่องจักรสามารถทำงานได้อย่างต่อเนื่องก่อนจะเกิดการเสียหายหรือหยุดทำงานครั้งถัดไป
หาก MTTR เป็นตัวชี้วัด “ความเร็วในการซ่อม”
MTBF คือสิ่งที่บอกว่า “เครื่องจักรทำงานได้นานแค่ไหนก่อนจะต้องซ่อมอีกครั้ง”
MTBF จึงเป็นตัวแปรสำคัญในการวางแผน บำรุงรักษาเชิงป้องกัน (Preventive Maintenance) และ บำรุงรักษาเชิงคาดการณ์ (Predictive Maintenance) ซึ่งเป็นหัวใจของการบริหารต้นทุนในโรงงานยุคใหม่
สูตรการคำนวณ MTBF
MTBF = เวลาทำงานทั้งหมด ÷ จำนวนครั้งที่เกิดความเสียหาย
ตัวอย่าง:
หากเครื่องจักรทำงานได้รวม 500 ชั่วโมง และเสียหาย 5 ครั้ง
MTBF = 500 ÷ 5 = 100 ชั่วโมง
MTBF ที่สูงขึ้นหมายถึงเครื่องจักรมีเสถียรภาพมากขึ้น ช่วยให้วางแผนผลิตได้แม่นยำขึ้น และลดความจำเป็นในการแทรกงานซ่อมที่ไม่ได้วางแผนไว้
เกณฑ์มาตรฐานสำหรับการประเมิน MTBF
เนื่องจากลักษณะของเครื่องจักรแตกต่างกัน การตีความค่า MTBF จึงควรพิจารณาเปรียบเทียบกับ:
- ค่าที่ได้จากเครื่องจักรรุ่นเดียวกัน หรือสายการผลิตเดียวกัน
- ค่าเฉลี่ยตามประเภทอุตสาหกรรม
- ค่าเป้าหมายที่กำหนดไว้ใน Maintenance Plan
แต่โดยทั่วไป หาก MTBF ต่ำกว่า 100 ชั่วโมง (ในกรณีเครื่องจักรทำงานต่อเนื่อง) ควรเริ่มวิเคราะห์แนวโน้มความเสียหาย และทบทวนแผนการดูแลรักษา
เป้าหมายการใช้งาน
วางแผนการบำรุงรักษาเชิงป้องกันให้เหมาะสมกับความถี่ของปัญหา
ตรวจสอบความเสื่อมของเครื่องจักรจากแนวโน้ม MTBF ที่ลดลง
ประเมินคุณภาพของการซ่อม เช่น หาก MTBF หลังซ่อมยังต่ำ อาจต้องพิจารณาความครบถ้วนของการแก้ไข
ใช้ประกอบการตัดสินใจในด้านการลงทุนเปลี่ยนเครื่องจักร
MTBF ที่ดีไม่เพียงช่วยลดต้นทุนการซ่อม แต่ยังช่วยลดความไม่แน่นอนในแผนการผลิต และยกระดับความสามารถในการส่งมอบสินค้าอย่างมีเสถียรภาพ
การมี MTBF ที่สูงขึ้นช่วยเพิ่มความต่อเนื่องของการผลิตและลดความไม่แน่นอนในการวางแผน แต่ MTBF จำเป็นต้องพิจารณาควบคู่กับ MTTR และ OEE เพื่อให้เห็นภาพรวมของความเสถียรในสายการผลิตได้ครบถ้วน โดยเฉพาะในระบบที่ต้องการความแม่นยำในการส่งมอบและลดของเสีย
การวัด KPI อย่างมีความหมาย ต้องเชื่อมโยงกับ Downtime
Downtime ไม่ได้เป็นเพียงแค่ “เวลาที่เครื่องหยุด” แต่คือสาเหตุหลักที่กระทบต่อประสิทธิภาพโดยรวมของโรงงาน การเข้าใจว่า Downtime เกิดขึ้นเมื่อไร บ่อยแค่ไหน และใช้เวลานานเพียงใด เป็นหัวใจสำคัญของการวางแผนบำรุงรักษา การบริหารต้นทุน และการพัฒนา Smart Factory อย่างยั่งยืน
ตัวชี้วัด 3 ค่าที่นิยมใช้มากที่สุดในการติดตาม Downtime คือ:
ความสัมพันธ์ของ 3 ตัวชี้วัด กับ Downtime และ KPI
| ตัวชี้วัด | ความหมายหลัก | ส่งผลต่อ KPI ด้านใด | ความสัมพันธ์กับ Downtime | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| OEE (Overall Equipment Effectiveness) |
วัดประสิทธิภาพโดยรวมของเครื่องจักร จากมุมมองความพร้อมใช้งาน ความเร็ว และคุณภาพ | ประสิทธิภาพของสายการผลิต | หากเกิด Downtime บ่อย จะทำให้ค่า Availability ต่ำลง ส่งผลให้ OEE ลดลง | |||||||||||
| MTTR (Mean Time to Repair) |
วัดเวลาเฉลี่ยที่ใช้ในการซ่อมแต่ละครั้ง | ความเร็วในการตอบสนองของทีมซ่อม | MTTR ที่สูง = เวลาซ่อมนาน = Downtime ยาวนาน | |||||||||||
| MTBF (Mean Time Between Failures) |
วัดระยะเวลาที่เครื่องสามารถทำงานได้ต่อเนื่องก่อนจะเสียอีกครั้ง | ความน่าเชื่อถือของเครื่องจักร<
การวัดค่าเหล่านี้ร่วมกันจะช่วยให้องค์กรไม่เพียง “เห็นปัญหา” แต่ยังสามารถ “เข้าใจรากของปัญหา” และ “ออกแบบแนวทางปรับปรุง” ได้อย่างแม่นยำ วัดให้แม่น วิเคราะห์ให้ลึก ขับเคลื่อนโรงงานด้วยข้อมูลจริงการวัดผลในโรงงานไม่ใช่เรื่องใหม่ แต่ในยุคที่การตัดสินใจต้องอาศัยข้อมูลแบบเรียลไทม์ รายงานย้อนหลังหรือข้อมูลเชิงสรุปที่ไม่ทันสถานการณ์อาจไม่เพียงพออีกต่อไป โรงงานที่ต้องการพัฒนาไปสู่การเป็น Smart Factory ควรเริ่มจากการกำหนดและติดตามตัวชี้วัด (KPI) ที่สำคัญและนำไปใช้งานได้จริง โดยบทความนี้ได้เสนอแนวทางผ่าน 3 ตัวชี้วัดหลัก ได้แก่:
ประเมินประสิทธิภาพโดยรวมของเครื่องจักร ทั้งด้านความพร้อม ความเร็ว และคุณภาพ
วัดระยะเวลาเฉลี่ยที่ใช้ในการซ่อมแต่ละครั้ง เพื่อประเมินความรวดเร็วในการแก้ไขปัญหา
ประเมินระยะเวลาที่เครื่องจักรสามารถทำงานได้ต่อเนื่องก่อนเกิดความเสียหายอีกครั้ง Quick ERP ช่วยให้องค์กรวัดผลได้อย่างมีระบบQuick ERP ให้บริการโซลูชันด้าน IT, OT และ AI ที่ช่วยให้องค์กรสามารถติดตาม วิเคราะห์ และใช้ KPI ได้อย่างมีประสิทธิภาพ ผ่านระบบที่เหมาะสมกับบริบทของแต่ละโรงงาน:
Quick MES เหมาะสำหรับโรงงานขนาดเล็กถึงกลางที่ต้องการเริ่มต้นอย่างยืดหยุ่น ใช้งานง่าย และขยายได้ในอนาคต Quick Suggest หากสนใจเรียนรู้เพิ่มเติม ขอแนะนำบทความ
Plex MES สำหรับโรงงานขนาดใหญ่ที่ต้องการระบบระดับอุตสาหกรรมที่ครอบคลุมลึกในทุกมิติของการผลิต Quick Suggest หากสนใจเรียนรู้เพิ่มเติม ขอแนะนำบทความ
ทั้งสองระบบสามารถเชื่อมโยงกับ ERP และระบบข้อมูลหน้างาน เพื่อสร้างพื้นฐานของ Smart Factory อย่างเป็นขั้นเป็นตอน หากองค์กรของคุณกำลังมองหาแนวทางในการวัดผลการผลิตอย่างมีประสิทธิภาพ และต้องการระบบที่รองรับการเติบโตในระยะยาว ทีมงาน Quick ERP พร้อมให้คำปรึกษาและออกแบบโซลูชันที่เหมาะสมตามสภาพแวดล้อมการผลิตของคุณ เพราะโรงงานอัจฉริยะ ไม่ได้เริ่มจากการเปลี่ยนเครื่องจักร แต่เริ่มจากการเข้าใจข้อมูลของตัวเองให้ลึกพอ ก้าวเข้าสู่ Industry 4.0ดูผลิตภัณฑ์ที่เกี่ยวข้องได้ที่นี่ 
Plex MES
ควบคุมโรงงานของคุณได้เต็มที่ พร้อมทั้งมองเห็นทุกขั้นตอนการผลิตและเชื่อมต่อกับระบบ ERP ของการผลิตได้อย่างสมบูรณ์
Quick MES
โรงงานดิจิทัลอาศัยระบบ MES ยกระดับการวางแผนทรัพยากรองค์กร ERP ให้ก้าวลํ้ากว่าที่เคย โดยตลอดทั้งสายการผลิตระบบ MES และอุปกรณ์ IoT ของ Quick ERP จะเข้าไปควบคุมตรวจสอบด้วยความแม่นยำ เพื่อให้โรงงานของคุณทำงานด้วยความเร็วที่ไม่ช้าลงและประสิทธิภาพดีขึ้นอย่างมีประสิทธิภาพ
Table of Content
โพสต์ที่เกี่ยวข้อง  
มกราคม 30, 2025
 
มิถุนายน 4, 2024
พฤษภาคม 29, 2024
มีนาคม 14, 2024
คุณกำลังต้องการใครสักคน... ให้คำปรึกษาอยู่หรือเปล่า ?
ทีม Quick ERP พร้อมช่วยเหลือ ทั้ง IT, OT หรือ AI เราจะทำให้ทุกอย่างง่ายและมั่นใจได้! 
Contact
Customer Support
สอบถามข้อมูลสินค้า
Customer Service
|