当我们接下在产能范围内的订单后，就一定能按时、按质、按量的生产出产品来吗？那也未必！从设备管理的角度看，设备的异常故障停机、因设备的性能不稳定而进行的调整或者更换工装夹具、设备的性能下降而引起的减速生产等都可能会影响我们的交货期与产品质量的稳定性。另外，各工序产能的不匹配等原因，也可能造成生产瓶颈，而影响生产进度。

　　因此，为了让设备管理**支援生产，我们的设备管理人员与设备操作人员等都在努力保障设备的正常稳定的运行。在出现设备的异常故障时，尽可能在短时间内解决；设备的调整换工装等时间也尽可能的在想办法去缩短。也在全力的做好设备的日常保养与维持，让设备的性能稳定，保障生产产品的品质。为了使工序的产能匹配，在设备选型配线时，就列入规划。

　　可是要做好以上的设备管理工作，不管从事后责任考评，还是做事前规划等角度，我们都离不开设备运行数据的统计。不能描述就不能量化、不能量化就不能管理。异常故障占多少时间、调整换模又有多少时间、设备性能下降影响有多大呢？各工序能力的实际差距有多大？这些都是我们想要知道的。为了描述这些影响生产的损失模型，国际上有OEE（设备综合效率）的概念来描述。

　　在我们设备密集的离散制造企业中，已有好些工厂为了**的管理设备而对这些损失的数据进行现场记录、收集与统计。并为此化费了大量的人力与物力。当然这些数据也对我们工厂的管理起了很大的促进作用。同时，因为记录这些数据源的准确性与人工统计口径等问题，造成这些数据缺乏权威性、欠缺说服力，让这些化费高成本得来的数据的应用价值大打折扣。

　　为了解决设备管理的数据统计问题，轴承行业的一些先进已经走到我们前面。他们可以让这些数据统计工作自动完成。他们做这项工作不但省力，而且实时准确。为促进设备的**管理提供了很大的帮助。

　　他们应用了设备管理系统解决方案。设备管理系统通过专用的终端适配器与设备的连接，再通过工作总线传送信号到系统主机，设备了设备状态的实时监控，自动统计设备的异常故障停机时间、调整换模时间、设备下降引用的时间损失，同时也可以进行工序能力对比分析。设备管理系统甚至还能进行OEE的各个损失的详细分析以及日常的故障报修与服务人员的响应速度的计算等。乾元坤和科技编辑。