TPM 全员生产维护完全指南：OEE、自主保全与零故障的八根支柱

写在前面：一个被低估的损失

先看一组典型的数字。

在很多制造企业，设备综合效率（OEE）的世界级水平被普遍认为在 85% 左右，而大量工厂的实际情况在 40%—65% 之间（具体数值因行业差异极大，请自行测量本企业的实际值）。

这意味着什么？

如果 OEE 是 60%，那么你的设备有 40% 的产能是"隐形消失"的。要提升产出，你有两个选择：

买新设备（投资数百万，周期半年以上）；
把现有设备的 OEE 从 60% 提到 75%（相当于产能提升 25%，几乎不花钱）。

很明显，第二个选择的投资回报率高得多。 这就是 TPM（Total Productive Maintenance，全员生产维护）存在的理由。

但 TPM 在实际推行中失败率很高。我见过太多企业"推行 TPM 两年，只剩下一堆看板和清扫记录"。所以本文不仅讲"TPM 是什么"，更重点讲"TPM 为什么会失败"。

一、OEE：TPM 的度量基石

1.1 定义与计算

OEE = 可用率 × 性能开动率 × 合格品率

要素	定义	计算
可用率（Availability）	设备实际运行时间占计划运行时间的比例	实际运行时间 / 计划运行时间
性能开动率（Performance）	实际产出速度与理论/设计速度的比值	(理论周期时间 × 实际产量) / 实际运行时间
合格品率（Quality）	合格品占总产出的比例	合格品数 / 总产出数

时间要素的定义（这是最容易搞错的地方）：

日历时间（Calendar Time，如 24h × 30 天 = 720h）
  − 计划停机（节假日、无订单、计划保养）
= 负荷时间（Loading Time）
  − 非计划停机（故障、换型、调整、缺料）
= 运行时间（Operating Time）
  − 速度损失（空转、短暂停机、降速运行）
= 净运行时间（Net Operating Time）
  − 质量损失（废品、返工、启动废品）
= 有效运行时间（Valuable Operating Time）

一个关键的方法论提醒：OEE 的分母（计划运行时间）定义必须统一，否则无法横向比较。

有的企业用"日历时间"作分母（OEE 会很低），有的用"负荷时间"（更合理）。跨厂对比时一定要先对齐口径。

1.2 六大损失

TPM 把所有设备效率损失归为六大类，这也是 OEE 三要素的分解：

类别	损失类型	说明	典型例子
停机损失（影响可用率）	① 故障损失	突发故障导致的停机	电机烧毁、传感器失效
	② 换型调整损失	换产品、换模具、换规格的时间	换模、换刀、清洗、首件确认
速度损失（影响性能开动率）	③ 空转与短暂停机	短暂中断（<5 分钟），常被忽略	卡料、感应器误触发、堵塞
	④ 速度降低损失	实际速度低于设计速度	设备老化、为保质量降速运行
质量损失（影响合格品率）	⑤ 不良与返工损失	废品和需要返工的产品	尺寸超差、外观缺陷
	⑥ 启动损失	开机后到稳定生产期间的损失	预热、试产、参数调整

"空转与短暂停机"是最容易被忽视的一项。

原因很有趣：很多企业的停机记录只记录"超过 5 分钟（或 10 分钟）的停机"。那些 30 秒、1 分钟的短暂停机，因为"不值得记录"而被忽略。但累积起来，它们可能占总损失的 10%—20%。

这就是为什么 TPM 强调"记录所有停机，包括瞬停"——因为你看不见的损失，永远不会改善。

1.3 OEE 的正确用法与常见误用

正确用法：

用法	说明
作为诊断工具	分解三要素，看损失主要来自哪里
作为优先级排序	哪台设备 OEE 最低、对瓶颈影响最大，优先改善
作为改善验证	改善前后对比，验证效果
作为日常管理	每班记录，暴露问题

常见误用：

误用	问题
把 OEE 当作考核指标，与奖金挂钩	导致数据造假（不记录小停机、虚报产量）
追求 OEE 数字本身	在非瓶颈设备上提高 OEE 没有意义（见 TOC）
不做分解，只看总数	不知道改善方向
跨设备/跨厂直接对比	口径不同、产品不同，无可比性
把 OEE 目标定成 100%	不现实，且会诱导过度生产

最重要的一条：OEE 应该用在瓶颈设备上，而不是所有设备上。

在一个非瓶颈设备上有 40% 的闲置产能，那是正常的（它只需跟上瓶颈节奏）。强行提高它的 OEE，只会生产库存。

一个实用建议：结合 TOC，重点关注"瓶颈设备的有效产出损失"。

二、TPM 的八根支柱

TPM 是一个完整的体系，通常被概括为"八大支柱"。

支柱	内容	主要负责人
1. 个别改善（Kobetsu Kaizen）	针对六大损失的项目式改善	跨部门项目组
2. 自主保全（Jishu Hozen）	操作工自己做基本保养	操作工
3. 计划保全（Keikaku Hozen）	专业维修部门的计划性维护	维修部门
4. 质量保全（Hinshitsu Hozen）	设备条件与产品质量的关联管理	质量 + 设备
5. 初期管理（Shoki Kanri）	新设备/新产品的早期管理（免维护设计）	设备规划 + 设计
6. 教育培训（Kyoiku Kunren）	提升操作和保全技能	人事 + 各部门
7. 事务改善（Jimu Kaizen）	间接部门的效率改善	管理部门
8. 安全环境（Anzen Kankyo）	安全与环境管理	安全部门

对多数企业而言，前两根支柱（个别改善 + 自主保全）贡献了 80% 的效果。 很多企业推行 TPM 失败，是因为一上来就八根支柱全面铺开，结果精力分散、样样不精。

建议的推行顺序：

阶段一（0—12 月）：自主保全（前 3 步）+ 个别改善（聚焦瓶颈设备的六大损失）
阶段二（12—24 月）：自主保全（4—7 步）+ 计划保全体系
阶段三（24 月+）：其余支柱逐步展开

三、自主保全：TPM 最具标志性的做法

3.1 核心思想

自主保全的核心主张是：操作工应该承担设备的日常保养（清扫、点检、润滑、紧固、简单调整）。

这在传统的分工观念下是有争议的——"维修是维修部门的事，操作工只管开机"。

TPM 的反驳是：

操作工最了解设备。他每天接触 8 小时，设备的任何异常（异响、振动、温度、气味）他最先感知。
很多故障是"劣化"累积的结果，而劣化在早期（如松动、脏污、缺油）是可以在 5 分钟内处理的。等到故障发生，可能需要 5 小时维修。
维修部门人手有限。一个维修工负责几十台设备，不可能每天检查每台设备。而操作工就在旁边。

一个重要的比喻：自主保全就像你每天刷牙，专业保全就像看牙医。

刷牙不能替代看牙医，但如果从不刷牙，天天看牙医也没用。

3.2 七个步骤

自主保全的标准推进是七个步骤：

步骤	名称	做什么	目的	典型周期
第 1 步	初期清扫	彻底清扫设备（包括平时不扫的地方）	通过清扫发现异常（清扫即点检）	1—3 月
第 2 步	发生源与困难源对策	消除污染源、改善难以清扫/点检/润滑的部位	让清扫和点检变得容易、可持续	2—4 月
第 3 步	制定清扫润滑基准	制定自主保全的临时标准，明确"谁、何时、做什么"	标准化	2—3 月
第 4 步	总点检	系统学习设备结构和原理，进行全面点检	提升操作工的设备知识	4—6 月
第 5 步	自主点检	由操作工独立执行点检，简化和优化点检表	自主化	3—6 月
第 6 步	标准化与现场管理	完善标准，纳入现场管理体系	固化	持续
第 7 步	自主管理	操作工自主设定目标、自主改善	完全自主	持续

3.3 第 1 步（初期清扫）为什么最重要

很多企业不理解"清扫"有什么好做的，这是 TPM 推行失败的第一个坎。

关键点：TPM 的清扫不是"打扫卫生"，是"通过清扫来发现异常"。

具体逻辑：

拆下防护罩、打开平时不打开的部位
    ↓
彻底清扫，擦去油污、粉尘、切屑
    ↓
在清扫过程中，用手摸、用眼看、用耳听、用鼻闻
    ↓
发现：螺栓松动、油管渗漏、皮带磨损、线路老化、
      传感器脏污、润滑不足、异常振动、异常发热
    ↓
贴上"发现标签"（F-tag），记录问题
    ↓
维修部门处理，或操作工自行处理

一个真实的规律：在初期清扫中，一台普通设备通常能发现 10—50 个问题点，其中相当比例是"重大故障的早期征兆"。

这就是为什么初期清扫被称为" TPM 的入口"——它用最低的门槛，让操作工第一次"真正看见"自己的设备，而且立刻能看到成果（清扫后设备焕然一新 + 发现了一堆问题）。

这个"立刻可见的成果"对建立信心至关重要。

3.4 第 4 步（总点检）：最被低估的一步

总点检的目标是让操作工"懂"设备，而不只是"会操作"设备。

具体做法：

由设备工程师讲解设备的结构、原理、各部件的功能；
讲解"什么样的状态是正常的，什么样是异常的"；
操作工分组，逐项点检，记录；
通过考试或实操确认掌握程度。

为什么要这么麻烦？

因为一个操作工如果只知道"按按钮"，他就无法判断"这个声音不对劲"。而自主保全的有效性，完全取决于操作工能否识别异常。

这一步的产出是一批"懂设备的操作工"——这是企业真正的资产，也是 TPM 最难被复制的部分（竞争对手可以买同样的设备，但买不走你的员工能力）。

3.5 自主保全失败的典型征兆

征兆	说明
清扫只有第一次认真，后面敷衍	没有做第 2 步（发生源对策），清扫太难，不可持续
点检表每天打勾，但没人真看	点检表设计不合理，或点检项目太多
操作工认为是"额外负担"	没有解释清楚价值，或没有减少他们其他的无效劳动
维修部门不配合	担心自己被边缘化；需要重新定义维修部门的角色
推行半年后无声无息	缺乏管理层的持续参与和阶段性成果的庆祝

四、计划保全：专业维护的体系化

4.1 三种维护策略

策略	全称	做法	优点	缺点
BM	Breakdown Maintenance 事后维修	坏了再修	无预防成本	停机不可控，损失大
TBM	Time-Based Maintenance 定期保全	按时间/产量周期保养	计划性强	过度保养（没坏也换）或保养不足
CBM / PdM	Condition-Based / Predictive Maintenance 状态基准/预测性维护	按设备实际状态决定	保养精准	需要监测手段和数据分析能力

TPM 的主张是：以 CBM/PdM 为目标，逐步从 TBM 过渡。

过渡逻辑：

第一步：建立 BM 的记录体系（先知道什么时候坏、为什么坏）
   ↓
第二步：基于故障数据，设定 TBM 的周期（MTBF 分析法）
   ↓
第三步：引入状态监测（振动、温度、油液分析、电流）→ CBM
   ↓
第四步：积累数据，建立预测模型 → PdM

很多企业想直接跳到第四步（上 AI 预测性维护），但连第一步（完整的故障记录）都没做好。这是典型的"还没学会走就想跑"。

4.2 MTBF 与 MTTR

两个核心指标：

指标	全称	定义	意义
MTBF	Mean Time Between Failures	平均故障间隔时间	设备的可靠性（多久坏一次）
MTTR	Mean Time To Repair	平均修复时间	设备的维修性（坏了多久能修好）

设备可用率（固有） 的一个近似：

可用率 ≈ MTBF / (MTBF + MTTR)

这个公式揭示了一个重要策略：提高可用率有两条路——延长 MTBF（少坏）或缩短 MTTR（快修）。

而缩短 MTTR 往往更容易，也更便宜：

缩短 MTTR 的手段	做法
备件前置	关键备件放在现场，不用等采购
维修标准化	常见故障的维修作业标准化，写成作业指导书
工具与工装准备	专用工具、拆卸工装提前准备好
技能培训	多能工培养，不依赖某一个人
故障树分析	建立常见故障的排查流程图
远程诊断	设备厂商远程支持

一个被严重低估的做法是"维修作业标准化"。同样的故障，老师傅修 30 分钟，新手修 3 小时。如果把老师傅的经验写成标准作业（含排查顺序、关键点、注意事项），新手的时间可以大幅缩短。

这本质上是"工作研究"在维修作业上的应用——IE 的方法不只适用于生产作业。

4.3 备件管理的权衡

备件管理是一个经典的权衡问题：

备件库存高 → 停机等待时间短，但资金占用高
备件库存低 → 资金占用少，但可能停机等备件数周

不能用同一种策略管理所有备件。常见的 ABC 分类：

类别	特征	策略
A 类	高价值、长交期、故障影响大	必须备（即使一年用不上一次）
B 类	中等价值、中等交期	定量订货，保持安全库存
C 类	低价值、短交期	不备或少量备，需要时紧急采购

关键判断维度有三个：价值、交期、故障影响（是否导致全线停机）。

一个常见错误：按"价值"单一维度分类。一个价值 500 元的传感器，如果它坏了导致整线停产、交期 8 周，那它必须常备。分类时"故障影响"的权重应该高于"价值"。

五、个别改善：项目式的损失消除

5.1 做法

个别改善是针对六大损失，组建跨部门小组，用项目的方式在有限时间内（通常 3—6 个月）攻克一个具体的损失。

标准流程：

1. 选设备（优先瓶颈设备、损失最大的设备）
2. 测量现状 OEE，分解六大损失
3. 用帕累托分析找出最大的损失项
4. 组建项目组（操作工 + 维修 + 工艺 + IE）
5. 分析根因（5 Why、故障树、PM 分析）
6. 制定并实施对策
7. 验证效果（OEE 提升）
8. 标准化并横向展开

5.2 六大损失各自的典型对策

损失	典型对策
故障损失	自主保全、计划保全、MTBF 分析、根因分析（PM 分析）、可靠性改善
换型调整损失	SMED（快速换模）：区分内部/外部作业，内部转外部，并行作业，取消调整
空转短暂停机	传感器优化、物料供给改善、导正机构改善、 PM 分析
速度降低损失	恢复设备原有性能、消除慢性速度损失、工艺参数优化
不良与返工	设备条件与质量的关联分析（质量保全）、防错、SPC
启动损失	标准化开机流程、首件确认优化、参数预设

5.3 PM 分析：解决慢性损失的方法

对于反复出现、原因不明的"慢性损失"，TPM 有一个专门的方法：PM 分析（Phenomena-Mechanism Analysis，现象-机理分析）。

八个步骤：

明确现象：把问题现象描述清楚（什么、在哪、什么时候、多少）
物理性分析现象：用物理原理描述现象（不是"感觉不对"，而是"温度超过 X 导致 Y 变形"）
找出促成现象的条件：哪些条件同时满足时，现象才会发生
研究各条件的关联：条件之间的因果关系
调查各条件应有的状态：正常应该是什么样
研究调查方法：怎么测量、怎么验证
找出异常点：实际状态与应有状态的差异
制定并实施对策

PM 分析的核心精神：不满足于"可能的原因"，要追溯到物理机理。

这与前面讲的"5 Why"是同一类思路，但 PM 分析更严谨，适用于那些"问了 5 个为什么还是找不到根因"的复杂问题。

六、零故障：一个可以实现的目标

6.1 零故障的四个阶段

TPM 认为"故障为零"是可以实现的目标，并给出了四个阶段：

阶段	目标	做法
阶段一	延长 MTBF	消除强制劣化（清扫、润滑、紧固、正确操作）
阶段二	延长设备的使用寿命	消除自然劣化（改善设计、改进材质、提升精度）
阶段三	定期恢复劣化	定期检修、精度恢复
阶段四	预知寿命，主动更换	状态监测、寿命预测

6.2 一个关键概念：强制劣化 vs 自然劣化

这是零故障理论的核心：

类型	定义	例子	能否避免
强制劣化	由于使用不当、缺乏基本维护而加速的劣化	不润滑导致磨损、粉尘导致接触不良、螺栓松动导致振动	完全可以避免
自然劣化	即使正常使用也会发生的劣化（老化、疲劳、磨损）	轴承疲劳、密封件老化、绝缘老化	不可避免，但可以延缓和预测

TPM 的一个重要判断：绝大多数故障源于强制劣化，而不是自然劣化。

这意味着：通过正确的清扫、润滑、紧固、点检，就能消除大部分故障。

这个结论给了自主保全理论上的正当性：不是让操作工"替维修工干活"，而是"消除强制劣化"这件事本来就只有操作工能做（因为需要每天做）。

6.3 故障的人为因素

一个被反复验证的统计规律：相当比例的设备故障与人为因素有关（操作不当、维护不到位、清洁不彻底）。

具体数字因企业和统计口径不同而异，但"人为因素占设备故障的很大比例"是行业共识。

这个事实的实践含义：

设备故障不只是"技术问题"，也是"管理问题"；
培训、标准作业、自主保全是减少故障的有效手段；
责备个人没有用，要改善系统（比如让正确操作变得比错误操作更容易——这正是防错的思路）。

七、TPM 推行失败的六个原因

这是我见过最多的失败模式，按发生频率排序：

原因一：当成"清扫运动"

表现：推了半年，只剩下一堆清扫记录和看板。

根因：没有理解"清扫即点检"，把清扫当目的而不是手段；没有做第 2 步（发生源对策），清扫变得又难又累，不可持续。

原因二：维修部门抵制

表现：维修部门认为"操作工抢我们的活"，不配合培训、不支持。

根因：没有重新定义维修部门的角色。

正确的定位：

自主保全后，维修部门的工作重心从"日常小修"转向：
- 计划保全体系建设
- 设备诊断与预测
- 设备改善与改造
- 操作工的培训与支持
- 新设备的初期管理

这是角色的升级，不是被替代。 但必须明确沟通，并且给维修人员新的技能发展路径。

原因三：缺乏管理层的持续参与

表现：启动大会很热闹，两个月后没人过问。

根因： TPM 是长期的（通常需要 3—5 年才能形成文化），而管理层关注短期结果。

对策：

设定阶段性里程碑（每 3—6 个月一个可见成果）；
管理层定期巡视（Gemba Walk），而不是只在会议室听汇报；
把 TPM 的进展纳入管理层的考核。

原因四：全面铺开，精力分散

表现：八根支柱同时推，几十台设备同时做，最后样样做一点，样样不精。

对策：先做样板，再横向展开。

选一台瓶颈设备、一个愿意配合的班组，做 6—12 个月，做出可见的成果（OEE 提升 15%+），然后再推广。样板的作用是"证明这件事可行"，这比任何培训都有说服力。

原因五：只关注 OEE 数字

表现：OEE 从 55% 涨到 70%，但产出没变、利润没变。

根因：改善的设备不是瓶颈（见 TOC）。

对策：先识别瓶颈设备，TPM 的个别改善优先做瓶颈设备。

原因六：没有与激励挂钩，或挂错了

两种情况都失败：

不挂钩：做与不做一个样，很快没人做；
挂钩方式错误：把 OEE 数字直接与奖金挂钩 → 数据造假。

更好的做法：

奖励过程指标（点检完成率、发现问题数、改善提案数、参与率）；
奖励团队而不是个人（自主保全是团队行为）；
OEE 作为诊断指标（用于改善），不作为考核指标（用于奖惩）。

八、TPM 与相关体系的关系

体系	与 TPM 的关系
精益生产	TPM 是精益的重要支柱（设备可用性是"流动"的前提）。精益的"流动"要求设备不能掉链子
TOC	TPM 应该优先做在瓶颈设备上（TOC 决定"改哪里"）
六西格玛	六西格玛提供分析工具（DOE、SPC、假设检验），可用于 TPM 的个别改善
RCM（以可靠性为中心的维修）	源自航空业，更系统化的维修策略制定方法。TPM 偏"全员参与"，RCM 偏"策略优化"，可互补
ISO 55000（资产管理）	从资产全生命周期的视角管理设备，TPM 可视为其在制造现场的具体实践

九、一个 90 天启动计划

如果你要在一个工厂启动 TPM，这是一个可执行的三个月计划：

第 1 个月：准备与样板选择

周	行动
第 1 周	成立 TPM 推进组织；明确目标和范围
第 2 周	测量现状：选定 3—5 台关键设备，安装停机记录（记录所有停机，包括瞬停）
第 3 周	分析数据，识别瓶颈设备和最大损失项
第 4 周	选定样板设备（选瓶颈设备 + 配合度高的班组）；启动大会

第 2 个月：初期清扫与问题暴露

周	行动
第 5 周	样板设备初期清扫（安排停机时间，彻底清扫）
第 6 周	贴发现标签（F-tag），统计问题点
第 7 周	维修部门处理"自己能做"的问题；操作工处理简单问题
第 8 周	统计成果（发现了多少问题、修复了多少、OEE 变化），公开庆祝

第 3 个月：发生源对策与标准化

周	行动
第 9 周	针对高频污染源和困难源做改善（做几个小工装、改几个结构）
第 10 周	制定清扫润滑的临时基准（明确谁、何时、做什么、怎么做）
第 11 周	培训与试运行
第 12 周	阶段总结，制定下一阶段计划（第 4 步总点检）

这个计划的关键：

第 8 周的"公开庆祝"很重要——让参与者看到成果，是维持动力的关键；
第 9 周的发生源对策必须做——否则清扫不可持续，重蹈覆辙；
三个月做出可见成果，比"三年规划"更有说服力。

小结

TPM 全员生产维护，七句话：

OEE = 可用率 × 性能开动率 × 合格品率，六大损失中"空转与短暂停机"最容易被忽视（因为不值得记录，但累积占比可能达 10%—20%）。
OEE 应该用在瓶颈设备上，而不是所有设备。在非瓶颈上提高 OEE 只会生产库存。且 OEE 不宜与奖金直接挂钩（会诱导造假）。
自主保全的核心是"操作工承担日常保养"，理论依据是"绝大多数故障源于强制劣化，而非自然劣化"，而消除强制劣化只有操作工能做到（因为需要每天做）。
初期清扫不是打扫卫生，是"通过清扫发现异常"。一台普通设备通常能发现 10—50 个问题点。这是 TPM 的入口，因为它能立刻产生可见成果。
第 2 步（发生源对策）是可持续性的关键。不做这一步，清扫会变成负担，三个月后必然敷衍。
缩短 MTTR 往往比延长 MTBF 更容易：备件前置、维修作业标准化、故障树分析——这些投入小、见效快。
推行失败的最常见原因是"当成清扫运动"和"维修部门抵制"。对策是先做样板（6—12 个月做出可见成果再推广），并重新定义维修部门的角色为升级而非替代。

最后一句：TPM 的本质不是"让设备不坏"，而是"让人和设备建立一种日常的关系"。当操作工开始真正了解自己的设备、能听出它"今天状态不对"时，这套体系才算真正落地——而这种能力，是任何设备管理系统都买不来的。