Duruşlar, Fark Edilmeyen En Büyük Kayıptır
Bir üretim müdürüne "en büyük kaybınız nedir?" diye sorduğunuzda çoğu zaman "arızalar" veya "kalite sorunları" cevabını alırsınız. Ama gerçekte en büyük kayıp, genelde görülmeyen, küçük küçük biriken duruş süreleridir — 5 dakikalık bir bekleme, 10 dakikalık bir ayar, günde birkaç kez tekrarlanan mikro duruşlar. Bu yazıda önce iki temel bakım metriğini (MTTR ve MTBF) net şekilde açıklayacak, sonra sahada gerçekten işe yarayan 7 somut yöntemi paylaşacağız.
MTTR Nedir? (Mean Time To Repair)
MTTR, bir arıza başladıktan sonra makinenin tekrar çalışır hale gelmesine kadar geçen ortalama süredir. Formülü basittir:
MTTR = Toplam Onarım Süresi ÷ Arıza Sayısı
Örnek: Bir ayda bir makinede 6 arıza yaşandı, toplam onarım süresi 180 dakika sürdü. MTTR = 180 ÷ 6 = 30 dakika. Yani ortalama olarak, bir arıza çıktığında makinenizin tekrar çalışmaya başlaması 30 dakika sürüyor demektir.
MTTR düşükse — ekibiniz arızaya hızlı müdahale ediyor, yedek parça stoğu yeterli, arıza teşhisi hızlı yapılabiliyor demektir.
MTBF Nedir? (Mean Time Between Failures)
MTBF, bir makinenin iki arıza arasında ortalama ne kadar süre sorunsuz çalıştığını gösterir:
MTBF = Toplam Çalışma Süresi ÷ Arıza Sayısı
Örnek: Aynı makine ayda toplam 600 saat çalıştı ve 6 kez arıza yaptı. MTBF = 600 ÷ 6 = 100 saat. Yani makineniz ortalama her 100 saatte bir arıza yapıyor.
MTBF yüksekse — makineniz güvenilir çalışıyor, bakım planınız etkili demektir. MTBF'nin düşmesi, genelde önleyici bakımın ihmal edildiğinin erken bir işaretidir.
Bu iki metrik birlikte okunduğunda net bir tablo ortaya çıkar: MTBF ne sıklıkla arıza yaşadığınızı, MTTR ise arıza çıktığında ne kadar çabuk toparlandığınızı gösterir. İkisini de iyileştirmek, toplam duruş süresini doğrudan azaltır.
Kendi makinenizin duruş verileriyle OEE'nizi görmek isterseniz ücretsiz OEE hesaplayıcımızı kullanabilirsiniz — duruş süresi girişiyle Kullanılabilirlik oranınızı da anında hesaplar.
Duruş Sürelerini Azaltmanın 7 Yolu
1. Duruş Nedenlerini Doğru Kategorize Edin
"Genel arıza" gibi belirsiz etiketler yerine, her duruşu spesifik bir nedene (kalıp değişimi, malzeme bekleme, elektrik arızası vb.) bağlayın. Kategorize edilmeyen bir duruş, çözülemeyen bir duruştur.
2. Pareto Analizi ile Önceliklendirin
Duruşların büyük kısmı genelde birkaç tekrarlayan nedenden kaynaklanır (80/20 kuralı). En çok zaman kaybettiren 2-3 nedene odaklanmak, dağınık bir şekilde her şeyi düzeltmeye çalışmaktan çok daha etkilidir.
3. Set-up (Ayar) Sürelerini Standartlaştırın
Kalıp/ürün değişim sürelerinin operatörden operatöre büyük farklılık göstermesi yaygın bir sorundur. En hızlı operatörün yöntemini standart prosedür haline getirmek, tüm vardiyalarda kazanç sağlar.
4. Önleyici Bakımı Reaktif Bakımın Önüne Koyun
Arıza çıktıktan sonra müdahale etmek yerine, MTBF verinize dayanarak belirli aralıklarla planlı bakım yapmak, beklenmedik duruşları büyük ölçüde azaltır.
5. Kritik Yedek Parça Stoğunu Takip Edin
MTTR'nizin yüksek olmasının en yaygın sebeplerinden biri, arıza anında gerekli parçanın stokta olmamasıdır. Kritik parçalar için minimum stok seviyesi belirleyip takip etmek, onarım süresini doğrudan kısaltır.
6. Mikro Duruşları Görünür Kılın
Birkaç saniyelik/dakikalık duruşlar tek tek önemsiz görünür ama vardiya boyunca toplandığında ciddi bir kayıp oluşturur. Bunları manuel takip etmek neredeyse imkansızdır — otomatik veri toplama burada fark yaratır.
7. Verinizi Gerçek Zamanlı Görün
Bir duruşu vardiya bitiminde değil, o an görebilmek, müdahale süresini saatlerden dakikalara indirir. Bu da doğrudan MTTR'nizi iyileştirir.
Sonuç: Ölçmediğiniz Şeyi Yönetemezsiniz
MTTR ve MTBF, sadece bakım ekibinin değil, tüm üretim yönetiminin takip etmesi gereken iki temel göstergedir. Bu metrikleri elle, vardiya sonu notlarından hesaplamaya çalışmak hem zaman alır hem de hataya açıktır — gerçek zamanlı bir üretim takip sistemi, bu hesaplamaları otomatik yapıp size sadece "nereye odaklanmanız gerektiğini" gösterir.
Fabrikanızın MTTR ve MTBF değerlerini otomatik takip eden bir sistemi görmek isterseniz ücretsiz demo talep edin.
