Artículo de revisión OEE español (1)

Suscríbete a DeepL Pro para poder traducir archivos de mayor tamaño.
Más información disponible en www.DeepL.com/pro.
ciencias
aplicadas
Consulte
Eficacia global de los equipos: Revisión sistemática
de la bibliografía y
Diferentes enfoques
Lisbeth del Carmen Ng Corrales 1,2,* , María Pilar Lambán 1 ,
Mario Enrique Hernandez Korner 1,2
y Jesús Royo 1
1
2
*
Departamento de Diseño e Ingeniería de Fabricación, Universidad de Zaragoza, 50018 Zaragoza, España;
plamban@unizar.es (M.P.L.); mario.hernandez2@utp.ac.pa (M.E.H.K.); jaroyo@unizar.es (J.R.)
Departamento de Ingeniería Industrial, Universidad Tecnológica de Panamá,
Ciudad de Panamá 0819-07289, Panamá
Correspondencia: lisbeth.ng@utp.ac.pa; Tel.: +34-610-330-536
Recibido: 28 de agosto de 2020; Aceptado: 13 de septiembre de 2020; Publicado: 17 de
septiembre de 2020
comprobar
ror
actualiza
Resumen: La eficacia global de los equipos (OEE) es un indicador clave de rendimiento utilizado
para medir la productividad de los equipos. El objetivo de este estudio es revisar y analizar la
evolución de la OEE, presentar las modificaciones realizadas sobre el modelo original e identificar futuras
áreas de desarrollo. Este trabajo
presenta una revisión bibliográfica sistemática; se realiza un estudio estructurado y transparente
estableciendo los procedimientos y criterios que deben seguirse para seleccionar las pruebas
pertinentes y abordar la investigación
preguntas con eficacia. En una búsqueda general, se obtuvieron 862 artículos; tras eliminar duplicados y
Aplicando determinados criterios de inclusión y exclusión, se utilizaron 186 artículos para esta revisión. Esta
investigación
presenta tres resultados principales: (1) el interés académico por este tema ha aumentado en los últimos
cinco años y las palabras clave han pasado de estar relacionadas con el mantenimiento y la
producción a estarlo con la fabricación ajustada y la optimización; (2) se ha creado una lista de
autores que han desarrollado modelos basados en la OEE; y (3) la OEE es un tema emergente en
ámbitos como la logística y los servicios. Hasta donde sabemos, no se ha publicado recientemente ninguna
revisión comparable. Esta investigación sirve de base para futuros estudios pertinentes.
Palabras clave: eficacia general de los equipos; OEE; revisión bibliográfica sistemática; basado en
modelos
1. Introducción
En la actualidad, se utilizan diversos indicadores clave de rendimiento (KPI) para tomar
decisiones a distintos niveles organizativos. Chan y Chan (2004) [1] consideraron los KPI como
indicadores generales para identificar las pérdidas de rendimiento. Bititci et al. (2012) [2] informaron de
que la medición del rendimiento se ha desarrollado
en respuesta a las tendencias globales y empresariales. Los KPI se utilizan para medir las
desviaciones de los procesos con el fin de garantizar que se puedan llevar a cabo acciones
correctivas [3]; normalmente se presentan en cuadros de mando y cuadros de mando. La
transformación digital ha permitido obtener información rápidamente para adaptarse a los
cambios del mercado. Martínez (2019) [4] sugirió incluir la digitalización como parte del aspecto
empresarial de la evolución. En el marco de la Industria 4.0, la digitalización del proceso de
producción en fábricas y
La recopilación de datos es importante para mejorar la eficiencia empresarial.
La eficacia global de los equipos (OEE) es un KPI introducido por Nakajima (1988) [5]; esta métrica fue
desarrollado como parte del mantenimiento productivo total (TPM) para medir la productividad de los
equipos.
en un sistema de fabricación. OEE es un ratio de productividad entre la fabricación real y lo que se
podría fabricar idealmente [6]. Este indicador está ampliamente aceptado como herramienta por
algunas empresas, por ejemplo, al implantar la fabricación ajustada [7] o programas de
mantenimiento [5] para controlar la
Appl. Sci. 2020, 10, 6469; doi:10.3390/app10186469
www.mdpi.com/journal/applsci
Appl. Sci. 2020, 10, 6469
2 de 23
rendimiento de un equipo. OEE identifica seis grandes pérdidas que comprenden aspectos de
disponibilidad, rendimiento y calidad que reducen la eficacia del equipo. Dunn (2015) [8] definió estos
tres aspectos de la siguiente manera: (i) disponibilidad: "¿La máquina está funcionando o no?
máquina en marcha?"; y (iii) calidad: "¿Cuántos productos cumplían los requisitos?".
La disponibilidad mide las pérdidas de tiempo de inactividad por averías o ajustes; el rendimiento
mide las pérdidas de velocidad por pequeñas paradas y velocidad reducida; y la calidad mide las
pérdidas por defectos.
debido a defectos en el proceso o a una reducción del rendimiento [9]. Con el tiempo, las aplicaciones
de la OEE se han modificado en función de las necesidades de la industria; algunos autores han
modificado ligeramente la fórmula original, mientras que otros han propuesto nuevas fórmulas.
La insuficiencia de OEE como indicador ha dado lugar a su modificación [10]. Muchas industrias
lo han personalizado para adaptarlo a sus requisitos particulares [11]. Basándose en la estructura
OEE, los modelos
se han desarrollado para ámbitos como la sostenibilidad [12], la fabricación en línea [13,14], los
activos [10], los recursos [15], el transporte [16,17] y los puertos [18].
El objetivo de esta investigación es revisar y analizar la evolución de la OEE. Para ello, realizamos
una revisión sistemática. En este estudio, se analizó la cronología de las principales aportaciones y
modificaciones relativas a la OEE para establecer las tendencias futuras.
Para una revisión sistemática, se definieron las preguntas de investigación (RQs), se seleccionó y buscó
en la base de datos, se aplicaron criterios de inclusión y exclusión, se analizaron los resultados y se
respondió a las siguientes (RQs).
RQ (1) ¿En qué se centra el esfuerzo actual de investigación en el ámbito de la OEE?
RQ (2) ¿Qué modelos basados en OEE se han desarrollado?
RQ (3) ¿Cuáles son las principales contribuciones en OEE y cuáles son las tendencias futuras?
Este documento se estructura de la siguiente manera: La sección 2 describe la metodología; la
sección 3 explica el proceso de revisión sistemática desarrollado para obtener la información; la sección
4 ofrece los resultados; y la sección final presenta la discusión y las conclusiones.
2. Materiales y métodos
Los informes y los resultados de las investigaciones que contribuyen a la ciencia evolucionan
constantemente, por lo que se hace necesaria una visión general de los cambios. En este estudio se
realizó una revisión sistemática mediante una metodología rigurosa y transparente para organizar la
información existente. La revisión sistemática de la literatura se identificó, evaluó e interpretó
utilizando las pruebas empíricas existentes para responder a las RQ específicas [19]. Algunas de las
razones para realizar la revisión sistemática de la literatura fueron las siguientes: identificar lagunas
resumiendo la información existente para proponer nuevas áreas de investigación y proporcionar
antecedentes para sugerir nuevas actividades de investigación [20].
La metodología utilizada en este estudio se basó en la empleada en un estudio anterior [20,21], en
el que se definieron una serie de procedimientos para ejecutar un proceso sistemático. Los
procedimientos adoptados en este estudio fueron los siguientes:
1.
2.
3.
4.
5.
6.
Definición de RQ
Selección de bases de datos científicas
Búsqueda general en las bases de datos seleccionadas utilizando la cadena de búsqueda
Definir los criterios de inclusión y exclusión y aplicarlos a los artículos de la búsqueda general
Extracción de datos y análisis de los artículos seleccionados
Responder a las preguntas frecuentes
Esta metodología se utiliza para desarrollar un estudio estructurado y transparente mediante el
establecimiento de procedimientos y criterios que deben seguirse para seleccionar la información que
se examinará.
2.1. Definición de RQ
En primer lugar, se formularon las RQ para guiar el desarrollo de este estudio. Estas preguntas
deben responderse utilizando los datos recogidos y analizados en este estudio. La Tabla 1 presenta
Appl. Sci. 2020, 10, 6469
las RQs y la motivación de cada una de ellas en función de los objetivos de la investigación.
3 de 23
Appl. Sci. 2020, 10, 6469
4 de 23
Tabla 1. Preguntas de investigación y motivación.
Cuestiones de investigación
Motivación
RQ1. ¿En qué se centra el esfuerzo actual de
investigación en el ámbito de la OEE?
Presente un hallazgo descriptivo que muestre el
interés por el tema e identifique las tendencias
señaladas por las palabras clave.
RQ2. ¿Qué modelos basados en OEE se
han desarrollado?
Generar una lista de los diferentes modelos que se
han desarrollado basados en el OEE original, para
determinar los campos de estudio que han aplicado
el indicador como un
medida de la eficacia.
Resumir las principales aportaciones de diferentes
autores y establecer las tendencias futuras para
proponer nuevas actividades de investigación.
RQ3. ¿Cuáles son las principales
contribuciones en OEE y cuáles son las
tendencias futuras?
A partir de estas tres cuestiones, pretendemos cumplir el objetivo de este estudio: analizar la
cronología de la OEE, las principales aportaciones de la OEE y el modelo desarrollado a partir de la
OEE.
2.2. Proceso de búsqueda
Web of Science (WoS) y Scopus fueron las dos bases de datos electrónicas utilizadas en este estudio
porque
contienen información bibliográfica relevante, actualizada y de alta calidad. WoS es una
plataforma digital de Clarivate Analytics, en la que Scopus está afiliada a Elsevier; ambas bases de
datos se formaron a partir de miles de revistas revisadas por pares en los campos de la ciencia, la
tecnología, la medicina y las ciencias sociales,
artes y humanidades.
Se realizó una búsqueda generalizada del término "overall equipment effectiveness" para
obtener resultados amplios. Las palabras clave utilizadas para esta búsqueda fueron "overall
equipment effectiveness" AND "OEE". La cadena de búsqueda aplicada en las bases de datos
electrónicas WoS fue topic (TS) = ('overall equipment effectiveness' AND 'OEE'). En Scopus, se utilizó
un campo combinado que busca resúmenes, palabras clave y títulos de documentos, es decir, TITLE-ABSKEY ('overall equipment effectiveness' AND 'OEE').
El número total de documentos obtenidos en la búsqueda general fue de 847, es decir, 281 de
WoS y 566 de Scopus. Para este estudio sólo se seleccionaron artículos. En comparación con las actas,
los artículos son más influyentes y completos, ya que contienen más información y citas [22]. Los
resultados se basaron en los artículos obtenidos tras eliminar los duplicados y aplicar los criterios de
inclusión y exclusión que se detallan en la sección siguiente.
2.3. Selección de documentos pertinentes
La selección de artículos relevantes se estandarizó según [20] para evitar sesgos de
información. Así pues, se definieron criterios de inclusión (I) y exclusión (E) para garantizar que los
artículos seleccionados fueran los menos subjetivos.
Los criterios I y E se definieron del siguiente modo:
•
I1: El artículo es una revisión bibliográfica y/o está relacionado específicamente con la OEE y su
•
•
•
•
aplicación;
I2: El estudio menciona un modelo basado en la OEE;
I3: El estudio sólo utiliza la OEE para verificar una mejora o un cambio en cualquier proceso;
E1: El documento no puede obtenerse y/o no está escrito en inglés;
E2: Sólo se menciona el término "OEE"; no se calcula ni se aplica ningún modelo basado en OEE;
•
E3: El trabajo no es un artículo, por ejemplo, actas, revistas, libros, material editorial y cartas.
Esta revisión se adaptó de la declaración PRISMA (preferred reporting items for systematic
review and meta-analysis) [23]. La figura 1 muestra un diagrama de flujo PRISMA que ilustra la
diferentes fases de la revisión bibliográfica sistemática.
Appl. Sci. 2020, 10, 6469
5 de 23
Figura 1. Diagrama de flujo de los elementos de notificación preferidos para la revisión sistemática y el
metanálisis (PRISMA).
En primer lugar, se realizó una búsqueda general utilizando la cadena de búsqueda (sección 2.2) en las
bases de datos científicas seleccionadas. Posteriormente, mediante una hoja de cálculo Excel, se
filtraron los artículos para eliminar los duplicados. Por último, se examinaron los artículos y se
aplicaron los criterios I y E para retener los artículos seleccionados para responder a las RQ.
3. Resultados
RQ (1). ¿En qué se centra el esfuerzo actual de investigación en el ámbito de la OEE?
Se utilizó el paquete R bibliometrix para analizar los 186 artículos de las dos bases de datos
electrónicas. Este paquete, que está escrito en el lenguaje R, proporciona un conjunto de herramientas
para estudios cuantitativos en
bibliometría y cienciometría [24]. Utilizando este programa, se consolidaron los datos extraídos de WoS
y Scopus para realizar un análisis bibliométrico exhaustivo del esfuerzo de investigación actual
relacionado con la OEE. La tabla 2 muestra un resumen general de los datos de los 186 artículos.
A pesar de un período de 24 años, la productividad científica solo aumentó en los últimos
años. Los resultados muestran que más del 50% de las publicaciones relativas a OEE se publicaron
en los últimos cinco años, lo que indica que el interés por el indicador OEE ha aumentado, es decir,
un 9,1% en 2015, un 9,1% en 2016, un 10,8% en 2017, un 14,0% en 2018 y un 16,7% en 2019. Así,
hasta el momento, se ha notificado un aumento del 3,2% para 2020. La figura 2 presenta (a) el
número de artículos por año desde 1996 hasta el 9 de abril de 2020, lo que revela un interés creciente en
el tema y (b) las 10 principales revistas con publicaciones crecientes a lo largo del tiempo.
Appl. Sci. 2020, 10, 6469
6 de 23
Tabla 2. Resumen de datos generales.
Duración
1996-2020
Fuentes (revistas)
Documentos
Media de citas por documento
102
186
16.57
Palabras clave del autor
Palabras clave plus
554
434
Autores
Autores de documentos de autor
único
Autores de documentos con varios
autores
450
25
425
Figura 2. Análisis de datos básicos de (a) número de artículos por año y (b) 10
principales revistas.
En total, se publicaron 102 revistas sobre OEE. Las revistas dedicadas principalmente a temas de
fabricación o mantenimiento no fueron las únicas que se centraron en el indicador OEE. Cada vez son
más las revistas dedicadas a temas de sostenibilidad, empresa, logística, minería, etc.
El esfuerzo actual para difundir el tema en función del colaborador y la ubicación geográfica se muestra
en
Figura 3. Europa es el continente con más publicaciones (45%), seguido de Asia (26%), América (7%)
y África (5%), como muestra la Figura 3a. La Figura 3b presenta los 10 primeros países en términos de
publicación en un solo país (SCP) y publicación en varios países (MCP). Más del 80% de las publicaciones
fueron escritas por autores pertenecientes al mismo país; todas las producciones científicas de India se
basaron íntegramente en SCP, a diferencia del Reino Unido y España, que colaboraron con otros países.
La figura 3c indica los 10 autores más productivos, incluido el número de artículos (N artículos) y el total
de citas por año (TC por año). El autor griego Panagiotis Tsarouhas fue el primero de los 10 primeros,
con un 83,33% de sus
publicaciones que informan de casos en los que la OEE se aplicó a diferentes industrias de producción,
por ejemplo, croissant.
líneas de producción [25], líneas de producción de helados [26] y plantas de producción de queso
italiano [27] para
identificar posibles oportunidades para mejorar los sistemas de producción. Braglia y Huang
publicaron cuatro artículos, mientras que los demás autores del top 10 publicaron tres artículos cada uno.
Algunos de ellos
han desarrollado nuevos modelos basados en el OEE, mientras que otros han aplicado el indicador en
distintas industrias para medir la eficacia de equipos, procesos o recursos.
Appl. Sci. 2020, 10, 6469
7 de 23
Figura 3. El esfuerzo en términos de (a) localización geográfica (b) producción de los 10 primeros países y (c)
contribución de los autores a lo largo del tiempo.
Se utilizaron tres criterios de inclusión para el análisis en este estudio. (a) Criterio I1-incluir
trabajos que sean revisiones bibliográficas y/o estén relacionados específicamente con la OEE y su
aplicación; (b) Criterio I2-estudios que mencionen modelos basados en la OEE; (c) Criterio I3-trabajos
que sólo utilicen la OEE para verificar una mejora.
o cambio en algún proceso (Tabla 3). Aproximadamente el 20% de los artículos contribuyeron
científicamente a la modificación o el nuevo desarrollo de modelos basados en la OEE original (Figura
4). En lugar de para su uso en
producción, los nuevos modelos se construyeron para medir la eficacia en ámbitos como el
transporte,
sostenibilidad, minería, electricidad y recursos (humanos y monetarios).
Tabla 3. Contribución de la aplicación de la eficacia global de los equipos (OEE)
por área.
Área de aplicación
Productividad en
procesos de fabricación
Criterios
de
inclusión
I1
1996-2000
2001-2005
2006-2010
2011-2015
2016-2020
[28-30]
[31,32]
[33-39]
[26,40-60]
I3
[61]
[62-75]
[76-93]
[27,96-98]
[25,99-110]
[114-121]
[122-129]
[130-141]
[142]
[143]
[144-149]
Productividad en
mantenimiento
I1
[94,95]
I3
[111,112]
Orientado a los recursos
productividad
I1
Productividad de la
cadena de suministro
I1
[153]
I3
[154,155]
[156]
Otros
[113]
I3
I1
I3
[150-152]
[9]
[157]
[158,159]
[160-163]
[164-166]
[167]
[168]
[169]
[170-172]
Appl. Sci. 2020, 10, 6469
8 de 23
Figura 4. Distribución de los criterios de inclusión del análisis.
En la Tabla 2 se muestran dos tipos de palabras clave: las palabras clave del autor y las palabras clave
plus. Las primeras las proporcionan los autores originales, mientras que las segundas las extrae
Clarivate Analytics (WoS) de los títulos de las referencias citadas. La figura 5 muestra la red de coocurrencia de las palabras clave del autor; el número de nodos de la red era de 40 y estaba relacionada
por asociación; el algoritmo de agrupación utilizado fue Louvain. La red comprendía cuatro clusters. El
primero comprendía nueve palabras clave relacionadas con la formulación de la OEE, la disponibilidad, el
rendimiento, la calidad, el tiempo de inactividad, la pérdida de velocidad, etc. El segundo conglomerado
comprendía 12 palabras clave relacionadas con el mantenimiento productivo total, la optimización, la
producción, el mantenimiento y el mantenimiento autónomo. El tercer grupo incluía términos como
eficacia, rendimiento y medición del rendimiento. El último grupo incluía 13 palabras clave
relacionadas con temas de actualidad, como Industria 4.0, simulación, fabricación ajustada, seis
sigma, SMED y DMAIC.
Figura 5. Red de co-ocurrencia.
Inicialmente, los estudios relativos a la OEE se asocian con el mantenimiento productivo total;
posteriormente, se asocian con la industria, la disponibilidad y el proceso de fabricación. Actualmente,
se relacionan con términos como lean manufacturing, mejora, implantación, fiabilidad, diseño y
optimización. El documento más citado obtenido de la revisión sistemática considera evaluaciones de
calidad, como las herramientas lean y six sigma, para mejorar la productividad y el ahorro financiero,
por ejemplo, en la unidad de fundición a presión de una empresa [115].
Appl. Sci. 2020, 10, 6469
9 de 23
RQ (2). ¿Qué modelos basados en la OEE se han desarrollado?
Con el tiempo, las industrias han adaptado el OEE a sus necesidades. De ahí que varios autores
hayan desarrollado ligeras modificaciones del modelo de Nakajima, mientras que otros han
desarrollado nuevos indicadores basados en el OEE formulado originalmente.
En la Tabla 4 se muestra una lista de modelos basados en OEE, ordenados por autor y nombre
del modelo. También se ofrece una breve descripción de cada modelo.
Tabla 4. Lista de modelos basados en OEE.
Autor
Año
Nombre del modelo
[173]
[174]
2002
2007
[175]
2005
eficacia del equipo
[13]
2006
Eficacia global de la línea
[176]
2006
[10]
2008
Rendimiento global
eficacia
Eficiencia total del equipo
Este factor de entrada
Eficacia global de los activos
Producción global
Breve descripción
Calcula la productividad de un sistema de fabricación;
mide el rendimiento a nivel de fábrica; identifica las
cuello de botella y capacidad oculta.
Mide los estados dependientes del equipo, como la
estado productivo, estado programado y
no programado al sur del estado.
Mide la productividad de un
sistema de fabricación en
línea.
Para lograr la eficiencia total del equipo, debe incluir la
eficiencia en el uso de los recursos de una máquina.
(necesidades de recursos) se conoce como
eficiencia de entrada.
Mide las pérdidas debidas a factores externos e internos
contribuir a la eficacia global de la producción/activos.
eficacia
[177]
2008
OEE modificado
imprevistos
Equipamiento global
Incluye un nuevo factor de usabilidad; clasifica los
en tiempos de inactividad relacionados con los equipos.
Mide el rendimiento de una línea automatizada en
[6]
2008
[16]
2010
[14]
2010
Eficacia global de la línea
El rendimiento de la línea de producción en el
sistema de fabricación.
[178]
2010
Eficacia global de los
equipos basada en el
mercado
Supervisa la producción en el mercado siderúrgico;
mide la eficacia de los equipos para un ciclo de
proceso completo.
[179]
2011
Eficacia de los equipos
integrados
Esta integración se basa en tres elementos:
basada en la carga, basada en el capital y
elementos basados en el mercado.
[180]
2012
[181]
2013
Pérdida global de
equipamiento y costes
de calidad
Calcula las pérdidas de equipos, concretamente las
pérdidas de costes de producción y calidad, en
unidades monetarias.
[182]
2015
Eficacia global de los
recursos
Eficacia del equipo de
mecanizado
Incluye las pérdidas relacionadas con los recursos, por
ejemplo, personas, máquinas, materiales y métodos.
[15]
2015
Eficacia global de los
recursos
[12]
2015
Eficacia global de los
equipos
medioambientales
[183]
2015
eficacia de un
línea de fabricación
sistema.
OEE para palas/oee para camiones
Eficacia global difusa de
los equipos
La OEE se calcula para equipos de minería.
Calcula la OEE de un entorno de fabricación de alta
mezcla y bajo volumen.
Proporciona información sobre el rendimiento del
proceso en función de la eficiencia de los factores
materiales, el coste del proceso y el coste de los
materiales.
Identifica las pérdidas debidas a la sostenibilidad,
basándose en el impacto medioambiental calculado
del puesto de trabajo.
Identifica las fluctuaciones de rendimiento
mediante números LR Fuzzy.
Appl. Sci. 2020, 10, 6469
10 de
23
Tabla 4. Cont.
Autor
Año
Nombre del modelo
[184]
2016
[185]
2017
OEE de equipos BELT
cuchara, por ejemplo,
Breve descripción
Pala estocástica
Cuantifica la eficacia del rendimiento de las
palas hidráulicas.
Excavación, carga y transporte con cuchara (BELT)
incluidos todos los equipos que incluyen una
dragalinas, palas, volquetes de carga y camiones.
[186]
2017
[187]
2017
[18]
2017
[188]
2017
[189]
2018
[17]
2018
[11]
2018
[190]
2018
[191]
en 2018
[7]
2019
manual
[192]
2019
[193]
2019
términos
Equipo estratégico
eficacia
operativo integrado
eficacia
Una medida global de la eficacia de un equipo
sistema eléctrico.
Maquinaria general
Identifica y clasifica las unidades de toma de
decisiones en términos de eficacia
de eficiencia.
OEE de la terminal portuaria
Identifica la terminal más eficiente, abordando o bien
factores controlables o no controlables.
Incluye las pérdidas asociadas a factores humanos y
facilidad de uso (la frecuencia del
proceso de configuración y
cambio)
Evalúa todo el proceso teniendo
cuenta la
Equipo global ampliado
eficacia
r
en
esources and equipment Performance. Se aplica
en humanos
actividades médicas de los quirófanos.
OEE para el transporte Mejora la eficiencia en el transporte por carretera
adaptando la gestión OEE
a la gestión del transporte.
[194]
2019
[195]
2019
efectos de
OEE modificado
OEE modificado
Optimiza la eficacia del transporte
urbano de mercancías.
Utilización global de materiales Mide la eficacia del uso de materiales e
identifica la
pérdida de material en el proceso de
fabricación.
Sostenible en general
Incluye criterios de sostenibilidad y puede utilizarse
rendimiento
ciclo de vida del sistema.
eficacia
Eficacia global de las tareas
OEE modificado
OEE-TCQ
Eficacia global
el indicador
OEE independiente
Analiza y evalúa las pérdidas relacionadas con el
tareas de montaje.
Mejora la eficacia de la programación de trabajos con
puntualidad.
Mejora el enfoque del proceso en el mantenimiento en
de tiempo, coste y calidad.
Adaptado a la producción minera para examinar
eficacia de la máquina minera.
Identifica el cuello de botella del sistema y excluye los
aguas arriba y aguas abajo.
Calcula la OEE en serie, en paralelo y combinada.
sistemas de máquinas en la línea de producción.
[196]
2019
OEE modificada
[197]
2019
material.
OEE modificado
Incluye un término que considera la utilización del
[198]
2019
Subestación global
eficacia
Mide el rendimiento de la subestación e indica la
actuaciones generales de mantenimiento.
Como se ha presentado anteriormente, la OEE se modificó para resolver lagunas en diversas
cuestiones, como la sostenibilidad, el factor humano, el transporte, el sistema de fabricación, la
minería, el coste, el puerto y los recursos.
RQ (3). ¿Cuáles son las principales contribuciones en OEE y cuáles son las tendencias futuras?
Appl. Sci. 2020, 10, 6469
11 de
23
Inicialmente, la OEE se utilizaba en producción, en particular para el TPM, que ayuda a
identificar el rendimiento global de los equipos en un proceso de fabricación [199]. Para adaptarse
a las necesidades de la industria, algunos investigadores empezaron a analizar la productividad de
los sistemas de las líneas de fabricación [6,13] o de las fábricas [174]. Actualmente, la OEE se utiliza
con metodologías de mejora continua, como lean
fabricación para aumentar la productividad mediante la eliminación de residuos [200]. También se
utiliza como KPI y herramienta de recopilación de datos para medir la efectividad y la capacidad del
proceso de las nuevas implementaciones six sigma [61]. Siguiendo la metodología de la mejora
continua, Braglia et al. (2019) [7] desarrollaron una nueva métrica basada en la OEE, conocida como
efectividad global de la tarea. Este nuevo indicador sirve de apoyo a las metodologías lean y six sigma
para identificar, analizar y evaluar las pérdidas que se producen durante las actividades de montaje
manual.
La sostenibilidad es un aspecto que ha sido investigado por varias empresas en los últimos
años [201], lo que demuestra que la preocupación por el medio ambiente ha ido en aumento. De
ahí que cada vez sea más importante incluir esta variable como criterio en la toma de decisiones
empresariales. Ghafoorpoor Yazdi et al. (2018) [150] crearon un diseño en un estudio basado en la
OEE y su relación con la sostenibilidad en la Industria 4.0. Mientras tanto, otros autores incorporaron el
concepto de sostenibilidad en
OEE, por ejemplo, Domingo et al. (2015) [12] desarrollaron la eficacia global de los equipos ambientales
para
identificar y medir las pérdidas debidas a la sostenibilidad. Asimismo, Durán et al. (2018) [191]
diseñaron el indicador Sustainable Overall throughput effectiveness para medir el rendimiento
operativo y la sostenibilidad a nivel de fábrica.
La OEE se ha adaptado al sector del transporte. Hasta donde sabemos, surgió por primera vez en la
industria minera [16] y se utilizó para identificar posibles pérdidas en la disponibilidad, el
rendimiento
y la calidad de equipos como palas y camiones. En los últimos años, el marco de eficiencia en la
terminal portuaria [18] que considera variables gestionables y no gestionables se ha estudiado para crear
indicadores basados en la OEE. Además, la OEE se ha adaptado al transporte por carretera [17]
basándose en
sobre distancia, capacidad de carga, tiempo de ruta, paradas y servicios. Además, se ha utilizado para
evaluar la eficacia del transporte urbano de mercancías [11], así como para optimizar las métricas de
disponibilidad, rendimiento y calidad.
En consecuencia, algunos autores han establecido marcos interesantes que pueden desarrollarse en
futuros estudios. Algunos de ellos propusieron estudios futuros basados en los marcos que han
desarrollado hasta ahora, mientras que otros desarrollaron innovaciones en nuevas áreas.
Abdelbar et al. (2019) [193] utilizaron una nueva fórmula de OEE para identificar e implementar
mejoras en los procesos. Braglia et al. (2018) [190] ampliaron la metodología propuesta,
incluyendo el análisis de las pérdidas de material en función del producto acabado. Ghafoorpoor
Yazdi et al. (2018) [150] propusieron volver a realizar experimentos durante largos periodos de
tiempo y como caso de estudio en la industria manufacturera. Dadashnejad y Valmohammadi,
(2019) [76] aplicaron la misma técnica de mapeo del flujo de valor que se utiliza para identificar
mejoras en otras fábricas.
En cambio, otros autores propusieron diferentes ámbitos en los que es aplicable la OEE. En el
estudio de
García-Arca et al. (2018) [17] donde se adaptó la OEE a la gestión del transporte, asumen que
la misma metodología es aplicable al sector servicios y a otros procesos logísticos, como la recepción
de mercancías o la realización de la selección en un almacén. Sharma et al. (2018) [137] y
Supriyanto y Mokh (2018) [59] informaron de que sus estudios pueden reproducirse en el sector servicios,
así como en otros
industrias como la farmacéutica, la eléctrica/electrónica, la textil y el transporte (ferroviario y aéreo).
4. Debate y conclusiones
Las empresas utilizan sistemas de medición para identificar áreas en las que centrarse para
mejorar el rendimiento y la productividad. Se supone que todos los parámetros que se pueden medir,
se pueden mejorar. A través de este estudio sistemático -y con la formulación y el desarrollo de las RQs
Appl. Sci. 2020, 10, 6469
12 de
23 los
propuestas- se comprendió mejor el estado del arte, la evolución y las tendencias futuras de
indicadores OEE.
El OEE comenzó como un componente del TPM y se utilizó para aumentar la productividad y
reducir las pérdidas de tiempo, velocidad y calidad. Dal et al. (2000) [29] informaron de que el
indicador implica aspectos distintos de la supervisión y el control, ya que proporciona datos de
rendimiento para tomar decisiones mediante la combinación de técnicas, método sistemático y
mejora de procesos. Los aspectos prácticos y académicos
Appl. Sci. 2020, 10, 6469
13 de
23
El interés indicado a lo largo del tiempo se demostró en esta revisión del estudio y en la respuesta a las
preguntas frecuentes. Según la respuesta a la primera pregunta, el interés académico aumentó en los
últimos cinco años y que el indicador se utiliza más allá del mantenimiento de la producción. Este
estudio ilustra la evolución de las palabras clave relacionadas con la OEE, desde términos relacionados
con el mantenimiento y la producción hasta conceptos relacionados con six sigma, lean manufacturing,
sostenibilidad, etc. La segunda pregunta dio lugar a una recopilación de modelos desarrollados a partir
de la OEE; los resultados presentaron un marco de áreas o sectores en los que se aplicaba el indicador.
Los modelos han evolucionado para el análisis de líneas de producción completas, manipulación de
materiales, transporte, puertos y sostenibilidad. Las respuestas a la última pregunta fueron las
principales aportaciones de algunos autores y las tendencias futuras que se espera seguir.
En conclusión, los resultados indicaron que la OEE es un tema emergente que puede utilizarse
como información de entrada para la toma de decisiones en las empresas. La Industria 4.0, que se
basa en los sistemas ciberfísicos y la digitalización de la información, facilita la acumulación y
transformación de la información del proceso en tiempo real en decisiones para reducir la
incertidumbre en los resultados. Tras analizar los enfoques de la
Del indicador OEE se puede destacar que es adaptable a diferentes ámbitos al medir la eficacia no sólo
de los equipos de producción, sino también la eficacia de los recursos materiales, económicos y
humanos.
Esto requerirá un estudio en profundidad del proceso para determinar las pérdidas, variables y
factores que deben incluirse en otros enfoques de OEE. Los futuros estudios relativos a la OEE
pueden trasladarse al sector logístico e incluirse en la formulación de variables medioambientales,
como la huella de carbono generada durante un proceso específico. En las cadenas de suministro,
la OEE puede utilizarse para medir la productividad de los equipos de movimiento de carga en un
almacén. Mientras tanto, en el sector servicios, la OEE puede utilizarse para medir la satisfacción del
cliente en términos de disponibilidad, rendimiento y calidad de los servicios recibidos. Además, un modelo
basado en la OEE puede incorporarse a un cuadro de mando integral para visualizar la
productividad global de una empresa. Todas estas medidas proporcionan una perspectiva general
de la empresa y permiten alcanzar los principales objetivos de la producción, es decir, aumentar la
productividad y reducir los residuos.
Contribuciones de los autores: Conceptualización, M.P.L. y J.R.; metodología, M.E.H.K. y L.d.C.N.C.; software,
M.E.H.K.; validación, L.d.C.N.C.; análisis formal, L.d.C.N.C.investigación, L.d.C.N.C.; conservación de datos,
M.E.H.K. y L.d.C.N.C.; redacción-redacción del borrador original, L.d.C.N.C.; redacción-revisión y edición,
M.P.L., J.R., M.E.H.K. y L.d.C.N.C.; supervisión, M.P.L.; administración del proyecto, J.R. Todos los autores han
leído y aceptado la versión publicada del manuscrito.
Financiación: Esta investigación no ha recibido financiación externa.
Agradecimientos: Los autores agradecen la beca otorgada por el gobierno de Panamá bajo el programa
IFARHU-SENACYT para un candidato de 2018 a 2021.
Conflictos de intereses: Los autores declaran no tener ningún conflicto de intereses.
Referencias
1.
2.
3.
4.
5.
Chan, A.P.C.; Chan, A.P.L. Indicadores clave de rendimiento para medir el éxito de la construcción.
Benchmarking Int. J.
2004, 11, 203-221. [CrossRef]
Bititci, U.; Garengo, P.; Dörfler, V.; Nudurupati, S. Medición del rendimiento: Challenges for Tomorrow.
Int. J. Manag. Rev. 2012, 14, 305-327. [CrossRef]
Maté, A.; Trujillo, J.; Mylopoulos, J. Specification and derivation of key performance indicators for business
analytics: A semantic approach. Data Knowl. Eng. 2017, 108, 30-49. [CrossRef]
Martínez, F. La excelencia en los procesos, clave para la digitalización. Bus. Process Manag. J. 2019. [CrossRef]
Nakajima, S. Introducción a TMP; Productivity Press: Portaland, OR, USA, 1988.
6.
Braglia, M.; Frosolini, M.; Zammori, F. Eficacia global de los equipos de una línea de fabricación (OEEML).
J. Manuf. Technol. Manag. 2008, 20, 8-29. [CrossRef]
7.
Braglia, M.; Gabbrielli, R.; Marrazzini, L. Eficacia global de la tarea: Un nuevo indicador de rendimiento Lean
en engineer-to-order environment. Int. J. Product. Perform. Manag. 2019, 68, 407-422. [CrossRef]
8.
Dunn, T. Eficacia de la OEE. En Manufacturing Flexible Packaging; Elsevier: Ámsterdam, Países Bajos,
2015; pp. 77-85.
Appl. Sci. 2020, 10, 6469
14 de
23
9.
Jonsson, P.; Lesshammar, M. Evaluation and improvement of manufacturing performance measurement
systems-The role of OEE. Int. J. Oper. Prod. Manag. 1999, 19, 55-78. [CrossRef]
10.
Muchiri, P.; Pintelon, L. Medición del rendimiento mediante la eficacia global de los equipos (OEE): Literatura
revisión y discusión de la aplicación práctica. Int. J. Prod. Res. 2008, 46, 3517-3535. [CrossRef]
Muñoz-Villamizar, A.; Santos, J.; Montoya-Torres, J.; Jaca, C. Utilización de la OEE para evaluar la eficacia de
los sistemas urbanos de transporte de mercancías : Un estudio de caso. Int. J. Prod. Econ. 2018, 197, 232-242.
[CrossRef]
Domingo, R.; Aguado, S. Overall Environmental Equipment Effectiveness as a Metric of a Lean and Green
Manufacturing System. Sostenibilidad 2015, 7, 9031-9047. [CrossRef]
Nachiappan, R.M.; Anantharaman, N. Evaluation of overall line effectiveness (OLE) in a continuous product
line manufacturing system. J. Manuf. Technol. Manag. 2006, 17, 987-1008. [CrossRef]
Raja, P.N.; Kannan, S.M.; Jeyabalan, V. Overall line effectiveness-A performance evaluation index of a
manufacturing system. Int. J. Product. Qual. Manag. 2010, 5, 38. [CrossRef]
Garza-Reyes, J.A. De la medición de la eficacia global de los equipos (OEE) a la eficacia global de los recursos
(ORE). J. Qual. Maint. Eng. 2015, 21, 506-527. [CrossRef]
Elevli, S.; Elevli, B. Performance Measurement of Mining Equipments by Utilizing OEE. Acta Montan.
Slovaca Rocˇník 2010, 15, 95-101.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
García-Arca, J.; Prado-Prado, J.C.; Fernández-González, A.J. Integración de KPIs para la mejora de la
eficiencia en
transporte por carretera. Int. J. Phys. Distrib. Logist. Manag. 2018, 48, 931-951. [CrossRef]
Pinto, M.M.O.; Goldberg, D.J.K.; Cardoso, J.S.L. Benchmarking operational efficiency of port terminals using the
OEE indicator. Marit. Econ. Logist. 2017, 19, 504-517. [CrossRef]
Higgins, J.P.; Green, S. Manual Cochrane para Revisiones Sistemáticas de Intervenciones; Versión5.1.; The
Cochrane Collaboration: Chichester, Reino Unido, 2011.
Kitchenham, B.; Charters, S. Guidelines for Performing Systematic Literature Reviews in Software Engineering;
EBSE: Durham, Reino Unido, 2007.
Medina-López, C.; Marín-Gracía, J.A.; Alfalla-Luque, R. Una propuesta metodológica para la realización de
búsquedas sistemáticas de bibliografía. Obra. Pap. Oper. Manag. 2010, 1, 13-30. [CrossRef]
González-Albo, B.; Bordons, M. Artículos frente a actas: ¿Difieren en relevancia investigadora y
¿impacto? Un estudio de caso en el ámbito de la Biblioteconomía y Documentación. J. Informetr. 2011, 5, 369381. [CrossRef]
Moher, D.; Liberati, A.; Tetzlaff, J.; Altman, D.G.; Altman, D.; Antes, G.; Atkins, D.; Barbour, V.; Barrowman, N.;
Berlin, J.A.; et al. Preferred reporting items for systematic reviews and meta-analyses: La declaración PRISMA.
PLoS Med. 2009, e1000097. [Referencia cruzada].
Aria, M.; Cuccurullo, C. bibliometrix: An R-tool for comprehensive science mapping analysis. J. Informetr.
2017, 11, 959-975. [CrossRef]
Tsarouhas, P. Improving operation of the croissant production line through overall equipment effectiveness
(OEE): A case study. Int. J. Product. Perform. Manag. 2019, 68, 88-108. [CrossRef]
Tsarouhas, P.H. Overall equipment effectiveness (OEE) evaluation for an automated ice cream
production line: A case study. Int. J. Product. Perform. Manag. 2019. [CrossRef]
Tsarouhas, P.H. Evaluación del rendimiento de los equipos en una planta de producción de queso tradicional
italiano. Int. J. Prod. Res. 2013, 51, 5897-5907. [CrossRef]
Huang, S.H.; Dismukes, J.P.; Shi, J.; Su, Q.; Razzak, M.A.; Bodhale, R.; Robinson, D.E. Mejora de la
productividad de fabricación mediante métricas de eficacia y análisis de simulación. Int. J. Prod. Res.
2003, 41, 513-527. [CrossRef]
Dal, B.; Tugwell, P.; Greatbanks, R. Overall Equipment Effectiveness as a Measure of Operational
Improvement a Practical Analysis. Int. J. Oper. Prod. Manag. 2000, 20, 1488-1502. [CrossRef]
Bamber, C.J.; Castka, P.; Sharp, J.M.; Motara, Y. Cross-functional team working for overall equipment
effectiveness (OEE). J. Qual. Maint. Eng. 2003, 9, 223-238. [CrossRef]
Ilar, T.; Powell, J.; Kaplan, A. Modelling, simulation and analyses of systems with breakdown imposed
scrapping. J. Simul. 2009, 3, 107-113. [CrossRef]
Ferko, R.; Znidarsic, A. Using OEE approach for improving manufacturing performance. Inf. Midem Ljubl.
2007, 37, 105.
Appl. Sci. 2020, 10, 6469
33.
34.
35.
36.
37.
38.
39.
40.
15 de
23
Tsarouhas, P.H. Evaluación de la eficacia global de los equipos en la industria de bebidas: A case study. Int. J.
Prod. Res. 2013, 51, 515-523. [CrossRef]
Norden, C.; Ismail, J. Defining a representative overall equipment effectiveness (OEE) measurement for
underground bord and pillar coal mining. J. S. Afr. Inst. Min. Metall. 2012, 112, 845-851.
Shahin, A.; Isfahani, N.G. Estimación de la eficacia global de los equipos en líneas de producción continua:
Con un estudio de caso en Esfahan Steel Company. Int. J. Serv. Oper. Manag. 2015, 21, 466-478. [CrossRef]
De Carlo, F.; Arleo, M.A.; Tucci, M. OEE Evaluation of a Paced Assembly Line through Different
Calculation and Simulation Methods: Un Estudio de Caso en el Entorno Farmacéutico. Int. J. Eng. Bus.
Manag. 2014, 6, 27. [CrossRef]
Anand, R. Cloud computing OEE (Overall Equipment Effectiveness) for reducing production downtime.
SAE Int. J. Mater. Manuf. 2013, 6. [CrossRef]
Mansour, H.; Ahmad, M.M.; Dhafr, N.; Ahmed, H. Evaluation of operational performance of workover rigs
activities in oilfields. Int. J. Product. Perform. Manag. 2013, 62, 204-218. [CrossRef]
Palanisamy, V. Aplicación de la eficacia global de los equipos en una industria de procesos. Indian J. Sci.
Technol.
2013, 6, 1-5. [CrossRef]
Trattner, A.; Hvam, L.; Haug, A. ¿Por qué reducir la velocidad? Factores que afectan a la pérdida de
velocidad en la fabricación por procesos.
Int. J. Adv. Manuf. Technol. 2020, 106, 2021-2034. [CrossRef]
41.
42.
43.
44.
45.
46.
47.
48.
49.
50.
51.
52.
53.
54.
55.
56.
Foulloy, L.; Clivillé, V.; Berrah, L. A fuzzy temporal approach to the Overall Equipment Effectiveness
measurement. Comput. Ind. Eng. 2019, 127, 103-115. [CrossRef]
Fekri Sari, M.; Avakh Darestani, S. Fuzzy overall equipment effectiveness and line performance measurement
using artificial neural network. J. Qual. Maint. Eng. 2019, 25, 340-354. [CrossRef]
Yılmaz Erog˘ lu, D. Sistematización, implementación y análisis del cálculo de la efectividad del
rendimiento global en el proceso de acabado de la industria textil. Tekstil Konfeksiyon 2019. [CrossRef]
Roda, I.; Macchi, M. Factory-level performance evaluation of buffered multi-state production systems.
J. Manuf. Syst. 2019, 50, 226-235. [CrossRef]
Sonmez, V.; Testik, M.C.; Testik, O.M. Overall equipment effectiveness when production speeds and stoppage
durations are uncertain. Int. J. Adv. Manuf. Technol. 2018, 95, 121-130. [CrossRef]
Zennaro, I.; Battini, D.; Sgarbossa, F.; Persona, A.; De Marchi, R. Micro tiempos muertos: Data collection,
analysis and impact on OEE in bottling lines the San Benedetto case study. Int. J. Qual. Reliab. Manag.
2018, 35, 965-995. [CrossRef]
He, F.; Shen, K.; Lu, L.; Tong, Y. Modelo para la mejora de la eficacia global del equipo de llenado de
cerveza.
líneas. Adv. Mech. Eng. 2018, 10, 168781401878924. [CrossRef]
Hwang, G.; Lee, J.; Park, J.; Chang, T.W. Developing performance measurement system for Internet of Things
and smart factory environment. Int. J. Prod. Res. 2017, 55, 2590-2602. [CrossRef]
Kardas, E.; Brožova, S.; Pusteˇjovská, P.; Jursová, S. La evaluación de la eficiencia del uso de la máquina.
Tiempo de Trabajo en la Empresa Industrial-Estudio de Caso. Manag. Syst. Prod. Eng. 2017, 25, 241-245.
[CrossRef]
Mousavi, A.; Siervo, H.R.A. Automatic translation of plant data into management performance metrics: A
case for real-time and predictive production control. Int. J. Prod. Res. 2017, 55, 4862-4877. [CrossRef]
Fourie, H. Mejora de la eficacia global de los equipos de minería: A case study. J. S. Afr. Inst. Min. Metall.
2016, 116, 275-281. [CrossRef]
Green, C.; Taylor, D. Consolidación de una capacidad de gestión de compuestos distribuida en una única
instalación: The Application of Overall Equipment Effectiveness to Determine Capacity Utilization. J. Lab.
Autom. 2016, 21, 811-816. [CrossRef] [PubMed]
Samatemba, B.; Zhang, L.; Besa, B. Evaluating and optimizing the effectiveness of mining equipment; the case
of Chibuluma South underground mine. J. Clean. Prod. 2020, 252, 119697. [CrossRef]
Cheah, C.K.; Prakash, J.; Ong, K.S. An integrated OEE framework for structured productivity improvement in a
semiconductor manufacturing facility. Int. J. Product. Perform. Manag. 2020. [CrossRef]
Putz, M.; Koriath, H.J.; Kuznetsov, A.P. Clases de consumo de recursos de máquinas herramienta. MM Sci.
J. 2019,
2019, 3301-3309. [CrossRef]
Bhattacharjee, A.; Roy, S.; Kundu, S.; Tiwary, M.; Chakraborty, R. An analytical approach to measure OEE for
blast furnaces. Ironmak. Steelmak. 2019. [CrossRef]
Appl. Sci. 2020, 10, 6469
57.
58.
59.
60.
61.
62.
63.
64.
65.
66.
67.
68.
69.
70.
71.
72.
73.
74.
75.
76.
77.
78.
79.
16 de
23
Pemural, P.A.; Yoong, S.S.; Tay, C.C. Clasificación de las pérdidas en el cálculo de la eficacia global de los
equipos.
Int. J. Recent Technol. Eng. 2019, 7-11.
Sharma, R. Overall equipment effectiveness measurement of TPM manager model machines in flexible
manufacturing environment: A case study of automobile sector. Int. J. Product. Qual. Manag. 2019, 26,
206-222. [CrossRef]
Supriyanto, H.; Mokh, S. Evaluación del rendimiento mediante lean six sigma y eficacia global de los equipos:
An analyzing tool. Int. J. Mech. Eng. Technol. 2018, 9, 487-495.
Stryczek, R.; Szczepka, W. Process Factors of Impact on OEE for Lathes for Machining of Wheelset. J. Mach.
Eng. 2016, 16, 126-140.
Gibbons, P.M. Mejora de la eficiencia global de los equipos mediante un enfoque Lean Six Sigma. Int. J. Six
Sigma
Compet. Advant. 2006, 2, 207. [CrossRef]
Benjamin, S.J.; Marathamuthu, M.S.; Murugaiah, U. The use of 5-WHYs technique to eliminate OEE's speed
loss in a manufacturing firm. J. Qual. Maint. Eng. 2015, 21, 419-435. [CrossRef]
Arima, S.; Kobayashi, A.; Wang, Y.F.; Sakurai, K.; Monma, Y. Optimization of Re-Entrant Hybrid Flows with
Multiple Queue Time Constraints in Batch Processes of Semiconductor Manufacturing. IEEE Trans. Semicond.
Manuf. 2015, 28, 528-544. [CrossRef]
Olivella, J.; Gregorio, R. A case study of an integrated manufacturing performance measurement and meeting
system. J. Manuf. Technol. Manag. 2015, 26, 515-535. [CrossRef]
Wang, T.Y.; Pan, H.C. Improving the OEE and UPH data quality by Automated Data Collection for the
semiconductor assembly industry. Expert Syst. Appl. 2011, 38, 5764-5773. [CrossRef]
Bevilacqua, M.; Ciarapica, F.E.; De Sanctis, I.; Mazzuto, G.; Paciarotti, C. Reducción del tiempo de cambio
mediante la integración de prácticas Lean: A case study from pharmaceutical sector. Assem. Autom. 2015, 35, 2234. [CrossRef]
Kuiper, A.; Van Raalte, M.; Does, R.J.M.M. Dilemas de calidad: Mejorar la eficacia global de los equipos
en una empresa farmacéutica. Qual. Eng. 2014, 26, 478-483. [CrossRef]
Uddin, M.K.; Puttonen, J.; Martinez Lastra, J.L. Optimización sensible al contexto de los indicadores clave
de rendimiento para FMS. Int. J. Comput. Integr. Manuf. 2015, 28, 958-971. [CrossRef]
Chiarini, A. Improvement of OEE performance using a Lean Six Sigma approach: An Italian manufacturing
case study. Int. J. Product. Qual. Manag. 2015, 16, 416-433. [CrossRef]
Singh, K.; Ahuja, I.P.S. Assessing the business performance measurements for transfusion of TQM and TPM
initiatives in the Indian manufacturing industry. Int. J. Technol. Policy Manag. 2014, 14, 44. [CrossRef]
Benedetti, M.; Cesarotti, V.; Giuiusa, A.; Introna, V. Buffer Size Design in Pharmaceutical Packaging Lines:
Una Propuesta de Metodología Analítica y Estudio de Caso. Int. J. Eng. Bus. Manag. 2014, 6, 26. [CrossRef]
Singh, J.; Singh, H. Performance enhancement of a manufacturing industry by using continuous improvement
strategies-A case study. Int. J. Product. Qual. Manag. 2014, 14, 36. [CrossRef]
Svrzic, U.; Danon, G. Resolución de problemas en la producción de parqué de madera utilizando los "7
pasos" de la metodología de fabricación de categoría mundial (WCM). J. Appl. Eng. Sci. 2014, 12, 113120. [CrossRef]
Jebaraj Benjamin, S.; Murugaiah, U.; Srikamaladevi Marathamuthu, M. The use of SMED to eliminate small
stops in a manufacturing firm. J. Manuf. Technol. Manag. 2013, 24, 792-807. [CrossRef]
Mandahawi, N.; Fouad, R.H.; Obeidat, S. An Application of Customized Lean Six Sigma to Enhance
Productivity at a Paper Manufacturing Company. Jordan J. Mech. Ind. Eng. 2012, 6, 103-109.
Dadashnejad, A.-A.; Valmohammadi, C. Investigating the effect of value stream mapping on overall
equipment effectiveness: A case study. Total Qual. Manag. Bus. Excell. 2019, 30, 466-482. [CrossRef]
Baghbani, M.; Iranzadeh, S.; Bagherzadeh khajeh, M. Investigating the relationship between RPN parameters
in fuzzy PFMEA and OEE in a sugar factory. J. Loss Prev. Process Ind. 2019, 60, 221-232. [CrossRef]
Ghafoorpoor Yazdi, P.; Azizi, A.; Hashemipour, M. Una metodología híbrida para la validación de los
efectos de las soluciones de optimización en la sostenibilidad de la fabricación con un estudio temporal y
un enfoque de simulación para pymes. Sostenibilidad 2019, 11, 1454. [CrossRef]
Dresch, A.; Veit, D.R.; de Lima, P.N.; Lacerda, D.P.; Collatto, D.C. Inducing Brazilian manufacturing SMEs
productivity with Lean tools. Int. J. Product. Perform. Manag. 2019, 68, 69-87. [CrossRef]
Appl. Sci. 2020, 10, 6469
80.
81.
82.
83.
84.
85.
86.
87.
88.
89.
90.
91.
92.
93.
94.
95.
96.
97.
98.
99.
17 de
23
Daneshjo, N.; Malega, P.; Pajerská, E.D. Eficiencia productiva en empresas con producción en series cortas.
TEM J. 2019, 8, 1118-1126. [CrossRef]
Al-Refaie, A.; Abbasi, G.; Al-shalaldeh, H. Prácticas esbeltas y ágiles para mejorar el rendimiento del
proceso de llenado mediante simulación y análisis envolvente de datos. SN Appl. Sci. 2019, 1. [CrossRef]
Pereira, A.M.H.; Silva, M.R.; Domingues, M.A.G.; Sá, J.C. Enfoque Lean six sigma para mejorar el proceso de
producción en la industria de moldes: A case study. Qual. Innov. Prosper. 2019, 23, 103-121. [CrossRef]
Tortorella, G.; Fettermann, D. La cadena de ayuda en las empresas que implantan lean: The impact of
critical success factors on quality and efficiency performance. Int. J. Lean Six Sigma 2018, 9, 113-132.
[CrossRef]
Fera, M.; Fruggiero, F.; Costabile, G.; Lambiase, A.; Pham, D.T. A new mixed production cost allocation model for
additive manufacturing (MiProCAMAM). Int. J. Adv. Manuf. Technol. 2017, 92, 4275-4291. [CrossRef]
Lozano, J.; Saenz-Díez, J.C.; Martínez, E.; Jiménez, E.; Blanco, J. Metodología para la mejora del rendimiento
del cambio de máquina en la industria alimentaria basada en SMED. Int. J. Adv. Manuf. Technol. 2017, 90,
3607-3618. [CrossRef]
Morales Méndez, J.D.; Silva Rodríguez, R. Reducción del set-up en una célula de fabricación de ejes de
interconexión mediante SMED. Int. J. Adv. Manuf. Technol. 2016, 84, 1907-1916. [CrossRef]
Gendre, Y.; Waridel, G.; Guyon, M.; Demuth, J.F.; Guelpa, H.; Humbert, T. Sistemas de ejecución de
fabricación: Ejemplos de herramientas de indicadores de rendimiento y robustez operativa. Chimia 2016, 70,
616-620. [CrossRef]
Chen, B.; Wan, J.; Shu, L.; Li, P.; Mukherjee, M.; Yin, B. Fábrica inteligente de la industria 4.0: Tecnologías
clave, caso de aplicación y retos. IEEE Access 2017, 6, 6505-6519. [CrossRef]
Canizo, M.; Conde, A.; Charramendieta, S.; Minon, R.; Cid-Fuentes, R.G.; Onieva, E. Implementación de
una plataforma a gran escala para la monitorización en tiempo real de sistemas ciberfísicos. IEEE Access
2019, 7, 52455-52466. [CrossRef]
Kasashima, Y. Easy-to-use detection method for micro-arc discharge in plasma etching equipment by
measuring current flowing to ground. Jpn. J. Appl. Phys. 2018, 57. [CrossRef]
Chang, T.W.; Cho, E.; Jun, J.H.; Ahn, H. Implantación de una fábrica inteligente para la pyme: Centrándose en
la adquisición y supervisión de datos. ICIC Express Lett. Part B Appl. 2019, 10, 551-558. [CrossRef]
Alvarado, L.; Grimaldo Quispe, C.R. Método de optimización del proceso productivo de empresas
fabricantes de tanques de agua domésticos . Int. J. Eng. Res. Technol. 2018, 11, 1735-1757.
Perumal, P.A.; Teruaki, I.; Siang, T.Y.; Sieng, Y.S. Examination of Overall Equipment Effectiveness (OEE) in
término de la Técnica de Secuencia Operativa de Maynard (MOST). Am. J. Appl. Sci. 2016, 13, 1214-1220.
[CrossRef]
Ljungberg, Õ. Medición de la eficacia global de los equipos como base para las actividades de TPM. Int. J.
Oper. Prod. Manag. 1998, 18, 495-507. [CrossRef]
Al-Najjar, B. Mantenimiento de la calidad total: Un enfoque para la reducción continua de los costes de los
productos de calidad.
J. Qual. Maint. Eng. 1996, 2, 4-20. [CrossRef]
Abdul Samat, H.; Kamaruddin, S.; Abdul Azid, I. Integration of overall equipment effectiveness (OEE) and
reliability method for measuring machine effectiveness. S. Afr. J. Ind. Eng. 2012, 23, 92-113. [CrossRef]
Tsarouhas, P.H. Evaluación de la gestión del mantenimiento a través de la eficacia global del equipo de un
línea de producción de yogures en una mediana empresa italiana. Int. J. Product. Qual. Manag. 2015, 16,
298-311. [CrossRef]
Shahin, A.; Attarpour, M.R. Developing decision making grid for maintenance policy making based on
estimated range of overall equipment effectiveness. Mod. Appl. Sci. 2011, 5, 86-97. [CrossRef]
Durán, O.; Durán, P.A. Priorización de activos físicos para el mantenimiento y la sostenibilidad de la
producción.
Sostenibilidad 2019, 11, 4296. [CrossRef]
100. Khisamova, E.D.; Kodolova, I.A.; Kucherbaeva, A.A. Impacto de la tecnología Lean en la eficacia general
de los equipos. HELIX 2019, 9, 5159-5164. [CrossRef]
101. Daniewski, K.; Kosicka, E.; Mazurkiewicz, D. Análisis de la corrección de la determinación de la eficacia
de las acciones del servicio de mantenimiento. Manag. Prod. Eng. Rev. 2018, 9, 20-25. [CrossRef]
102. Ylipää, T.; Skoogh, A.; Bokrantz, J.; Gopalakrishnan, M. Identificación del potencial de mejora del
mantenimiento mediante la evaluación OEE. Int. J. Product. Perform. Manag. 2017, 66, 126-143. [CrossRef]
103. Saleem, F.; Nisar, S.; Khan, M.A.; Khan, S.Z.; Sheikh, M.A. Eficacia global del equipo de curado de
neumáticos.
prensa: Un estudio de caso. J. Qual. Maint. Eng. 2017, 23, 39-56. [CrossRef]
Appl. Sci. 2020, 10, 6469
18 de
23
104. Fattah, J.; Ezzine, L.; Lachhab, A. Evaluación del rendimiento de una línea de producción mediante la eficacia
global del equipo: Un enfoque basado en las mejores prácticas de mantenimiento. Int. J. Eng. Res. Afr. 2017,
30, 181-189. [CrossRef]
105. Binti Aminuddin, N.A.; Garza-Reyes, J.A.; Kumar, V.; Antony, J.; Rocha-Lona, L. An analysis of managerial
106.
107.
108.
109.
110.
111.
112.
113.
114.
115.
factors affecting the implementation and use of overall equipment effectiveness. Int. J. Prod. Res. 2016,
54, 4430-4447. [CrossRef]
Gupta, P.; Vardhan, S. Optimizing OEE, productivity and production cost for improving sales volume in
an automobile industry through TPM: A case study. Int. J. Prod. Res. 2016, 54, 2976-2988. [CrossRef]
Wudhikarn, R. Implementation of the overall equipment cost loss (OECL) methodology for comparison with
overall equipment effectiveness (OEE). J. Qual. Maint. Eng. 2016, 22, 81-93. [CrossRef]
Duran, O.; Rojas, S.; Duran, P. Medición del impacto del aplazamiento del mantenimiento sobre el
rendimiento global en una planta de chancado chilena. IEEE Lat. Am. Trans. 2018, 16, 1951-1958. [CrossRef]
Acharya, A.; Garg, D.; Singh, N.; Gahlaut, U. Plant effectiveness improvement of overall equipment
effectiveness using autonomous maintenance training:-A case study. Int. J. Mech. Prod. Eng. Res. Dev. 2018,
9, 103-112. [CrossRef]
Saidi, R.; Soulhi, A.; El Alami, J. The role of the overall equipment effectiveness as a decision support tool
for structuring the roadmap of a tfs transformation (Constraint theory, safety of operation, and six
sigma).
J. Theor. Appl. Inf. Technol. 2017, 3441-3449.
Prickett, P.W. Un enfoque integrado de la gestión autónoma del mantenimiento. Integr. Manuf. Syst. 1999,
10, 233-243. [CrossRef]
Blanchard, B.S. An enhanced approach for implementing total productive maintenance in the manufacturing
environment. J. Qual. Maint. Eng. 1997, 3, 69-80. [CrossRef]
Wang, F.K.; Lee, W. Análisis de la curva de aprendizaje en el mantenimiento productivo total. Omega
2001, 29, 491-499. [CrossRef]
Rashid, M.M.; Ismail, H. Enfoque genérico para la personalización del programa TPM: Using the process
transformation model and reliability assessment tool. Eur. J. Ind. Eng. 2008, 2, 401-427. [CrossRef]
Kumar, M.; Antony, J.; Singh, R.K.; Tiwari, M.K.; Perry, D. Aplicación del marco lean sigma en una PYME india:
A case study. Prod. Plan. Control 2006, 17, 407-423. [CrossRef]
116. Fore, S.; Zuze, L. Mejora de la eficacia global de los equipos mediante el mantenimiento productivo total.
World Acad. Sci. Eng. Technol. 2010, 61, 2010.
117. Shetty, D.; Ali, A.; Chapdelaine, J.J. Un modelo para la evaluación e implementación de la fabricación
productiva total. J. Adv. Manuf. Syst. 2009, 8, 117-136. [CrossRef]
118. Azar, A.T. The influence of maintenance quality of hemodialysis machines on hemodialysis efficiency. Saudi J.
Kidney Dis. Transplant. 2009, 20, 49.
119. Da Silva, C.M.I.; Cabrita, C.M.P.; De Oliveira Matias, J.C. Mantenimiento proactivo de la fiabilidad: Un
estudio de caso sobre los costes del servicio de mantenimiento. J. Qual. Maint. Eng. 2008, 14, 343-355.
[CrossRef]
120. Sarkar, B.N. Capability enhancement of a metal casting processes in a small steel foundry through Six Sigma: A
case study. Int. J. Six Sigma Compet. Advant. 2007, 3, 56-71. [CrossRef]
121. Tsarouhas, P. Aplicación del mantenimiento productivo total en la industria alimentaria: A case study. J.
Qual. Maint. Eng. 2007, 13, 5-18. [CrossRef]
122. Jain, A.; Bhatti, R.S.; Singh, H. OEE enhancement in SMEs through mobile maintenance: A TPM concept.
Int. J. Qual. Reliab. Manag. 2015, 32, 503-516. [CrossRef]
123. Rødseth, H.; Skarlo, T.; Schjølberg, P. Indicador de pérdida de beneficios: Un novedoso indicador de
mantenimiento aplicado a la planificación integrada. Adv. Manuf. 2015, 3, 139-150. [CrossRef]
124. Arango Serna, M.D.; Alzate Lopez, J.F.; Zapata Cortes, J.A. Impacto de la implementación de Tpm en la
competitividad de las empresas de la región metropolitana de medellín y el oriente antioqueño, Colombia. Dyna
2012, 79, 164-170.
125. Santos, J.; Garcia, M.P.; Arcelus, M.; Viles, E.; Uranga, J. Desarrollo de un sistema PlugandLean
inalámbrico para mejorar el diagnóstico de equipos de fabricación. Int. J. Comput. Integr. Manuf. 2011, 24, 338351. [CrossRef]
126. Ananth, G.; Vinayagam, B.K. Mejora de la eficacia mediante el mantenimiento productivo total utilizando
partículas.
modelo de optimización de enjambres para pequeñas empresas y microempresas manufactureras. Int. J.
Product. Qual. Manag.
2015, 16, 473-503. [CrossRef]
Appl. Sci. 2020, 10, 6469
19 de
23
127. Kumar, J.; Soni, V.K.; Agnihotri, G. Impact of TPM implementation on Indian manufacturing industry. Int. J.
Product. Perform. Manag. 2014, 63, 44-56. [CrossRef]
128. Ohunakin, O.S.; Leramo, R.O. Implantación del mantenimiento productivo total en una industria de bebidas:
Un estudio de caso . J. Eng. Appl. Sci. 2012, 7, 128-133. [CrossRef]
129. Dogra, M.; Sharma, V.S.; Sachdeva, A.; Dureja, J.S. TPM-A key strategy for productivity improvement in
process industry. J. Eng. Sci. Technol. 2011, 6, 1-16.
130. Wakiru, J.M.; Pintelon, L.; Muchiri, P.; Chemweno, P. Integrated maintenance policies for performance
improvement of a multi-unit repairable, one product manufacturing system. Prod. Plan. Control 2020, 1-21.
[CrossRef]
131. Singh, J.; Singh, H.; Sharma, V. Success of TPM concept in a manufacturing unit-A case study. Int. J. Product.
Perform. Manag. 2018, 67, 536-549. [CrossRef]
132. Nwanya, S.C.; Udofia, J.I.; Ajayi, O.O. Optimización del tiempo de inactividad de las máquinas en la
fabricación de plásticos.
Cogent Eng. 2017, 4. [Referencia cruzada].
133. Nallusamy, S. Enhancement of productivity and efficiency of CNC machines in a small scale industry using
total productive maintenance. Int. J. Eng. Res. Afr. 2016, 25, 119-126. [CrossRef]
134. Bataineh, O.; Al-Hawari, T.; Alshraideh, H.; Dalalah, D. A sequential TPM-based scheme for improving
production effectiveness presented with a case study. J. Qual. Maint. Eng. 2019, 25, 144-161. [CrossRef]
135. Nallusamy, S.; Kumar, V.; Yadav, V.; Prasad, U.K.; Suman, S.K. Implementation of total productive
maintenance to enhance the overall equipment effectiveness in medium scale industries. Int. J. Mech. Prod.
Eng. Res. Dev. 2018, 8, 1027-1038. [CrossRef]
136. Udomraksasakul, C.; Udomraksasakul, C. Aumento de la mejora de la eficacia general del equipo de la máquina de
moldeo de plástico . Int. J. Mech. Eng. Technol. 2018, 9, 1107-1113.
137. Sharma, R.; Singh, J.; Rastogi, V. El impacto del mantenimiento productivo total en los indicadores clave de
rendimiento (PQCDSM): A case study of automobile manufacturing sector. Int. J. Product. Qual. Manag. 2018,
24, 267. [CrossRef]
138. Fam, S.F.; Prastyo, D.D.; Loh, S.L.; Utami, S.; Yong, D.H.Y. Total productive maintenance practices in
manufacture of electronic components & boards industry in Malaysia. J. Telecommun. Electron. Comput. Eng.
2018, 10, 97-101.
139. Pires, S.P.; Sénéchal, O.; Loures, E.F.R.; Jimenez, J.F. An approach to the prioritization of sustainable
maintenance drivers in the TBL framework. IFAC Pap. OnLine 2016, 49, 150-155. [CrossRef]
140. En-Nhaili, A.; Meddaoui, A.; Bouami, D. Enfoque de mejora de la eficacia basado en oee y lean
herramientas de mantenimiento. Int. J. Process Manag. Benchmarking 2016, 6, 147-169. [CrossRef]
141. Kar, M.K. Implementation of planned maintenance using tpm methodology for a bi-cycle manufacturing
industry. Int. J. Mech. Eng. Technol. 2016, 7, 253-270.
142. Gibbons, P.M.; Burgess, S.C. Introducing OEE as a measure of lean Six Sigma capability. Int. J. Lean Six Sigma
2010, 1, 134-156. [CrossRef]
143. Zammori, F.; Braglia, M.; Frosolini, M. Stochastic overall equipment effectiveness. Int. J. Prod. Res. 2011, 49,
6469-6490. [CrossRef]
144. Gołda, G.; Kampa, A.; Paprocka, I. Análisis del rendimiento y la fiabilidad de operadores humanos y
robots industriales. Manag. Prod. Eng. Rev. 2018, 9, 24-33. [CrossRef]
145. Tham, K.D.; Madni, A.M. Cumplimiento de Sox con OEE, modelado empresarial y Temporal-ABC. Intell.
Autom. Soft Comput. 2017, 1-9. [CrossRef]
146. Kampa, A.; Gołda, G. Modelling and simulation method for production process automation in steel
casting foundry. Arch. Foundry Eng. 2018, 18, 47-52. [CrossRef]
147. Kampa, A.; Gołda, G.; Paprocka, I. Método de simulación de eventos discretos como herramienta para la
mejora de los sistemas de fabricación. Computers 2017, 6, 10. [CrossRef].
148. Rylková, Ž.; Stelmach, K.; Vlcek, P. Eficacia global de los equipos en el marco de la evaluación de impacto
contrafactual.
concepto. Sci. Ann. Econ. Bus. 2017, 64, 29-40. [CrossRef]
149. Esa, F.; Yusof, Y. Aplicación de la eficacia general de los equipos (OEE) y ventaja competitiva sostenible: A case
study of hicom diecastings SDN. BHD.(HDSB). ARPN J. Eng. Appl. Sci. 2016, 11, 199-203.
Appl. Sci. 2020, 10, 6469
20 de
23
150. Ghafoorpoor Yazdi, P.; Azizi, A.; Hashemipour, M. Una investigación empírica de la relación entre la
eficiencia general de los equipos (OEE) y la sostenibilidad de la fabricación en la industria 4.0 con un
enfoque de estudio temporal. Sostenibilidad 2018, 10, 3031. [CrossRef]
151. Teoh, Y.S.; Ito, T.; Perumal, P. Invisibility of impact from customer demand and relations between processes
in Overall Equipment Effectiveness (OEE). J. Adv. Mech. Des. Syst. Manuf. 2017, 11, JAMDSM0065.
[CrossRef]
152. Kukla, S. Modelización y optimización de la organización de los puestos de trabajo en una fundición. Arch.
Foundry Eng. 2016,
16, 55-58. [CrossRef]
153. Buchmeister, B.; Friscic, D.; Palcic, I. Impact of demand changes and supply chain's level constraints on
bullwhip effect. Adv. Prod. Eng. Manag. 2013, 199-208. [CrossRef]
154. Jaegler, A.; Burlat, P. ¿Cuál es el impacto del desarrollo sostenible en la relocalización de las empresas
manufactureras ? Prod. Plan. Control 2014, 25, 902-911. [CrossRef]
155. Buchmeister, B.; Friscic, D.; Lalic, B.; Palcic, I. Análisis de una cadena de suministro de tres etapas con
restricciones de nivel.
Int. J. Simul. Model. 2012, 11, 196-210. [CrossRef]
156. Perez Loaiza, R.E.; Olivares-Benitez, E.; Miranda Gonzalez, P.A.; Guerrero Campanur, A.; Martinez Flores, J.L.
Supply chain network design with efficiency, location, and inventory policy using a multiobjective
evolutionary algorithm. Int. Trans. Oper. Res. 2017, 24, 251-275. [CrossRef]
157. Jeong, K.Y.; Phillips, D.T. Medición de la eficiencia y la eficacia operativas. Int. J. Oper. Prod. Manag.
2001, 21, 1404-1416. [CrossRef]
158. De Ron, A.J.; Rooda, J.E. OEE y eficacia de los equipos: Una evaluación. Int. J. Prod. Res. 2006, 44, 4987-5003.
[CrossRef]
159. Garza-Reyes, J.A.; Eldridge, S.; Barber, K.D.; Soriano-Meier, H. Medidas de eficacia global de los equipos
(OEE) y capacidad de los procesos (PC): A relationship analysis. Int. J. Qual. Reliab. Manag. 2010, 27, 4862. [CrossRef]
160. Yuniawan, D.; Ito, T.; Bin, M.E. Cálculo del peso de efectividad global del equipo mediante el método Taguchi
con simulación. Concurr. Eng. 2013, 21, 296-306. [CrossRef]
161. Kumar, J.; Soni, V.K. An Exploratory Study of OEE Implementation in Indian Manufacturing Companies.
J. Inst. Eng. Ser. C 2015, 96, 205-214. [CrossRef]
162. Maran, M.; Manikandan, G.; Thiagarajan, K. Fuzzy expert system for plant overall equipment
effectiveness.
Eur. J. Sci. Res. 2012, 83, 430-438.
163. Zuashkiani, A.; Rahmandad, H.; Jardine, A.K.S. Mapping the dynamics of overall equipment effectiveness to
enhance asset management practices. J. Qual. Maint. Eng. 2011, 17, 74-92. [CrossRef]
164. Bengtsson, M. Using a game-based learning approach in teaching overall equipment effectiveness. J. Qual.
Maint. Eng. 2019. [CrossRef]
165. Ng, K.C.; Chong, K.E. A framework for improving manufacturing overall equipment effectiveness. J. Adv.
Manuf. Technol. 2018, 12, 383-400. [CrossRef]
166. Hidayat, A.; Irdas, I. Evaluation of micro hydro power plant (MHPP) using overall equipment effectiveness
(OEE) method. ARPN J. Eng. Appl. Sci. 2017, 12, 5271-5275.
167. Krokoszinski, H.J. Efficiency and effectiveness of wind farms-keys to cost optimized operation and
maintenance. Renew. Energy 2003, 28, 2165-2178. [CrossRef]
168. Muthiah, K.M.N.; Huang, S.H.; Mahadevan, S. Automating factory performance diagnostics using overall
throughput effectiveness (OTE) metric. Int. J. Adv. Manuf. Technol. 2008, 36, 811-824. [CrossRef]
169. Ng, R.; Low, J.S.C.; Song, B. Integrating and implementing Lean and Green practices based on proposition of
Carbon-Value Efficiency metric. J. Clean. Prod. 2015, 95, 242-255. [CrossRef]
170. Alzubi, E.; Atieh, A.M.; Abu Shgair, K.; Damiani, J.; Sunna, S.; Madi, A. Integraciones híbridas de Value Stream
Mapping, Teoría de Restricciones y Simulación: Aplicación a la industria del mueble de madera. Processes
2019, 7, 816. [CrossRef]
171. Bokrantz, J.; Skoogh, A.; Ylipää, T.; Stahre, J. Manejo de las perturbaciones de la producción en la
industria manufacturera . J. Manuf. Technol. Manag. 2016, 27, 1054-1075. [CrossRef]
172. Abd Rahman, M.S.; Mohamad, E.; Abdul Rahman, A.A. Mejora de la eficacia global de los equipos.
(OEE) utilizando la simulación como herramienta de toma de decisiones para el equilibrado de líneas. Indones.
J. Electr. Eng. Comput. Sci.
2020, 18, 1040-1047. [CrossRef]
Appl. Sci. 2020, 10, 6469
21 de
23
173. Huang, S.H.; Dismukes, J.P.; Shi, J.; Su, Q.; Wang, G.; Razzak, M.A.; Robinson, D.E. Manufacturing system
modeling for productivity improvement. J. Manuf. Syst. 2002, 21, 249-259. [CrossRef]
174. Muthiah, K.M.N.; Huang, S.H. Métrica de eficacia global del rendimiento (OTE) para el rendimiento a nivel de
fábrica.
monitorización y detección de cuellos de botella. Int. J. Prod. Res. 2007, 45, 4753-4769. [CrossRef]
175. deRon, A.J.; Rooda, J.E. Eficacia de los equipos: OEE Revisited. IEEE Trans. Semicond. Manuf. 2005, 18,
190-196. [CrossRef]
176. Sheu, D.D. Eficiencia global de entrada y eficiencia total del equipo. IEEE Trans. Semicond. Manuf. 2006,
19, 496-501. [CrossRef]
177. Badiger, A.S.; Gandhinathan, R.; Gaitonde, V.N. A methodology to enhance equipment performance
using the OEE measure. Eur. J. Ind. Eng. 2008, 2, 356. [CrossRef]
178. Anvari, F.; Edwards, R.; Starr, A. Evaluation of overall equipment effectiveness based on market. J. Qual.
Maint. Eng. 2010, 16, 256-270. [CrossRef]
179. Anvari, F.; Edwards, R. Medición del rendimiento basada en un enfoque de calidad total. Int. J. Product.
Perform. Manag. 2011, 60, 512-528. [CrossRef]
180. Wudhikarn, R. Improving overall equipment cost loss adding cost of quality. Int. J. Prod. Res. 2012, 50,
3434-3449. [CrossRef]
181. Eswaramurthi, K.G.; Mohanram, P.V. Improvement of manufacturing performance measurement system and
evaluation of overall resource effectiveness. Am. J. Appl. Sci. 2013, 10, 131-138. [CrossRef]
182. Jauregui Becker, J.M.; Borst, J.; van der Veen, A. Mejora de la eficacia global de los equipos de
entornos de fabricación de alta mezcla y bajo volumen. CIRP Ann. 2015, 64, 419-422. [CrossRef]
183. Zammori, F. Fuzzy Overall Equipment Effectiveness (FOEE): Capturing performance fluctuations
through LR Fuzzy numbers. Prod. Plan. Control 2015, 26, 451-466. [CrossRef]
184. Dindarloo, S.R.; Siami-Irdemoosa, E.; Frimpong, S. Measuring the effectiveness of mining shovels. Min. Eng.
2016, 68, 45-50. [CrossRef]
185. Mohammadi, M.; Rai, P.; Gupta, S. Performance Evaluation of Bucket based Excavating, Loading and
Transport (BELT) Equipment-An OEE Approach. Arch. Min. Sci. 2017, 62, 105-120. [CrossRef]
186. Larrañaga Lesaca, J.M.; Zulueta Guerrero, E.; Lopez-Guede, J.M.; Ramos-Hernanz, J.; Larrañaga Juaristi, A.;
Akizu, O. Measuring global effectiveness of integrated electric energy systems. Int. J. Hydrogen Energy 2017,
42, 18121-18133. [CrossRef]
187. da Silva, A.F.; Marins, F.A.S.; Tamura, P.M.; Dias, E.X. Bi-Objective Multiple Criteria Data Envelopment
Analysis combined with the Overall Equipment Effectiveness: Una aplicación en una empresa de
automoción.
J. Clean. Prod. 2017, 157, 278-288. [CrossRef]
188. Puvanasvaran, A.P.; Yoong, S.S.; Tay, C.C. Effect of hidden wastes in overall equipment effectiveness
calculation. ARPN J. Eng. Appl. Sci. 2017, 12, 6443-6448.
189. Nakhla, M. Diseño de la eficacia general ampliada de los equipos: Aplicación en operaciones sanitarias. Int. J.
Manag. Sci. Eng. Manag. 2018, 1-10. [CrossRef]
190. Braglia, M.; Castellano, D.; Frosolini, M.; Gallo, M. Eficacia global del uso de materiales (OME): Un indicador
estructurado para medir el uso efectivo de materiales en los procesos de fabricación. Prod. Plan. Control
2018, 29, 143-157. [CrossRef]
191. Durán, O.; Capaldo, A.; Duran Acevedo, P. Eficacia global de la rendibilidad sostenible (E.G.S.) como una
métrica para sistemas de producción. Sostenibilidad 2018, 10, 362. [CrossRef]
192. Muñoz-Villamizar, A.; Santos, J.; Montoya-Torres, J.; Jesus Alvaréz, M. Mejora de la eficacia de la
programación de máquinas paralelas con costes de precocidad y tardanza: Un estudio de caso. Int. J. Ind. Eng.
Comput. 2019, 375-392. [CrossRef]
193. Abdelbar, K.M.; Bouami, D.; Elfezazi, S. New approach towards formulation of the overall equipment
effectiveness. J. Qual. Maint. Eng. 2019. [CrossRef]
194. Brodny, J.; Tutak, M. Análisis de la eficacia de utilización de las máquinas de minería mediante datos
independientes
Sistemas de adquisición: Un Estudio de Caso. Energies 2019, 12, 2505. [CrossRef]
195. Tang, H. Un nuevo método de análisis de cuellos de botella para sistemas de fabricación. Manuf. Lett.
2019, 19, 21-24. [CrossRef]
196. Aleš, Z.; Pavlu˚ , J.; Legát, V.; Mošna, F.; Jurcˇa, V. Metodología de cálculo de la eficacia global de los equipos.
en el contexto del entorno de la industria 4.0. Eksploat Niezawodn 2019, 21, 411-418. [CrossRef]
Appl. Sci. 2020, 10, 6469
22 de
23
197. Annamalai, S.; Suresh, D. Implementation of total productive maintenance for overall equipment
effectiveness improvement in machine shop. Int. J. Recent Technol. Eng. 2019, 8, 7686-7691. [CrossRef]
198. Durga Prasad, N.V.P.R.; Radhakrishna, C. Key performance index for overall substation performance. Int. J.
Recent Technol. Eng. 2019, 8, 6067-6071. [CrossRef]
199. De Groote, P. Análisis del rendimiento del mantenimiento: A practical approach. J. Qual. Maint. Eng.
1995, 1, 4-24. [CrossRef]
200. Danese, P.; Manfè, V.; Romano, P. A Systematic Literature Review on Recent Lean Research: State-of-the-art
and Future Directions. Int. J. Manag. Rev. 2017, 20, 579-605. [CrossRef]
201. Kamble, S.S.; Gunasekaran, A.; Gawankar, S.A. Marco de la Industria Sostenible 4.0: Una revisión bibliográfica
sistemática que identifica las tendencias actuales y las perspectivas de futuro. Process Saf. Environ. Prot.
2018, 117, 408-425. [CrossRef]
2020 por los autores. Licenciatario MDPI, Basilea, Suiza. Este artículo es un artículo de
acceso abierto distribuido bajo los términos y condiciones de la licencia Creative Commons
Attribution (CC BY) (http://creativecommons.org/licenses/by/4.0/).