OEE-Dashboard mit aggregierten Metriken

OEE-Dashboard mit aggregierten Metriken in Grafana erstellen.

Was du lernst

• Den productivity-metrics-POST-Endpoint für aggregierte OEE-Daten nutzen

• Die 10-Minuten-Ausrichtung für Zeitbereiche beachten

• Versteckte Zeitvariablen erstellen, die auf gültige Intervalle runden

• Abteilungsübersichtstabellen mit mehreren Maschinen erstellen

• Gauge-Zellen und kontinuierliche Farbskalen zur Visualisierung einsetzen

Voraussetzungen

• Tutorials 4.1-4.4 abgeschlossen

• Verständnis von Infinity-POST-Requests

• Vertrautheit mit Dashboard-Variablen

---

Überblick

Der productivity-metrics-Endpoint liefert aggregierte OEE-Kennzahlen für frei wählbare Zeitbereiche:

• Produktivität (OEE) – Gesamtanlageneffektivität

• Verfügbarkeit – Laufzeit vs. Stillstand

• Leistung – Ist-Output vs. Soll-Output

• Qualität – Gutmenge vs. Ausschuss

Welchen Endpoint wann verwenden

Endpoint	Methode	Geeignet für
production-runs	GET	OEE pro Auftrag, flexible Zeitbereiche
productivity-metrics	POST	Aggregierte OEE über definierte Zeiträume (Schichten, Tage, Wochen)

Verwende production-runs (Tutorial 4.2) für:

• Schnelle Queries mit ${__from:date:iso} und ${__to:date:iso}

• OEE pro Auftrag

• Einfache Dashboards

Verwende productivity-metrics (dieses Tutorial) für:

• Aggregierte Metriken über Schichten oder eigene Zeiträume

• Abteilungsübergreifende Zusammenfassungen

• Wenn du mehr Kontrolle über die Zeitausrichtung brauchst

---

Die 10-Minuten-Ausrichtung

Wichtig: Der productivity-metrics-Endpoint erfordert Zeitbereiche mit 10-Minuten-Ausrichtung:

Anforderung	Gültig	Ungültig
Minuten	0, 10, 20, 30, 40, 50	5, 15, 23, 47
Sekunden	0	30, 59
Mikrosekunden	0	123000

Gültige Beispiele:

• 2024-01-15T08:00:00.000Z

• 2024-01-15T14:30:00.000Z

• 2024-01-15T09:10:00.000Z

Ungültige Beispiele:

• 2024-01-15T08:05:00.000Z (Minuten nicht ausgerichtet)

• 2024-01-15T14:30:45.000Z (Sekunden nicht null)

Warum das wichtig ist

Wenn Nutzende in Grafana Zeitbereiche auswählen, enthalten die Werte oft beliebige Sekunden und Millisekunden:

• Jemand klickt auf "Last 8 hours" um 14:37:23 -> ${__from} = 1705323443000

• Das ergibt 2024-01-15T06:37:23.000Z – nicht 10-Minuten-ausgerichtet!

Lösung: Erstelle versteckte Variablen, die Zeitwerte auf gültige Intervalle runden.

---

Zeitausgerichtete Variablen erstellen

Option A: Auf volle Stunden runden (einfachste Variante)

Nutze Grafanas Datumsformatierung, um auf volle Stunden zu runden:

Variable	Wert
Name	start_aligned
Type	Constant oder Query
Value	${__from:date:YYYY-MM-DDTHH:00:00}+00:00

Ergebnis: 2024-01-15T06:00:00+00:00 (immer gültig)

Allerdings aktualisieren sich konstante Variablen nicht, wenn der Zeitbereich geändert wird.

Option B: Auf 10-Minuten-Intervalle runden (fortgeschritten)

Erstelle eine Query-Variable mit Inline-Daten und JSONata:

Variable: start

Einstellung	Wert
Name	start
Type	Query
Hide	Variable (versteckt)
Refresh	On time range change

Query-Konfiguration:

Einstellung	Wert
Source	Inline
Data	{"time": ${__from}}
Root selector	Siehe JSONata unten

JSONata für 10-Minuten-Rundung:

(
  $time_millis := $number($.time);
  $time_rounded := $time_millis - ($time_millis % 600000);
  $fromMillis($time_rounded)
)

Dieses JSONata:

1. Nimmt den Millisekunden-Zeitstempel von Grafana

2. Rundet auf die nächsten 10 Minuten ab (600000 ms = 10 min)

3. Wandelt zurück ins ISO-Format um

Variable: end

Erstelle eine zweite Variable mit derselben Konfiguration, aber verwende ${__to} statt ${__from}:

Einstellung	Wert
Name	end
Data	{"time": ${__to}}
Root selector	Gleiches JSONata wie oben

[SCREENSHOT: Hidden time variable configuration]

---

Productivity Metrics abfragen

Einfacher POST-Request

Der productivity-metrics-Endpoint erfordert einen POST-Request mit Zeitbereichen:

URL:

machines/${machine}/productivity-metrics

Method: POST

Body:

{
  "datetime_ranges": [
    {
      "start": "${start}",
      "end": "${end}"
    }
  ]
}

Infinity-Query-Konfiguration

Einstellung	Wert
Type	JSON
Parser	Backend
Source	URL
URL	machines/${machine}/productivity-metrics
Method	POST
Body content type	application/json
Body	Siehe oben

Root selector für die Extraktion der Werte:

$map($.data, function($v) {
  {
    "productivity": $v.productivity.score,
    "availability": $v.availability.score,
    "performance": $v.performance.score,
    "quality": $exists($v.quality) ? $v.quality.score : 1
  }
})

Hinweis: Qualität existiert nicht bei allen Maschinen, daher wird standardmäßig 1 verwendet, wenn der Wert fehlt.

[SCREENSHOT: POST request configuration in Infinity]

---

Abteilungsübergreifende OEE-Tabelle erstellen

Eine Abteilungsübersicht zeigt alle Maschinen in einer Tabelle mit OEE-Werten nebeneinander.

Schritt 1: Mehrere Maschinen-Queries erstellen

Erstelle für jede Maschine eine separate Query (Query A, B, C usw.):

Query A (Kiefel):

Einstellung	Wert
URL	machines/141e0927-62b3-4e76-8398-ad82d20f397f/productivity-metrics
Method	POST
Body	{"datetime_ranges": [{"start": "${start}", "end": "${end}"}]}
Root selector	JSONata für Werte (siehe oben)

Füge Computed Columns hinzu, um die Maschine zu identifizieren:

Selector	Title	Type
"141e0927-62b3-4e76-8398-ad82d20f397f"	machine_uuid	String
"Kiefel"	Machine	String

Hinweis: Der Selector verwendet String-Literale in Anführungszeichen, um feste Werte einzufügen.

Query B (Macchi):

Gleiche Konfiguration mit:

• URL: machines/cc0d2dcb-564b-48cd-a342-71765a536058/productivity-metrics

• Computed Columns: "cc0d2dcb-..." und "Macchi"

Für alle weiteren Maschinen der Abteilung wiederholen.

[SCREENSHOT: Multiple queries with computed columns]

Schritt 2: Merge-Transformation hinzufügen

Transformationen kombinieren die verschiedenen Query-Ergebnisse:

1. Auf den Transform-Tab klicken

2. Transformation hinzufügen -> Merge

Damit werden alle Maschinen-Queries in einer einzigen Tabelle zusammengeführt.

[SCREENSHOT: Merge transformation result]

Schritt 3: Spalten organisieren

Füge eine weitere Transformation hinzu, um die Tabelle aufzuräumen:

1. Transformation hinzufügen -> Organize fields

2. Ausblenden: machine_uuid (nur intern zum Filtern benötigt)

3. Umbenennen:

   • productivity -> OEE

   • availability -> Verfügbarkeit

   • performance -> Leistung

   • quality -> Qualität

4. Reihenfolge: Machine, OEE, Verfügbarkeit, Leistung, Qualität

[SCREENSHOT: Organize fields configuration]

---

Visuelle Gestaltung

Gauge-Zellen für OEE-Spalten

Stelle jede Score-Spalte als Gauge dar:

1. Field overrides öffnen

2. Override hinzufügen -> Fields with name -> OEE

3. Eigenschaft hinzufügen -> Cell type -> Gauge

4. Mode -> Basic setzen

Für Verfügbarkeit, Leistung und Qualität wiederholen.

Kontinuierliche Farbskala

Verwende einen Rot-Gelb-Grün-Farbverlauf für sofortiges visuelles Feedback:

1. Unter Defaults (Standard options):

   • Color scheme -> Continuous - RdYlGr (From thresholds)

   • Oder Field Overrides für einzelne Spalten verwenden

2. Min = 0, Max = 1 setzen

3. Thresholds konfigurieren (bei Threshold-basierten Farben):

   • 0: Rot

   • 0.6: Gelb

   • 0.8: Grün

[SCREENSHOT: Color scale configuration]

Unit-Konfiguration

Stelle die Einheit auf Prozent:

Einstellung	Wert
Unit	Percent (0.0-1.0)
Decimals	1
Min	0
Max	1

Tabellenfuß mit Durchschnittswerten

Zeige Abteilungsdurchschnitte im Tabellenfuß an:

1. Unter Table-Optionen:

   • Show table footer -> An

   • Calculation -> Mean

Damit wird der durchschnittliche OEE aller Maschinen am unteren Rand angezeigt.

[SCREENSHOT: Table with gauge cells and footer]

---

Vollständiges Beispiel: Abteilungsübersicht

Variablen

Name	Typ	Konfiguration
site	Query	Sites-Endpoint, Anzeige Name/UUID
start	Query (versteckt)	Inline mit 10-Minuten-Rundung (JSONata)
end	Query (versteckt)	Inline mit 10-Minuten-Rundung (JSONata)

Panel-Konfiguration

Visualisierung: Table

Queries: Eine pro Maschine mit Computed Columns für den Namen

Transformationen:

1. Merge

2. Organize fields (UUID ausblenden, Spalten umbenennen)

Field Config:

• Unit: percentunit

• Color mode: continuous-RdYlGr

• Min: 0, Max: 1

Overrides:

• OEE, Verfügbarkeit, Leistung, Qualität: Cell type = Gauge

Optionen:

• Footer: Anzeige mit Mean-Berechnung

• Cell height: Small

• Sort: Nach Maschinenname (aufsteigend)

---

Vergleich: Production Runs vs. Productivity Metrics

Merkmal	production-runs	productivity-metrics
Methode	GET	POST
Zeitformat	Beliebiges ISO-Datetime	10-Minuten-ausgerichtet
OEE-Ebene	Pro Auftrag	Aggregiert über den Zeitbereich
Einrichtungsaufwand	Einfach	Erfordert ausgerichtete Zeitvariablen
Mehrere Zeitbereiche	Nicht unterstützt	Unterstützt (Array von Bereichen)
Geeignet für	Schnelle Dashboards	Schichtberichte, Tageszusammenfassungen

Wann welchen Endpoint verwenden:

• Einfache Dashboards mit Zeitauswahl: production-runs mit ${__from:date:iso} verwenden

• Schichtbasierte Berichte: productivity-metrics mit ausgerichteten Zeitvariablen verwenden

• Historische Vergleiche: productivity-metrics mit mehreren datetime_ranges verwenden

---

Praktische Übung

Erstelle ein abteilungsübergreifendes OEE-Dashboard mit:

1. Variablen:

   • Standort-Dropdown

   • Versteckte start- und end-Variablen mit 10-Minuten-Rundung

2. OEE-Tabelle:

   • Queries für 5 Maschinen (Kiefel, Macchi, Alpine, Reifenhauser, W&H Varex)

   • Merge-Transformation

   • Gauge-Zellen mit RdYlGr-Farbskala

   • Tabellenfuß mit Durchschnittswerten

3. Zusammenfassungs-Stats:

   • Abteilungsdurchschnitt OEE (einzelnes Stat-Panel)

   • Berechnung mit denselben Queries und Reduce-Transformation

---

Zusammenfassung

Du hast gelernt, OEE-Dashboards mit aggregierten Metriken zu erstellen:

• Der productivity-metrics-Endpoint erfordert 10-Minuten-ausgerichtete Zeitbereiche

• Versteckte Variablen mit JSONata erstellen, um Zeiten automatisch zu runden

• Mehrere Queries mit Computed Columns für Multi-Maschinen-Tabellen verwenden

• Merge-Transformation zum Zusammenführen der Ergebnisse anwenden

• Gauge-Zellen und kontinuierliche Farbskalen zur Gestaltung einsetzen

• Abteilungsdurchschnitte mit dem Tabellenfuß anzeigen

---

Wie es weitergeht

Fahre fort mit:

• Stillstandsauswertung – Maschinen-Stillstandsdaten analysieren

---

Kurzreferenz

JSONata für 10-Minuten-Rundung

(
  $time_millis := $number($.time);
  $time_rounded := $time_millis - ($time_millis % 600000);
  $fromMillis($time_rounded)
)

POST-Request-Body

{
  "datetime_ranges": [
    {
      "start": "${start}",
      "end": "${end}"
    }
  ]
}

JSONata für OEE-Extraktion

$map($.data, function($v) {
  {
    "productivity": $v.productivity.score,
    "availability": $v.availability.score,
    "performance": $v.performance.score,
    "quality": $exists($v.quality) ? $v.quality.score : 1
  }
})

Computed Column für Maschinennamen

Selector	Title	Type
"Machine Name Here"	Machine	String

Field Overrides für Gauge-Zellen

{
  "matcher": { "id": "byName", "options": "OEE" },
  "properties": [
    {
      "id": "custom.cellOptions",
      "value": { "mode": "basic", "type": "gauge" }
    }
  ]
}