稼働時間
合計: 34200 秒
合計: 5400 秒
合計: 600 秒
生産量・速度
| 日付 | OEE | 可動率 | 性能 | 品質 |
|---|
| 日付 | 計画生産時間 | 計画停止時間 | 停止損失時間 | 性能損失時間 | 品質損失時間 | 正味稼働時間 |
|---|
既存システムとの連携で生産性を最大化
Longhorn OEE Web APIは、お客様のMESや生産管理システムから、リアルタイムでOEEスコアを計算・取得するための強力なインターフェースです。
ショット分析
エンドポイント
POST https://longhorn.956.jp/api/v1/oee/oee_shot
リクエストボディ例
{
"api_key": "YOUR_API_KEY",
"keyword": "鋳造ライン",
"oee_parameters": {
"planned_production_time_sec": 36000,
"planned_downtime_sec": 1800,
"loss_time_sec": 30.0,
"total_count": 1000,
"defect_count": 20,
"ideal_cycle_time_sec": 30
}
}
keyword: 分析対象となる部門や工程など任意の文字列を指定できます(例: "鋳造ライン")。
レスポンスボディ例
{
"success": true,
"oee_result": {
"oee": 0.8167,
"availability": 0.9492,
"performance": 0.878,
"quality": 0.98,
"metrics": {
"planned_production_time_sec": 36000,
"planned_downtime_sec": 1800,
"loss_time_sec": 30.0,
"load_time_sec": 34200,
"run_time_sec": 34170.0,
"operating_time_sec": 34170.0,
"ideal_cycle_time_sec": 30,
"ideal_run_time_sec": 30000,
"actual_cycle_time_sec": 34.17,
"performance_loss_time_sec": 4170.0,
"quality_loss_time_sec": 683.4,
"total_count": 1000,
"defect_count": 20,
"good_count": 980
}
},
"diagnosis": {
"engine": "foreman",
"engine_label": "工場長診断",
"headline": "性能ロスが主因。「非計画停止をなくす」と OEE は 81.7% → 84.2%(+2.5pt)。",
"primary_loss": "performance",
"levers": [
{ "id": "zero_stops", "label": "非計画停止をなくす", "delta_pt": 2.5, "predicted_pct": 84.2 }
]
},
"message": "OEE shot analysis completed successfully (from Longhorn)."
}
metrics 属性ガイド
| 属性名 | 意味 | 単位 | 例 |
|---|---|---|---|
| planned_production_time_sec | 計画上の生産時間(設備が稼働可能な時間から計画停止を除いた時間) | 秒 | 3600 |
| planned_downtime_sec | 段取り・点検・定期停止など、事前に計画されている停止時間 | 秒 | 300 |
| loss_time_sec | 突発的な停止やトラブルによる損失時間 | 秒 | 100 |
| load_time_sec | 設備の準備・ロード時間(planned_production_time_sec - planned_downtime_sec) | 秒 | 3300 |
| run_time_sec | 実際に生産が行われた稼働時間(load_time_sec - loss_time_sec) | 秒 | 3200 |
| operating_time_sec | 設備が稼働可能だった時間(run_time_sec と同値、計算上の参照用) | 秒 | 3200 |
| ideal_cycle_time_sec | 理想的な1個あたりの生産時間 | 秒 | 6 |
| ideal_run_time_sec | 理想的な生産時間(total_count × ideal_cycle_time_sec) | 秒 | 3000 |
| actual_cycle_time_sec | 実際の平均サイクルタイム(run_time_sec ÷ total_count) | 秒 | 6.4 |
| performance_loss_time_sec | 性能による損失時間(ideal_run_time_sec - run_time_sec) | 秒 | 200.0 |
| quality_loss_time_sec | 品質による損失時間(不良品に相当する時間) | 秒 | 128.0 |
| total_count | 生産総数(良品 + 不良品) | 個 | 500 |
| defect_count | 不良数 | 個 | 20 |
| good_count | 良品数(total_count - defect_count) | 個 | 480 |
| keyword | 分析対象となる部門や工程など任意の文字列(例: "鋳造ライン") | 文字列 | "鋳造ライン" |
セット分析
エンドポイント
POST https://longhorn.956.jp/api/v1/oee/oee_set
リクエストボディ例
{
"api_key": "YOUR_API_KEY",
"keyword": "鋳造ライン",
"daily_data": [
{
"date": "2025-11-10",
"planned_production_time_sec": 34200,
"planned_downtime_sec": 5400,
"loss_time_sec": 0,
"ideal_cycle_time_sec": 30.0,
"total_count": 1000,
"defect_count": 20
},
{
"date": "2025-11-11",
"planned_production_time_sec": 34200,
"planned_downtime_sec": 5400,
"loss_time_sec": 0,
"ideal_cycle_time_sec": 30.0,
"total_count": 1000,
"defect_count": 20
}
]
}
レスポンスボディ例
{
"success": true,
"keyword": "鋳造ライン",
"aggregated_oee_result": { ... },
"daily_results": [ ... ],
"diagnosis": { "engine": "foreman", "engine_label": "工場長診断", "headline": "...", "primary_loss": "availability" }
}
keyword: 分析対象となる部門や工程など任意の文字列を指定できます(例: "鋳造ライン")。
metrics 属性ガイド
注意:aggregated_oee_result の metrics は複数日のデータを集計分析したものです。平均値ではありません。
| 属性名 | 意味 | 単位 | 例 |
|---|---|---|---|
| planned_production_time_sec | 計画生産時間(シフト全体の生産時間) | 秒 | 36000 |
| planned_downtime_sec | 計画停止時間(休憩・点検など) | 秒 | 1800 |
| loss_time_sec | 突発停止損失時間(異常停止など) | 秒 | 30 |
| load_time_sec | 負荷時間(生産可能な正味時間)=計画生産時間−計画停止 | 秒 | 34200 |
| run_time_sec | 実稼働時間(突発損失を引いた稼働時間) | 秒 | 34170 |
| operating_time_sec | 稼働実績時間(run_time と同値) | 秒 | 34170 |
| ideal_cycle_time_sec | 理想サイクルタイム(1個あたり最速) | 秒 | 30 |
| ideal_run_time_sec | 理論的な必要稼働時間=理想CT×総生産数 | 秒 | 30000 |
| actual_cycle_time_sec | 実平均サイクルタイム=run_time / total_count | 秒 | 34.17 |
| performance_loss_time_sec | 性能損失時間(理想より遅い場合は正、速い場合は負で、負値は性能ゲイン) | 秒 | 4170 |
| quality_loss_time_sec | 品質損失時間 | 秒 | 683.4 |
| total_count | 生産総数 | 個 | 1000 |
| defect_count | 不良数 | 個 | 20 |
| good_count | 良品数=total−defect | 個 | 980 |
| keyword | 分析対象となる部門や工程など任意の文字列(例: "鋳造ライン") | 文字列 | "鋳造ライン" |
What-if(改善仮定)
ショットと同じ入力に、仮定(不良ゼロ、停止ゼロ、サイクル短縮など)を載せて新しい OEE を返します。履歴には保存しません。有効なサブスクリプションと月次枠の余裕が必要です。シナリオ数に関わらず 1 リクエストです(最大 8 件)。
エンドポイント
POST https://longhorn.956.jp/api/v1/oee/oee_whatif
リクエストボディ例
{
"api_key": "YOUR_API_KEY",
"keyword": "鋳造ライン",
"oee_parameters": {
"planned_production_time_sec": 36000,
"planned_downtime_sec": 1800,
"loss_time_sec": 1800,
"total_count": 1000,
"defect_count": 20,
"ideal_cycle_time_sec": 30
},
"scenarios": [
{ "preset": "zero_defects" },
{ "preset": "zero_stops" },
{ "label": "不良半減", "changes": { "defect_count": 10 } }
]
}
scenarios を省略すると、
zero_defects /
zero_stops /
cut_defects_10pct /
cycle_minus_5pct
を適用します。zero_stops は停止時間をゼロにし、その時間で生産できた個数を上乗せします。cycle_minus_5pct は同じ稼働時間で生産数を5%増やします(性能が既に上限のときは省略)。
レスポンスボディ例
{
"success": true,
"keyword": "鋳造ライン",
"baseline": { "oee": 0.8167, "pct": 81.7, "availability": 0.95, "performance": 0.88, "quality": 0.98 },
"scenarios": [
{ "id": "zero_defects", "preset": "zero_defects", "label": "不良をゼロにする", "delta_pt": 1.7, "predicted_pct": 83.4, "changes": { "defect_count": 0 } }
],
"message": "OEE what-if completed successfully (from Longhorn)."
}
データ取得API
OEE解析済みデータ(shot / set)を外部システムから取得するためのAPIです。
① ショット分析データ取得
POST /oee/retrieve_shot
リクエストボディ
{
"api_key": "YOUR_API_KEY",
"keyword": "鋳造ライン",
"from_time": "2025-11-25T10:30:00", // 日付と時刻の間にTを挿入
"count": 50
}
仕様
created_atの 降順(DESC) で返却- 指定キーワードがある場合は部分一致検索
- 最新データから過去方向に取得
レスポンス例
{
"success": true,
"oee_metrics": [ ... ]
}
② セット分析データ取得
POST /oee/retrieve_set
リクエストボディ
{
"api_key": "YOUR_API_KEY",
"keyword": "鋳造ライン",
"from_date": "2025-11-01",
"until_date": "2025-11-30"
}
仕様
target_dateの 昇順(ASC) で返却- 日付範囲指定でセット分析結果を取得可能
- 対象期間が未指定の場合は「当月」が自動適用される
レスポンス例
{
"success": true,
"oee_metrics": [ ... ]
}
MCP / OpenAPI
Claude や ChatGPT から、REST と同じショット・セット・What-if をツールとして呼び出せます。計算は Longhorn 側です。詳細は MCP 接続ページ と OpenAPI を参照してください。
エンドポイント
POSThttps://longhorn.956.jp/mcpGEThttps://longhorn.956.jp/openapi.yaml
認証
Authorization: Bearer YOUR_API_KEY
または X-API-KEY。REST の JSON api_key も従来どおり有効です。
ツール
oee_shotライブOEE + 工場長診断oee_set期間OEEoee_whatif改善仮定oee_retrieve_shotショット履歴(デモキー不可)
OEEスコアの見方と改善ポイント
OEEは1つのスコアで設備効率を示しますが、構成要素を分解して見ることで改善ポイントが明確になります。
OEE = 稼働率 × 性能 × 良品率
例: 稼働率90%、性能95%、良品率99% → OEE ≈ 85%
スコアが低い場合は、どの要素がボトルネックかを確認して改善を行います。