整体设备效率(OEE)是一种被广泛接受和利用的制造评价方法，但工业4.0正在提高生产标准，而OEE在考虑更复杂的系统方面能力有限。
为了应对这种对更好的度量的需求，一种被称为整体生产线效率（OLE：Overall Line Efficiency）的技术正在被使用，这主要是因为它能够描述多条生产线以及在一个更大的生产过程中一些不同子过程的相互作用。
效率 Vs. 效果
要区分OEE和OLE，首先要明确效果（effectiveness/ 在OEE中使用）和效率（efficiency /在OLE中使用）的区别，这两个术语在制造业中经常被误用。
在中文环境下，OEE通常被翻译为设备综合效率。但这里OEE的Effectiveness体现的是设备真实产出的效果。也就是说：OEE与OLE更能体现出实际效果，OLE更多的是在体现用于对标比较的效率。
设备综合效率 (OEE)
整体设备效率是一个基本的KPI，通过使用基准和分析来确定效率低下的问题，并对其进行分类，从而改善制造过程。
OEE旨在描述生产过程中材料、设备和时间的整体利用率。OEE是根据下面的公式计算的，尽管有很多方法来定义3个贡献参数……
OEE = 可用性 X 性能 X 质量更多可以参考：OEE（设备综合效率）的计算方式
对于由若干台不平衡（生产节拍差异大）机器组成的生产线，OEE对标评估并不理想，它更适合评估单个资产。
整体生产线效率(OLE)
生产线整体效率是制造业中一个相当新的指标，它建立在OEE的基础上，用来比较生产线的当前性能和它的性能。
OLE还考虑到参与各种流程的人员，寻求机器输出率和人力资源使用之间的同步优化。
OLE=(A机器的OEE+B机器的OEE+C机器的OEE）/3上述计算假设机器A、B和C的重要性相同，即具有相同的 “权重”。在大多数制造方案中，情况并非如此，不同的加工阶段有不同的权重，导致OLE计算更加复杂。
整体生产线效率可以进一步扩展，包括对每条生产线的计算（考虑到每条生产线的瓶颈），并制定一个包含多条生产线的计算方法。
计算OEE和OLE的新方法
人工智能在制造业内的应用正在稳步增长，可应用于OEE和OLE计算。在这里，人工智能的优势在于它能够适应不同的制造场景，这得益于算法的灵活性。
换句话说，用于计算 OLE 的 AI 算法不会受到操作是在航空航天还是食品加工行业的影响，这些行业之间的差异可以通过设置关键参数（特定权重值）反映在算法中。
