【MES】智能工厂与MES实施规划、MES如何做好决策管理?

2020 年 5 月 7 日 产业智能官


【声明】 来源百度文库,版权归作者本人所有。由《工业观察》公号整理发布,仅供学习交流。




MES如何做好决策管理?


MES是生产现场管理系统。讨论这样一个非常复杂的大题目,缩小范围是明智的。

仅仅几年时间,全国一下子冒出上千家MES供应商。这说明市场需求旺盛,政府大力推动“两化融合”以及财政补贴功不可没。回想在《ERP改变中国》的年代,也曾出现类似情景。共同点是用于大批规模生产效果挺好,转向小批量、多品种、混线生产模式就大量失败。那么,我们会不会重蹈当年ERP遍地哀嚎的覆辙呢?

所以,我们有必要重新审视MES——制造执行系统。我们不从IT的角度表述它的功能,而是从管理科学的视角观察MES是什么?在工厂它该做什么,能做什么?

从功能上,MES主要就分为两个部分:决策管理、业务流程管理。

工厂接到一个订单,流程大致是:设计部门——计划部门——分解BOM——查、减库存,生成需要生产加工和外协的工单。先安排所需物料采购,再适时把工单分配到各车间。至此,各车间就拿到一组工单(决策指令),上面有例如车、铣、铇、磨等各个工序,工单指派到工人(设备)。


1

MES要做的第一件事情


MES的职责应该是从生产计划生成工单开始,它负责指挥工人和设备干活的。MES要做的第一件事情是做好所有将要开始的生产准备,以保证生产资源满足开工条件。

只要具备一定条件,工人(资源设备)就可以干活了。工厂通常把这个叫生产准备。对简单的生产,工人只要有图纸、物料、机床就行了。复杂工序除了主要设备资源以外,还需要刀具、模具、卡具、量具、场地等等。例如,航天卫星装配工序需要近20种资源条件同时满足才能进行。需要注意到,有些资源不是专用的,而是竞争性资源。

MES应该做到满足这些条件,否则无法开工。问题在于我们不是要满足一次两次,而是要保证工人8小时内每一件事情都能满足这些条件。否则要停工待料,生产效率就下降,浪费就产生了。


2

MES要做的第二件事情


假设,MES第一件事做的很好,车间不会发生停工待料,这样也是不够的。MES要做的第二件事是计算出工人/设备正确的做事的时间,并把生产指令转达到生产资源。我们在车间做的每一件事看起来似乎是独立的,其实它与企业的整体目标密切相关。所以做事要有先后顺序,规定好什么时间做什么事情。

企业目标常常不止一个,而是多目标。比如,产能最大化、最短交期、最少延迟订单、最少库存、最少加班等等。有些目标是相互矛盾的。MES应该在决策和这些目标之间给出可视化的量化关系。这个问题非常复杂,是当代管理科学最困难的问题之一。解决最复杂的问题最无奈也是最靠谱的手段就是利用人工经验,全世界绝大多数企业都是这样做的。最近几年,人们用APS(高级计划排程)帮助解决这个问题。APS是有用的,但能够作用的范围是受限的。

生产任务指令下发到车间,工人就可以干活了。如果生产资源是数控机床和自动化设备,那么系统必须通过PLC、DNC、SCADA等一些中间件、数据接口、控制系统来指挥它们作业。这是指令下达就是通常所说的设备连接,也是当前MES最重要的功能及卖点之一。


3

MES要做的第三件事情


MES就该做第三件事是生产过程的监控。生产过程监控主要是两个方面,一个是任务情况,一个是资源情况。每个生产资源(工人)接到生产指令后何时开始,何时结束?做了多少?质量情况?有什么异常?设备情况?运行数据?这些都是生产现场的数据反馈。这是MES最基本的功能。同时,这也是做好产品的质量管理和质量追溯主要环节。当前热起来的物联网传感器等技术在这里将发挥作用。企业需要的大数据分析应用的主要数据来源也产生在这里。


4

MES要做的第四件事情


MES的第四件事情是应变和协同。在车间执行生产指令的每天每时都可能发生各种各样的异常变化。这分为主动和被动两种。追赶或调整未能完成计划;市场订单变了,插单、撤单、设计需求改变了;设备故障、物料不到、质量返工等问题都要打乱既定的生产次序。我们就必须重新对生产任务与资源的配置做出决策,以应对这样的问题。生产现场的异变是常态。它每时每刻都影响和决定着生产的效率和效益。通常传统的MES并没有设置一个专门的功能模块,而是把难题甩给了管理人员。生产现场管理的计划员、调度员明天都在如同“消防队员”一样来处理这样的事情。有些企业生产管理人员也常用OA社交一类的工具来做这样的信息沟通。

一个好的MES它必须对任务(订单)、资源和环境有足够的感知,不仅感知到现状,还能够感知到未来趋势;它能对感知的情况进行科学的分析并做出恰当的决策,同时对于生产现场的变化给予敏捷的反应。一个差的MES的感知一定是不完整不准确的。也许MES会把决策功能交给人。人的经验很重要,但是也是有局限性的。依据经验的分析和粗糙的感知,这个决策执行结果必然是低效的。

来源:效率智能制造



汽车行业整车制造MES系统

汽车行业整车制造MES系统

应用范围:本系统适用于汽车等连续性的订单拉动生产方式,实现“一车一单”的管理模式,为柔性化的汽车生产线提供信息系统支持,为ERP系统提供精确的实时数据,帮助企业实现生产过程透明化、精益化生产,为企业生产管理水平的持续改善提供支持。

内容简介:汽车行业整车制造MES系统为整车生产企业提供生产过程车辆自动识别跟踪(AVI);支持以订单拉动的混线排序生产的计划模式,并提供基于规则WBS和PBS的车辆路由调度;通过对现场质量检测数据、重要工艺参数、关键零部件的信息采集,实现品质异常预警,关键物料防错漏装,数据分析与追溯;通过对生产线及设备状态的监控,实现设备效率分析(OEE),产量统计,实现设备保养与设备维修管理;通过安灯(ANDON)系统实现现场呼叫警报信息的发布与处理,提供历史报警信息分类统计。

系统功能覆盖了整车生产四大工艺流程(冲压、焊装、涂装、总装)的管理以及与整车生产线关联的生产、作业、物流、质量等一系列相关作业内容的管理。系统已在郑州宇通客车股份有限责任公司整车生产线、福田汽车南海欧V客车工厂客车生产线、江西昌河汽车有限责任公司、北汽(镇江)汽车有限公司等单位应用,技术成熟,可直接转化

主要技术指标:1、基于条码、RFID、PLC等技术的数据采集;2、基于OPC标准的数据采集接口;3、面向整车生产工艺过程的多路径多约束的动态作业排产算法;4、基于现场实时信息的生产过程追踪与可视化监控;5、基于支持消息推送的报警信息发布。


先进制造业+工业互联网




产业智能官  AI-CPS


加入知识星球“产业智能研究院”:先进制造业OT(自动化+机器人+工艺+精益)和工业互联网IT(云计算+大数据+物联网+区块链+人工智能)产业智能化技术深度融合,在场景中构建“状态感知-实时分析-自主决策-精准执行-学习提升”的产业智能化平台;实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。


产业智能化平台作为第四次工业革命的核心驱动力,将进一步释放历次科技革命和产业变革积蓄的巨大能量,并创造新的强大引擎; 重构设计、生产、物流、服务等经济活动各环节,形成从宏观到微观各领域的智能化新需求,催生新技术、新产品、新产业、新业态和新模式;引发经济结构重大变革,深刻改变人类生产生活方式和思维模式,实现社会生产力的整体跃升。

产业智能化技术分支用来的今天,制造业者必须了解如何将“智能技术”全面渗入整个公司、产品、业务等商业场景中, 利用工业互联网形成数字化、网络化和智能化力量,实现行业的重新布局、企业的重新构建和焕然新生。

版权声明产业智能官(ID:AI-CPS推荐的文章,除非确实无法确认,我们都会注明作者和来源,涉权烦请联系协商解决,联系、投稿邮箱:erp_vip@hotmail.com。




登录查看更多
3

相关内容

ERP 是 Enterprise Resource Planning(企业资源计划)的简称。 ERP是针对物资资源管理(物流)、人力资源管理(人才流)、财务资源管理(财流)、信息资源管理(信息流)集成一体化的企业管理系统。
商业数据分析,39页ppt
专知会员服务
157+阅读 · 2020年6月2日
【CMU】深度学习模型中集成优化、约束和控制,33页ppt
专知会员服务
44+阅读 · 2020年5月23日
少标签数据学习,54页ppt
专知会员服务
194+阅读 · 2020年5月22日
人机对抗智能技术
专知会员服务
189+阅读 · 2020年5月3日
德勤:2020技术趋势报告,120页pdf
专知会员服务
187+阅读 · 2020年3月31日
电力人工智能发展报告,33页ppt
专知会员服务
120+阅读 · 2019年12月25日
【精益】精益生产与智能制造的联系和支撑
产业智能官
36+阅读 · 2019年9月14日
如何做数据治理?
智能交通技术
15+阅读 · 2019年4月20日
智慧园区整体建设规划设计方案(附PPT)
智能交通技术
40+阅读 · 2019年4月11日
【工业智能】人工智能在智能制造中的应用
产业智能官
22+阅读 · 2019年1月11日
【APS】PCB企业如何实现APS自动排程系统
产业智能官
12+阅读 · 2018年9月24日
【智能制造】智能制造的核心——智能决策
产业智能官
11+阅读 · 2018年4月11日
【智能制造】离散型制造业如何实现智能制造​
产业智能官
7+阅读 · 2017年10月16日
One-Shot Federated Learning
Arxiv
9+阅读 · 2019年3月5日
Arxiv
3+阅读 · 2017年12月23日
Arxiv
3+阅读 · 2017年11月20日
Arxiv
9+阅读 · 2016年10月27日
VIP会员
相关VIP内容
商业数据分析,39页ppt
专知会员服务
157+阅读 · 2020年6月2日
【CMU】深度学习模型中集成优化、约束和控制,33页ppt
专知会员服务
44+阅读 · 2020年5月23日
少标签数据学习,54页ppt
专知会员服务
194+阅读 · 2020年5月22日
人机对抗智能技术
专知会员服务
189+阅读 · 2020年5月3日
德勤:2020技术趋势报告,120页pdf
专知会员服务
187+阅读 · 2020年3月31日
电力人工智能发展报告,33页ppt
专知会员服务
120+阅读 · 2019年12月25日
相关资讯
【精益】精益生产与智能制造的联系和支撑
产业智能官
36+阅读 · 2019年9月14日
如何做数据治理?
智能交通技术
15+阅读 · 2019年4月20日
智慧园区整体建设规划设计方案(附PPT)
智能交通技术
40+阅读 · 2019年4月11日
【工业智能】人工智能在智能制造中的应用
产业智能官
22+阅读 · 2019年1月11日
【APS】PCB企业如何实现APS自动排程系统
产业智能官
12+阅读 · 2018年9月24日
【智能制造】智能制造的核心——智能决策
产业智能官
11+阅读 · 2018年4月11日
【智能制造】离散型制造业如何实现智能制造​
产业智能官
7+阅读 · 2017年10月16日
Top
微信扫码咨询专知VIP会员