智能制造背景下MES发展新重点

百家 作者:智能制造IM 2019-05-08 14:35:38

本资料为王爱民所长在e-works举办的第十六届中国制造业MES应用春季论坛上发表的主题演讲PPT智能制造背景下MES发展新重点”文字稿,供大家学习交流。


文/ 北京理工大学 王爱民

作者介绍:王爱民,北京理工大学,教授,数字化制造研究所所长,《制造执行系统(MES)实现原理与技术》(2014年版)作者。微信公众号:智能制造随笔。


0 引言


       智能制造作为中国制造业转型升级的重要战略抓手,已经得到了从国家到地方的全方面支持,整个制造业的产业生态正在发生急剧变化,这是一个良好的发展契机。但智能制造作为一个笼统的概念,如何落地并紧密结合制造业需求,推动制造业高质量发展,其技术内涵和发展认识也是处于持续变化之中。


       核心工业软件是智能制造发展的重点,也是数字经济乃至智能经济的重要支撑手段。尤其是MESManufacturing Execution System,制造执行系统)是直接对接数字化、自动化、网络化生产的生产管控系统,在整个智能制造核心工业软件体系中占据有重要的地位和作用。随着我国智能制造的持续发展,尤其是工业界对MES自发提出了一些新发展要求,因此有必要进行分析和从中凝练MES发展的新重点。


       本文将主要从两个方面展开论述:一是智能制造内涵的再思考,分析和总结推动MES发展的智能制造背景需求;二是MES发展新重点,重点分析和总结智能制造背景下MES发展的新趋势。


1. 智能制造内涵的再思考


       《制造强国战略研究:智能制造专题卷》给出的智能制造概念定义是:制造技术与数字化技术、智能技术及新一代信息技术的融合,是面向产品全生命周期的具有信息感知、优化决策、执行控制功能的制造系统,旨在高效、优质、柔性、清洁、安全、敏捷的制造产品[1]。智能制造包括以下几个方面:制造装备的智能化、设计过程的智能化、加工工艺的优化、管理的信息化、服务的敏捷化/远程化。


       目前制造业界实际操作中,对智能的制造的切实认识是:在制造过程中能进行智能活动,诸如分析、推理、判断、构思和决策等,通过人与智能机器的合作,去扩大、延伸和部分取代技术专家在制造过程中的脑力劳动。它把制造自动化扩展到柔性化、智能化和高度集成化。


1.1 智能制造新特点判读


智能制造在制造业实际发展的内涵,已经在制造业中得到了深入的体现,并呈现出了一些鲜明的特点,主要体现为如下四个方面:


       1)订单碎片化:订单作为制造运行的输入,呈现出面向大规模个性化定制的特点,比如作为智能制造示范的红领,通过采集每个客户身上18个部位22个数据,根据这些数据顾客就可以形成他独有的订单,这样的设计7天就可以交付,成本只比批量生产高10%,通过这样的个性化定制,从而获得了销售收入和利润的极大增长[2]。这个案例就是典型的类似批量为1”的订单碎片化的极端案例。


       2)资控泛在化:随着物联网和工业互联网技术的深入发展,以及CPSCyber Physical System,赛博物理系统)认知和实践的逐渐深入,制造生产中的各种要素资源的离散化、控制化也越发得以实现,从而为制造资源的优化配置和智能管控提供了更广泛的发展空间。


       3)管理自动化:自动化的概念在已经装置和生产单元/产线得到了广泛哦关注和发展。智能制造在订单碎片化和资控泛在化的演变下,对智能制造管控软件的需求提出了快速响应传递和调整的需求。在这个方面,可以借鉴自动化的思路,实现软件系统自动的规范化内容传递、规范化业务链条运转,是的业务的执行不再受制于信息传递流程及交互的制约。管理自动化是否到位是目前管理性工业软件实施困难甚至失败的重要原因。


       4)决策智能化:随着人工智能、大数据和先进工艺技术的发展,制造生产中出现了自适应加工、机器视觉等广泛而深入的探索与应用,推动了业务决策向智能化演变。而这种业务决策过程分为两种形式:一是自动的推理分析;二是人机物有机融合下的推理分析。


1.2 人在决策回路理念分析


       智能制造所强调的智能,在目前阶段更多的还是要依靠人来体现智能,所以在决策回路中如何更好实现人与机器和系统的融合就是当前发展发展的重点和值得探讨的问题。这方面与德国工业4.0所强调的以人为中心的智能制造理念也是相符的[3]。德国工业4.0宣传资料中的一个图片深刻阐述了这个内涵,如图1所示。作者认为这张图宣传的核心理念是:技术是多种多样的,但是为中间的人来服务的,如果过分的纠结外圈的各种技术,在理解上就存在偏差了,因为不同的业务场景需求有不同的技术追求,不同的企业是不一样的。

1 德国工业4.0以人为中心的智能制造理念图


人机物一体化融合是追求的目标,但在实现过程中却不是一蹴而就的事情,必须逐步进行。人机物融合的内涵和路线很多,而这些分阶段展开的路线对于企业的信息化、数字化或者智能制造的规划,起到了过程引领的作用,也就是如何分步规划和实施。主要体现为两个步骤:


1)基于管理自动化的数字化业务回路基础:人机物融合的基础是业务流程链条和信息的规划运行。包括制造生产的要素定义、环节操作、过程衔接的数字化,并且通过连续、规范、无中断的集成在一起,其本质是实现流程信息的集成,可称之为管理自动化。数字化业务回路建设主要体现在两个方面:一是流程链条、流程网络、正常过程、异常过程的业务流程的规范化;二是通过规范内容、规范格式、规范操作实现业务执行的规范化。


2)基于业务链条分解的智能决策提升:人机物融合环境下的智能决策的核心是人机物融合环境的形成,涉及到两个方面:一是精益的信息流转:涉及到正确的信息输入与输出、正确的环节、正确的操作与分析等,是的决策时所需获得的信息能够顺畅无歧义的得到;二是人机物一体化决策融合:可以通过对业务环节细分,寻求智能化提升点并进行发力。


1.3 智能制造新特征解析


       通过上述的分析,结合目前制造业关于智能制造的需求和实践,本文提出智能制造三个方面的新特征,并给以必要的解析分析。


       1)人机共同构成决策主体:智能制造中人与“机器”共同构成决策主体,在信息物理系统中实施交互,信息量和种类以及交流的方法更加丰富,从而使人、机器的交互与融合达到前所未有的深度。此处所指的机器不仅仅是物理上的设备、机器人等硬件装置,也包括智能制造工业软件系统等。在这种状态下,机器人不再被固定在安全工作地点而是与人一起协同工作,机器能够顺畅的捕捉人的意图并实现协同运行,将是未来一段时间智能制造的典型特征。


       2)信息空间与物理系统高度融合:智能制造具有生产过程中制造信息感知、获取、分析等能力,对于物理系统中的各个实体,信息空间中均对应存在一个与其融合的模型。信息空间与物理系统之间的深度交融可实现制造系统的自组织、自重构及资源的最优配置与利用,从而使自动化的程度与规模大幅提升。目前所开展的工业物联网、工业互联网均是对此特征的有力支持。


       3)系统工程属性强烈而鲜明:智能制造具有强烈而鲜明的系统工程属性,自组织、自循环的各技术环节与单元按照功能需求组成不同规模、不同层级的系统,系统内所有因素均是互相关联的。这种系统工程特点主要体现在智能管控方面,包括优化配置、自适应、自组织等特点。在这个方面的判断,与德国工业4.0的内涵是相一致的。图2是德国工业4.0的典型资料图片,其所表达的含义是生产线中所有的硬件单元都有对应的软件形式的服务,比如传感器服务、控制服务、通讯服务、校验服务、信息服务等,整个CPS网络系统就是一个服务连接网络,具有“服务联网”的概念,这些服务有层次并且能够动态组合配置。所谓的智能管控,体现为硬件资源的离散化,通过服务化封装,实现业务资源链条的重构与控制,并可以进一步的支持“软件定义制造”理念的落地。


2 德国工业4.0基于“服务联网”智能管控理念示意图


2. MES发展新重点


       MES是智能制造核心工业软件。在智能制造背景下,MES的发展呈现出了一些特点,目前正在从传统的单纯制造执行过程管理向制造指挥管控的方向发展。


       本文从MES的多维度内涵分析为基础,提出智能制造背景下MES发展新趋势,并进而给出MES必须与工艺的融合以强调决策的判断。


2.1 MES多维业务融合新判断


MES的运行必然涉及到信息流、实物流和控制流的协调。虽然就格式或形式来说,控制流也是以信息的形式展示的,但为了区别其不同的内涵,所以进行单列。MES当中信息流、实物流和控制流都不是孤立的,是需要融合的,共同构成了MES有序、协调运行局面,进而从技术层面支撑业务层面的融合。


    MES当中的信息流其实与MES运行的两条主线有关:一是订单角度,包括订单创建、工艺技术准备(工艺规程、工艺文件等)、生产技术准备(人机料法环等)、下发控制、排产调度、派工生产、执行监控、完工入库等,表达的是订单的整体执行状态;二是流程角度,即按照订单工艺流程进行开展,主要是工序级别的完整执行数据包的管理,包括进度上的开工完工、工时的统计与分配、自检互检专检及其检验记录信息、工艺指导文件的现场展示等,有的企业称之为智能工位的概念。通过这两条主线,基本就实现了对MES订单-工艺-工序等相关执行信息的全面管理,偏重于质量的称之为质量数据包,其实是具有完整内容的制造数据包,质量信息只是其中的一部分而已[4]


    MES当中的实物流其实与MES运行的两个闭环有关:一是订单生产准备与实物库存的关联协同闭环,即在生产技术准备中定义了所需的人机料法环,在相应的实物库存或管理模块应该实现对应的分配准备,相当于是按需准备的闭环控制;二是从实物库存到现场的闭环监控,也就是说从库存出来后到了现场,也应进行一下确认。通过这两个闭环控制,可以实现有效的实物状态闭环控制,避免因工人盲目领料和库存模糊发料导致的每个工人都有自己的小型刀具库现象。


    MES当中的控制流其实与MES软硬一体化发展有关:传统的MES是靠人来托底的,比如人来反馈执行状态信息、录入质检信息等,手工的味道比较浓。但随着物联网、CPS等技术的发展,与硬件直接连接和通信获取状态信息并反馈指令就具有了基础。本文所说的控制流主要是与硬件打交道有关的信息。


MES当中的信息流、实物流和控制流不是孤立存在的,而是彼此融合的。本文结合融合的需求和融合的纽进行梳理。


(1)信息流与实物流的融合


信息流与实物流的融合是MES的核心重点,一般的MES基本都是在这个范畴内开展的。这里面涉及到如下三个方面。


一是以计划信息为纽带。计划是规定什么时间需要什么样的物料的根本信息,否则所有的物料准备将都是盲目的。只有有了计划牵引,才能为精益打下基础。计划的制定和物料的管理应该是联动,后续的发展方向将是向物料供应链方向发展。


二是以订单工艺为主导。订单工艺是MES执行的主线,不仅是支持质量数据包或制造数据包的节点,也是各种实物周转的需求发源地和到位目的地。所有实物都要明确服务对象,才能做到精细的控制。比如对于工人借用刀具,必须要求说明是为哪个订单、哪个工序、什么时间、在哪台资源进行使用,才能够真正实现闭环的精益控制。


三是以信息-实物关联为目标。“码物分离”是很多企业都要解决的问题,信息与实物必须建立关联,比如采用条码、RFID等技术,实现基于数字化标识定义的周转过程的全程监控。


(2)信息流与控制流的融合


   信息流所代表的订单与工艺是MES运行的源头,控制流也是以此为基准进行运行的,主要涉及到两个方面:


   一是计划牵引的作业程序精准控制、机床刀具的精准推送等,避免程序的版本、刀具型号数量和状态的偏差等,涉及到与数控或自动化执行装置的通讯。


   二是源于工艺决策的精准控制。一般有两个思路,依靠机床自身的自适应调整进行改进,或者将分析推理决策部分上升到MES中进行控制,并将分析推理结果转变为指令进行下发控制。尤其随着工艺决策的复杂性日益提升,而机床装备自身的计算系统的计算能力存在严重不足的情况下,相应的决策分析纳入到MES中进行将是后续发展的一个普遍现象。


2.2 MES发展新趋势


MES是智能制造核心工业软件。但早于智能制造概念的提出,MES概念已经有20余年历史了。在智能制造发酵、发展的环境下,MES呈现出一系列新的发展趋势。作者结合自己的学习和经验,总结智能制造背景下MES发展的三个趋势。


(1)业务流程管理自动化


一般来说自动的概念都是用于自动化硬件装置的执行和控制中,但从广义的角度而言,不管对于知识和软件,其实都提出了自动化的内涵。


业务流程管理自动化的内涵:MES系统业务的衔接具有顺畅、无歧义的流转,流程当中前后环节具有规范的预定义数据格式和内容,流程当中每个环节具有规范的业务操作要求和信息内容与格式,不仅支持正向顺次递进的流程,也包括应付各种突发情况的流程预案。从上述论述可以明显看出其中的重点:规范,包括流程规范、信息规范、操作规范。业务流程管理自动化涉及到对现有流程的梳理,应秉持如下思路:


一是避免陷入“存在的就是合理的”的陷阱。应按照未来应用场景对目前的功能进行分析和判断,一切以按需为驱动,重构优化当前的流程。


二是避免简单的将现有流程转变为计算机流程。这方面应重点考虑基于系统的运行与基于手工的运行的差别,也就是如何发挥数字化技术的优势,尤其一些新技术的运用,对现有手工流程其实是有很大改变的。


(2)软硬一体化融合


传统的MES是靠“人”作为底层支撑实现运行的,比如常见的派工下发后的执行反馈都是有人来完成的。但随着工业互联网技术和CPS技术的发展,MES呈现出软硬一体化集成运行的特点,典型的案例场景罗列如下:


  • MES直接从机床或设备等装置自动获取执行反馈状态;

  • MES直接向机床或机器人等装置下发执行程序或执行指令;

  • MES直接向AGV等物流设备或装置下发执行指令;

  • MES根据实物的数字标识自动反馈获取实物状态;

  • MES直接从硬件装置读取状态、工艺参数、工件精度等数据,为后续的决策推理提供支持。


(3)决策功能日益突出


   随着大数据等决策分析技术的发展,以及工业互联网状态反馈和精准执行控制技术的发展,对在线或离线的决策功能提出了更高的要求,也为决策的执行提供了可用的技术通道。MES不仅是执行过程管理,而是车间运行的指挥控制中枢,不仅是流程推进和数据周转,而是与业务工艺密不可分的决策中枢。典型的案例场景罗列如下:


  • APS基于当前任务承担情况,给出客户新订单的精准交货期评估;

  • APS面对众多的生产扰动,给出快速响应评估分析方案并实现调整执行;

  • 根据订单工件加工过程中前序环节的精度数据,给出后序环节的工艺基准调整分析结果并实现控制执行;

  • 根据订单工序加工精度反馈分析,经过推理决策分析实现自适应的调整控制执行;

  • 质量问题发生后的及时决策分析并制定改进措施,甚至直接对硬件装置进行调整;

  • 电子产品“测”后问题的智能分析判断,辅助“调”人员快速解决


  • 与工艺融合新态势

对于企业而言,上线建设信息化或数字化系统的期望越来越普遍,也越来越高。尤其是很大比例的企业,当在自主决定实施系统建设的时候,一般都是问题比较严重或者已经累积到一定程度。因此,对于企业进行MES建设,一般不仅有管理提升上的期望,也有工艺改进上的期望。


但目前MES建设中关注的重点较多的是管理流程上的打通,包括执行进度管理、数据采集、精益物流等,解决的多是信息流与实物流的有序、协调方面的问题。当然这些问题对于一些企业来说也是非常重要的,但MES不能仅仅是做这些事。对于企业来说,最核心和根本其实还是制造技术本身的问题,即使所开展的流程管理也是为制造业务服务的。虽然从管理角度为制造技术的发挥提供更大的支持,也应该是MES建设的初衷,但在智能制造背景下,MES应该可以有更大的作为。


MES为数据采集、信息流动、流程协调提供了支持,但不能仅仅是采集的数据入库、信息流动顺畅、业务环节协调这些内容,还应该发挥更大的作用,为制造工艺技术的改进和提升提供支持,也即MES与工艺的融合,主要体现在三个方面:


1)质量数据与工艺的融合


在产品质量数据采集以后,通过SPC可以及时发现异常点或者问题的趋势,这是MES可以实现的。但产品检测出的状态,对该件产品而言,已经是事后状态了。目前MES传统的做法是,发现问题之后仍然依靠人来解决,系统只是提供了快速的问题发现支持。但对于MES而言,获得了所有的制造执行数据,是具备进一步分析改进优化的能力的。


影响产品质量状态的因素有很多,包括设备自身的状态、加工操作的工艺参数、原材料毛坯或上道工序的加工状态等,都可能对本道工序的加工质量产生影响,因此MES不仅仅进行产品质检数据采集,应该同时采集获取设备状态信息、工艺参数信息、毛坯或上道工序信息,通过建立集成的分析模型,对这些数据进行利用,才能在发现问题的基础上,找到问题的原因。这是MES与工艺融合的典型体现,如果分析模型能够将工人的经验融合进去,则该环节可以认为具有一定的智能化特点,从而为智能制造的贯彻落实提供了支持。典型的可开展的场景罗列如下,其核心是面向质量的基于采集数据的建模与分析,也应该是MES持续发力研究、实现和改进的地方,不仅能够有效推动质量数据与工艺的融合,也是落实智能制造的具体体现:


  • 精细化分析:按照数控程序代码的执行顺序,分析每一条指令代码下的设备状态、工艺参数等的变化,实现目前所提出的程序示波器式分析,进一步的可以借助模型进行智能分析与判断;

  • 智能工序决策:通过建立设备状态、刀具、产品精度的关联模型,实现基于磨损与断裂监测的智能换刀决策和智能加工补偿;

  • 智能过程决策:建立面向工艺流程的工序精度状态链条,建立智能的误差分析模型,实现基于上一步状态的当前这一步加工工艺参数的自适应调整以保证加工质量。


2)进度数据与工艺的融合


制造执行进度的监控是MES的核心功能,随着MES的运行会产生大量的制造执行数据,其中进度数据是其中的基础数据。目前MES在车间运行的实际情况是,同样一个工作、同样的机床、不同的人来做,时间和精度可能都存在较大的不同。其实这里面反映了工人技能水平的差异。有些企业通过对有经验的工人操作经历进行分析,建立SOPStandard Operation Process,标准作业操作)机制进行规范,取得了良好的效果。


MES可以在这个过程中发挥更好的作用。通过进度数据的统计分析,从精细化分析的角度,找出彼此的差异并建立与加工工艺参数等数据的关联模型,基于分析挖掘将一些好的经验知识进行固化,并从而逐步改进操作工艺的以改善制造执行进度和工艺质量。


3)设备/单元级状态参数数据与工艺的融合


现在很多MES都提供了产线级数字双胞胎的三维展示模块,通过结合“虚实同步映射”实现了三维产线运行状态的完整展示,但目前在实际应用中,更多的是“实->虚”映射,其实“虚->实”的反馈控制尚比较欠缺。从CPS角度而言,可以认为只是实现了开环的CPS而没有实现闭环。


但从MES与工艺融合的角度,设备/单元级的CPS是能够实现从状态数据采集、分析推理决策、闭环控制执行的完整链条的,其中的分析推理决策环节,就是体现工艺功底和能力的抓手,这就需要基于状态参数建立加工工艺的物理仿真模型,进行闭环持续的工艺优化。这种方式下建立的物理仿真模型,也是当前数字孪生的核心。


通过上面的初步分析,可以得出三点基本结论:


1MES采集的大量数据,不仅是实现存档入库,必须结合工艺才能有效的挖掘出其内在的价值,数据如何为工艺提供决策支撑,是企业智能化提升可以参考的结合点、切入点和发力点。


2)现在MES厂商团队的人员大多偏重于计算机、管理等方面的人才,但随着智能制造的深入进行,工艺人才与知识的缺乏将成为其能否走的更快、走的更远的决定性制约因素。


3)企业在进行MES系统搞建设时,应该深入考虑如何与工艺的融合,通过在工艺上的重点分析与建设,从根本上提升制造企业的核心工艺业务能力。


3. 总结


     智能制造是国家改变发展模式的重要抓手,是制造企业数字化转型的重要契机。智能制造工业软件是推动制造企业发展的关键支撑,是制造企业贯彻和落实智能制造的核心手段。本文结合智能制造发展的新特点、人在决策回路的新理念以及智能制造新特征,对MES发展内涵的信息流、实物流、信息流的融合,以及业务流程管理自动化、软硬一体化融合、决策功能日益突出的发展重点方向判断,听探索了MES与工艺融合的必要性和发展路径。

 

参考文献

1】制造强国战略研究项目组. 制造强国战略研究:智能制造专题卷[M]. 北京:电子工业出版社,2015.

2】辛国斌. 智能制造探索与实践:46项试点示范项目汇编[M]. 北京:电子工业出版社,2016.

3】国务院发展研究中心课题组. 借鉴德国工业4.0推动中国制造业转型升级[M]. 北京:机械工业出版社,2018.

4】王爱民.制造执行系统(MES)实现原理与技术[M].北京:北京理工大学出版社,2014.

关注公众号:拾黑(shiheibook)了解更多

[广告]赞助链接:

四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/

公众号 关注网络尖刀微信公众号
随时掌握互联网精彩
赞助链接