基于智能工厂MES关键技术研究

黄俊俊

摘要：本文探讨了MES在智能工厂整体架构实现中的作用、特点，并对所涉及到的关键技术进行研究。

关键词：智能工厂；MES；关键技术

中图分类号：TP278 文献标识码：A 文章编号：1007-9416（2018）05-0122-01

“中国制造2025”提出，要在未来的10年时间内，着力发展以智能研发、智能制造、智能管理和智能服务为核心的智能化工厂。智能化工厂的落实，首先需要从制造执行系统入手，对企业的制造过程进行功能化集成和优化，实现与制造相关的多个方面的协同。随着信息技术的不断发展，制造企业的数字化信息管理水平和加工能力获得了极大提升，智能工厂作为一种新的模式和理念已经成为未来制造的重点发展方向。

1 智能工厂的内涵及整体架构

智能工厂的本质，是在制造行业实现信息化和自动化技术的高度集成，从智能制造的整个规划-建造-运行周期内，向制造企业提供更加专业、高效的管理模式，向客户以及市场提供更加人性化、个性化的产品及服务。在智能工厂运行模式下，所有的订单、物料、计划、设备、资源、服务等环节都将以数据形式汇集到统一的管理平台，这些数据将会被更加科学的管理方式，更加快速、准确地得到分析、传递和展示[1]。

智能工厂的实现需要依托车间底层的控制，车间的网络化管理平台将采集到的制造详细信息集中管理保存，并能够实时跟踪加工状态。系统架构自下向上分为五层[2]：

（1）网络层：实现基于网络通信技术的企业外部信息处理，由产业链不同企业之间通过互联网共享信息实现协同研发、生产、物流、制造、服务等。（2）企业层：由企业的生产计划、采购管理、销售管理、人员管理、财务管理等信息化系统所构成，实现企业生产的整体管控。（3）管理层：由控制车间/工厂进行生产的系统所构成，主要包括制造执行系统（MES），及产品生命周期管理软件等。（4）控制层：包括可编程逻辑控制器、数据采集与监视控制系统、分布式控制系统（DCS）等。（5）设备层：包括传感器、仪器仪表等感知和执行单元，在工厂的设备层，双向的互联通信平台及DNC数控车床系统将结合条码识别、射频技术、触摸屏技术等实现具体生产工位的数字化操作。

2 MES系统的功能及特点

（1）在生产过程控制方面：MES管理生产订单的整个流程，并能够对生产中出现的突发事件做到预防、监控和处理，自动纠正错误加工信息，保证产品的质量和进度要求。（2）在任务派工及人力资源方面：MES与ERP系统对接，依据生产计划以及当前设备的闲忙状况，能够完成自动派单，并且制定出最优化的操作安排，这种动态分配的功能大大提高了智能工厂的柔性化。而且通过车间工位状态的跟踪，能够更加精细地实现考勤管理，人员考核，优化调度。（3）在数据分析利用方面：MES可以对生产数据进行详细的分析和统计，为企业提供各种生产现场资源的实时状态，不仅可以为生产工序配置相应的工具、设备、物料、文档等资源，保证各操作按调度要求准备和执行，而且通过对产品编号、批次等信息的记录保存，对于后期的产品追溯和售后服务提供数据支持。

3 MES关键技术

随着移动互联网的发展，网络通信技术、数据库以及现代电子商务已经普及，这给MES的实现创造了良好的基础，而作为智能制造重要一环，MES关键技术有以下几个方面[3]。

3.1 MES与其他系统的集成技术

根据智能工厂的整体架构可以看出：MES处于企业的中间层，智能制造的实现离不开MES系统与其他系统集成，通过对信息进行高度整合实现人、机、料的全闭环、全透明协同制造。其他系统包括ERP系统、工艺设计系统以及公司级生产管理系统。技术实现的基本方法是通过建立统一的物料编码，对生产过程中的零部件及整机产品进行系统化管理，在工艺设计系统和公司级的生产管理系统中通过可靠的接口形式，将工艺的工序信息和公司计划信息以及生产车间的状态信息、物料信息等导入到共享数据库中。当车间调度人员需要查看产品的工序信息时，查询共享数据库即可。目前，MES与其他系统的集成技术已经具备应用条件，其技术实现的关键在于要保证系统中的信息实时更新，同时也要做好版本控制，以便质量问题的处理及追溯。

3.2 生产计划智能排产技术

（1）基于全品类产品制造的设计、工艺、工时数据库。在生产达到高度智能化的阶段，公司的产品制造基本摆脱了对人的依赖，而是更多地依赖于历史数据以及数据处理技术。尤其是标准化产品的制造，传统的做法是通过人的经验，来制定下一步的加工计划。而这种经验往往并不是可靠和准确的，在加工过程中的突发因素也会影响到加工的进度安排。而智能排产技术通过对大量产品加工的历史数据做统计，可以最大程度减少人的不确定因素，并给生产预留一部分冗余度，进而保证计划的按时保质的执行。公司产品种类越单一，产品加工历史数据越多，车间人员/设备状态信息越准确则排产计划执行越可靠。（2）智能化的实时排产数据处理模型。具备了丰富可靠的产品加工的历史数据信息还无法保证公司的生产计划智能排产技术，还需要建立科学的排产数据处理模型，如何在突发状态下提高模型输出的抗干扰能力，保证数据模型的健壮性，这是实现智能化排产技术的难点。数据处理模型需要综合考虑到所有产品的进度和生产，以及产品、部件、零件、工序等多级别管理。并且需要结合设备的实际加工能力和维护保养计划等条件，以综合产品输出为目标，根据现场生产实际情况随时调整计划。

3.3 产品制造过程数据采集及管理技术

产品制造过程中涉及到大量的工况参数和产品加工数据信息，这些信息是MES智能排产技术以及与其他系统集成的关键，其数据是否准确及时，直接影响到整个系统的性能。产品制造过程数据采集技术主要依靠设备层各种数控设备（数控机床等）以及传感器（如光感、温湿度传感器）等检测装置， 对车间信息进行实时采集。底层数据的管理主要依靠MES相应的数据处理模块。如采集到的机床故障信息输送到后台中央处理单元后，将会有固定的故障处理程序进行处理，进而做出下一步的指令和判斷。

3.4 MES资源信息集成管理平台构建技术

MES资源信息集成管理平台主要的工作是构建出多视图、多层次、可扩展以及制造资源全生命周期的模型，包括ERP在采购、制造、库存、使用以及维护、报废等过程中制造资源的信息；构建公司级的核心制造资源库，研究制造资源的语义模式及制造资源不同数据模式间的映射机制，采用基于视图以及中间文件的方式集成公司制造资源的信息，在逻辑上集成制造资源的各应用视图以及业务视图。

4 结语

MES系统作为智能工厂整体架构中面向执行层的实时信息系统，是实现智能制造的关键。MES系统实现离不开对工艺设计系统、ERP系统等外部系统的集成、对车间生产计划作业的智能化调度管理以及对设备层数据的准确采集和管理，相信随着技术的不断进步，智能工厂终将会在制造行业普及开来，造福更多的人。

参考文献

[1]罗凤，石宇强.智能工厂MES关键技术研究[J].制造业自动化，2017，（4）：45-49.

[2]罗凤.智能工厂MES关键技术研究[D].西南科技大学，2017.

[3]王骏，饶成明，陈高俊，董梅艳.基于可重构MES的智能车间工作流管理方法研究[J].制造业自动化，2014，（12）：12-16.