面向智能制造的MES在钢铁钒钛产业的应用与实践

赵涛

摘要：在国家“中国制造2025”战略的指引下，以信息化带动工业化、以工业化促进信息化，走新型工业化道路，追求可持续发展的“两化融合”工作在工业领域不断深入开展。工业企业信息化经历了从“业务驱动”到“数据驱动”的思维转变，星云智联根据钢铁钒钛业务特点并吸收大数据、物联网等新技术，通过基于业务模型、数据模型等组件化的MES系统快速实施落地，助力于为包括钢铁产业在内的制造企业数字化、智能化转型发展。

关键词：业务模型、快速开发平台、T-ePlat、智能化

（一）钢铁钒钛企业MES概述

全球MES系统自20世纪90年代兴起，MES系统以其在企业信息化管理系统五层架构中沟通企业上层经营管理与现场操作执行的桥梁作用，快速成为企业实现精细化运营与准时化制造管理不可或缺的关键。MES系统对下连接机组、横向串联工序的能力，打破了工厂自动化系统与企业计划系统之间的信息壁垒，实现了车间级自动化与信息化融合;基于自动采集于生产现场的数据，形成以物料流为载体融合质量流、能量流、价值流等的工厂制造过程信息集成模型。

MES系统与工厂制造管理价值与意义重大，但MES系统受工厂产品、工艺以及装备等各异性因素影响，项目实施难度也较大：

1）孤立运行的MES系统往往难以收到预期效果，MES系统建设除开必须对行业信息化系统标准规范有深入的理解，在项目建设过程中还需要因地制宜的做适当的功能调整与重组，以匹配企业具体情况。

2）不同于通用软件产品开发，MES系统建设强烈依赖于能够清楚了解用户制造工艺特点并理解制造管理要求细节的实施队伍，没有扎根于客户现场的长期现场实施经验积累，知识沉淀往往达不到预期，难以把握企业痛点。同时不同企业在制造管理业务流程、生产工艺与装备水平甚至于现场作业习惯等方面天然存在的差异，不仅对项目实施技术力量要求高，同时也很难以统一标准来进行定义系统或者说以统一的产品来适配不同客户的要求。

星云智联作为国内最早一批自主开发MES系统的专业化公司，针对MES系统项目建设的重点与难点，将自身近20年的MES系统持续开发过程中积累了的行业客户MES系统项目实施经验，融合“数据驱动”的思想，对MES系统从功能架构到实施方法均进行了适时重构和演化，融合生产制造多维数据的MES系统已从单纯面向现场的操作系统向IOT系统演进，为钢铁钒钛企业制造与管理创造更大的价值。

（二）实践与应用

随工业互联网、人工智能、工业大数据技术蓬勃发展，钢铁钒钛企业加大了在这方面技术的应用研究和投入。面对海量的工艺过程数据的应用需求，MES系统在产生数据的同时，从实现数据的时空关联到为数据分析应用，MES系统作为工厂实时交换数据的中心点和贯穿制造各环节的汇聚点， MES系统将迎来了建设的第二次高潮。

星云智联作为深耕钢铁钒钛行业专业化IT公司，紧紧把握行业信息化从“业务数据化”到“数据业务化”的最新发展趋势，基于自身对钢铁钒钛行业MES系统演进的理解与思考，在持续不断从钢铁到钒钛MES项目建设过程中，充分运用物联网、边缘计算、工业大数据技术改变传统的按需数据采集和单一流程驱动式的系统功能设计，通过强化以MES系统作为生产制造数据中心的基础能力，从数据的视角将MES系统从单纯的制造管理流程信息化向制造管理过程自动化和智能化转型升级。

1、系统平台

“快速、高效、稳定、安全、互联互通”是一个优秀的IT平台必须拥有的特质。星云智联T-ePlat平台针对企业级信息系统应用，适配于包括MES系统在内的多种复杂场景下的业务和数据处理。

（1）应用平台

T-ePlat平台可覆盖L2/L3/L4等应用场景，是系统的大脑和神经中枢，负责高效的完成系统数据计算和业务的处理。具有 1）支持多种操作系统、多种数据库、多种应用系统架构。2）支持系统间多种交互方式，可以高效、稳定、方便、灵活的采用各种方式与第三方系统进行通信。3）支持集群以及分布式應用，平台支持负载均衡，系统集群，中间件集群，数据库集群和分布式应用 。4）包含丰富的业务组件权限组件、流程引擎组件、多帐套组件、报表组件、规则引擎组件。

（2）快速开发平台

快速开发平台提供了快速开发桌面应用程序的能力，可大大缩短业务到程序实现的时间周期，让设计师和编码人员的成果高度复用。前端开发以配置式为主，功能模块开发周期短，且测试简单，性能稳定，扩展现好，磨合时间短。降低开发技术难度，有开发基础的人员即可进行开发工作并快速响应用户个性化需求，有效的降低项目开发成本和后期的维护成本。

2、业务模块化

结合钢铁钒钛行业制造管理特点，首先从工厂建模入手，通过对工厂制造人、机、法、料、环5要素进行对象抽象，形成工厂基础模型框架。其次沿 “合同-计划-工序-质量”四条主线，对制造管理流程中的关键环节进行业务活动提炼，形成可适应多种应用场景的业务流程模型，包括计划排产模型、库区智能管理模型、过程质量分析模型、管理数据可视化模型等。

（1）计划排产

计划排产要点在“排”、重点在“调”。计划排产依托于工厂人、机、法、料、环静态模型，充分考虑计划执行过程中外部因素对工厂静态模型的扰动，首先加强对计划影响的因素数据的全面采集包括比如客户订单、设备、原料、运输等[1]。其次对影响计划执行因素进行分解，将问题从高维空间映射到降维空间，最后结合历史数据对模型进行适应性训练。基于对象化、模型化的数据，可快速部署适配于用户的计划排程功能需求。

（2）库区智能化管理模型

库区智能化管理模型包括库区规划算法、库存预警算法、物料识别及追踪、智能盘库等功能。传统的库房管理多采用现场人工调度指挥的方式进行实物与账务管理，系统操作量大且信息严重滞后。库区智能化管理模型通过对库区前后生产工序，生产情况、产品质量情等情况实时数据采集，从准确把握库区的来料情况开始，结合库区的情况包括库存结构及下工序备料需求，在有限库区空间内利用模型制定最优库内收料、倒垛、移库等工作计划。

（3）过程质量分析模型

过程质量分析模型沿工厂静态模型及物料质量形成过程，基于采集过程工艺数据和物料实绩相匹配，以数据化的方式重现生产工艺过程并量化描述质量关键控制点，辅助质量人员进行工艺分析和质量控制。以型钢轧制力分析为例，通过把道次轧制力进行分为道次数据切分、数据切片形成物料轧制力波动透视图并将影响型钢轧制质量的关键数据进行可视化展现，以指导现场根据来料的情况设置最优轧制控制参数。

（4）数据可视化

数据可视化是对传统数据报表、多维数据分析的延伸和扩展。其基本思想是将每一个数据项作为单个图元元素进行表示，以大数据集构建数据图像。星云智联数据可视化组件基于工厂静态模型和关键业务流程，在系统中提供生产管理、设备管理、流程管理三类场景数据可视化工具。生产管理以实时化生产概貌为核心，集中展示工厂生产从准备、工艺、库存到发货各部份数据;设备管理以机组为中心，通过物联网技术集成设备运行实时数据，动态表征设备当前运行状态，为生产组织提供设备运行及运维监控保障;流程管理基于工厂计划流、物流、质量流、能量流所建立可视化虚拟产线，为生产制造管理活动提供动态评价手段。

（三）结束语

随国家大力推行“中国制造2025”，制造企业必须从与时俱进，以MES系统为代表传统的信息化系统也必须紧随时代的进步。从传统的流程驱动、业务驱动到数据驱动，“以数据价值为核心”在要求更广泛应用MES系统同时，对MES系统技术及功能架构进行更全面数据化升级重构也是实现工厂从自动化走向智能化，从有人到无人化，从信息化到智慧化的必由之路。

参考文献：

[1]刘宫昊;丛森.智能制造执行系统在特种工业生产中的应用--新技术新工艺.2021，（10）.