MES应如何更好地支撑制造业对智能制造的需求

如今，智能制造如火如荼。在传统制造企业需要转型升级的预期下，MES应该如何更好地支撑制造业对智能制造的需求？

除了与云计算、云平台、物联网、互联网等信息技术的互联和应用。，制造业MES系统要以业务流程再造和精益管理为主线，结合企业实际情况，构建数据标准化、信息互联、智能分析、有效决策的MES系统，建设“生产精益+设备自动化+数据标准化+管理信息化”的“新四化”智能车间和智能工厂，为制造企业智能化转型升级奠定基础。

基于以上，为了实现智能制造的终极目标，在MES先行的前提下，智能制造时代的MES必须具备以下五个必要条件。

1实施

MES被称为生产执行系统，强调车间级和工厂级企业信息化管理的实现，更注重信息指令的执行和反馈，展现车间级生产场景的有效运行。

◆根据车间实际情况，ERP生产计划会将每道工序分解到每条线、每台设备，进行时间点执行和跟踪，实时反映生产和订单进程，实现透明、精准管理；

◆在车间内部形成完整的闭环管理，包括生产调度、流程推送、作业执行、数据收集、信息追溯、在制品管理、质量管理等。，最终实现数据分析和管理决策。因此，MES不是一个简单的信息管理系统。

精益贯穿始终，业务流程优化是核心。

精益管理是企业运营的基本条件。通过建立标准的业务流程，可以解决企业无序管理的运作模式。在标准流程下，结合企业自身情况，可以构建适合的MES系统。

自始至终，精益都实现了精益和MES的结合。精益管理为MES的顺利实施奠定了基础。同时，通过MES这一信息化手段和工具，固化精益管理的成果，促进精益管理和MES系统在企业的快速稳定落地，如:

◆通过精益管理，构建连续流水模式的精益柔性生产线，实现产品的“流水”生产；

◆分析规划逻辑，构建产品生产线之间的关系，使规划逻辑简单明了；

◆优化计划生产调度方案，自动调度生产规则，快速解决紧急订单等问题，确保生产计划最优；

◆准确分析非增值劳动，不断优化生产流程，提高生产效率，降低辅助生产成本；

◆工艺流程优化和工艺标准化，实现多产品共线性，增强柔性；

◆建立生产线物流规则、搬运规则、WIP管理和有效的质量管理标准；

◆实现生产可视化管理，信息最大化透明；

◆实现生产数据的及时准确反馈，提供科学决策依据。

3建立数据模型，形成数据规范。

标准化生产业务在MES中的集中表现就是数据操作，包括数据采集、数据反馈和数据分析。一套标准的数据模型和规范对于提高数据操作的效率非常重要。数据模型的建立主要在以下几个方面:

建立产品和业务关系的数据模型，构建产品和业务关系的规则，形成标准化的数据格式，统一数据规范和规则。

◆建立产品的数据模型，构建产品、生产线、工艺、流程、物料的数据关系，形成企业自己的产品体系。使生产出来的产品可用、可复制、可迭代；形成销售端与产品连接，生产端带动的运营模式。

◆建立业务规则数据模型:梳理和提取标准化业务规则的关键点，建立业务与业务之间的逻辑关系，对业务规则进行数字化建模管理，为MES的有效运行奠定基础。

◆提取数据为企业带来价值，为数据建立分析决策逻辑，形成有效管理。

4MES 4要顺应智能制造的趋势。

建设智能车间，就是将设备等硬件与MES等软件充分结合，发挥自动化、数字化、网络化、智能化的优势，打造具有CPS特色、软硬件相结合的智能MES系统。

智能MES系统将从计划源、流程协调、设备底层、资源优化、质量控制、决策支持等方面入手。，实现生产过程的自动化、数字化、网络化、智能化管理和控制，完成智能计划与生产调度、智能互联、智能生产协调、智能资源管理、智能质量控制和智能决策支持等功能。

5落地是关键核心。

如果在企业中实施MES系统，即使理论再先进，软件再智能，如果不能成功应用，对企业来说结果也是零甚至是负的。

因为这不仅浪费了企业的人力物力，也影响了企业的生产，严重打击了企业对信息化和智能化的信心。

MES在企业智能化转型升级中发挥着越来越重要的作用。一方面要认真分析企业自身内部需求和对MES的理解，做出适合的业务场景；另一方面，要有改进的决心和毅力，抱着成就的理想，真正落实到现场的各个环节。

同时在实施中不断完善和优化，最终使MES成为企业智能制造的核心系统，满足转型升级的需求。