MES是工业4.0的核心

我们经常有一些疑惑：工业4.0和智能制造的本质是什么？企业究竟搞数字化制造还是搞智能制造？政府战略引导与企业实施之鸿沟如何看待？ 今天我会围绕这些问题讲一些体会。

【一、智能制造的本质】

我查阅了近年所有的报告，几乎都没有明确给出智能制造的定义，今天我尝试分析一下智能制造的本质。

2012年美国通用电气提出“工业互联网”的概念，2013年德国提出“工业4.0”，2015年中国提出“中国制造2025”，这三者，最重要的目标就是建立智能工厂。相同的目标，但基础和的环境是不同的，所以实施的途径不同（图1）。

图1 智能工厂是“工业4.0”、“中国制造2025”、“工业互联网 ”的目标

智能制造首先讲智能，我查阅了搜索引擎上的关于“智能”和“智能制造”的定义：

●智能：从感觉到记忆到思维这一过程，称为“智慧”，智慧的结果就产生了行为和语言，将行为和语言的表达过程称为“能力”，两者合称“智能”，将感觉、记忆、回忆、思维、语言、行为的整个过程称为智能过程，它是智力和能力的表现。

●智能制造：就是面向产品全生命周期，实现泛在感知条件下的信息化制造。通过智能化的感知、人机交互、决策和执行技术，实现设计过程、制造过程和制造装备智能化。

●智能制造系统：是一种由智能机器和人类专家共同组成的人机一体化智能系统，借助计算机模拟人类专家的智能活动进行分析、推理、判断、构思和决策等，从而取代或者延伸制造环境中人的部分脑力劳动。同时，收集、存贮、完善、共享、集成和发展人类专家的智能。

此外，还有业界人士给出的相关定义：

智能制造，基于CPS（赛博物理系统）技术构建‘状态感知-实时分析-自主决策-精准执行-学习提升’的数据闭环，以软件形成的数据自动流动来消除复杂系统的不确定性，在给定的时间、目标场景下，优化配置资源的一种制造范式。 该定义所涉及的各项基本要素包括：

●智能机理：状态感知-实时分析-自主决策-精准执行-学习提升；

●操作对象：数据（信息与知识的载体）；

●使能：软件中的算法与规则（数字化知识）；

●本质：数据自动流动，并因自动流动而形成知识泛在；

●目的：消除复杂系统的不确定性；

●约束：给定时空场景；

●价值：优化配置制造资源。

《2016年北美能源安全和基础设施法案》（S.2012）法案中定义智能制造如下：在信息、自动化、监测、计算、传感、建模和网络方面的先进技术：

1. 数字模拟制造生产线、计算机操控的制造设备、生产线状态的监控和交互、全生产过程中能源消耗和效率的管理及优化。

2.厂房能源效率的建模、模拟和优化。

3.监测和优化建筑的节能性能。

4.产品能源效率及可持续化性能的建模、模拟和优化，包括使用数字模型和增材制造加强产品的设计。

5.将制造产品连入网络以监控和优化网络性能，包括自动化网络操作。

6.供应链网络的数字化连接。

从本质上讲，智能制造就是将制造-生产-使用的各个环节的信息同制造相结合。我认为，智能制造的典型特征归纳起来有五个方面：

1. 敏捷感知：敏捷感知市场和客户输入的实时状态；

2. 实时分析：对感知的实时状进行实时分析和计算；

3. 自主推理：按照设定的规则，根据数据分析的结果，自主作出推理和选择；

4. 快速反应：根据推理和选择的结果，快速地作出本能反应；

5. 学习创新：利用人工智能，自学习，作出创新的方案。

图2是一个德国提出的通过工业4.0将传统工厂向智能工厂转变的范例。

图2 通过工业4.0将传统工厂向智能工厂转变

【二、企业彻底数字化】

我一直在提倡企业要彻底数字化，数据和信息就是工业4.0中流动着的 “血液”，而数字化就是将数据转变成信息，通过网络化和智能化的决策，创造有用的价值。所以说数字化制造是智能制造的基础。没有数字化制造的基础，智能制造是空中楼阁。

目前企业最大的浪费就是数据的浪费，一个企业生产了几十年的产品，开发了多少个产品在销售，但是留下的数据却几乎没有，除了一些图纸、工艺以外，没有留下产品的开发过程、生产过程、使用过程的任何数据，这就是最大的浪费。如果哪个企业把三十年来的数据全部综合起来，那么现在开发新的产品、定制化产品，肯定是得心应手的。硬件可以山寨化、可以拷贝，但是这些数据是无法拷贝的。

今天数据科技和互联网的时代，来源于数据和信息的重组。未来很大的趋势是数字化、网络化和智能化，重组数据和信息比重组原子获益更加巨大。

1. 数字化工厂是工业4.0与智能制造的基础

数字化工厂的主要特征包括：

●数据化：企业产品全生命周期的活动建立共享的数据库和知识库；

●信息可视化：通过数据处理，形成有用的信息，并按需显示；

●模拟仿真优化：利用相关数据和信息，模拟仿真实际生产过程，达到最优化的生产过程；

●监控实时化：监控与实际生产过程同步，实现虚实结合的CPPS（Cyber Physic Production System）；

●协调决策智能化：对实际生产过程中出现的干扰和波动，进行协调，其决策是最佳的。

数字化工厂的建设任务包括：

●建立网络系统（互联网、以太工业网、无线通讯网）；

●建立数据采集与监视控制系统SCADA(Supervisory Control And Data Acquisition)；

●建立纵向和横向集成的业务模型与组织；

●选择合适的工业应用软件系统（ERP、PLM、MES、CAX）；

●进行员工的培训；

●制订生产规范标准；

●安全保障制度。

数字化工厂的主要目标为：

●缩短产品开发周期；

●产品按时交货；

●降低库存；

●提高产品质量；

●快速响应市场需求；

●产品个性化定制。

2. MES是企业生产管理集成的核心软件

30多年来，我国在企业数字化/信息化也开展了大量的研究和实施，但大多数企业未能获得预期的经济效益，究其原因种种，我认为主要是：

●规划方案与企业经营模式和业务流程不一致；

●认识错误：只是纸面数据转换为电子数据、以及担忧失去工作岗位等人为因素；

●计划与实际生产过程脱节，或失控。

ERP系统生产计划与MES系统车间作业计划的关系如图3。

图3 ERP系统生产计划与MES系统车间作业计划的关系

中国制造2025战略的一条主线就是信息化与工业化的融合、互联网+和智能制造。其基础就是企业必须先实现数字化工厂，而数字化工厂的核心是制造执行系统（MES）。2016年4月25日，工业和信息化部办公厅印发了《关于开展2016年智能制造试点示范项目推荐的通知》，在智能制造试点示范项目要素条件中提出了五种模式，都与制造执行系统相关，特别是离散型智能制造模式和流程型智能制造模式必须建立制造执行系统（MES），将MES提到了极其重要的地位。

按照传统的企业生产管理的金字塔的计划和控制模式（图4），将MES仅近理解成执行系统是不全面的，它应企业生产管理集成的核心软件系统，是一个生产指挥系统。

图4 企业金字塔的计划和控制

图4是企业金字塔的计划和控制，ERP只能做到大致计划，而且它是基于无限资源的生产计划，而MES是车间级的。实际上MES不仅仅是执行系统，它相当于一个工厂里的CEO，董事会负责决策，而CEO负责执行董事会的决议，同时他还要指挥这个企业的运作。

图5是制造企业三个层次里信息细化程度和响应时间的示意图。可以看到，三个层次在时间的范围以及详细的程度是不一样的。越到下层数据就越复杂，越细，而且它的范围越来越窄，精确到每台机床、每个动作，时间上甚至控制到秒和毫秒。

图6 制造企业三个层次里信息细化程度和响应时间的示意图

3. 制造执行系统的发展趋势

MES软件未来市场空间广阔，复合增速保持在40%左右。2014年全球MES行业市场规模约为416亿元，过去5年保持年均21.65%的高速增长，到2020年，MES行业市场规模有望达到931亿元，未来保持年均18%的复合增速。

MES在中国的需求较为旺盛，2014年MES行业市场规模约为26亿元，同比增长25%，预计到2018年市场规模将达到100亿元，未来平均增幅保持在40%左右，并且从增速对比，国内MES市场相对于国际市场增速显著更高，这得益于国内较大的工业自动化改造实践。

制造执行系统（MES）是在工业3.0的背景下产生的，它在智能制造框架下是一个什么样的角色？如何打通ERP、MES及设备端等信息化孤岛？

首先，根据企业的实际需求，扎扎实实地开展MES的技术开发与实施工作，为工业数字化打下坚实的基础。

其二，MES作为企业生产管理的核心软件系统，必须与上层ERP系统、底层生产设备和自动化系统实现无缝的连接。

其三，MES是工业3.0的基础上发展起来的，但在工业4.0和中国制造2025的背景下，需要进一步发展，归纳起来是以下“八化”：

●标准化，即ISA95标准、VDI5600标准等。ISA-95标准是由ISA(仪器、系统和自动化协会)和ANSI(美国国家标准协会)共同发起制定的。德国工程师协会（VDI）制定了VDI5600标准。指出了持续改进过程的潜在发展可能性；

●模块化，即参数化可配置, 可重构、快速实施；

●精益化，即与精益生产相结合，优化生产过程；

●智能化，即与智能制造相结合。智能制造的基础是企业生产过程彻底的（完备的）数据化。智能制造的五个特征中，都离不开数据，必须将数据转换成信息，形成知识，为智能制造打下坚实的基础；

●轻量化，即可使用移动终端，如手机、iPad，分散式控制；

●协同化，即与云平台相结合，实现生产协同；

●大数据化，即与大数据技术分析相结合，通过数据挖掘，实现数据增值；

●动态化，即根据CPS的原理，实现作业计划动态优化和智能调度。