智能制造 MES 系统基础介 绍 技术创新，变革未来 内容安排 ·MES 系统简介 · 数据采集与过程控制 · 排产调度 · 生产、物料平衡与看板 · 效率模块与 O E · 质量模块与 SPC · 批次分析 · 追踪与反追踪系统 ·SOP 介绍 · 应用演示 ©2010 GE Intelligent Platforms t质 pla 量 n 历史数据库 产品 MES 层 计划层 执行层 计划生成 2 5 5 企业连接器 17 MES 总体业务流 程 ©2010 GE Intelligent Platforms 解决方案架构图 内容安排 ·MES 系统简介 · 数据采集与过程控制 · 排产调度 · 生产、物料平衡与看板 · 效率模块与 OEE · 质量模块与 SPC · 批次分析 · 追踪与反追踪系统 ·SOP 介绍 生产程序批次记录 2. 每一过程的源，目标 2. 每一程序执行的模式、产 量、步骤、状态及出现 的报警信息 2. 每一过程参数的监视 2. 参数的历史趋势分析 2. 可实现多参数比较分析 内容安排 ·MES 系统简介 · 数据采集与过程控制 · 排产调度 · 生产、物料平衡与看板 · 效率模块与 O E · 质量模块与 SPC · 批次分析 · 追踪与反追踪系统 ·SOP 介绍

上载静态主数据 • 上载其他业务数据 • 切换系统 上线准备 • SAP 系统维护 • 持续改进 • 拓展系统功能 • … SAP 日常运营 最终用户培训 • 编制培训计划 • 准备培训资料 • 安排培训时间、地点等 • 执行用户培训 • 用户测试 • 收集用户反馈 （模块 / 集成）测 试 • 编制测试计划 • 编写测试文档 • 收集测试数据 • 执行测试：测试流程、 测试主数据、测试自开 10 11 12 01 02 03 04 05 06 2005 2006 07 08 09 10 11 12 项目准备 业务蓝图设计 系统实现 上线前准备 上线后支持 试点阶段的工作安排及工作量 项目准备 1. 遇见的主要问题 • 客户的实物管理职能涉及多个部门，包括总部的财务部、运维部、 IT 部、综合管理部及下属各 个试点单位的使用部门。多头管理导致没有一个部门作为该项目的牵头部门 项目启动及动员 • 对项目组成员进行培训，包括 SAP 标准功能及项目管理培训 试点阶段的工作安排及工作量 项目准备 3. 主要工作量 • 项目目标和范围的最终确定及牵头部门的确定：通过同公司领导多次的沟通及相关部门之间的协 调，确定财务部为项目的牵头部门且最终确定项目的目标和范围 试点阶段的工作安排及工作量 业务蓝图设计 1. 遇见的主要问题 • 相关的业务流程牵涉多个职能部门，如资产实

估方法，提供更为精准的数 字化评估化模型，、更加高 效、精准，保证了管理层都 能第一时间掌握数据，以及 沟通的依据和结论的一致性 奖惩分明 l 针对性安排培训、警告、离 岗等人事安排 在岗时间指标 l 真正工作时间 l 合理制定加班计划 加班指标 l 真实加班时长 l 提高加班效率 l 防止加班欺骗 AI 人员督工系统 支持自定义：根据企业情况自选指标， 求将巡检任务分配给人员，人员按 照系统要求进行巡检，巡检人员在 规定时间内完成巡检任务。 l 巡检任务在执行时，可以实时查看 人员的巡检轨迹 l 巡检过程中发现设备异常情况，拍 照上传后，安排相应人员进行处理 智能巡检系统 隐患排查动态化、智能化、标准化，减少人为因素，有效实现风险的分级管控。 设备系统 设置巡检路线 设置巡检任务 分配巡检员 查看巡检记录 查看数据统计 隐患排查动态化、智能化、标准化， 减少人为因素 ，有效实现风险的分 级管控 ，巡检工作保质保量 人力资源 系统可所有工作人员进行管控、收 集员工 KPI 数据 ，提供员工发展建 议。合理安排人员 ，人力资源充分 利用 车辆管理 设备报警处理 当设备发生报警时，在地图对应设 备上显示报警信息，同时派发工单， 工单详细记录处理信息，形成闭环 管理 维修效率提升

划延误、前后计划难以衔接等问题 主生产计划 生产计划 接收 • MES 接收 ERP 生产需求进行主计划排产； • SRM 接收 ERP 生产需求进行采购备料计划下发； 作业计划 安排 • 根据主计划、设备、人员等资源配置方案快速派工； • 安排日作业计划； 作业计划 审核 • 作业计划合理性、有效性审核并下发至车间； • 通过审核控制作业计划来保证日计划的顺畅执行； 作业计划 执行 • 仓库根据生产计划备料； 跟踪作业计划的执行，并实时查看作业进度； • 作业计划执行结果反馈至 ERP 系统； 日作业计划 作业终端 生产计划安排与调整 集成 ERP 主预测计划，实现月度滚动计划任务、周计划任务排产与调整，作为计划部门与车间部 门 的任务协同  基础数据支持导入、系统集成同步，开放设计  生产任务单、工作中心多维度可视化计划安排更直观；  生产资源预配置，快速生产派工更便捷；  甘特图实时生产进度把控，生产执行进度透明化； 生产任务派工 针对生产员工、班组与生产设备等生产资源对象，预配置生产资源加工方案，实现车间生产任务 快 速可视化安排；通过 RFID 卡（或电子标签）下发任务，实现任务下发无纸化及防错目的 导入 生产订单 生产任务派工至现场 仓管员任务与 毛坯绑定 车间生产派工 按经验安排 任务下发 以口头说明、纸质为主 车间生产派工 ＋ 任务下发 下发任务卡至仓库 任务下发 建议流程

• 任务分配 • 生产进度 • 设备实时状 态 • 设备停机记 录 • 模具使用记 录 • 质量问题 排产与优化 • 生产精细日程安排 • 自动设备调度 • 自动换模优化 • 自动模具调度 • 自动人力资源调度 • 订单优先级 • 计划手工调整 • 计划结果模拟与预测 • 计划瓶颈分析 、计划编制中的约束条件  数量类型约束  空间类型约束  包括类型约束  分组类型约束  位置类型约束  平均分配类型约束 系统设计了 6 种类型的约束 尚未安排 非交货时间 发动机 空闲能力 占用能力 第一次尝试 无限能力计划策略 第二次尝试 有限能力计划策略 设备 1 的能力（有限计划） 设备 2 的能力（瓶颈） 设备 3 的能力 转向机构装配 对设备进行系统化的检测、维护和替换  让设备适应企业的发展需求 MES 系统对生产设备等资源有着严格的管理要求，在日常的生产过程当中，能够更好 的利用设备的产能，并且对设备的加工能力，维修保养计划，当前的状态，未来的生 产安排等等因素，做出科学合理的布置，最大程度的优化生产资源的利用，达到最优 化的生产状态。做出清晰明确的管理 生产设备 刀具 量具 夹具 治具 载具 MES 系统能够对生产中使用的所用资源，包括

8) 零配件采购（MES 实现） 2.4生产报工 生产进度的实时报工在 MES 系统中是最重要的一个节点，每一个工序或零件的完成与 否将直接决定整个生产任务是否能够完成，甚至影响整个企业的计划安排，所以通过车间 实时数据报工，能最大限度地贯彻好调度结果的有效执行。 主要需求如下： 1) 操作终端：每条线关键工位或每几台设备放置一条工位终端，用来进行任务查看、 生产进度提交、异常呼叫、图文查看等。 页面展示实时数据，并通过颜色判定工艺参数是否正常 3.7 生产现场管理 3.7.1生产任务查看 该模块主要功能是，用于车间加工人员查看当天的生产任务，明确每个加工人员的工 作目标，查看物料配比、零件图纸及工艺内容及时安排物流人员配料、送料提高生产效率。 员工通过刷卡查看自己的工作任务和提交进度，且每个人只能看到自己的任务。 3.7.2生产进度提交 32 / 56 该模块主要实现生产进度的实时提交 7.4生产进度跟踪 该模块主要功能为：管理人员或计划部人可在办公室 pc 中实时了解当前生产订单的进 度，该订单在那个工序、生产了多少、合格率、报废率等。并可看到当前订单是否延期， 为管理人员安排后续生产和产品交期判断提供数据。 3.8 异常管理 33 / 56 3.8.1异常类型维护 对生产过程中可能出现的异常情况提前进行维护，根据不同的异常采用不同的方 式进行处理。

少冲压设备在更换模具时所需的时间和资源， 提高生产效率。 减少换车型 在焊装和总装环节，优化生产计划排产和设备布 局，减少因切换不同车型生产而产生的设备调 整、物料更换等时间成本和资源浪费。 减少换色 在涂装工艺中，合理安排生产顺序，优化油漆 供应系统和涂装设备的清洗流程，减少因切换 不同颜色油漆而产生的停机时间和油漆损耗， 同时保证涂装质量。 同步均衡生产与调度 整合冲压、焊装、涂装和总装四大工艺的生产流 09:50送达 1 2 3 3 1 2 智能设备联网（IoT）解决方案 17 汽车零部件行业数字化转型白皮书 设备联网数据采集和分析是智能化工厂的基础设施，可用于预测维护、故障预判、计划安排、工艺改善、质量控制等。通 过智能设备联网，实现设备实时数据采集和分析，并与生产管理系统提供基础的设备互联支撑，为生产管理提效提供技术 平台。 设备网络化 生产数据可视化 生产透明化 实时监控 化计划排程。系统采用行业模型和智能算法，生成详细的工序和物料计划，确保需求与计划的匹配，计划与执行的协调、计 划与物料的齐套，最大化瓶颈产能，提升企业的有效产出。 现场生产安排混乱，资源冲突，设 备负荷率低 生产安排不当 物料库存积压严重，或未提前采购 导致缺料 库存不合理 订单不确定，个性化定制多；订单插 入变化大，生产周期不固定 交期不明确 生产物料过早采购，导致资金占用

无法准确获得单体 设备运行状态时 单体设备状态可获知时 预测性维护与预防性维护虽然只有一字 之差 ，在理念上却截然不同。预防性维 护不考虑系统设备当前的运行状态和健 康状态 ，是按照已经安排好的时间来完 成计划内的维护工作 ，会引起过度维护 和维护不足的问题。 两种方式的特点对 比见右表。 方式 预防性维护 、延长设备 寿命、提高生产效率和产品质量、提升能源效率。 AI+ 设备管理（预测性维护）技术架构 实验设备 现场设备 故障 诊断 维修优化 & 健康管理 运维人员 查看设备运行情况 安排维护计划设备检修 云端 传感器数据实时发 送到云端 算法 监测 信号 状态 监测 健康 评估 寿命 预测 大数据 治理 AI+ 设备管理（预测性维护）——产品清单 基 础 • 用于数据模式识别、故障预测和 RUL 评估。 AI+ 设备管理（预测性维护）——综合价值 综合价值 大幅减少因故障导致的停机时间和维修 费用； 减少不必要的维护活动； 有助于企业合理安排生产计划，提高 生产线的稳定性和连续性； 及时发现潜在问题并采取预防性措施。 预警和故障定位 减少维护成本 提供实时机床健康状态信息 持续监测和分析设备状态 通过 AI ，打造预测性维护的“预测”能力：

数控设备........................................................................................78 8. 进度安排................................................................................................... 通过自动化数控生产设备的通讯模块，所有生产线上的设备实现通讯连接， 生产的信息和机器状态被生产线控制核心的信息处理模块收集起来。智能核心 分析模块和决策，跟据所得到的机器信息，以及系统设置信息，最优化的自动 安排生产过程。并通过机器人通讯模块接口，对机器人发出控制命令，从而完 成整个生产线流水线的生产控制。如果发生故障或者异常情况，控制中心可以 向单台生产设备发送控制命令，完成停机，报警或者其他指令。 7.3.XX 智能 CNC 数控设备 云端数据下载： 数控设备自动执行： 实时设备监控信息展现： 8. 进度安排 预计项目持续 6 个月，现场实施 4 个月。 8.1.项目进度表 目前的项目进展及预计完成情况请参见下图： 8.2.项目核心成员 项目相关人员安排和实施能力，部分核心成员情况： 项目组 项目总负责人： XXX 十年以上互联网、物联网和 MES 系统开发经验，熟悉系统架构设计，丰富

插单现象普遍，这是由生产过程中的款式多、订单交货期紧等特点所决定的，这就给 排程排产造成了极大的管理难度； 7. 库存管理严格，销售情况容易受到影响，很容易就会造成库存积压而积压品往往又不 易处理，所以对于制造业而言，合理的预估和安排生产就显得尤为重要。 针对以上这些行业特点和难点，就需要建立一个完善的信息化管理系统来解决这些问 题以实现更好的生产方式，降低企业生产的难度以及成本，合理化最大利润空间以及获得 更高的客户满意度。 能源方面，因为纺织生产都是绝对的能耗大户，所以，对于能源的监测和分析就 显得尤为重要。通过对水电等能源的实时监测和分析，再结合与生产相关的一些 数据，就可以形成对今后的水电用量进行一些预估和参考，从而帮助企业更有效 的去合理安排和利用能源； l 在功能的扩展方面，除了支持常规的接口外（这一点在上一章节已经描述），平 台自身还应支持版本的升级和功能的升级，且不会影响现有的功能。相对来说， 拥有一定的自由度。 3.2．平台功能设计建议 向，明确投入的成本，其根本目 的是为了减少能源浪费、降低成本、保护环境。通过对各产线耗电耗水情况的分析，下 一布需要制定一系列以节约能源为目标的策略，制定相应的生产工艺、规范相应的操 作、合理安排生产、及时调整相应的设备，并提前采购优惠范围内的能源，合理的避开 浪费。 如耗电量的多少直接关系到二氧化碳的排放量。作为大型企业，企业相应的在未来 也会考虑节能减排的要求，因此需要管理人员明确究竟碳排放量是多少。因而系统在未