基于MES 系统的D 公司生产管理数字化转型研究★

2023-04-25牛耀彬

现代工业经济和信息化 2023年10期

牛耀彬

（扬州大学商学院，江苏扬州 225127）

0 引言

D 公司属于典型的离散型制造企业，离散型制造企业因自身特性，存在许多生产管理问题。一方面，企业本身面临着客户的需求多样性、变更频繁性，这使得生产计划的制定复杂且困难。另一方面，由于产品需要经过不同的加工车间，且每个生产任务对同一车间的需求又是不同的，导致工作流经常出现不平衡问题[1]。这些问题致使生产数据难以收集，维护和检索的时间大幅增加，同时，阻碍了生产过程的管理。为了解决这些生产管理过程中的问题，D 公司引入MES 系统。

1 案例介绍

1.1 D 公司简介

D 公司是中国中车股份有限公司旗下的全资子公司，以机车制造、研发、出口、销售为主营业务。目前，D 公司主攻城轨市场，城轨车辆也成为企业出口国外的支柱性产品。自公司始建以来，先后经过六次大规模技术改造，现如今已经发展成为能够设计制造具有世界先进水平的轨道交通运输装备大型企业。

但是，D 公司仍存在一些生产管理上的问题，D公司在很长一段时间内都保有传统的生产管理模式，这降低了公司的生产效率。由于控制层与调度层分离，公司主要依靠调度员的经验去分析应对各种情况，且管理部门对生产车间的生产过程缺乏有效的监控，这就导致生产过程对车间调度员的工作能力依赖性较强。为了实现数字化转型升级，D 公司引入制造执行系统（Manufacturing Execution System，MES），并将MES 系统结合ERP 系统、业务管理系统、生产设备控制系统及仓库管理系统协作，摆脱传统生产管理模式，实现对整个车间制造过程的优化。

1.2 MES 系统功能结构

D 公司制造执行系统的基本构架包含制造全程管理控制、设备状态管制、异常监控与处理三个版块。

1.2.1 制造执行控制版块

MES 系统将追踪从创建订单、物料准备、加工作业、批次流转、质检返工、异常、暂停、报废、组托、入库等的生产全过程，对生产作业过程的每一个行动细节进行记录追踪，实时地反馈生产现场的在制品状况，批次作业情况，生成完成情况。

1.2.2 设备状态管制版块

设备状态管制版块对设备运行期间的全状态进行管制，并配备PM管理模式。这一模块会对设备状态、当前作业批次与等待作业批次进行监控，同时记录每次状态转换的时间和原因。模块配备PM模式，可以记录作业时间，以满足不同设备和不同生产模式的排产计划。此外，严格管控PM模式下的作业过程，以便记录生产过程并进行追踪和分析。

1.2.3 异常监控与处理版块

异常监控与处理版块对异常情况进行监控与处理，监控在产品流通情况，作业时间情况，并采集工艺参数，对良率异常设备进行维护。该版块对工厂可能出现的异常情况进行预测和监管，并可由监管人员自定义发生异常的处理动作，如遇异常生产情况可以选择发送报警信息或是暂停生产。

1.3 MES 系统应用效果

D 公司应用MES 系统已达17 年之久，运用MES系统进行数据收集有效促进了D 公司的信息化建设工作，一方面，运用MES 系统有效提高生产效率。由于人员实时监控物料在生产进程中的使用，使得备料更加准确，数据记录更加完整，这大大减少了月末核算成本的时间。大型机车制造工厂在生产中耗用的物料类型多、数量庞大，实施MES 系统有效将半成品、零件的领用直接归结在相关产品上，减少了统计成本时间，提高了管理的效率。另一方面，MES 系统中各项数据丰富，精益化管理企业。通过分析产成品价格，有效筛选适合企业的原料供应商。D 公司之所以能够维持产成品成本的一部分原因就是根据系统筛选原料价格低、物料利用效率高的供应材料。

自应用专门针对轨道交通行业特点定制开发的生产信息化管理和中控系统以来，D 公司生产能力提高了50%，产品不良率下降了90%，年节约各项成本费用1 300 余万元，初步实现了数字赋能。

2 D 公司数字化转型策略

2.1 战略引领推动转型升级

为了顺应数字经济时代的转变，D 公司推行数字化转型战略，以需求为导向，明晰数字化转型路径。为了实现智慧城市的建设，快速响应客户需求，D 公司通过标准化、精益化、数字化、网络化、智能化五大路径实现数字化研发、数字化运营、数字化制造、数字化服务、数字化安全五大工程。以及通过数字化建设提升“快速响应客户服务能力”“模块化产品快速设计能力”，缩短产前准备周期、平均生产周期，提升订单准时交付率、生产计划完成率。由战略规划部门牵头，生产部门、质保部门、运营管理部门、信息化部门配合，制定数字化转型实施方案，D 公司从战略上坚定了企业数字化研发与运营的决心，为推进智能制造，提供智能服务，制造智能化产品打下坚实基础。

2.2 集成智能系统推动转型升级

搭建智能系统促进企业降本增效，推进数字化转型。以D 公司为例，引入MES 系统、ERP 系统、生产设备PLC、DCS 控制系统及仓库管理系统（Warehouse Management System，WMS），形成集生产、工艺、质量、设备、仓储、信息等多个方面为一体的立体化系统构架。ERP 系统将生产计划导入MES 系统，MES 系统将生产计划传递至车间作业现场，将生产指令发送至指挥底层生产设备，通过MES 系统反馈生产设备的运行情况，以此来跟踪生产进度，监控车间生产任务。MES 系统对PLC/DCS 系统进行生产指导，PLC/DCS系统可以实现机车生产线的控制需求，并实现数据采集与存储。PLC/DCS 系统将生产设备数据反馈，最后将生产完毕的入库数据导入WNS 系统。D 公司以MES 系统为中心，接收来自其他系统中人员、设备、原料、订单、计划的信息，通过集成智能系统综合收集企业生产数据，以期进一步推动智能生产制造。

2.3 智能生产推动转型升级

D 公司作为老牌机车企业，拥有多年的制造经验，在应用MES 系统的基础上进行数字化车间建设，利用智能系统配合智能制造。公司在新厂区设置10个核心作业区，运作RGV 有轨制导搬运机器人、AGV自动导引搬运机器人等智能装备实施智能生产。同时，建立8 个数字化车间和32 条数字化生产线，每个车间和生产线均应用集成智能化系统，重点应用MES系统采集生产数据，进行生产调度，运用电子看板判断生产信息并做出生产决策。研制形成新一代智能化六轴电力机车、无人化运输车产品、系列化中国标准智慧市域列车等一批具有市场竞争力的先进轨道交通装备产品。

3 D 公司数字化转型中存在的问题

3.1 人员与团队能力未能匹配数字化战略

D 公司虽然坚定数字化转型战略，但是在生产制造过程中依旧是劳动密集型企业，依赖一线工人配合生产。由于一线员工以重复劳动为主，而公司又疏于对一线员工的技术培养，使得这部分员工未能很好地配合企业转型[2]。此外，作为生产制造企业的D公司更多地关注智能系统的引入、产品技术的研发，但对生产运营技术提升方面投入不足，转型需要从上至下的意识统一，D 公司对数字化转型相应的人才培养机制不够完善，导致人员及团队能力未能跟进数字化战略。

3.2 数据资源利用效率低

首先，D 公司在生产过程中利用到多款智能制造系统，其中几款系统显现出数据收集重复，系统功能浪费的问题。采购订单系统（POM）与企业资源计划系统（ERP）均有采购管理功能，两种系统在生产中重复记录了订单信息、供应商信息、采购价格等基础数据，这种重复记录使系统维护成本提高，同时增加了一道管理人员的审批流程，降低了工作效率。其次，系统间数据共享不完全也是一大问题。MES 系统中的过账信息与ERP 系统中的物料状态转换和账本可以相互转化，但是在实际应用中，财务人员依旧需要将MES 系统中的数据手工录入ERP 系统中。因此，多款系统实现有效对接才能切实提升转型效率。最后，受系统功能限制，MES 系统已经获取的数据未能充分利用[3]。在一个制程内，产品不良率、返修信息与最终良率等关联站之间的数据实质上存在内在联系，但D 公司当前系统由于缺乏数据预处理功能，仅能就单站数据进行分析，而无法进行数据对比与追溯分析。这就导致工程师需要额外花费时间对数据进行处理，增加了工作量。

3.3 业务流与数据流无法正常匹配

由于供应链系统未能第一时间收集到终端客户的提货情况，MES 系统管理员未能及时收集订单数据。受系统限制，D 公司整个供应链系统中顾客提货的信息无法获得，只能通过仓库库存的变化结合以前的订单经验去预测客户需求，这造成了数据收集失真的问题[4]。而数据收集失真导致客户真实需求情况无法获取，订单波动很大，反而影响到生产计划和备料计划，造成了原材料供应的压力。

4 推进传统制造企业数字化转型对策

4.1 建立适应数字化转型的企业组织架构

数字化转型在落地层面通常涉及两部分内容，业务模式的重构和信息系统的引入。业务模式的重构会涉及企业组织变革。传统制造企业实施数字化转型战略需要自上而下进行转变，适合的企业组织架构有利于推进转型过程。传统制造企业应当添加数字赋能部门或是对传统信息化部门进行改造。由于传统信息化部门业务融合性较差，部门人员需要进一步了解企业数字化转型的痛点，信息化部门员工应当积极与业务部门沟通，挖掘业务盲点，生产制造流程的断点，以期减少业务流与数据流不匹配问题。同时，建立驱动数字化的组织以便推动转型，由于转型实施过程中问题较多，落实决策显得更加重要，引入驱动数字化的组织搭建起信息化部门与其他部门的桥梁，解决部门间的沟通问题并推动数据决策的进程。

4.2 搭建数字技术平台，支撑数字化转型

数字经济时代，制造企业应利用数字技术搭建数字化平台，降低内部交易成本。建设数据基础设施，利用云服务所提供的计算能力提升企业业务数据处理能力，支撑企业利用数据进行有效决策。搭建存储设施、计算设施、网络设施，通过存储设施提升数据存储容量，以存储为支撑协同算力达成数据在网络间的安全传递。完成设施搭建后，应进一步推进打造企业中台。对于传统制造企业而言，打造业务中台与数据中台有利于缓解集成智能系统工作中的缺陷。业务中台可以解决系统重复建设、系统割裂、数据孤岛等问题。数据中台具有数据存储、数据治理以及数据共享功能，可以加强与上下游合作伙伴的沟通，对数据进行提纯和加工。最重要的是，数据中台可以提供实时流数据分析，弥补数据开发人员不足的问题，打造企业中台可以有效加强内外部协作，提升数据处理效率，有利于传统制造企业进一步推进数字化转型。

4.3 加强数据管理，实现数据可视化

制造企业应注重数据采集，从源头上保障数据准确性。一方面，数据采集的准确性与数据治理很重要。为更好实现数据管理，制造企业可以引入“副本数据管理”新技术——Copy Data Management，简称CDM[5]。CDM 以“原格式”获取生产数据各个时间序列的副本，将备份的数据管理和使用。此外，CDM也是一种副本数据管理平台，集中业务系统中抽离的数据资源，引入这一技术可以保存完整数据，减少数据失真的问题。另一方面，生产管理数据的实时监控很重要。为了提高效率，促进客户提货数据、库存实时数据、订单交付状态数据等动态数据的及时应用，制造企业应推动数据可视化。利用可视化工具，将数据转化为驱动决策的动力，让整个生产管理过程可视化与透明化。