基于大型復合材料制品行業MES的數據分析在生產管理中的應用研究

潘藝+劉佳欣+李華新+殷賓

[摘 要] 大型復合材料制品的生產是典型的離散型生產過程，通過搭建MES來解決生產過程管控中的一些問題，雖然通過搭建MES對生產過程管控取得了一定的成效，但卻對生產過程采集到的數據運用不夠，沒有對其進行深入的分析研究；本文在MES的基礎上，對采集到的生產過程數據進行分析研究，并將研究結果用于生產過程的管控和優化，從而提升生產效率。

[關鍵詞] MES；數據采集；數據分析；大型復合材料制品

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2018. 01. 029

[中圖分類號] F270.7 [文獻標識碼] A [文章編號] 1673 - 0194（2018）01- 0070- 05

0 引 言

MES（Manufacturing Executive System，制造執行系統）是一款面向生產車間生產過程管控的實時信息系統，彌補了企業計劃層和車間操作層之間的斷層，實現它們之間的數據傳輸和共享，增強企業對車間的生產管控能力[1-3]。經過二十多年的發展，MES在流程制造業取得了很好的理論研究成功經驗和應用效益，但在離散制造業開發和應用成功的案例很少[4]，MES雖然與生產、設備、質量、工藝等結合緊密，但世界上目前卻沒有一款適用于所有行業的通用產品[5]。MES作為優化生產過程與管理的核心環節，不僅需要采集大量的生產數據，還需要大量的數據分析來支撐生產過程的優化和管理，生產過程中采集到的數據不僅反映了整個生產過程的狀態，生產過程中工藝、質量等技術參數和生產關鍵參數的實時動態變化，還隱藏著大量的生產過程信息，若對其進行深入分析和整理，可從中找出生產過程中隱藏的異常風險點和異常發生規律，這些信息不僅可為生產管理提供科學依據，還可用來預測生產異常發生的可能性和范圍[6]。

大型復合材料制品的生產是典型的離散型制造模式，產品體積大、生產周期長、生產管控難度大，雖然企業引進了MES，對生產過程管理和監控取得了一定的成效，但與MES強大功能對比取得的成效簡直是微不足道，究其原因主要是現有MES雖然有報表輸出功能，但只對生產過程中采集到的數據做了統計匯總而未對數據真正進行深入分析研究和運用，使得采集到的大量數據無法為生產過程提供預測、決策、預防和優化的依據，白白浪費了大量的數據。因此，本文提出在MES定制開發的基礎上，通過多種數據采集技術來采集生產數據，運用Office、Project等工具對采集到的數據進行深入分析，將分析結果用于工藝、質量、設備、生產等過程的優化，找出制約生產效率、影響產品質量等問題，解決信息流通滯后、信息斷層等帶來的管理瓶頸，從而提高生產效率，加強風險管控，縮短產品成型周期。

1 整體業務設計方案

1.1 MES整體業務設計思路

UniMax MES 是針對中國離散制造業特點推出的新一代MES系統，在標準工廠模型的基礎上可根據企業實際情況進行定制化開發，并將適合國內離散型制造企業生產模式和管理思想的特色功能與模塊融入其中，采用行業領先的建模技術和全新的模塊插件架構，通過計劃調度、生產執行、質量控制等，實時傳遞生產過程數據，從而對生產過程中出現的各種復雜問題進行實時處理，在信息化中起到了核心關鍵作用。

根據大型復合材料制品生產過程的實際情況和存在的問題，對MES功能進行了定制化設計開發，其主要設計思路是通過計劃層的SAP系統ERP功能，運算出計劃訂單，通過SAP系統和MES做集成將生產訂單傳遞至MES，MES通過訂單發布、物料分解、物料配送、異常管控、質量控制等環節來控制和管理訂單、物料、設備、工藝、質量等車間的所有資源，并將控制層的PDA、掃描槍、二維碼等與MES集成配套使用，從而提升生產管控能力，具體情況如圖1所示。

1.2 MES業務設計方案及主要模塊功能

不同行業的MES 功能差異很大，本企業通過梳理實際業務流程，將各個模塊優化后的業務流程及模塊之間的關系在MES中進行固化，使系統與生產現場實際情況高度吻合，打造出基于公司業務特點的生產執行系統，該系統主要包含計劃模塊、生產執行模塊、異常管理模塊、物料管理模塊、質量管理模塊，各模塊內部流程及模塊之間的對應關系如圖2所示，具體內容如下：

（1）計劃模塊。在SAP系統中下達月度計劃及日生產計劃，通過SAP系統與MES的接口將訂單信息同步到MES系統中，并根據模具的開工時間及模具的負載情況、實際生產情況等選擇相應的工作中心進行排產，并發布工單，生產人員進行生產。

（2）生產模塊。在MES系統中通過工單發布下達生產任務，在系統中進行開、完工操作，并在生產過程中強制控制過程檢驗，確保產品質量和生產的順利進行。

（3）異常處理。異常設置的是三級反饋機制，當發生相應原因的異常時，系統根據異常處理流程將異常信息通過短信發送給相應人員，從而確保生產過程中的異常得到及時、快速的處理，減少異常造成的損失。

（4）物料管理。原材料到貨檢驗合格后，通過MES系統工序拉動機制，生成物料需求信息，相關人員根據物料需求信息在2小時內將物料配送到現場，減少生產現場場地占用和因材料污染造成的損失。

（5）質量管理。在MES中對生產過程設置報檢點、停止點和控制點，嚴格控制生產過程中的質量，并根據正反向追溯功能，確保生產出來的產品和原材料有溯可查。

（6）設備管理。設備通過PLC改造后，用力控軟件將設備生產過程中的數據采集到MES系統中，對設備運行情況進行實時監控，并對設備異常數據進行分析，制訂設備保養計劃及風險控制。

1.3 基于MES的數據分析應用研究

MES最核心的價值就是信息和數據的相互轉換，而信息和數據的轉換靠的就是數據分析。數據分析是一個用適當的統計分析方法對收集來的大量數據進行詳細研究和分析，提取有用信息并形成結論的過程。在實際應用中，數據分析可幫助管理者做出判斷，以便采取適當行動。數據分析過程由識別信息需求、采集生產數據、分析收集數據、根據分析結果提出改進措施構成，如圖3所示。endprint

1.3.1 基于MES的數據采集方案

作為典型離散型生產的大型復合材料制品，其生產數據可分為：生產過程質量、工藝、設備等技術數據、生產異常信息、測量數據等，為了保證數據采集的全面性、可靠性及實用性，數據采集的方案如圖4所示。數據采集時，需注意如下原則：

（1）全面性和實時性原則。系統采集到的數據必須是實時的、全面的車間動態數據，否則由于某個模塊部分數據的缺失或延時都可能會導致MES應用錯誤甚至失敗。

（2）多種數據采集工具和人工結合原則。大型離散型制造企業在生產過程中不僅有大量的復雜制造模具和設備，還有大量的手工操作工位，任何單一方法都難以采集到生產過程中的全部數據，必須是多種數據采集工具的綜合應用。盡管人工數據采集方式存在一定的風險，但為了保證采集數據的全面性和采集經濟性，人工數據采集方式是無法避免的 [2]。

（3）開放性原則。MES不僅要對采集到的實時數據進行統計分析，實現計劃排產、生產訂單、物料等的管理，將這些數據及信息用可視化的圖表在車間實時顯示，還需要有開放式的接口，便于MES與其他軟件做接口，進行數據傳遞及集成。

1.3.2 基于MES的數據分析方法

由于大型復合材料制品生產過程的復雜性，目前MES仍停留在數據收集階段，雖然對產品過程中取得的一些數據通過開發相應的報表進行了統計匯總，卻無法對采集到的數據直接進行分析，更別說將數據分析結果用于預測、決策及優化方面的工作了，因此，為了充分發揮MES的功效，讓MES不僅僅只是充當了手工勞動的替代品，將MES采集到的數據通過分析研究作用于生產管理和優化，從而促進生產管理的提升，具體分析流程見圖5所示。

2 應用效果

由于A產品生產周期長，生產過程不可控因素過多，為了減少設備異常造成的停機時間，縮短該產品成型周期，在MES的基礎上，通過一定的數據分析方法和工具，對MES系統采集到的數據及手工收集到的數據進行分析，找出生產過程中的問題并提出改善措施進行優化，制定措施進行提前預防和對A產品關鍵工序進行分析及調整，優化生產工序和節拍，從而將A產品的成型周期縮短至48h，具體內容如下：

（1）設備關鍵點預防。因A產品生產過程的特殊性，灌膠過程需一次成型，此過程對設備密封性要求很高，因此設計設備漏氣風險點點檢表，如表1所示，并對設備上不同漏氣點劃分不同責任人（如圖6所示），每天進行多次點檢，提前對漏氣風險點進行預防，確保生產順利進行，通過對設備漏氣風險進行預防，使得因漏氣造成的成型延誤時間縮短了74.96%。

（2）工序優化。根據成型周期節拍統計表如表2所示，收集該產品的實際開始時間和結束時間，并記錄造成生產延誤的時間和原因，通過原因問題分析及實際的工序節拍時間，使用Project軟件記錄標注作業組合，運用ECRS分析方法并對關鍵工序進行優化，從而將A產品的標準工時縮到48h左右，如圖7所示。

3 結 語

數據管理是生產管理的關鍵，數據分析是數據管理的核心，對于離散型制造企業尤其如此，在MES的基礎上，運用恰當的數據分析方法，不僅可以及時地發現生產過程中存在的問題，提出改善措施進行優化，從而提升生產效率，縮短產品成型周期，而且可促進MES系統改進和功能優化。

主要參考文獻

[1]湯科，張維生，劉京威，等.MES關鍵技術在航天制造企業中的應用研究[J].新技術新工藝，2013（12）：8-12.

[2]張芬，杜朋，楊亞非.離散制造企業MES中的生產數據采集實踐[J].機械設計與制造，2011（3）：245-247.

[3]張斌.淺議如何提高MES系統的數據實時性[J].貴州化工，2011，36（2）： 58-61.

[4]秦睿.基于MES的離散制造車間生產過程數據采集系統研究[D].昆明：昆明理工大學，2016.

[5]苗壯，林愉，伍建軍.制造執行系統MES在我國鎢業中的應用研究[J].中國鎢業，2007，22（6）：43-45.

[6]林高慧，王建中，吳鋒.基于數據驅動的生產管理方法及應用[J].中國管理信息化，2013，16（6）：81-83.endprint