企業的問題是很多的，對于上馬信息化或數字化系統的期望也是很高的。尤其是很大比例的企業，當在自主決定實施系統建設的時候，一般都是問題比較嚴重或者已經累積到一定程度了，再或者說，是問題是比較綜合的，一般而言，不僅有管理提升上的期望，也有工藝改進上的期望。

        但現在實施MES關注比較多的還是管理流程上的打通，比如實現執行進度的管理、比如實現數據的采集，比如實現物流的精益等，重點解決的其實還是信息流與實物流的有序、協調方面的問題。當然這些問題對于一些企業來說也是非常重要的，但MES不能僅僅是做這些事。

        對于企業來說，最核心的還是制造技術本身的問題，這是根本，所有的都要為這個服務。從管理角度為制造技術的發揮提供更大的支持，也應該是MES建設的初衷，但不能將這個當成終點。

        MES為數據采集、信息流動、流程協調提供了支持，但不能僅僅是采集的數據入庫、信息流動順暢、業務環節協調這些內容，還應該發揮更大的作用，為制造工藝技術的改進和提升提供支持。

        因此，這就涉及到MES與工藝的融合話題了。此處特指是MES如何與制造技術本身的改進和提升提供支持的角度。感覺講的人和思考的人不多，所以這次做一下初步分析，以供探討和參考。

        按照自己觀察到的一些案例以及設想場景的角度來進行一下分析，可能不全或有偏頗，算是提供一個思考的切入點吧。

        （1）質量數據與工藝的融合

        在產品質量數據采集以后，通過SPC可以及時發現異常點或者不好的趨勢，這是MES可以實現的。但產品檢測出的狀態，對該件產品而言，已經是事后狀態了。隨后，需要追問的是，發現問題了，接下來怎么辦？依然靠手工分析來解決？MES還能提供什么樣的分析支持呢？

        影響產品質量狀態的因素有很多，包括設備自身的狀態、加工操作的工藝參數、原材料毛坯或上道工序的加工狀態等，都可能對本道工序的加工質量產生影響，因此MES不僅僅進行產品質檢數據采集，應該同時采集獲取設備狀態信息、工藝參數信息、毛坯或上道工序信息，通過建立集成的分析模型，對這些數據進行利用，才能在發現問題的基礎上，找到問題的原因。這應該是一種融合，如果分析模型能夠將工人的經驗融合進去，則該環節可以認為具有一定的智能化提升，與智能制造的思路就不謀而合了。

        這方面在具體實踐當中還有很多細化的擴展之處：

        比如，在精細化方面，按照數控程序代碼的執行順序，甚至可以分析每一條指令代碼下的設備狀態、工藝參數等的變化（程序示波器），借助模型進行智能分析與判斷；

        比如，不是籠統的設備狀態信息，可以對關系到加工質量的刀具進行獨立的磨損與斷裂監測，借助模型進行智能的換刀決策和智能加工補償等；

        比如，對于復雜產品，建立面向工藝流程的工序精度狀態鏈條，建立智能的誤差分析模型，實現基于上一步狀態的當前這一步加工工藝參數的自適應調整，保證加工質量。

        這些都是面向質量的基于采集數據的建模與分析，也應該是MES持續發力研究、實現和改進的地方，不僅能夠有效推動質量數據與工藝的融合，智能化的味道也就出來了。

        （2）進度數據與工藝的融合

        制造執行進度的監控是MES的標配功能，但是否還有更深的含義可以挖掘呢？筆者在企業開展作業排產研究和實施時，車間管理人員經常說：同樣一個活，同樣的機床，不同的人來做，時間和精度可能都存在較大的不同。其實這里面反映了工人技能水平的差異，有差異，就說明有好的也有差的。有些企業利用SOP（標準作業操作）機制來進行規范，也是有效果的。

        但MES是否也可以在其中做一些事呢？比如通過進度數據的統計分析，從精細化數據的角度，找出彼此的差異，建立與加工工藝參數等數據的關聯，分析挖掘干的又快又好的經驗知識，應該也是可以逐步改進操作工藝的，哪怕是持續優化SOP呢，MES的價值也會更加深刻了。

         （3）設備/單元級狀態參數數據與工藝的融合

        現在很多MES都提供了產線級數字雙胞胎的三維展示模塊，通過號稱“虛實同步映射”實現了三維產線運行狀態的完整展示，但目前更多的是“實->虛”映射，其實“虛->實”的反饋控制味道是比較淡的，相當于所謂的CPS沒有實現閉環，你想想是不是這個樣子呢。

        但從MES與工藝融合的角度，設備/單元級的CPS是能夠實現從狀態數據采集、分析推理決策、閉環控制執行的完整鏈條的，其中的分析推理決策環節，就是體現工藝功底和能力的抓手。這就需要基于狀態參數建立加工工藝的物理仿真模型（突然間好懷念《工廠物理學》這本書，其中的含義仍然需要深入挖掘），不僅學術界、工業界和軟件開發方，都應該大張旗鼓開展研究的。這樣才能有效的推動MES與工藝的融合，智能化的味道也應該體現在這個方面。

        通過上面的初步分析，可以得出兩點基本結論：

        （1）MES采集的大量數據，不能僅僅是存檔入庫，必須結合工藝才能有效的挖掘出其內在的價值，數據如何為工藝提供決策支撐，是企業智能化提升可以參考的結合點、切入點和發力點。

        （2）現在MES廠商團隊的人員大多偏重于計算機、管理等方面的人才，但隨著智能制造的深入進行，工藝人才與知識的缺乏將成為其能否走的更快、走的更遠的決定性制約因素。

來源：王愛民，北京理工大學，數字化制造研究所