三位一體的MES，成就智能化生產(chǎn)！
2021-5-8新聞
數(shù)字化 ≠ 智能化
當前，借著智能制造的風口，大量生產(chǎn)企業(yè)已經(jīng)上線或正在準備上線制造執(zhí)行系統(tǒng)MES。
市場上的多數(shù)MES包含了物料入庫、生產(chǎn)排程、生產(chǎn)執(zhí)行、質(zhì)量檢驗、設備維護、倉儲管理等功能。在這些MES的實施過程中，一個重要的組成部分就是數(shù)字看板。但看板是否獲取了生產(chǎn)流程中所有有價值的信息，這些信息的呈現(xiàn)方式是否一目了然，都要打上一個問號。
通常的結(jié)果是，看板只是對生產(chǎn)流程中的一些宏觀數(shù)據(jù)進行了的展示，MES的實施也只是讓生產(chǎn)訂單到產(chǎn)品交付的中的各個階段形成數(shù)字化的記錄。
但是這樣的MES對于生產(chǎn)中的一些核心問題，到底能起到多大程度的幫助，這是令人存疑的。
舉幾個例子：
生產(chǎn)排程：傳統(tǒng)的人工排程無法根據(jù)產(chǎn)線中人員、設備、物料狀況的動態(tài)變化進行及時調(diào)整，越來越難以適應當下和未來的柔性生產(chǎn)的要求。 生產(chǎn)執(zhí)行：想象如下的場景。MES將工單發(fā)到對應的工位，工人在收到工單后執(zhí)行任務，最后上報完工結(jié)果。在此期間，工人實際的操作步驟，與設備、物料、工具等發(fā)生的互動，卻無法被記錄下來，成為了一個黑盒。 質(zhì)量檢驗：當前普遍的質(zhì)量檢驗方式是產(chǎn)線末端的人工抽檢。然而質(zhì)量問題往往是在生產(chǎn)中過程中累積起來的。當問題被發(fā)現(xiàn)時，通常已經(jīng)間隔了很長時間，這讓溯源工作困難重重，很難避免重蹈覆轍。 設備維護：定期設備維護的一大困擾是設定維護頻率。過低的頻率會造成潛在的產(chǎn)線停產(chǎn)風險，過高的頻率又缺乏經(jīng)濟型。很難做到兩全其美。
可以說，這樣的MES提供的僅僅是數(shù)字化，與真正的智能化還相去甚遠。在這樣的MES的管理下，工廠的運營效率猶如抓在手中的沙子，看著它慢慢流逝，卻又無可奈何。
工業(yè)物聯(lián)網(wǎng)——給工廠一雙慧眼
人工智能——智能化生產(chǎn)的最后拼圖
人工智能之所以能扮演這個關鍵的角色，因為它的獨特優(yōu)勢在于可以通過對海量數(shù)據(jù)的學習形成知識。
人工智能運用工業(yè)物聯(lián)網(wǎng)采集的海量高質(zhì)量數(shù)據(jù)，對根據(jù)生產(chǎn)問題建立的模型進行訓練形成知識，再將其作用到實際的生產(chǎn)場景中，支持決策，幫助改進生產(chǎn)流程。這讓本文開始提及的幾個問題迎刃而解。
人工智能可以根據(jù)人員、物料庫存、設備狀態(tài)等信息進行動態(tài)排程。排程結(jié)果可以通過工業(yè)物聯(lián)網(wǎng)實時發(fā)送到相應工位上，顯著提升工廠的運營效率。 運用人工智能進行質(zhì)量控制，就可以將事后檢測轉(zhuǎn)變?yōu)?strong style="margin: 0px; padding: 0px; max-width: 100%; box-sizing: border-box; overflow-wrap: break-word !important;">實時檢測，讓問題在第一時間被發(fā)現(xiàn)，不傳導到下游，避免了后續(xù)返工造成的巨大浪費。 運用人工智能進行設備資產(chǎn)管理，通過實時監(jiān)測設備的各種狀態(tài)，確保設備穩(wěn)定運行。在第一時間做出風險預警，并給出預測性設備維護建議。 最后，人工智能還可以用于生產(chǎn)工藝，比如3D打印自動數(shù)據(jù)準備、CNC自動刀路、機器人自動焊接等。這在相當程度上打開了很多原本游離于系統(tǒng)之外的黑盒，補全了缺失的數(shù)據(jù)鏈條，讓原本的人工操作變得規(guī)范化、自動化，完成智能化生產(chǎn)最后的拼圖。
