MES,必须要与工艺融合!
栏目:新思维 发布时间:2021-01-09

导 读 公号/ 智能制造随笔 王爱民)


不要在落后的工艺基础上搞自动化,不要在落后的管理基础上搞信息化,不要在不具备数字化网络化基础时搞智能化。


以上智能制造“三不要理论”是在曾在2015年,著名智能制造专家、北航刘强教授提出的。智能制造“三不要理论”对过热的工业4.0/智能制造起到了很好的警醒作用。


图片

◎ 智能制造“三不要理论”


北京理工大学数字化制造研究所所长,也是《制造执行系统(MES)实现原理与技术》作者,王爱民教授撰写了一篇智能制造与工艺融合的文章,与刘强教授的“三不要理论”有异曲同工之妙,本文经授权发布,希望下文的介绍对推进智能制造的朋友们有所启发。


企业存在的问题较多,对上信息化或数字化系统的期望也很高。尤其是有很大比例的企业,当在自主决定实施系统建设的时候,一般都是问题比较严重或者已经累积到一定程度了,再或者说,是问题比较综合的。一般而言,在这种情况下,不仅有管理提升上的期望,也有工艺改进上的期望。


但现在实施MES关注比较多的还是管理流程上的打通,比如实现执行进度的管理、比如实现数据的采集,比如实现精益物流等,重点解决的还是信息流与实物流的有序、协调方面的问题。当然这些问题对部分企业来说也是非常重要的,但MES不能仅仅只做这些事。


图片


对于企业来说,最核心的问题还是制造技术本身的问题,这是根本,所有的都要为这个服务。从管理角度为制造技术的发挥提供更大的支持,也应该是MES建设的初衷,但不能将这个当成终点。


MES为数据采集、信息流动、流程协调提供了支持,但不能仅仅是采集的数据入库、信息流动顺畅、业务环节协调这些内容,还应该发挥更大的作用,为制造工艺技术的改进和提升提供支持。


因此,这就涉及到MES与工艺的融合话题了。此处特指是MES如何与制造技术本身的改进和提升提供支持的角度。感觉讲的人和思考的人不多,所以这次做一下初步分析,以供探讨和参考。



01

质量数据与工艺的融合


在产品质量数据采集以后,通过SPC可以及时发现异常点或者不好的趋势,这是MES可以实现的。但产品检测出的状态,对该件产品而言,已经是事后状态了。随后,需要追问的是,发现问题了,接下来怎么办?依然靠手工分析来解决?MES还能提供什么样的分析支持呢?

影响产品质量状态的因素有很多,包括设备自身的状态、加工操作的工艺参数、原材料毛坯或上道工序的加工状态等,都可能对本道工序的加工质量产生影响,因此MES不仅仅进行产品质检数据采集,应该同时采集获取设备状态信息、工艺参数信息、毛坯或上道工序信息,通过建立集成的分析模型,对这些数据进行利用,才能在发现问题的基础上,找到问题的原因。这应该是一种融合,如果分析模型能够将工人的经验融合进去,则该环节可以认为具有一定的智能化提升,与智能制造的思路就不谋而合了。


图片

这方面在具体实践当中还有很多细化的扩展之处:

比如,在精细化方面,按照数控程序代码的执行顺序,甚至可以分析每一条指令代码下的设备状态、工艺参数等的变化(程序示波器),借助模型进行智能分析与判断;

比如,不是笼统的设备状态信息,可以对关系到加工质量的刀具进行独立的磨损与断裂监测,借助模型进行智能的换刀决策和智能加工补偿等;

比如,对于复杂产品,建立面向工艺流程的工序精度状态链条,建立智能的误差分析模型,实现基于上一步状态的当前这一步加工工艺参数的自适应调整,保证加工质量。

这些都是面向质量的基于采集数据的建模与分析,也应该是MES持续发力研究、实现和改进的地方,不仅能够有效推动质量数据与工艺的融合,智能化的味道也就出来了。


02

进度数据与工艺的融合


制造执行进度的监控是MES的标配功能,但是否还有更深的含义可以挖掘呢?笔者在企业开展作业排产研究和实施时,车间管理人员经常说:同样一个活,同样的机床,不同的人来做,时间和精度可能都存在较大的不同。其实这里面反映了工人技能水平的差异,有差异,就说明有好的也有差的。有些企业利用SOP(标准作业操作)机制来进行规范,也是有效果的。

图片

但MES是否也可以在其中做一些事呢?比如通过进度数据的统计分析,从精细化数据的角度,找出彼此的差异,建立与加工工艺参数等数据的关联,分析挖掘干的又快又好的经验知识,应该也是可以逐步改进操作工艺的,哪怕是持续优化SOP呢,MES的价值也会更加深刻了。


03

设备/单元级状态参数数据

与工艺的融合


现在很多MES都提供了产线级数字孪生的三维展示模块,通过号称“虚实同步映射”实现了三维产线运行状态的完整展示,但目前更多的是“实->虚”映射,其实“虚->实”的反馈控制味道是比较淡的,相当于所谓的CPS没有实现闭环,你想想是不是这个样子呢。


但从MES与工艺融合的角度,设备/单元级的CPS是能够实现从状态数据采集、分析推理决策、闭环控制执行的完整链条的,其中的分析推理决策环节,就是体现工艺功底和能力的抓手。这就需要基于状态参数建立加工工艺的物理仿真模型,不仅学术界、工业界和软件开发方,都应该大张旗鼓开展研究的。这样才能有效的推动MES与工艺的融合,智能化的味道也应该体现在这个方面。

通过上面的初步分析,可以得出两点基本结论:

① MES采集的大量数据,不能仅仅是存档入库,必须结合工艺才能有效的挖掘出其内在的价值,数据如何为工艺提供决策支撑,是企业智能化提升可以参考的结合点、切入点和发力点。

② 现在MES厂商团队的人员大多偏重于计算机、管理等方面的人才,但随着智能制造的深入进行,工艺人才与知识的缺乏将成为其能否走的更快、走的更远的决定性制约因素。(本文完)