91精品观看,六月婷婷一区,91精品麻豆,国产精选一区

              僅僅幾年時間，全國一下子冒出上千家MES供應商。這說明市場需求旺盛，政府大力推動“兩化融合”以及財政補貼功不可沒。回想在《ERP改變中國》的年代，也曾出現類似情景。共同點是用于大批規模生產效果挺好，轉向小批量、多品種、混線生產模式就大量失敗。那么，我們會不會重蹈當年ERP遍地哀嚎的覆轍呢？

最近看了一些甲方的MES項目招標書，有一種感覺，甲方還不了解MES的本質是什么，能做什么，不能做什么。標書有點像從眾多MES供應商解決方案綜合剪貼的一個文本。目標定的不切實際，從根上就埋下了項目失敗的種子。同時，我也感覺乙方根本就沒有打算收尾款。

所以，我們有必要重新審視MES——制造執行系統。我們不從IT的角度表述它的功能，而是從管理科學的視角觀察MES是什么？在工廠它該做什么，能做什么？

從功能上，MES主要就分為兩個部分:決策管理、業務流程管理。
MES的決策管理

工廠接到一個訂單，流程大致是:設計部門——計劃部門——分解BOM——查、減庫存，生成需要生產加工和外協的工單。先安排所需物料采購，再適時把工單分配到各車間。至此，各車間就拿到一組工單（決策指令），上面有例如車、銑、铇、磨等各個工序，工單指派到工人（設備）。

MES要做的第一件事情

MES的職責應該是從生產計劃生成工單開始，它負責指揮工人和設備干活的。MES要做的第一件事情是做好所有將要開始的生產準備，以保證生產資源滿足開工條件。

只要具備一定條件，工人（資源設備）就可以干活了。工廠通常把這個叫生產準備。對簡單的生產，工人只要有圖紙、物料、機床就行了。復雜工序除了主要設備資源以外，還需要刀具、模具、卡具、量具、場地等等。例如，航天衛星裝配工序需要近20種資源條件同時滿足才能進行。需要注意到，有些資源不是專用的，而是競爭性資源。MES應該做到滿足這些條件，否則無法開工。問題在于我們不是要滿足一次兩次，而是要保證工人8小時內每一件事情都能滿足這些條件。否則要停工待料，生產效率就下降，浪費就產生了。

MES要做的第二件事情

假設，MES第一件事做的很好，車間不會發生停工待料，這樣也是不夠的。MES要做的第二件事是計算出工人/設備正確的做事的時間，并把生產指令轉達到生產資源。我們在車間做的每一件事看起來似乎是獨立的，其實它與企業的整體目標密切相關。所以做事要有先后順序，規定好什么時間做什么事情。企業目標常常不止一個，而是多目標。比如，產能最大化、最短交期、最少延遲訂單、最少庫存、最少加班等等。有些目標是相互矛盾的。MES應該在決策和這些目標之間給出可視化的量化關系。這個問題非常復雜，是當代管理科學最困難的問題之一。解決最復雜的問題最無奈也是最靠譜的手段就是利用人工經驗，全世界絕大多數企業都是這樣做的。最近幾年，人們用APS（高級計劃排程）幫助解決這個問題。APS是有用的，但能夠作用的范圍是受限的。

生產任務指令下發到車間，工人就可以干活了。如果生產資源是數控機床和自動化設備，那么系統必須通過PLC、DNC、SCADA等一些中間件、數據接口、控制系統來指揮它們作業。這是指令下達就是通常所說的設備連接，也是當前MES最重要的功能及賣點之一。

MES要做的第三件事情

MES就該做第三件事是生產過程的監控。生產過程監控主要是兩個方面，一個是任務情況，一個是資源情況。每個生產資源（工人）接到生產指令后何時開始，何時結束？做了多少？質量情況？有什么異常？設備情況？運行數據？這些都是生產現場的數據反饋。這是MES最基本的功能。同時，這也是做好產品的質量管理和質量追溯主要環節。當前熱起來的物聯網傳感器等技術在這里將發揮作用。企業需要的大數據分析應用的主要數據來源也產生在這里。

MES要做的第四件事情

MES的第四件事情是應變和協同。在車間執行生產指令的每天每時都可能發生各種各樣的異常變化。這分為主動和被動兩種。追趕或調整未能完成計劃；市場訂單變了，插單、撤單、設計需求改變了；設備故障、物料不到、質量返工等問題都要打亂既定的生產次序。我們就必須重新對生產任務與資源的配置做出決策，以應對這樣的問題。生產現場的異變是常態。它每時每刻都影響和決定著生產的效率和效益。通常傳統的MES并沒有設置一個專門的功能模塊，而是把難題甩給了管理人員。生產現場管理的計劃員、調度員明天都在如同“消防隊員”一樣來處理這樣的事情。有些企業生產管理人員也常用OA社交一類的工具來做這樣的信息溝通。

這里我們應該關注車間的生產管理人員的作用。第一，他們應該是車間里最有工作經驗的人。他們明知存在各種低效和浪費，都習以為常，視而不見了。第二，他們被夾在上級、各管理部門和工人之間，每天被各種矛盾搞得焦頭爛額，但依然是老大:不服你上來試試。第三，他們有很多管理知識和經驗，但隨用隨丟，因為MES里沒有數字化知識積累的機制和平臺。

車間管理改革的要點和難點就在于此。這也是MES實施成功的突破點。

處理異常需求就等同于有了新的需求，連同新加入的訂單，就讓我們的系統重新回到了第一件事。我們重新理一下。前面所說MES的第一件事情實際是對未來的任務的感知，以及對環境的感知，采購配套的情況，庫存的情況，工具準備的情況，人力資源的情況等等。這個感知不僅包括當前狀態，也包括對未來一段時間這些資源變化的預測。第二件事情就是對感知的情況進行分析，做出決策并發布執行指令。第三和第四件事情，是對生產現場的現狀的感知。而第二件事情就是對感知的情況進行分析，做出決策并發布執行指令。從1234這四件事成的一個循環，我們就清晰的看到了一個“感知、分析、決策、執行”循環過程。然后，進行新一輪感知、分析、決策、執行，就這樣形成一個循環。

其實，小到做一件具體的事情，或者管理一個工廠，甚至是治理一個國家，只要你做決策，就必然要經過這四個過程。

不論一個工廠管理水平非常好，或者非常差，也不論一個工廠是高度自動化的，或者是高度離散性的，他們的生產運行管理的過程都是這樣一個循環。由此我們可以知道MES的決策功能的好壞的區別。一個好的MES它必須對任務（訂單）、資源和環境有足夠的感知，不僅感知到現狀，還能夠感知到未來趨勢；它能對感知的情況進行科學的分析并做出恰當的決策，同時對于生產現場的變化給予敏捷的反應。一個差的MES的感知一定是不完整不準確的。也許MES會把決策功能交給人。人的經驗很重要，但是也是有局限性的。依據經驗的分析和粗糙的感知，這個決策執行結果必然是低效的。

在1234循環粗糙的情況下

      上面說的都是MES應該做什么和怎么做。目前絕大多數的MES都沒有做到這個“應該”，而是直接把分析和決策功能轉嫁與管理人員。根據人的經驗和習慣進行分析和決策，它的結果會是什么樣呢？

     在車間，工人接到了工單，開工條件具備后就開始生產。但是在后續的過程中可能發生缺料等情況，條件不具備了，工人不能歇著，這時就把這些物料作為在制品庫存，再去做其他的工單。當未來的某個時刻條件可以滿足了，人們從暫存庫拿回繼續加工。打一個比喻。車間是一個水池。水早晚都要流出去。如果水池很淺，水流過去的時間很短。如果水池很深，水也可以流出去，但需要時間很長。我經常問企業一個問題，如果企業的資源給一個典型的訂單獨享，可以幾天交付？而實際的訂單交付時間，往往超過很多倍。這是很常見的現象。

    很多管理者也意識到這個問題，但是他們的處理思路是錯誤的，尤其是某些生產復雜產品的高端裝備制造企業。他們不是通過系統整體改善方法讓水池很淺，而是“精裝修”這個水池。

當然也有很多工廠遵循不滿足條件不下工單。其實，這樣做既浪費產能，交期也不能保證。

嚴格說，要求MES做好第一件事情是幾乎不可能的，因為它是工廠計劃層面的問題，已經超出車間管理的范疇。所以我們不能把MES作為一個獨立的系統去實施，而一定要放到工廠整體系統上定位。比如，財務計劃沒有做好，采購計劃無法執行，再好的MES也無能為力。

兩個與MES決策相關的問題

1、物聯網環境下的感知

我們還需要在當前物聯網（萬物相連）的語境下談談感知的問題。

有些人以為有了物聯網，萬物相連，就可以解決所有的問題，其實這是錯誤的。一個問題。假設你的工廠實現了萬物相聯，當你接到一個訂單，能不能告訴我什么時間可以交付？與資源連接是解決縱向連接問題，連接后可以感知資源的現狀，可以管理控制資源的運行。但是，如果沒有沿著任務方向（橫向）的連接，我們就無法知道在什么時間如何控制，控制什么。所以，我們就無法回答上面這個看似非常簡單的問題。

物聯網有兩個問題需要研究，而且是很大的問題，只言片語無法展開。一個問題是：物聯網能夠感知現狀，但是如何能夠感知未來？另一個問題是：我們總是習慣在資源獨享的環境下研究思考物聯網問題；未來我們更多的要在競爭的環境下去考慮。在網絡上看到一副圖挺有意思，把它放在車間看看。有很多工單都需要到下面這個資源去。這些工單傳感器會顯示很多綠燈。誰告訴我，該停還是該走？誰先走，誰后走？


現在有很多工廠熱衷于搞連接，數據采集。這對于打開長期以來的“車間黑箱”，增加可視化的環境是有好處的。但是這必須要區分生產模式、需求環境、投入產出比、輕重緩急、數據時效和價值。當連接這件事對實現企業的目標和作出正確的決策有重要作用的時候，其標準是能夠產生價值，就一定要做好連接。否則，還是研究直接影響效率、質量、成本的環節更加迫切。作業現場的生產反饋就是連接人與設備的一種有效方法，幾乎花不了多少錢。如果你的工廠決策管控不科學，每天反饋一次都管理不好，那么，采用每個小時反饋一次甚至實時反饋又能夠得到什么好處呢？

工業物聯網是一個高緯度的網絡，存在著“信息迷失”現象。工業物聯網的特征決定了它不能套用市場端、客戶端的物聯網的概念和方法，更不能用類似電商模式、共享單車模式去思考工業管理方面的問題。

德魯克曾說過，“沒有什么比正確地回答了錯誤的問題更危險的。”

當前我們處在一個“新技術爆炸”的年代，大數據、物聯網、工業互聯網平臺、人工智能、機器人、比特幣、區塊鏈和很多很多新概念新詞層出不窮。別說工廠了，就連我們這些搞技術的人都拼命跟進。很多企業家都在為會不會耽誤了這一撥新技術時代而焦慮，卻不知只有深入理解這些技術的底層結構和支撐它們的基礎條件更加重要。對于新技術的實施，企業的戰略思考和戰術實施、長期利益和短期目標、永遠要放在企業運營的效率、質量、成本上。首先放在改善生產現場的管理方面。我們不能正確地回答一個錯誤的方向問題。

2、應對決策困惑的“良藥”——大建倉庫

最近幾年我接觸到很多企業，他們都在大搞倉庫建設。甚至有一個做汽車零部件的小企業，也準備建一個立體的大型倉庫。庫存似乎是解決所有生產管理問題的“良藥”，豈不知這是在給自己挖坑。在過去，我至少親歷過兩個企業被庫存壓死。浙江有一個做電機的企業，以前，在一個小作坊里生產，年產值五個億。因為沒有空間，所以逼著他們必須得減少庫存。后來企業發展了，建了一個巨大的工廠，有地方存放物料了，產值還是五個億，然而，不到兩年的時間在制品庫存就達到兩個多億，資金鏈幾乎斷裂。

由于人的經驗遠遠不能滿足車間復雜的生產現場管理的需求，于是就出現了很多的不確定性。而庫存的確是消除這種不確定最有效的措施，關鍵是你能不能承擔這些額外的財務成本。不從科學決策去找問題的原因，而是大建倉庫，這同樣是“正確地回答了一個錯誤的問題”。

• 上一篇：MES的業務流程管理 2018/3/15
• 下一篇： 智能工廠：如何運用可視化進行設備管理 2018/3/15