行业内通用技术方案说明

边缘计算（Edge Computing）

边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台，就近提供边缘智能服务，满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。它可以作为连接物理世界和数字世界的桥梁，打通智能资产、智能网关、智能系统和智能服务之间的通道。边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。云端计算仍然可以访问边缘计算的历史数据。

生产物流（Production Logistics）

生产物流搭建从“原材料”到“在制品”再到“成品”的物料主线，将生产线或生产设备数据逐一绑定在对应的物料上，形成以实物流为基础的实时、完整、准确的大数据平台。通过大数据平台与智能化设备的互联互通，最终实现一个关于全生产过程的数据采集、决策、执行、纠偏的无人化封闭系统。

无论何时，无论何地，物料流动始终是企业制造活动的重要内容；无论何料，无论何机器，物料始终要准确地流向机器并由机器以正确的方式进行妥当的加工；无论何人（或企业），都希望对物料和成品的流动状态做到心中有数、数物相符、精确可控。

运营技术（Operational Technology）

按照广义的理解，OT实现的是对企业资源（人、机、料、法、环）、体系、流程、工艺及事件的全面管控，覆盖企业运营的各个层面，包括生产运营、能源运营、设备资产运营及服务运营等。通过一定的管理手段、硬件和相应的软件，对工厂的生产运营、设备运转等进行控制，从而满足工厂的经济技术指标，完成产品交付，完成设备或生产线的任务。

1. 生产运营：以交付为目标，围绕高效、低成本、高质量的运营指标，采用生产数字化和信息化平台，将上层的经济技术指标分解并下达生产执行层；从生产执行层收集生产实绩数据，按照既定生产管理逻辑核算生产运营指标，从而为企业管理者提供信息，以便做出正确决策，维持企业的生产运营，实现经营目标。
2. 能源运营：在既定的工艺需求和满足生产需求的情况下，做好能源的管控、平衡、调度，用最小的能源成本、最小的能源浪费、最大化的能源使用效率，生产出目标产品；利用自动化技术和数字化平台从基础仪表、终端设备获取能源数据，采用信息化平台对所获取的能源数据进行分析，为能源运营人员提供信息和决策依据。
3. 设备资产运营：设备是企业的重要资源，作为固定资产，设备是需要进行持续不断的维护的。在保证生产正常运行的前提下，延长设备的使用寿命是固定资产最大化的最佳运营目标。
4. 服务运营：在当前的企业活动中，从服务中获取利润增长点是企业经营的重要方向。通过数字化平台和智能仪表及终端的使用，企业甚至能够比用户更早地发现设备故障；通过工业大数据分析，可以先知先觉地给出客户所需要的服务，让企业的服务运营更有针对性，服务更准确、更有效，从而提升企业服务运营的获利能力。

制造数据采集（Manufacturing Data Collection）

• 制造数据采集是指通过传感器、网络传输、计算机管理等技术与手段，将产品制造过程中所涉及的设备、生产过程、质量等相关数据进行采集、分析、管理与有效利用的过程。它包含数据采集及状态管理，是智能制造的基础与前提。
• 在离散制造业，主要的制造数据包括设备数据、生产过程数据、质量数据等。
  1. 设备数据：设备运行状态信息、实时工艺参数信息、故障信息、维修/维护信息等。
  2. 生产过程数据：生产计划、产品加工时间、加工数量、加工人员、加工参数、产品完工率等。
  3. 质量数据：产品质量信息、工艺质量信息等。

• 设备数据自动采集的手段主要有以下三种：
  1. 带网卡的数控机床：通过机床网卡，实现对设备状态的远程自动采集。采集的内容包括运行参数（主轴转速、进给速度、主轴功率、刀具坐标等），以及加工产品、加工数量、报警信息等。该种采集方案的优点是采集的数据种类多、实时性强。缺点是，受控制系统的限制，目前主要是西门子、发那科、海德汉、华中数控等部分主流系统支持。由于这是智能制造的发展趋势，越来越多的机床控制系统也开始支持网卡的数据采集。
  2. PLC采集：通过设备PLC输出接口，结合其通信协议，实现对设备状态采集，包括温度、压力、流量、液位等。优点是支持PLC采集的系统比较多，适用面广。缺点是从采集效果上，此网卡采集的效果差些，但内容也相对丰富，基本满足制造业的需求。
  3. 硬件采集：对一些比较老旧的设备，因其无数据输出接口或没有通信协议，可通过此种方式进行数据采集。优点是几乎适合任何设备，缺点是采集的数据种类有限。

• 人工终端反馈采集

  对于不能实现自动采集的生产工位，可通过现场工位机、移动终端、条码扫描枪等数字化设备进行数据采集。采集内容包括生产开工、完工时间、生产数量、检验项目、检验结果、产品缺陷、设备故障等。该种采集方式的优点是对设备的要求低，适用场景广，但缺点是受制于人的主动性，在数据的实时性、准确性、客观性等方面都有所欠缺。

• 其他外围终端采集

  采用RFID、集成等方式实现制造数据采集。

  1. RFID：RFID（射频识别）是一种非接触式的自动识别技术，它通过射频信号自动识别目标对象并获取相关数据，识别工作无须人工干预，可应用于各种恶劣环境。
  2. 与其他设备集成。如三坐标测量机等检测设备，可通过与设备进行集成，读取产品检测信息，用于质量管理与追溯。

制造运营管理（MOM）

• 制造运营管理（MOM）：通过协调管理企业的人员、设备、物料和能源等资源，把原材料或零件转化为产品的活动。它包含管理那些由物理设备、人和信息系统来执行的行为，并涵盖有关调度、产能、产品定义、历史信息、生产装置信息，以及与相关的资源状况信息的活动——摘自IEC/ISO 62264标准的定义。
• MES的主要问题体现以下四个方面：
  1. 首先，定义模糊导致市场乱象丛生。虽然制造执行系统国际联合组织（MESA）提出了含有11个模块的MES功能模型，对MES进行了描述性定义，但是并非具备全部11个模块才能被定义为MES，而是具备其中一个或几个模块也属于MES系列的单一功能产品。这种定义的模糊性，给MES造成非常多样化的形态。
  2. 其次，MES功能范畴并未做到与时俱进。随着制造工艺复杂程度的日益提高，制造业企业的需求从传统的单一品种大批量制造到现在的多品种小规模定制化制造，产品生命周期变得越来越短，设计变得越来越复杂；从单一产品的质量管理到整个质量管理体系的构建、从内部库存管理到整个供应链管理，直至整个制造管理体系的全面升级，这些都使得制造业企业对软件功能的种类和要求日趋提高。虽然在智能制造理念日新月异、物联网、云计算等新兴技术快速发展的影响下，MESA已于2016年1月发布了《MESA智能制造52号白皮书》，对物联网、机器人、个性化定制等智能制造的相关理念进行了详细的阐述。不过，MES的新标准与新定义却并没有出炉。
  3. 再次，理论与应用之间存在鸿沟。MES所面对的下游行业，既涉及离散制造业，也涉及过程制造业，行业工艺千差万别，在实际应用中，MES除了软件系统本身的功能模块，还包含了因提供特别行业解决方案而发生的功能周延，以及与其他系统之间的融合。仅依靠MESA定义的11大功能模块难以应付目前智能制造的多学科融合、多数据流动的复杂局面。
  4. 最后，也是最重要的一点，集成与互联互通是制造业从数字化向智能化迈进的必备条件之一。然而，企业在历史发展的不同阶段所采购的由不同供应商提供的软件系统之间，却无法有效实现信息交互，即便是同一软件系统供应商的不同软件系统之间，有时也会存在互联互通问题。以往专注于解决生产问题的MES，无法满足生产运行需要，无法解决企业管理中与生产有关的管理软件之间的耦合与集成问题。

MOM、MES和ERP的异同

MOM、MES和ERP等软件系统的异同主要体现在本质、覆盖范围、责任对象与功能四个方面。

• 从本质上看，MES是一种用于解决具体问题的标准软件产品。MOM是一种由多种软件构成的制造管理集成平台，其中不仅包括MES软件系统及与制造管理相关的各种功能，而且包含MES主体之外的用于解决具体问题的功能延伸与价值增值部分。
• 从覆盖范围上看，MES所涉及的范围，会因为其所针对的下游行业、软件系统的设计理念、功能模块的设置等影响因素而不同，没有明确的界限。MOM可实现对整个制造运行过程中的一切活动进行管理。换句话说，无论是哪一种MES软件系统，不管功能如何变化与周延，都不会超过MOM的边界。ERP中的生产管理更加偏重企业战略管理，而MOM则更注重对具体生产过程的实时管理。
• 从责任对象上看，MES主要针对生产运行，对生产以外的其他环节运营管理功能相对较弱，无法满足当今制造企业日益增长的对生产质量、安全、效率的要求，例如食品饮料、医药行业等。而MOM则主张使用与生产运行统一的框架，对维护运行、质量运行和库存运行管理进行强化和提升，并对模型内部主要功能及其关系进行了细化，以求更有效地提升制造企业的整个制造管理体系。
• 从功能上看，MOM作为一种集成软件平台，在集成标准化、开放性等方面都强于MES，而且能够实现云部署，是未来制造运营管理软件发展的方向。

总而言之，MOM与MES之间不是一种非此即彼的替代关系，而是一种包含关系，MOM更像是一种为了解决制造管理问题而定义的功能组合体系，是制造管理理念升级的产物，而MES则是包含在MOM之中的使能工具。