很高興有機會跟大家交流，今天給大家交流的題目是“數字化轉型背景下精益生產思考”，都是自己多年總結觀察到的東西，跟大家分享，歡迎大家批評指正。

　　提綱主要有四個方面，第一個是數字化轉型內涵的思考。

　　數字化轉型其實大家都已經聽說很多了，我認為數字化轉型背后有思維軌跡，單純的利用數字化手段提高效率雖然必要，也是數字化轉型里面的內容，但還是落了下乘，更加值得追求的是提高經營效益指標。我們要回歸初心，重新思考，借助數字化轉型，究竟是是錦上添花還是雪中送炭。

　　我們經常會提信息化，我認為信息化更多的是照搬固化乃至精細化現有的生產管理業務，轉型的味道我認為并不濃厚，而對于數字化來說，應該是重新審視企業的運行組織形態，重新思考業務及指標驅動的本意，建設數字業務管控系統。

　　如何合理利用數字化的優勢?其實不同的行業，不同的企業有不同的做法。比如直面用戶需求的服務型制造，像研發生產和運維。另外是面向產業鏈和生態鏈業務的深度拓展，像工業互聯網也是如此。第三我認為數字化業務管控系統在當前技術下，應該有新的形態，比如模型啟動、中臺等等，都可以體現。

　　數字化轉型其實是受需求和技術雙重驅動的，首先對于企業來說是訂單碎片化，是典型的需求方面的變化，趨勢是大規模個性化定制。另外隨著工業物聯網和互聯網技術的發展，呈現資源和控制的泛在化，它的狀態感知、指令執行使得資源離散化、控制扁平化，其實都為生產的組織或數字化形態的構建提供了潛在的支持。

　　轉型主要在轉什么?我認為有兩個方面，第一是管理自動化+柔性。自動化我們總是說是硬件的、面向裝置呈現的等等，管理方面的自動化就是數據驅動的業務流轉，傳遞內容規范，傳遞鏈條順暢，業務是核心。另外一個轉型的重點是決策智能化，比如現在提的自適應加工、機器視覺、大數據等等，都是在推動決策向智能化演變。當然決策智能化有兩種，一種是推理執行，完全自動化的決策。另外一個我認為更加值得提倡的是人機物的有機融合。

　　精益與MES融合分析

　　談一下精益和MES怎么融合，這也是自己的思考，有可能不成熟。精益大家都很清楚，就是JustIn Time，在需要的時間按需要的量，生產出所需要的產品。比如準時制生產方式、適時生產方式等，消除浪費、看板、快換工裝等都是精益提高的工具方針。

　　但是我理解的精益最核心的是兩大支柱，一是自動化，這是日本人自己造的字，是單人旁，把人融合到裝置運行里。另外一個就是JIT，準時制或實時。精益生產或精益管理一般在企業里都是落實到一些手段、現場的改善等等，但我認為精益生產管理理念手段的視野可以進一步放大，尤其結合數字化轉型，數字化業務管控系統怎么體現精益，這是我今天要跟大家交流的重點。

　　我們來看一個有趣的對比，比如一臺機器或者一條產線和MES，MES是數字化轉型或數字化業務管控系統的典型系統。我從四個方面分析，也是智能制造經常提的，在數字化方面，如果設備是數字化的，一般說這個設備是自動運行控制，精準精細，生產效率提升。數字化MES或者管理，我認為體現為數據流程的數字化周轉，數據格式的規范表達，這些基礎之上的管理盲點的識別，管理目標的達成，管理原則的落實，并且提供定量化的手段和評估;在自動化方面，自動化對于設備來說是看得見的，但是自動化對于MES的管理，我認為應該體現為流程的自動銜接，數據的自動流動，這是看不見的自動化，但也是非常需要的;在網絡化方面，設備具備數據狀態上傳和控制指令接收的功能以及硬件實現鏈條的柔性配置，但網絡化對于MES來說，是傳統具有次第關系的業務管理，因為物聯網技術的發展，我們可以借助于底層的CPS，以離散化的方式進行重構，大的方面實現軟件定義制造。比如，機床設備中因為廣泛應用電主軸而提出無齒輪傳動的概念，物聯網的發展也將MES推向扁平化、軟硬一體化融合的優化組合運行局面;在智能化方面，智能化對于設備也有一些智能溫度補償、智能振動抑制、智能化誤差補償等等。智能化對于MES來說，就是要結合管理和工藝兩方面加強決策。

　　有了機械和MES的對比，可以知道精益生產和數字化工廠、智能工廠是什么關系。數字化工廠更多是JIT，比如看板，搬的是物料，對數字化工廠的運行來說，是信息的流轉或流程的有效的運行，它的要素定義、環節操作、過程銜接都是數字化的。通過連續、規范、無中斷的方式集成在一起，本質是實現流程信息的集成，我們可以稱之為管理自動化。而對于精益生產里面的另外一個支柱就是自動化，當前階段人工智能還是要發展，最重要的是怎么能實現人機一體化或人機融合協同，要想辦法把人放在決策回路里面。

　　想要把人放在決策回路里面，首先要開展業務回路的建設，數字化是基礎，包括數字化環節要素、數字化業務過程、數字化執行操作等等。而對于智能決策，把人怎么融合到決策、業務過程當中，人在什么環節進行智能化的提升，要構建一個人機物的融合環境，實現業務驅動下的人、機器、系統。界面一定要劃分清楚，信息的流轉一定是精益的，這樣才能把人融合到這個過程里面。

　　對于精益生產的另外一個支柱就是JIT，JIT對于MES來說，是針對于管理系統或者數字化業務管控系統的，我認為是兩個方面，第一個是MES語境下，要理解JIT需求拉動的新內涵，要按照逆向思維，比如按照需求拉動來規劃生產的運行。對于MES而言，應該分析業務鏈條或者網絡當中的關聯關系，理解彼此的需求供給關系，相當于各個業務部門之間的協同，業務環節之間的協同，也就是需求供給的關系，從按時按需的角度保證業務的順暢銜接。

　　第二個方面是在多品種變批量混流生產方式下，精益看板生產運行保障措施，精益總是提看板生產，這屬于一種形似，看板只是一種執行手段而已，當然在這里面，貫徹了一些思想。對于數字化業務管控系統來說，我們應該抓住精益的本質，保證精益生產的效果，我們要做神似。如果精益生產當中提到快換工裝，那在APS當中，就是MES大范疇里面的APS，可以通過組批控制實現。

　　精益生產當中提到的單件流，可以在APS當中實現單元化的資源配置、單元內的流程生產，這需要和實際運行相結合，但是也需要業務管控系統做適應性的改變，把精益的思想融合在里面。

　　數字化轉型下MES發展趨勢

　　前面說了數字化轉型、精益和MES的融合。接下來說數字化轉型下，需要什么樣的MES。通過我的觀察，數字化轉型背景下，MES發展趨勢主要體現在四個方面，第一是業務范圍的擴大，帶來MES更大廣度的集成與協同。比如橫向方面來說，從單獨的產線、車間向多車間、多工廠的協同管控發展，從企業內部向多企業系統集成與協同發展。縱向來說，原先MES的運行是靠人來托底，但隨著數字化技術的發展，向自動化、智能化設備的一體化融合集成轉變。

　　第二從業務深度的擴展來說，帶來MES工藝業務的深度融合，MES非常強調管理業務，但是隨著MES的深入運行，管理基礎之上一定要考慮和工藝相結合，不能只是MES在統計發現問題，而應該向制造執行過程當中發現問題之后，實時進行解決。這需要工藝環節的工藝決策和工藝鏈條的工藝決策。

　　第三個業務協同的深入，帶來MES精益和精細的管控和決策。比如大規模定制，帶來批量為1的未來極端生產組織，要求實現非常精細的管控。而對于精益的管理決策來說，比如外協，哪些東西拿出去外協，加班，誰來加班，加多長時間的班。還有多車間、多工廠之間的協同計劃，分配決策，都是管理方面的決策，業務越來越深入，協同的內涵就要求MES來體現。

　　第四個業務管理的動態性，決定了MES必須向柔性可擴充架構方向發展。數字化業務管控系統要適應企業發展變化，現在提的服務化架構、中臺化運行，總結下來就是模型驅動，這都是重點。

　　數字化轉型背景下，我認為MES有幾個新特征。

　　第一個是業務流程管理的自動化，前面也提了JIT，把JIT的思想融合到MES里面，應該是什么樣子。

　　第二個是軟硬一體化融合，比如MES直接從機床或者設備自動過去執行的反饋狀態，自動向它指令等等。德國西門子在安貝格工廠里面，管控系統里面有一個模塊叫NCprogram Generate，相當于所有的程序都是可以及時的生成，同時下發給具體事務，就是軟硬一體化的執行融合，是MES新特征。

　　第三個新特征我認為是最重要的，是決策功能日益突出，大數據、工業互聯網等等都是為此做服務的。

　　對于決策來說，管理決策是比較關注的，但工藝決策是不是應該納入到MES里面，現在也基本上形成共識，MES必須和工藝進行融合，有幾個方面融合。

　　比如質量數據和工藝的融合，可以依靠SPC來發現問題，但是怎么解決，還是靠線下，靠人去做這個事情嗎?可以完全在MES里面對于生產執行的數據做分析，甚至可以現場直接解決問題。比如刀具磨損和斷裂的監測，可以借助模型進行換刀決策和智能加工補償，進行工藝精度狀態的鏈條分析。

　　第一步工序加工什么樣子，后面還有沒有可能把它補償回來，這都體現在工藝方面，質量數據和工藝的融合。

　　第二個執行過程數據和工藝融合，比如利用SOP進行規范，這樣整個過程會越來越規范，MES可以做一些深度的數據挖掘，而不只是事后的管理。

　　第三個設備單元級狀態參數數據與工藝的融合。現在雖然提了數字孿生、數字雙胞胎等等，強調的是虛實同步影射，現在實現了虛的影射，做的也比較多，是對現場的狀態統計展示，但是虛向實，需要在軟件里面做推理決策分析，對實體進行干預，這才是真正的CPS的運營機制。

　　將來可能需要大力發展基于狀態參數建立加工工藝的物理仿真推理模型，并融合到MES里，我認為這是決策要體現的。

　　所以一些基本的結論，第一個就是夯實基礎，MES采集的大量數據，不能僅僅是存檔入庫，必須要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。

　　第二個是提升水平，現在的MES廠商團隊的人員大多偏重于計算機管理的方面人才，剛開始的時候我認為是可以的，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這些團隊能否走得更快、走得更遠的決定性的制約因素，對于企業來說，我認為進行MES實施的時候，一定要在工藝上發力，這才是長效發展的根本。因為企業是要生產出產品的，而這個產品生產想要保證高性能，一定要在工藝上面結合來發力，工藝才是企業最根本的東西。

　　精益MES的規劃與推進要點

　　有一句話叫以終為始，這是郭超輝老師經常提的。具體來說，就是問題牽引、指標保證、運行改善。一定要對指標進行分析，逐級落實功能模塊來支撐指標數據，沒有任何功能模塊是多余的，如果實施MES就有功能模塊，這個功能模塊做完了，不能為生產改進或者為指標的改善提供支撐，這個模塊一般是可有可無的，這也是為什么之前有很多企業做了機床的數據采集，狀態監控等等，其實只是采集出來，并沒有和管理業務、工藝業務融合，所以說沒有和指標掛鉤，從這個角度來說，是沒有用的。

　　這是我認為最核心的思路，基本原則是三個方面：

　　第一，自我完善，MES具有自我修復運行的特點。

　　第二，兼容性強，MES具有對業務魯棒支持的柔性與彈性的特點，管控力度的粗細，MES相當于無極的適應。

　　第三，適應變化，MES能夠適應企業管理的持續改進與完善，比如原先抽象的統一信息模型，要把它變成物化實體性質的數據分發中心，固化的業務流程邏輯，可不可以做成柔性化可配置的業務流程引擎。比如緊密耦合的功能模塊，能不能做成基于服務封裝的細粒度功能模塊，也就是說一些架構是需要思考的。具體怎么做，是需要技術，我認為現在的技術還都不是很完善，但可以往這個方向努力。

　　精益MES核心問題的解決思路，可以琢磨一下，這是一些案例。

　　第一個，工時不準的問題，我認為可以對工時和數據逐步統計，同樣的活可以統計三次，五次，最近的幾次用了多長時間，作為基準或者標準，這樣就形成一個MES系統自成長自愈合的局面，工時數據就越來越準確。

　　第二個，復雜分批周轉下的精細管控，在將來大規模定制生產情況下，批量可能是1，怎么進行生產組織，怎么進行生產跟蹤，MES系統能做到對精細的管理，對訂單當中每一件進行控制，訂單就是你對哪些件做了組合而已，這個相當于降維打擊，通過極端變化的高維，從容應對各種中間狀態的低維，這就是系統的柔性和彈性，這也是做系統的時候要考慮的，未雨綢繆。

　　第三個，手工粗放管理痕跡或習慣會擾亂系統的正常運行，比如工人挑活，可以在系統里面做一些控制，工人登錄進去之后看到列表，只能看到當前能看的，不允許挑活，如果工人干活物料并沒有可選擇的物料，只有當前應該正確干的活，這個物料才在，這也是一種精益的思想，這就需要線上和線下一起努力來做，不能把它完全推給系統來做，也不能完全推給線下來做。這樣就可以形成自組織規范化的運行，有時候我們也說一句話，MES系統的建設，要更加配套的管理制度，為什么?其實就是在說這方面的事情。

　　對于精益MES來說，剛才說以終為始，要挖掘它的指標，對指標進行分解，而這些指標都是要落實到工作模塊里面的，就是說要對精益MES的數據進行挖掘。給大家舉一些例子，大家可以揣摩一下。比如工程數據，可以做一個動態的統計，工人隨著時間的延展，生產效率是否有提升。比如基于SOP的操作改進，可以掌握不同的工人在生產同樣工件任務的時候，時間差異有多大，為什么，要做分析。另外一個就是歷史數據漸進統計，漸進統計工序的工時時間，工時就會越來越準，也有利于系統運行，否則數據不準，系統運行也有很大問題。

　　員工分配，可以統計庫存工人出入庫所進行的操作數量，分析彼此之間的差異，可以找出原因進行改進。比如訂單的流轉周期，可以從時間維度統計流轉周期，不同時期的流轉周期變化是什么樣的，比如訂單第一道序從開始干到最后一道序離開，在這個時間里面待了多長時間，所有待的時間都是待制品，都是變相的庫存，這個就需要做改進。對供應模塊提出要求，比如APS要進行排產的時候，能不能排成單元化生產，相當于第一道工序干完，第二道工序馬上安排到另外一個資源上面來進行，在做計劃的時候能不能做成這個樣子。

　　另外作業按期執行率，不僅是訂單按期交工，包括工序，假如說規定很嚴格，下午兩點半要開始干活，是不是開始干，如果兩點四十才開始干，要做精細的分析，才能對業務功能模塊從精益或者說數字化的角度提出一些工藝要求。

　　比如資源工序的關聯關系，我認為對企業來說都是潛在的有價值的東西，工序任務匹配，每道工序在歷史上都有哪些資源上進行過生產，各自生產所用的時間是多少，工件的加工質量怎么樣。都要做延伸性的統計，而不是僅僅是事后，工件加工質量怎么樣，為什么加工質量這個樣子，它和前面的資源是有關系的。

　　歷史作業資源安排模式，每道工序歷史上在哪些資源的加工應用次數，是不是總是讓工人重復性的干活，我認為重復性的干活，干的熟練，工藝圖紙消化理解也快，這些產品生產效率、質量方面都有保證。有的企業說我也是這么干的，但是做APS排產的時候是不是就應該考慮這個因素，而不是說僅僅是你去派活吧，派給誰算誰，看起來計劃也不錯。為什么APS有時候執行起來企業說不太好用，這也是很大的原因。

　　生產準備按時到位率，比如物料是否按期到位，可以統計不同的物料按期到位率或者缺件率，發現供應鏈很多的問題。另外可以發現提升部門之間的協同，為什么這個業務在這個環節處理不過來，是信息沒傳遞過來，要進行統計，為什么沒有及時處理。即使用APS進行資源配置，也是一種多維資源的并行約束，要求生產準備制造要素要齊備，就是說各個部門要協同，發現到底誰在拖后腿。

　　庫存周轉率更多是物料從購買入庫到現場使用的周期是多長時間，單個時間長，都是隱性的成本。用精益的思想對MES數據進行價值挖掘，這個基礎上通過過程指標來對MES里面各個功能模塊提出一些更好的要求，不是說這些要求很高，而是說這些要求會直接面向問題，這樣系統的建設也就不會跑偏。

　　推進數字化業務管控系統，實施方法論，是很大的話題，我簡單說。我們做事情都希望水到渠成，希望一切都是順理成章的發生。怎么才能順理成章?我們要考慮幾個方面。

　　第一個，瓶頸痛點驅動化。不能無病呻吟，任何一個功能模塊，都是要解決問題的，這是勢能驅動的源頭，所謂的木桶短板效應，說的也是這回事。

　　第二個，復雜問題簡單化，復雜問題簡單化意思是這個問題要規范，不能特別隨意，比如說這個業務流程靠人來執行，是這么來執行，明天換一個人，就另外一種方式執行，這樣這個系統也是沒法做的，這是為了將總體勢能細分為一個條理化。

　　第三個，簡單問題規范化，這是為了消除勢能驅動當中的各種干擾因素。

　　第四個，業務功能場景化，就是供應商和企業溝通的時候，一定要站在場景的角度來說，形象化、清晰化。

　　其實數字化轉型是一個很大的話題，精益生產也是一個很大的話題，MES也是很大的話題，今天給大家做分享就是三個方面，之間的關聯關系是我自己的思考。可能還不成熟，只是跟大家做個參考，請大家斟酌。我也有公眾號，叫智能制造隨筆，有興趣的話大家可以關注，我會經常寫這方面的文章。謝謝大家。

　　作者信息：王愛民，北京理工大學數字化制造研究所所長，長期從事MES、APS等技術研究、系統開發與實施應用。