MES管理系统的质量数据、进度数据-与工艺的融合.docx

MES管理系统采集的大量数据，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。
现在MES管理系统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。

一、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管理 系统可以实现的。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，接下来该怎么办？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、原材料毛坏 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生产管理系 统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、毛坏或 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，那么该环节 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。
这方面在具体实践当中还有很多细化的扩展之处：
比方，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； 比方，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；比方，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生产管理系统持续发力研 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。
二、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 （标掂作业操作）机制来进行规范，也是有效果 的。
但MES是否也可以在其中做一些事呢？比方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。