首页 > 三合一 >泰山电缆厂工业数字化与智能制造培训班第一周学习内容1:MES的另一个视角

泰山电缆厂工业数字化与智能制造培训班第一周学习内容1:MES的另一个视角

  •  109  0  5 仙桃大数据学院楼主
    2019-08-06 21:02
    分享到:

一、作者介绍


       

       马国钧,北京大学工业工程与管理系研究员。曾任电子工业部第54研究所担任工程师,研究卫星通讯技术。国家发改委宏观经济研究院处长,主要从事工业经济和产业政策研究。曾主持“中国通信产业发展战略究”。《中国创业与投资》杂志、《中国军转民》杂志社主编。曾担任电子工业部、国家发改委的两家国有企业法定代表人。2006年,从事工业工程技术的研究和应用,在中国和美国实施了多项大型高端装备制造业企业“两化融合”项目的设计、研发和项目实施,拥有丰富的管理理论和实践经验。 近十几年一直从事生产现场管理的研究和实践,在智能制造方面有深入的研究与丰富的实战经验。


二、学习重点及注意事项


      本篇文章学习时间建议为1小时。请大家学习时思考以下问题。
      1、泰山厂现在没有上MES,大家可以花10-20分钟上网查一下MES的由来,MES的作用,再结合大家生产经营的需求,想一想如果泰山上了MES系统,可以优化哪些方面的工作。
      2、马国钧老师为什么要从另一个视角看MES,是MES有什么不足还是什么原因。
      3、看完马老师的文章,大家再思考一下问什么马老师会提出这么看法。
      4、新一代信息技术会对MES带来哪些改变,产生哪些信息业务功能和形式?


三、阅读文章


MES的另一视角


       李培根院士说:“只要关注生产现场管理,就离智能制造不远了”。他提示我们要踏踏实实研究生产现场管理这些最基本的问题。我们要弯腰躬身到车间去,观察那些司空见惯的行为,思考事物本来的运行规律。

       MES是生产现场管理系统。讨论这样一个非常复杂的大题目,缩小范围是明智的。

       石油、化工、钢铁等流程型企业不在这个讨论范围之内。MES从这里起源,目前技术已经很成熟了。甚至,MES的标准ISA95(企业系统与控制系统集成国际标准)都留下了这一类企业的典型特征。

       某些进入“工业4.0”这类企业也不在讨论范围之内。这类企业有几个特点:市场能力大,不缺订单。生产模式是大批量按订单专线装配。这类企业首先要消除影响满足客户交付的各种不确定性。比如,用总装厂强势的供应商备货机制,消除装配生产线的缺货可能(物料的不确定性)。产品分类后把分散的装配工序改成按节拍运行的专门生产线(消除时间不确定性)。订单利润盈利可以将库存损失及设备资源能力浪费忽略。其次,采用成熟的自动化、标准化技术组织生产线的建设。MES有足够的成熟经验来处理系统的确定性问题。至于要不要做到“熄灯”,基本就是钱的问题了。

       本文仅讨论小批量、多品种、混线生产的离散型定制化生产管理问题。

       这个话题将分为三次连载。这是第一部分。


       MES应该做什么?怎么做?

       仅仅几年时间,全国一下子冒出上千家MES供应商。这说明市场需求旺盛,政府大力推动“两化融合”以及财政补贴功不可没。回想在《ERP改变中国》的年代,也曾出现类似情景。共同点是用于大批规模生产效果挺好,转向小批量、多品种、混线生产模式就大量失败。那么,我们会不会重蹈当年ERP遍地哀嚎的覆辙呢?

       最近看了一些甲方的MES项目招标书,有一种感觉,甲方还不了解MES的本质是什么,能做什么,不能做什么。标书有点像从众多MES供应商解决方案综合剪贴的一个文本。目标定的不切实际,从根上就埋下了项目失败的种子。同时,我也感觉乙方根本就没有打算收尾款。

       所以,我们有必要重新审视MES——制造执行系统。我们不从IT的角度表述它的功能,而是从管理科学的视角观察MES是什么?在工厂它该做什么,能做什么?

       从功能上,MES主要就分为两个部分:决策管理、业务流程管理。

       第一部分:MES的决策管理

       工厂接到一个订单,流程大致是:设计部门——计划部门——分解BOM——查、减库存,生成需要生产加工和外协的工单。先安排所需物料采购,再适时把工单分配到各车间。至此,各车间就拿到一组工单(决策指令),上面有例如车、铣、铇、磨等各个工序,工单指派到工人(设备)。


       MES要做的第一件事情

       MES的职责应该是从生产计划生成工单开始,它负责指挥工人和设备干活的。MES要做的第一件事情是做好所有将要开始的生产准备,以保证生产资源满足开工条件。

       只要具备一定条件,工人(资源设备)就可以干活了。工厂通常把这个叫生产准备。对简单的生产,工人只要有图纸、物料、机床就行了。复杂工序除了主要设备资源以外,还需要刀具、模具、卡具、量具、场地等等。例如,航天卫星装配工序需要近20种资源条件同时满足才能进行。需要注意到,有些资源不是专用的,而是竞争性资源。MES应该做到满足这些条件,否则无法开工。问题在于我们不是要满足一次两次,而是要保证工人8小时内每一件事情都能满足这些条件。否则要停工待料,生产效率就下降,浪费就产生了。


       MES要做的第二件事情

       假设,MES第一件事做的很好,车间不会发生停工待料,这样也是不够的。MES要做的第二件事是计算出工人/设备正确的做事的时间,并把生产指令转达到生产资源。我们在车间做的每一件事看起来似乎是独立的,其实它与企业的整体目标密切相关。所以做事要有先后顺序,规定好什么时间做什么事情。企业目标常常不止一个,而是多目标。比如,产能最大化、最短交期、最少延迟订单、最少库存、最少加班等等。有些目标是相互矛盾的。MES应该在决策和这些目标之间给出可视化的量化关系。这个问题非常复杂,是当代管理科学最困难的问题之一。解决最复杂的问题最无奈也是最靠谱的手段就是利用人工经验,全世界绝大多数企业都是这样做的。最近几年,人们用APS(高级计划排程)帮助解决这个问题。APS是有用的,但能够作用的范围是受限的。(我们将在下一篇文章——《APS的作用和缺陷》详细介绍APS在哪些场合有用,以及APS架构、模型、算法方面的缺陷。)本文暂且不做详细讨论。

       生产任务指令下发到车间,工人就可以干活了。如果生产资源是数控机床和自动化设备,那么系统必须通过PLC、DNC、SCADA等一些中间件、数据接口、控制系统来指挥它们作业。这是指令下达就是通常所说的设备连接,也是当前MES最重要的功能及卖点之一。


       MES要做的第三件事情

       MES就该做第三件事是生产过程的监控。生产过程监控主要是两个方面,一个是任务情况,一个是资源情况。每个生产资源(工人)接到生产指令后何时开始,何时结束?做了多少?质量情况?有什么异常?设备情况?运行数据?这些都是生产现场的数据反馈。这是MES最基本的功能。同时,这也是做好产品的质量管理和质量追溯主要环节。当前热起来的物联网传感器等技术在这里将发挥作用。企业需要的大数据分析应用的主要数据来源也产生在这里。


       MES要做的第四件事情

       MES的第四件事情是应变和协同。在车间执行生产指令的每天每时都可能发生各种各样的异常变化。这分为主动和被动两种。追赶或调整未能完成计划;市场订单变了,插单、撤单、设计需求改变了;设备故障、物料不到、质量返工等问题都要打乱既定的生产次序。我们就必须重新对生产任务与资源的配置做出决策,以应对这样的问题。生产现场的异变是常态。它每时每刻都影响和决定着生产的效率和效益。通常传统的MES并没有设置一个专门的功能模块,而是把难题甩给了管理人员。生产现场管理的计划员、调度员明天都在如同“消防队员”一样来处理这样的事情。有些企业生产管理人员也常用OA社交一类的工具来做这样的信息沟通。

       这里我们应该关注车间的生产管理人员的作用。第一,他们应该是车间里最有工作经验的人。他们明知存在各种低效和浪费,都习以为常,视而不见了。第二,他们被夹在上级、各管理部门和工人之间,每天被各种矛盾搞得焦头烂额,但依然是老大:不服你上来试试。第三,他们有很多管理知识和经验,但随用随丢,因为MES里没有数字化知识积累的机制和平台。

       车间管理改革的要点和难点就在于此。这也是MES实施成功的突破点。

       处理异常需求就等同于有了新的需求,连同新加入的订单,就让我们的系统重新回到了第一件事。我们重新理一下。前面所说MES的第一件事情实际是对未来的任务的感知,以及对环境的感知,采购配套的情况,库存的情况,工具准备的情况,人力资源的情况等等。这个感知不仅包括当前状态,也包括对未来一段时间这些资源变化的预测。第二件事情就是对感知的情况进行分析,做出决策并发布执行指令。第三和第四件事情,是对生产现场的现状的感知。而第二件事情就是对感知的情况进行分析,做出决策并发布执行指令。从1234这四件事成的一个循环,我们就清晰的看到了一个“感知、分析、决策、执行”循环过程。然后,进行新一轮感知、分析、决策、执行,就这样形成一个循环。

       其实,小到做一件具体的事情,或者管理一个工厂,甚至是治理一个国家,只要你做决策,就必然要经过这四个过程。

       不论一个工厂管理水平非常好,或者非常差,也不论一个工厂是高度自动化的,或者是高度离散性的,他们的生产运行管理的过程都是这样一个循环。由此我们可以知道MES的决策功能的好坏的区别。一个好的MES它必须对任务(订单)、资源和环境有足够的感知,不仅感知到现状,还能够感知到未来趋势;它能对感知的情况进行科学的分析并做出恰当的决策,同时对于生产现场的变化给予敏捷的反应。一个差的MES的感知一定是不完整不准确的。也许MES会把决策功能交给人。人的经验很重要,但是也是有局限性的。依据经验的分析和粗糙的感知,这个决策执行结果必然是低效的。


       在1234循环粗糙的情况下

       上面说的都是MES应该做什么和怎么做。目前绝大多数的MES都没有做到这个“应该”,而是直接把分析和决策功能转嫁与管理人员。根据人的经验和习惯进行分析和决策,它的结果会是什么样呢?

       在车间,工人接到了工单,开工条件具备后就开始生产。但是在后续的过程中可能发生缺料等情况,条件不具备了,工人不能歇着,这时就把这些物料作为在制品库存,再去做其他的工单。当未来的某个时刻条件可以满足了,人们从暂存库拿回继续加工。打一个比喻。车间是一个水池。水早晚都要流出去。如果水池很浅,水流过去的时间很短。如果水池很深,水也可以流出去,但需要时间很长。我经常问企业一个问题,如果企业的资源给一个典型的订单独享,可以几天交付?而实际的订单交付时间,往往超过很多倍。这是很常见的现象。

       很多管理者也意识到这个问题,但是他们的处理思路是错误的,尤其是某些生产复杂产品的高端装备制造企业。他们不是通过系统整体改善方法让水池很浅,而是“精装修”这个水池。

       当然也有很多工厂遵循不满足条件不下工单。其实,这样做既浪费产能,交期也不能保证。

       严格说,要求MES做好第一件事情是几乎不可能的,因为它是工厂计划层面的问题,已经超出车间管理的范畴。所以我们不能把MES作为一个独立的系统去实施,而一定要放到工厂整体系统上定位。比如,财务计划没有做好,采购计划无法执行,再好的MES也无能为力。

       

       两个与MES决策相关的问题

       1、物联网环境下的感知

       我们还需要在当前物联网(万物相连)的语境下谈谈感知的问题。

       有些人以为有了物联网,万物相连,就可以解决所有的问题,其实这是错误的。一个问题。假设你的工厂实现了万物相联,当你接到一个订单,能不能告诉我什么时间可以交付?与资源连接是解决纵向连接问题,连接后可以感知资源的现状,可以管理控制资源的运行。但是,如果没有沿着任务方向(横向)的连接,我们就无法知道在什么时间如何控制,控制什么。所以,我们就无法回答上面这个看似非常简单的问题。

       物联网有两个问题需要研究,而且是很大的问题,只言片语无法展开。一个问题是:物联网能够感知现状,但是如何能够感知未来?另一个问题是:我们总是习惯在资源独享的环境下研究思考物联网问题;未来我们更多的要在竞争的环境下去考虑。在网络上看到一副图挺有意思,把它放在车间看看。有很多工单都需要到下面这个资源去。这些工单传感器会显示很多绿灯。谁告诉我,该停还是该走?谁先走,谁后走?

       现在有很多工厂热衷于搞连接,数据采集。这对于打开长期以来的“车间黑箱”,增加可视化的环境是有好处的。但是这必须要区分生产模式、需求环境、投入产出比、轻重缓急、数据时效和价值。当连接这件事对实现企业的目标和作出正确的决策有重要作用的时候,其标准是能够产生价值,就一定要做好连接。否则,还是研究直接影响效率、质量、成本的环节更加迫切。作业现场的生产反馈就是连接人与设备的一种有效方法,几乎花不了多少钱。如果你的工厂决策管控不科学,每天反馈一次都管理不好,那么,采用每个小时反馈一次甚至实时反馈又能够得到什么好处呢?

       工业物联网是一个高纬度的网络,存在着“信息迷失”现象。工业物联网的特征决定了它不能套用市场端、客户端的物联网的概念和方法,更不能用类似电商模式、共享单车模式去思考工业管理方面的问题。

       德鲁克曾说过,“没有什么比正确地回答了错误的问题更危险的。”

       当前我们处在一个“新技术爆炸”的年代,大数据、物联网、工业互联网平台、人工智能、机器人、比特币、区块链和很多很多新概念新词层出不穷。别说工厂了,就连我们这些搞技术的人都拼命跟进。很多企业家都在为会不会耽误了这一拨新技术时代而焦虑,却不知只有深入理解这些技术的底层结构和支撑它们的基础条件更加重要。对于新技术的实施,企业的战略思考和战术实施、长期利益和短期目标、永远要放在企业运营的效率、质量、成本上。首先放在改善生产现场的管理方面。我们不能正确地回答一个错误的方向问题。


       2、应对决策困惑的“良药”——大建仓库

       最近几年我接触到很多企业,他们都在大搞仓库建设。甚至有一个做汽车零部件的小企业,也准备建一个立体的大型仓库。库存似乎是解决所有生产管理问题的“良药”,岂不知这是在给自己挖坑。在过去,我至少亲历过两个企业被库存压死。浙江有一个做电机的企业,以前,在一个小作坊里生产,年产值五个亿。因为没有空间,所以逼着他们必须得减少库存。后来企业发展了,建了一个巨大的工厂,有地方存放物料了,产值还是五个亿,然而,不到两年的时间在制品库存就达到两个多亿,资金链几乎断裂。

       由于人的经验远远不能满足车间复杂的生产现场管理的需求,于是就出现了很多的不确定性。而库存的确是消除这种不确定最有效的措施,关键是你能不能承担这些额外的财务成本。不从科学决策去找问题的原因,而是大建仓库,这同样是“正确地回答了一个错误的问题”。



本文来源: 马国钧老师


 
5
+1

亲,登录后您才可以回帖 登录| 注册