企業MES建設三部曲

企業MES建設三部曲

近年來,提到智能製造,無論是市場引導還是媒體輿論、會議主題,大多會聚焦在一些創新技術上,比如AI智能、機器人、仿真等等。張明文認為這其實是一種誤區,在他看來要實現“智能製造”,不是採用一個智能工具、或者建立一個智能車間、智能工廠那麼簡單。“製造產品的全過程”是從設計研發、客戶訂單、計劃物流、加工裝配到客戶交付、客戶服務等等一個完整的過程。在這個過程中有很多的設備、工具、零件,流程,也有很多需要解決的問題,比如質量問題,成本問題,交付期等等,這些問題或者相互矛盾或者相互關聯,解決一個問題勢必會牽掛到另外的一些問題。

因此,從這個維度思考智能製造,就應該是大量的智能體現在組織管理上,即如何協調管理實現高效率的生產製造過程。而不僅僅是企業採用了某項技術、採購了某個智能設備。智能設備發揮的作用是完成某個工序的智能化,或某些製造過程或環節的智能化,如果整體效率不提升,這個環節發揮的作用也非常有限,這就是約束理論(TOC)所提出的問題:有沒有因此提高有效產出?

而MES在製造業管理的範圍,是車間內部的生產執行過程。從MES這個縮寫詞的定義很容易理解,製造執行系統,就是對上級下達的生產指令的執行過程的管理和監控。說“MES是製造智能化的核心”不是很準確。應該說MES是製造業信息化拼圖的一部分,現在大家都先後完成了ERP、PLM、SCM、OA、CRM等實施,進行到MES這一塊了,這個發展階段又趕上了“製造業智能化”大趨勢。

從“製造業智能化”的發展來看,MES系統就像企業的數字神經網絡末梢一樣,把信息採集和監控的手段部署到了生產活動的最前線,實現了設備聯網、實時工序進度監控,操作工、零部件質量記錄與追溯等等。通過MES這樣的數字神經網絡,把管理考核的操作流程、質量標準等等傳達到生產現場,並及時反饋到“生產指揮中心”。管理者通過分析MES的數據,發現影響“質量、成本、交期”的因素,並採取改善措施,實現PDCA循環改善。

製造智能化的核心目標是改善“質量、成本、交期”。MES為此提供了一個數字化通道或者平臺。從這個意義上可以說,MES是製造業智能化的核心。

MES對於企業的價值及建設目標

MES對於企業的價值,就像在城市道路上安裝了攝像頭。交通管理部門利用過攝像頭進行交通信息採集、分析,及時發現擁堵路段並進行實時調度、疏導;分析高峰時段的規律,優化管理方案;記錄交通違章違法的車輛進行處罰;更進一步,可以將道路擁堵狀況實時發佈給行駛中的車輛,甚至提出避讓繞行的建議,這就具有智能交通管理的功能了。回到MES應用的場景,第一步,MES實現了生產過程的透明化,實現實時監控調度;第二步,通過對MES數據分析,發現影響“質量、成本、交期”的關鍵因素,提出改善措施,提升管理水平,獲得經濟價值。

正是基於MES在企業發揮的價值,將建設目標也分解為兩個階段,其一做到生產過程的透明化。沒有MES之前,生產過程好比一個黑匣子。下達一個生產指令,然後等著產品的製造出來,想知道生產進度是很困難的事。有了MES系統,黑匣子變成可視化的透明車間。原來很多隱藏的管理問題統統暴露出來了;可能造成的交期延誤,也可以預先報警,以便採取措施補救;工人可以實現多勞多得;工序報工、質檢記錄可以作為質量追溯和改善的依據;可以客觀分析設備效率和人工效率;等等。

實施MES的第二個目標就是在透明化的基礎上提升“質量、成本、交期”等綜合指標。製造業企業面臨的難題之一就是:大量在製品積壓在車間的前工序,同時,後工序又因為缺少某些零件不能按時組裝完成最終產品。這其中的影響因素很多且互相關聯,如:計劃不夠準確,加工單未按時完成,客戶需求變化頻繁,產能不均衡,原材料到貨不及時,設備異常,等等。沒有MES系統之前,生產調度人員不得不花費大量精力檢查缺料、催料,每天處於“救火”的狀態。有了MES以後,能夠對加工、裝配的執行過程進行詳細分析,找出影響齊套性、同步性的原因,通過改善生產計劃的準確性、縮短加工週期、提高車間在製品流動性、降低在製品庫存、提高一次合格率、加強設備維護保養等改善措施,全面提升“質量、成本、交期”管理水平。產生顯著的經濟價值。

在企業制定MES目標時,不要一次制定的太高太細。早期可以先設定一些基本的目標,讓核心流程先跑起來。比如說,應該先把生產過程中每個工人的工序操作記錄下來,產品加工、裝配過程的崗位責任人是誰,用的是哪一臺設備,質檢是誰做的,等等過程信息,實時記錄在MES中。相當於先把攝像頭裝上,先把數據收集起來。剛開始,數據的準確性、及時性和完整性都存在一些問題,實施過程中,要儘量為數據採集提供便捷的手段,比如,用條形碼、二維碼、RFID等手段代替填寫數字、文字,能採用聯網自動採集的就不要增加人工操作等等,讓用戶容易使用。在使用過程中逐漸提高要求,提高數據質量。

生產過程透明化和數據採集是MES的第一步,更大的價值在於對數據進行分析,提出優化業務的改善措施。這時候,MES實施的重點工作是根據管理要求,開發數據分析、監控的報表。業務管理部門大顯身手的時機到了。MES不但是管理可視化的工具,更是一個指揮調度的工具和績效考核的工具。MES應用的理想目標是讓生產過程實現高效率、低成本、高質量。好比城市道路交通的“綠波帶”一樣,實現“車間生產綠波帶”。

MES建設需要一定的信息化基礎,管理理念更重要

在MES建設之前,企業需要有一定的信息化基礎,其中兩個必備的系統,即ERP和PLM。MES顧名思義就是製造執行系統,執行的是從ERP系統下達的生產指令,同時,要遵守一系列的工藝技術標準,這些工藝技術標準一般來源於PLM系統。或者說,MES是ERP、PLM等系統的延伸和擴展。實施MES的過程中,往往也需要對ERP、PLM等系統進行優化、改善。如果ERP下達的生產計劃太粗放,MES就會無所適從,或者無法判斷生產執行是否正確。

MES應用的場景涉及到人、機、料、法、環、測等複雜的內容。實施、開發的個性化內容很多,需要平衡多方的利益衝突。比如局部效率與整體效率,批量效率與多品種,計件考核與質量要求,等等問題。所以,MES項目主導者要有全局優化的業務管理理念和目標,在實施過程中融入精益生產管理理念,把握住“質量、成本、交期”的關鍵控制點,採集的信息便於進行數據分析和績效考核。

對於如何選擇適合企業的MES系統。張明文認為近年來,MES解決方案提供商的經驗更豐富、可挑選的餘地更大。企業可以通過幾個方面來考察供應商:一是看同行業成功案例;二是看平臺的開發能力、數據集成接口開發能力;三是實施團隊的業務分析和落地實施能力。

由於近幾年MES需求爆發式增長,MES實施團隊新人較多,業務分析能力較弱,有業務管理經驗的實施顧問稀缺。所以,實施MES的過程,主要依賴甲方把握管理目標、業務需求以及用戶操作的便捷友好。

過去,很多企業都推行過精益管理(Lean Production或TPS、JIT、5S等)但是效果並不理想,原因之一是沒有落地的信息化工具;而MES系統是非常好的精益生產管理工具。張明文認為,精益管理+約束理論(TOC)+MES系統,是走向智能製造的第一步。

價值導向推進MES在企業的落地應用

基於MES對於企業的價值,在其建設及推進應用的過程中,從管理者的角度來講,一般都是比較支持的。通過MES系統瞭解生產過程,提供設備利用率、人員效率、消耗等量化指標,有助於管理者針對性的解決問題,優化成本,提高產能。

而對於車間的基層班組長和員工中,一部分人對於生產透明化是有牴觸情緒的。就好比開車違章的人是不喜歡路上有攝像頭拍照或者測速的。所以,牴觸的員工大多有些事不願被領導知道。但是,對於絕大多數員工來說,生產過程透明化,可以做到公開、公平、公正,可以打破大鍋飯,破除少數人的特權,真正實現價值導向的分配機制,減少糾紛猜疑,不僅僅是有利於生產、管理,而且會對整個企業的文化建設及團隊氛圍帶來好處。

隨著MES項目的推進,其價值會越來越多地被決策層、運營管理層和執行層員工體驗到。基層員工關心的公平公正、多勞多得、質量責任認定等問題在MES系統中解決了,工作效率更高了;運營管理層有了MES系統的輔助,需要緊急“救火”的問題少了,更多時間精力用於分析流程中的瓶頸、優化作業流程、提升業務績效等;決策層可以隨時得到生產進度、存在的關鍵問題、歷史數據分析等,作為決策參考。

以數據分析提升管理:讓MES在企業落地生花

MES在企業的推進是一個落地生花的過程。系統上線之後的重要工作是要在管理上下功夫,這個工作是以數據為核心的,持續優化和提升的過程。基於MES積累的數據,通過不同緯度的分析,可以做質量追溯、生產效率分析、產能分析等,通過數據分析的結果制定新的指標和目標,形成企業的數字化管理體系。用數據運營企業,實現數字化轉型。

MES系統一旦開始實施應用併發揮出價值,後續的功能開發、報表開發、功能擴展就會接踵而至。所以,一個MES項目上線了,幾乎馬上就要應對用戶提出的各種新需求。同時,MES 運行必然對ERP系統提出新的要求,同步帶動ERP計劃體系的改善。這也是判斷MES是否成功的標誌,也是判斷企業的製造管理能力是否持續改善的標誌。

企業數字化轉型不可能一步到位、快速實現,必須經歷一個落地生根、開花結果的過程。這個過程中,不斷融入管理智慧,引進智能裝備,實現與上下游供應商、客戶的網絡協同,也就是同步走向製造智能化之路。所以,製造業的信息化、數字化、網絡化、智能化之間沒有明顯的界限,幾乎是在同時進化中。進化的原動力來自企業對核心競爭力的追求,製造業的核心競爭力體現在產品的性價比,產品的性價比來自於企業對“質量、成本、交期”的持續改善能力,持續改善能力離不開MES、ERP、PLM、CRM等為代表的IT資源的支撐。


“也思集成”由也思(常州)系統集成有限公司運營,專注於智能製造領域技術與知識分享。


分享到:


相關文章: