智能制造一站式解决方案专家

浙江中兴集团旗下

行业新闻

工厂管理五大阶段mes系统助力制造企业数字化转型

2022-08-18

工厂的管理模式是由管理理念和工具形式共同决定的。比如福特的第一条流水线,是管理理念的改变导致效率大幅提升的结果,工具形态的改变是纸质文档填充到系统集成中提高协同效率的结果。


虽然工厂的管理模式是由管理理念和工具决定的,但是采用哪种工具或管理理念是由企业的性质决定的。比如工程机械行业对质量要求不高,在质量溯源上没必要走太远。


以此类推,5人的车间肯定不用MES,而100人的车间如果用excel或者纸质文档管理,对车间管理者来说,后果不堪设想。


进化后的工厂管理图如下图所示:


纸质文件上的工厂管理


在这个阶段,企业主要依靠纸质文档来管理生产过程数据和生产结果数据,以及工作卡/跟踪卡(包括质量信息、工作步骤信息等。)文件在车间现场流转,产品入库后工卡资料存档。常见于作坊式企业,规模在100人以下。


问题:生产进度无法实时跟进,生产决策没有报表支持,感性认知为主;报表、数据查询、文档填写工作强度较大,数据查询困难且易丢失。


措施:现阶段升级的途径是参观同类工厂的其他管理模式,或者在咨询公司的介入下从作坊式转变为正式的管理模式,以流程梳理和管理体系优化为主要方法。同时,在现阶段,如何利用历史信息并快速传输给处理者,并解决这些问题,“无纸化”的概念将逐渐被提出。


基于excel和project的工厂管理


现阶段工厂管理基本是“excel”工厂,企业内的管理基本是电子化,如生产计划、作业指导书、二维图纸等。但是车间里有大量的纸质文件,如质量检验单、不合格品处理单等。作业指导书和二维图纸合并打印在纸上,送到车间。


问题:现阶段工厂在于数据的协调,上传发布可以顺利完成。但如果车间的图纸发生变化,往往不会体现在设计图纸中,造成信息断层。而且在生产过程中,信息不能及时传递给管理层,管理层经常每天收到几十封关于计划变更和不合格品处理的邮件。看似数据传递给了领导,却没有引起相应的重视或处理。


措施:这个阶段要最大限度的提高数据的协同效率,比如车间图纸的变化如何快速的反映到设计端,设计端的图纸如何在最短的时间内到达车间。如何实时展示制作进度,而不是在几十封邮件里找。总的来说就是解决数据协同。为了解决这些问题,将引入“制造执行系统”的概念。


以MES为核心的工厂管理


在这个阶段,企业基本实现了信息化(至少是ERP+MES),包括车间业务中的生产准备、生产计划、生产执行、生产保障、生产质量等业务,实现了数据和业务协同。但是车间中层管理人员需要反复切换系统,反复查询不同系统中的数据,而且由于车间执行层的工作强度可能会增加,系统的应用效果并不好,现场执行层也会出现一些负面情绪。


问题:MES是制造企业的生产过程执行系统,是制造企业车间执行层的一套生产信息管理系统。由于MES的薪酬是给管理层的,所以MES的主要职责是为管理者服务。由于需要向系统提供大量的数据,但同时这些数据对高管来说用处不大,于是就产生了“站在自己岗位上的工人不需要维护,但为了管理必须维护”的困境。车间里的高管们情绪高涨,最终导致了MES的惨淡应用。


措施:现阶段重点是实现无纸化业务,提高单点业务效率,增强MES系统在车间执行层的参与性,降低工人的工作强度,由此产生“车间业务为核心”的工厂管理模式,其中业务分为车间管理业务和车间执行业务两种。


以商业为中心的工厂管理


现阶段重点解决车间执行层MES应用效果不佳的问题,对车间业务单点进行优化升级。比如质检数据用数据集成代替手工录入,工人报到上班时用自动集成代替填写大量数据。同时系统出现大量数据(报警+异常信息),系统需要完成管理和调度操作(车间综合管控)。即以车间管理业务和车间执行业务为核心的优化工作。


问题:执行层和管理层在系统中产生了大量的数据。工厂迫切需要整理出哪些数据是冗余的,哪些数据可以在业务执行过程中使用,也就是有价值的数据。


措施:简化系统数据,去除冗余数据,梳理以管理为核心的数据脉络,引入“以管理为核心”的数据脉络概念。


以数据上下文为核心的工厂管理


形成基于主数据线的数据采集、数据处理和数据应用系统。数据采集可以公开理解为业务模块的单点操作,比如工人报到上班,填写单据等。经过数据处理(提取、转换、加载),以数据报表的形式展现(实时数据+高层数据),最终完成调度处理业务。如图4所示。


问题:管理人员缺乏对生产数据的组织、呈现和分析,可以提高数据查询、呈现和分析的效率,使各级管理人员从数据收集和准备的繁杂工作中解脱出来,更加集中精力根据数据分析结果捕捉生产问题,制定有针对性的措施,全面提升生产能力。


措施:以MES为中心的工厂管理,以业务为中心的工厂管理阶段以及“可视化”的实现,即各个管理层级都知道实时数据,比如生产进度、现场问题等;当前,迫切需要解决“看得远”的问题。传统的数据统计只能处理二维或三维的车间数据。当需要多维度处理的时候,常用的统计方法已经很尴尬很有用了。这时候就需要引入“大数据”作为核心的数据处理方法。


目前,制造企业已经进入数字化转型的关键时期。根据智能制造发展“十四五”规划,50%以上的制造企业具备二级及以上能力成熟度,制造企业生产效率、产品良率、能源资源利用率要大幅提升。


因此,MES系统作为最基础的数字化转型系统,承担着转型的重任。如果你的企业还停留在纸质文件、手工报表、手工传递信息的阶段,是时候考虑通过数字化提高生产效率和经营效率了。


本文地址:http://www.msnbrh.com/news/IndustryNews/756.html
在线咨询
联系我们
TOP