MES作为一种核心的数字化转型软件，必要性和重要性无需多言，广泛的推广也已经基本形成。笔者其实15年前就已经开始研究mes，后来还写了一本专著《制造执行系统（MES）实现原理与技术》。

本来在七八年前就已经不太做了，感觉技术含量偏低，但这半年又被裹挟着承担了并正在开发实施3个mes项目，还有1个在等待中。同时，伴随着大数据、人工智能等技术的发展，这方面又冒出来一些值得探索和研究的技术点。因为无法抽身那就陷入其中吧，所以就多关注和思考了。正好近两年笔者有机会接触了一些MeS方面的实际资料，那就mes的发展态势做一些观察性的总结吧。

（1）定制化大行其道并且已经得到了共识

具有代表性的mes，或者说有分量的MeS系统的实施建设周期一般都在6个月以上，虽然对于供应商来说，货架式的meS是始终追求的目标，比如采用工业互联网架构实现模块化/服务化的组件套装，或者通过低代码平台降低开发的工作量（或者将一部分业务模块的工作转移到客户手里）。在供应商内部其实一直在做产品化努力，但对于落地实施来说，更多的其实还是一种定制。这是一种务实的做法，其实本来就应该是这个样子的。

（2）数据采集已经基本夯实

广泛的现场协议支持、5g网络的嵌入、TSN技术的引入，数据采集的准确性和时延控制已经得到了极大的提升，这个模块儿基本上可以认为标准化了。未来的难点主要在于特殊非常规的一些工业场景，以及不开放的封闭设备的采集，这就需要一些别的手段了。

（3）APS的技术与应用能力仍是明显短板

看了很多实施的案例和麦斯厂商的资料，离散行业的APS，不管是技术能力还是应用效果仍然是处于比较低的水平，不管是柔性车间级还是生产线级别，都存在较大的问题。这个方向在流程行业其实还是不错的，控制类的调度相对还好。

（4）AI已经在广泛渗透但需深入拓展

首先是机器视觉已经得到了普遍而深入的应用，不管是技术能力还是实施效果都还是非常不错的。其次，利用大模型或者知识图谱等相关的技术建立工艺知识规则库，也已经进入到了深入扩展应用的阶段，很多MES厂家都已经重视这个方面工作了，但具体的应用场景还需要再深入的挖掘和扩展，现阶段主要来说还是基础打的不错。第三，制造资源的预测性维护，这一方面也已经做了大量的工作，也有很多案例，但感觉还有一些特点没有抓住。这些方面也是引起笔者重新关注和介入MES的驱动力之一。

（5）质量管控越来越成熟但技术还需要提升

基本的质量业务管理，包括SPC以及质量追溯，这些方面都与企业的业务深度融合，应用效果还是不错的。这个业务领域，虽然大数据、人工智能等相关技术已经发展了很多年，但实际应用还需要进一步的在技术上和实施上来深度做文章。笔者目前在实施中的mes项目都涉及到这个方面，包括质量预测、问题诊断、敏感性分析乃至参数优化。实际进行过程当中，虽然有各种各样的模型可以拿来使用，但想要达到良好的应用效果，还需要大量结合问题特点的模型及其参数调整工作。

（6）设备端的工艺智能仍然乏善可陈

其实这是作为MES系统来说最不可原谅的一个短板，说白了就是忽视工艺或者说是更加重视管理。虽然很多公司宣传的MES资料都提到了包括边缘端在内的一整套端边云智等架构，但是边缘端仍然偏重于简单的一个数据处理，或者说数据传输，在智能这一方面的体现其实并不多。背后的原因在于一般的mes厂家懂工艺的人本来就不多，更不要提边缘端装备的智能化了。

（7）IT与OT的融合仍然需要下苦功夫

IT与OT的融合体现在与设备执行控制的直接融合，这个方面整体上来说雷声大，雨点小，或者说在实际工作当中避重就轻。比如对于自动化产线的管控，单一产品的黑盒子式生产已经很多了，也比较成熟，需要进一步下苦功夫的是多品种混线柔性自动化产线的管控，APS是其中的一个方面，硬件执行的调控准备才是其中的重点。这个管控系统其实是真正的生产线边缘性控制大脑。离散行业的这个技术方向应该向流程行业来学习和找齐。笔者现在正在实施的一个max项目当中就涉及到这么一条产线，其中的复杂性不胜枚举，还有两个产线管控系统正在对接，成了自己的一个方向了。（这方面之前有写过一篇公众号文章，大家往前翻着找吧）

…………………………

在大数据、人工智能等相关技术没有发展起来之前，MES确实在我心里不算一个高技术行业，但现在不太一样了。但正因为不一样，笔者在介入开展这方面工作的时候，感觉都是硬骨头。

企业当中值得探索和深入研究实施的场景是茫茫多的，接触越多了解越深就越感觉前路漫漫，但是，很值得！

来源：微信号  智能制造随笔

作者：王爱民

该作品已获作者授权，未经许可，禁止任何个人及第三方转载。