我们正处于一个旧IT走向新IT的变革时代，工业4.0的概念兴起于德国，现在我们大家普遍认为其是一次科技革命，或者说是一次新技术革命。工业4.0的目的是通过应用物联网等技术提高德国的制造业水平，建立具有适应性、资源效率及人工智能的智能工厂，在商业流程及价值流程中整合客户以及合作伙伴。

无论产业界或者学术界如何解读工业4.0，它的本质都是数据，这些数据包括了智能产品的数据、企业运营的数据、产业链上的数据、企业外部数据等等。这些数据串起来工业4.0的生态圈。

我们步入工业4.0的时代，实现由“自动化”向“智能化”的转变。通过CPS（Cyber-Physical Systems）网络实现人、装备和产品的实时连通、相互识别和有效交流，为消费者定制“个性化”的商品，并且提供及时、高效的服务。

工业4.0的四个主题：智能工厂、智能生产、智能物流和智能服务。智能工厂侧重点在于企业的智能化生产系统以及制造过程，对于网络化分布式生产设施的实现；智能生产侧重点在于企业的生产物流管理、制造过程人机协同；而智能物流作为制造企业非常重要的资源节点，其侧重点在于通过互联网、物联网，整合物流资源，充分发挥现有的资源效率；智能服务作为制造企业的后端网络，其侧重点在于通过（服）务联网结合智能产品为客户提供更好的服务，发挥企业的最大价值。

1)  智能工厂是传统制造企业发展的一个新的阶段。

它是在数字化工厂的基础上，利用物联网的技术和设备监控技术加强信息管理和服务，清楚掌握产销流程、提高生产过程的可控率、减少生产线上人工的干预、即时正确的采集生产线数据，以及合理的生产计划与生产进度，并加上绿色制造的手段，构建一个高效节能的、绿色环保的、环境舒适的人性化工厂。未来各个工厂将具备统一的机械、电器和通信标准。以物联网和服务互联网为基础，配备传感器、无线网络和RFID通信技术的智能控制设备可以对生产过程进行智能化监控。由此，智能工厂可以自主运行，工厂之间的零部件与机器可以互相交流。

智能工厂是由软件操控，进行资源整合，发挥各环节的最大效率。智能工厂中的机器将全部由软件控制，工人只需要操作计算机就可以完成生产，进一步解放了工厂中的工人，整体看来，它就是一个拥有高度协同性的生产系统，包括实时监控、自动化管理、流程控制、能源监控等等。收集及整合整个智能工厂的业务数据，通过大数据的分析整合，使其全产业链可视化，达到生产最优化、流程最简化、效率最大化、成本最低化和质量最优化的目的。

2)  智能生产是由用户参与实现“定人定制”的过程。 

智能生产的车间可以实现大规模定制，对生产的柔性要求极高。鉴于此，生产环节要广泛应用人工智能技术、采用一体化的智能系统，智能化装备在生产过程中大展拳脚。工厂的工人和管理者可以通过网络对生产的每一个环节进行监控，实现智能化管理。

一体化的智能系统是由智能装备和人类专家组成的，在制造过程中进行智能化的活动，诸如分析、推理、判断、构思和决策等，通过人与智能装备的合力共事，去扩大、延伸和部分取代人类专家在制造过程中的脑力劳动。它把制造自动化的概念更新，扩展到柔性化、智能化和高度集成化。与传统制造相比，智能生产具有自组织和超柔性、自律能力、自学习能力和自维护能力、人机一体化、虚拟现实等特性。

3)  智能物流以客户为中心，促进资源优化配置。

根据客户的需求变化，灵活调节运输方式，应用条码、RFID、传感器、全球定位系统等先进的物联网技术，通过信息处理平台，实现货物运输过程的自动化运作和高效率优化管理，从而促进区域经济的发展和资源的优化配置，方便人的生活。

4)  智能服务促进新的商业模式，促进企业向服务型制造转型。

智能产品+状态感知控制+大数据处理，将改变产品的现有销售和使用模式。增加了在线租用、自动配送和返还、优化保养和设备自动预警、自动维修等智能服务新模式。

我们可以把智能工厂比作一个人，工业软件就是这个人的神经系统。其中，在制造板块，MES的作用尤为重要。

按照AMR所给予的定位：MES服务于工厂生产执行层的信息系统，位于企业经营层的计划系统与生产过程的直接工业控制系统之间。该定位将企业的运作划分为三个层次，分别是：计划层、执行层和控制层。其中：计划层就是MRPⅡ或ERP等经营管理信息系统。控制层包括DCS、PLC、NC/CNC或SCADA中的一个系统或这几种配置的组合，以及各种仪器设备等；介于两者之间的是执行层，MES（制造执行系统）。

介于企业的“计划层”和制造“设备层”之间，对企业生产计划进行“再计划”，“指令”生产设备“协同”或“同步“动作，对产品生产过程进行及时的响应，使用当前确的数据对生产过程进行及时调整、更改或干预等处理。

采用双向直接的通讯，在整个企业的产品供需链中，即向生产过程人员传达企业的期望（计划），又向有关的部门提供产品制造过程状态的信息反馈。

既不同于类似于ERP的企业运营系统，也不同于企业的过程控制系统，使用MES的经验表明，它既能提高按时交货的能力，改善物料的流通性能，由能减少企业内部没有附加值的活动。

在工业4.0背景下，推动智能制造，构建智能工厂、智能生产、智能物流和智能服务体系，我们需要对MES重新进行定义，主要从以下几个方面进行说明：

1)  MES深度融入企业运营环节

智能工厂中的机器将全部由软件控制，工人只需要通过MES现场的操作计算机或者移动终端就可以完成生产，MES结合企业运营的其他工业软件构建一个高度协同性的生产系统，对企业的设计、采购、销售、计划、制造和运维服务各个环节，对每一个与制造相关的指令能够精确调度、发送、跟踪和监控该指令影响生产的过程，成为实现车间制程智能化的基本技术手段。MES收集及整合整个智能工厂的业务数据，通过工业大数据的分析整合，使其全产业链可视化，达到生产最优化、流程最简化、效率最大化、成本最低化和质量最优化的目的。

伴随着制造企业的发展，未来制造企业势必也是一个软件公司，软件系统的应用也会越来越多，MES就会成为制造企业运营的基石。

重新定义的MES的位置与其他业务板块同等重要，以网络化和扁平化的形式对企业的生产计划进行“再计划”，“指令”生产设备“协同”或“同步“动作，对产品生产过程进行及时的响应，使用当前确的数据对生产过程进行及时调整、更改或干预等处理。

针对大规模定制的需求可以实现柔性排程和调度

采用多向直接的通讯，在整个企业的产品供需链中，即向生产过程人员传达企业的期望（计划），又向有关的部门提供产品制造过程状态的信息反馈，还要告知车间底层装备之间加工的法则，彼此的加工状态。

既不同于类似于ERP的企业运营系统，也不同于企业的过程控制系统，使用MES的经验表明，它不再单纯只针对制造过程进行优化，可以延伸至企业运营的其他的板块，缩短产品的研发周期，提高生产效率，降低单元的产品的制造成本，提高产品的不良率和能源利用率。

2)  MES的业务应用范围更加深入

传统MES的作用就是实现企业的连续信息流。并通过对信息的传递和处理，对订单下达到产品完成的整个生产过程优化管理。MESA归纳了MES的十一个主要功能模块，包括工序详细调度、资源分配和状态管理、生产单元分配、过程管理、人力资源管理、维护管理、质量管理、文档控制、产品跟踪和产品清单管理、性能分析和数据采集等模块。通过MES这些模块的有效协作，可以起到沟通企业计划层和控制层，凭借信息技术提供精确的实时数据，并最终达到优化管理活动和生产活动的目的。而在现实当中，各不同行业企业可以根据行业特点和企业实际，开发适合自身情况的多种功能模块。

从MESA的定义也可以看出，提供精确的实时数据是一个优秀的MES的优势所在。MES对数据提供的实时性要明显高于ERP，如果说控制层提供的实时时间系数为1，那么，MES的时间系数为10，ERP的时间系数为100。但是，重新定义的MES的核心优势不仅仅在于提供实时数据，而且需要对实时指令进行准备的自学习和柔性调度，也就意味着MES的时间系数也变成了1。

MES是智能制造在智慧工厂范畴内的承载主体，实现“物理工厂”的“信息领域”的投影。在智能制造工业互联网的背景下，MES有哪些改变呢？ 

1、传统的集成向过程融合发展

从未来的需求来看，尤其是在B2P的商业模式下，制造企业必须能够快速处理大量的单件制造及特别制造的方式，同时全球化驱动的分散性协同制造成为主流，这就导致了传统设计、计划到生产模式的反应迟缓，严谨的 PLM、ERP、MES的集成流程太过到刚性。

取而代之的是一种新的方式是设计、计划和生产紧密协作、并行执行，基于同样的需求、物料、产能等数据，PLM设计结束之前，柔性生产计划即可快速下达，MES实时开始生产执行，同时实现良好的反馈机制。这种柔性协同也对系统间设计 BOM、生产BOM、数据、模型等一致性和灵活性提出了更高的要求。

2、传统的数字管理向智能管理发展

MESA组织给出MES功能模型的定义，强调生产过程“生产、质量、消耗及绩效”的业务管理。近十年来MES的发展，也是参考这个功能模型的定义，集中在业务数据采集、业务数据传递和业务统计。通过业务过程的数字化，建立了协同工作平台，并在此基础上进行数据分析与统计，基本实现了全面的数字化和透明化管理。

但在实施MES的过程中都能深切感受到客户对MES智能化期望较高：希望能够采用APS自动实现作业任务编排，希望系统能够根据过程变化自动调整计划，希望自动调整工艺参数来确保质量最佳。但事实上，传统基于单据作业模式的MES，在数据分析与处理上并没有下太多的功夫。

在工业4.0时代，生产变化及灵活性更高，生产要素须自动配置，必然要求在生产全过程的数字化的基础上，增加智能优化方法。工厂的智能化分为两个层次：

一个层次是实现微观层面的智能优化。比如在工序层面的控制中，在区域协调优化中采用智能化技术。或者在某一个专业领域，如设备的状态预测、质量预警及生产预警。

另一个层面是宏观层面，根据生产过程中各要素的数字化，形成计划、排产、质量控制、过程跟踪的闭环反馈，采用智能优化算法进行协同优化。

3、传统的车间管理向工厂运营平台发展

工业4.0时代的MES，或许将重新定义，在协同制造方面超越目前内部组织范畴，而扩展至与供应商和客户的连接；在制造智能方面将不限于收集、分析与展现，而将进一步实现现场实时分析、协同智能决策，及时调整制造执行过程；在业务领域层面，将扩展智能装备的性能监测与维护、绿色制造的能源管理等内容。在制造执行(Manufacturing Execution) 系统将跃变为卓越制造(ManufacturingExcellence)系统。

4、传统的结构化数据向工业大数据平台发展

中国制造虽然有环境因素、资源因素，但最重要的因素来看，差在哪呢？分析认为，主要差在“软实力”方面。虽然在硬件层面我们也有明显的差距，但有大量数据比较得出，即使一样建设的生产线（如汽车生产线，我国的效率仍然和邻国日本差一大截，因此不能把责任推到基础硬件层面。

工业4.0时代，技术的发展为数据的产生（物联网）、存贮、分析（云技术）、使用（移动互联）更加方便。因此也可以说，工业4.0的变革是数据驱动型的变革。这个“软实力”提升的主要驱动力是“数据”的利用。

MES传统上处理各类业务单据，数据仅限于结构化的数据，很多企业在此基础上，也开展了商务智能（BI）的建设与利用，但总体上还在有限的数据范围内进行事后分析。

今天的物联网（包括设备、物料等IIOT及人工作业过程中的HIOT）将产生大量的实时信息，都是表征了生产过程的全息影像。这些数据在采集、管理、分析与可视化方面，技术上正在逐步可行。

5、传统的功能套件向模型驱动发展

在技术实现上，传统的MES在逐步开发及实施的过程中，功能一点点增加，最终形成覆盖工厂管理需要的一个功能套件集合，即我们常见的套装软件。但这种套装软件从设计本质上是以职能管理为核心的，以软件系统为中心的。在工业4.0时代，面向以客户为中心价值传递，以产品为中心的制造资源重组的要求时，传统的MES是无能为力的。

有调查表明，在MES系统建成的三年内，50%的工艺（模型）将会或多或少随着生产的持续改进而调整，在工业4.0时代的定制时代这种变化更加剧烈。这就要求MES系统必须是一个可适应、可扩展的系统，其技术的主要特点是采用模型驱动技术来构架系统。将ISA95相关的、在制造业通用功能以组件的方式，而各厂不同的、适应各自管理及工艺流程的、不同应用系统集成的部分，将通过可配置的模型平台来实现，如下图所示。当工艺流程发生变化时，只需在线修改模型，而不需调整功能组件，从而实现系统的适应性。

6、传统的视窗界面向虚拟现实发展

从人机协同的角度来看，计算机技术发展到今天，主要存在两个问题没有很好解决。一是计算机的现场应用，一是信息的展示方法。试想，通过键盘、鼠标的信息录入方法完全是要求人们去适应计算机的需要，采用视窗操作界面，也是今天的计算机操作系统的展示信息的手段。这些都是以计算机为核心，或者说以系统为核心的思想。

在工业4.0时代，物联网技术引发数据海量增加、设备智能化及自主化管理，这些变化将人从“操作员”的角色逐步提升到“监控者及决策者”，人机交互的方式必须更加自然、实时、聚焦要点。

虚拟现实及增强现实技术可以有效解决这一点。在工业4.0时代，虚拟世界将与现实世界高度融合。通过计算、自主控制和联网，人、机器和信息互相联接，融为一体，所有的生产数据将被全部整合到工厂虚拟现实管理系统中。

利用三维可视化技术将生产场景真实展现出来，生产数据实时驱动三维场景中的设备，使其状态与真实生产场景一致，从而让管理者充分了解整个生产场景中各设备的运行状况，达到监测、查看、分析的目的。