《Sustainability》:MES Utilisation Within Intelligent Manufacturing Systems: A Hierarchical Integration Framework and KPI-Based Verification
编辑推荐:
摘要:全球制造环境日益复杂,要求在全企业层级实现信息系统无缝的垂直集成。制造执行系统(MES, Manufacturing Execution System)处于车间自动化与企业资源计划(ERP, Enterprise Resource Planning)之间
摘要:全球制造环境日益复杂,要求在全企业层级实现信息系统无缝的垂直集成。制造执行系统(MES, Manufacturing Execution System)处于车间自动化与企业资源计划(ERP, Enterprise Resource Planning)之间的关键中间层;然而其与智能制造系统(IMS, Intelligent Manufacturing System)的系统化集成尚缺乏形式化定义。本研究旨在开发并实证验证一种符合ISA-95标准的结构化四阶段集成方法,使ISA-95兼容的MES能在IMS环境中充当实时监控与数据桥梁,且无需修改任一系统的架构。本文提出一种基于ISA-95企业—控制框架及MESA协同MES模型的综合四阶段MES–IMS集成方法,包括:(i)识别MES与IMS基线特征;(ii)定义协同活动;(iii)设计分层通信模型;(iv)规定包含关键绩效指标(KPI, Key Performance Indicator)的双向数据交换需求。研究人员在FESTO FMS 500柔性制造系统上于日利纳智能制造系统(ZIMS, ?ilina Intelligent Manufacturing System)概念下对该框架进行了实验验证。推导出一种原始的分层MES–IMS模型,阐明了三个企业层级的垂直与水平通信流;制定了涵盖设备有效性、过程吞吐量、质量及人力指标的结构化KPI分类体系,并基于FMS 500工位数据(23项指标)进行了验证。结果表明,MES可作为IMS中主要的智能支撑层,提供实时监控与数据桥接能力。所提框架为符合工业4.0(Industry 4.0)范式的可复用集成路径。
论文解读:智能制造系统(IMS)中制造执行系统(MES)的分层集成框架与基于KPI的验证
研究背景与问题提出
随着全球制造业向工业4.0转型,垂直信息集成——即生产相关数据在企业分层(现场层Level 0–2、制造执行层Level 3、企业计划层Level 4)间的双向流畅传递成为核心挑战。制造执行系统(MES, Manufacturing Execution System)位于ISA-95定义的Level 3,填补了毫秒级响应的车间控制层与以天/月为粒度的企业资源计划(ERP, Enterprise Resource Planning)层之间的鸿沟。尽管MES发展已超过三十年且相关标准(ISA-95/IEC 62264、VDI 5600、MESA模型)已建立,但在智能制造系统(IMS, Intelligent Manufacturing System)(含人工智能、自主决策代理、自重构组件)接口处的潜力未被充分挖掘,文献中缺乏将MES与IMS界面形式化、兼顾系统表征、分层建模、KPI分类及物理实验验证的统一方法论。为此,研究人员基于日利纳智能制造系统(ZIMS, ?ilina Intelligent Manufacturing System)框架,提出并验证了符合ISA-95标准的四阶段MES–IMS集成方法论。
主要关键技术方法
研究人员采用分析(分解MES与IMS功能结构特征)、综合(构建集成模型)、归纳(从MESA与ISA-95模型推导通用集成原则)、演绎(从理论框架推导KPI与数据交换规格)、抽象(提取与供应商无关的集成属性)及系统论方法(将两系统视为通过定义接口交互的开放系统)。实验验证平台为斯洛伐克日利纳大学ZIMS实验室内的FESTO FMS 500模块化装配系统,含输入/输出站、装配/拆卸站及中间缓冲区,各站PLC通过PROFINET连接,MES以OPC-UA客户端订阅现场数据,与ERP间采用REST/B2MML(符合ISA-95 Part 5)。集成方法分为四阶段:识别合作需求(智能等级L1/L2/L3与AI集成模式)、定义协同活动(MES提供工单/KPI采集/产品追踪/监控升级;IMS执行生产/自检/L1故障诊断与上报)、构建分层通信模型(三级协议栈:PROFINET现场层→OPC-UA MES–PLC层→REST/B2MML ERP–MES层)、明确信息链路(按语义与时序分类数据并定义采集频率、精度、ID、接收方、时间戳及优先级)。
研究结果
5.1. MES基线特征识别(Stage 1)
通过对MES五维识别矩阵(系统目的、适用视角、技术架构——推荐面向服务架构SOA以匹配OPC-UA、企业定位ISA-95Level 3、八大MESA功能)的分析,确认MES在IMS智能等级L1下的基本职能与边界,为后续集成提供基准。
5.2. 三层架构中人工智能(AI)工具适用性
构建了AI工具(专家系统故障诊断、机器学习预测维护、多智能体调度等)在三层的适用性矩阵;FMS 500验证场景中L1 IMS采用嵌入各站PLC的专家系统故障诊断模块,在L1无法自解时生成结构化OPC-UA故障消息上报MES。
5.3. 分层MES–IMS协同模型(Stage 3)
建立了明确决策权分离的分层模型:智能设备管辖本地执行与L1故障处理;MES管辖跨站生产流、实时KPI计算、工单管理及L2监控升级;垂直数据流承载对齐ISA-95对象定义的OPC-UA信息对象,Tier 1水平协调(如传送带同步)不经MES以保持L1自主性。
5.4. MES–IMS集成KPI分类体系(Stage 4)
制定四类语义KPI组共23项指标:设备有效性(整体设备效率OEE、全局设备效率TEEP、故障强度λ、平均故障间隔时间MTBF、平均修复时间MTTR、机器生产率、机器能力指数Cm和Cmk);过程流(制造提前期、在制品WIP库存、订单处理提前期、吞吐率、产能利用率、物料单耗、单位能耗);质量(缺陷率%、过程能力指数Cp、Cpk、返工次数、一次合格率FPY);人力(操作员生产率、可用率、绩效率、任务完成状态、操作员归因缺陷数)。验证表明可从现有PROFINET/OPC-UA基础设施计算,无需硬件改动,证实命题1(结构兼容性)。
5.5. FMS 500实验验证
应用四阶段方法于FMS 500取得23项KPI数据,确认八大MESA功能足以满足L1 IMS信息需求(证实命题2功能性完备);故障(碰撞、资源耗尽、公用设施失效)映射至结构化OPC-UA事件对象以实现MES自动监控响应;完成三步实施验证(基础设施OPC-UA可用性分析→MES编程规范含KPI模型/显示/报警/协议→运行测试与调试)。
讨论与结论翻译
讨论指出,相比既有全息制造系统(HMS, Holonic Manufacturing System)改造MES内部或数字孪生框架,本方法视MES为标准兼容组件并通过系统推导集成需求保留商用ISA-95平台优势;较系统性文献综述(SLR)整合模式,本工作给出特定协议栈的物理实验证据,二者互补。确认ISA-95兼容MES可在不修改架构前提下与L1 IMS集成,支持渐进式工业4.0(Industry 4.0)棕地(brownfield)部署策略,OPC-UA架构可通过MQTT绑定延伸至工业物联网(IIoT, Industrial Internet of Things)云平台。局限性含FMS 500为单通路三站简化拓扑未测多产品多路径扩展、仅验证L1智能等级、未进行多批次统计复现及未评估网路故障下鲁棒性、未对比替代集成架构、未涉及OPC-UA网络安全。未来研究方向含多产品多路径IMS动态KPI订阅、MES L2层ML预测性维护、云原生/边缘微服务MES架构、ZIMS测试台更高智能等级(L2/L3)实证。
结论翻译:本研究提出并实验验证了依据ISA-95框架与MESA协同模型将制造执行系统(MES, Manufacturing Execution System)集成于智能制造系统(IMS, Intelligent Manufacturing System)的四阶段方法。结果确认符合ISA-95标准的MES可在IMS智能等级L1下作为车间控制与企业计划间的有效监控与集成层。主要发现为:若系统规定通信角色、交换数据类别及KPI定义,则可在不修改现有MES或控制基础设施架构的情况下实现分层MES–IMS集成——此点经FESTO FMS 500测试平台验证,基于PROFINET、OPC-UA及REST/B2MML的通信结构支持计算设备、过程、质量及人力维度共23项KPI。进一步关键发现确认MES可在L1级智能制造环境中发挥首要协调与数据处理层作用:实时聚合生产数据、计算KPI、监督生产状态并将超出设备级处置能力的扰动上报。工业角度上面向棕地(brownfield)工业4.0实施提供实用路径,无需重构ISA-95兼容MES或PLC控制系统即可以较低成本与风险渐进采纳智能集成原则。受限于单一实验室测试台简单拓扑且仅验证L1,未在多产品多路由或大规模工业环境实证,推广性受限并指明未来研究方向。总体而言,研究表明MES在智能制造成熟架构中仍具战略重要性——非遗留中间件,而是符合标准、能实现工业4.0环境下实时垂直集成的实用执行层。