工厂数字化是从"传统纸质工单 + Excel 排产"到"全流程数字化"的演进，核心是 MES（Manufacturing Execution System）。本文基于"云 e 宝工厂版"实战案例，做一次完整的工厂数字化业务架构剖析。

本文写于 2024 年 9 月——中国制造业数字化转型进入深水区，工厂 SaaS 市场 200+ 亿元。

一、工厂数字化 5 层架构

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16

┌──────────────────────────────────────────────┐
│  5. 决策层 (BI)                              │
│     大屏 / 报表 / 经营分析                    │
├──────────────────────────────────────────────┤
│  4. 管理层 (ERP)                             │
│     销售订单 / 采购 / 库存 / 财务              │
├──────────────────────────────────────────────┤
│  3. 执行层 (MES)                             │
│     生产排程 / 工艺路线 / 工序报工 / 质检        │
├──────────────────────────────────────────────┤
│  2. 控制层 (SCADA / PLC)                     │
│     设备数据采集 / 实时监控 / 报警             │
├──────────────────────────────────────────────┤
│  1. 设备层 (IoT)                             │
│     机床 / 机器人 / 传感器 / RFID             │
└──────────────────────────────────────────────┘

云 e 宝工厂版定位在第 3 层（MES）+ 第 4 层（ERP 简化版），向下对接设备数据，向上对接决策分析。

二、5 大核心业务模块

2.1 生产管理

生产订单：

• 来源：销售订单 → MRP 运算 → 生产订单
• 内容：产品 / 数量 / 计划开工 / 计划完工 / 优先级
• 状态：待下达 → 已下达 → 生产中 → 已完工 → 已入库

生产排程：

• 正排：根据开工日期推算完工日期
• 倒排：根据完工日期倒推开工日期
• 有限产能：考虑设备产能约束
• 无限产能：不考虑设备约束

工艺路线：

• 工序顺序：开料 → 加工 → 装配 → 质检 → 入库
• 工序时长：标准工时 / 实际工时
• 工序设备：每道工序对应设备
• 工序人员：每道工序对应工种

2.2 工序报工

报工方式：

• PDA 扫码报工（推荐）：工人用 PDA 扫描工序条码
• 工位机报工：固定工位机扫码
• 手工报工：纸质单据，事后录入

报工内容：

• 工序编号
• 报工数量
• 合格数量 / 不合格数量
• 实际工时
• 报工人 / 报工时间

2.3 质量管理

质检类型：

• 首检：每班次开始
• 巡检：定期抽样
• 末检：完工前
• 抽检：按 AQL 标准

质检结果：

• 合格 → 入库
• 不合格 → 返工 / 报废 / 让步接收
• 待检 → 隔离区

2.4 设备管理

设备档案：

• 设备编号 / 名称 / 型号
• 设备厂商 / 购置日期
• 设备状态：运行 / 待机 / 故障 / 维修
• 设备位置

设备点检：

• 日常点检：操作工每班
• 定期点检：维修工每周
• 精度检查：每月

设备维保：

• 预防性维护
• 故障维修
• 备件管理

2.5 物联集成

数据采集：

• PLC 数据：通过 OPC UA / Modbus 协议
• 传感器数据：温湿度 / 振动 / 压力
• RFID 数据：物料流转
• 扫码枪数据：工序报工

数据应用：

• 实时监控：设备 OEE 实时大屏
• 故障预警：振动异常自动报警
• 工艺优化：历史数据分析瓶颈工序

三、核心业务流程

3.1 端到端生产流程

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

销售订单
  ↓ MRP 运算
生产订单
  ↓ 排程
工序任务
  ↓ 派工
工序报工
  ↓ 质检
入库单
  ↓ 销售出库
发货

3.2 详细流程说明

1. 销售订单录入：

• 客户、产品、数量、单价、交期
• 触发：MRP 运算（计算需要生产的数量）

2. MRP 运算：

• 现有库存 - 预计出库 = 净需求
• 净需求 + 安全库存 = 计划生产量

3. 生产订单创建：

• 关联销售订单
• 指定产品 / 数量 / 计划开工 / 计划完工
• 自动生成工序任务（根据工艺路线）

4. 排程与派工：

• 排程：根据设备产能 / 人员安排
• 派工：下发到工位 / 工人

5. 工序报工：

• 工人扫描工序条码
• 报工数量 / 实际工时
• 触发：实时更新生产进度

6. 质量检验：

• 自动触发（按工艺路线）
• 手动触发（首检 / 巡检）
• 不合格品走返工 / 报废流程

7. 入库：

• 合格品入库
• 触发：库存增加 / 销售订单可发货

8. 销售出库：

• 按销售订单发货
• 触发：库存减少 / 应收账款

四、关键数据模型

4.1 生产订单（PPOrder）

4.2 工序任务（PPTask）

4.3 工序报工（PPReport）

4.4 质量检验（QCRecord）

4.5 设备档案（EQInfo）

五、关键技术方案

5.1 设备数据采集

采集协议：

数据采集架构：

1
2
3
4
5

设备（PLC / 传感器） ──→ 边缘网关 ──→ MQTT Broker ──→ 平台服务
                                                    ↓
                                            Kafka → 实时分析
                                                    ↓
                                            TimescaleDB → 历史数据

5.2 实时大屏

技术栈：

• 数据源：Kafka / TimescaleDB
• 实时计算：Flink / Spark Streaming
• 可视化：Grafana / 自研大屏

关键指标：

• OEE（综合设备效率） = 可用率 × 性能率 × 良品率
• 产能利用率 = 实际产量 / 计划产量
• 质量合格率 = 合格数量 / 总数量
• 库存周转率

5.3 与 ERP 集成

集成方式：

• API 集成：RESTful API 实时同步
• 中间库集成：通过中间数据库定时同步
• 消息队列集成：通过 Kafka / RabbitMQ 异步消息

集成内容：

六、典型应用场景

6.1 离散制造（机械加工）

• 重点：工序级追溯、设备联网
• 关键指标：OEE、首件合格率
• 投资：500-2000 万

6.2 流程制造（化工 / 食品）

• 重点：批次追溯、配方管理
• 关键指标：批次合格率、能耗
• 投资：1000-5000 万

6.3 装配制造（电子 / 汽车）

• 重点：序列号追溯、装配指导
• 关键指标：装配节拍、错装率
• 投资：2000 万+

七、写在最后

工厂数字化的本质是"让数据流代替纸质流"——每个工位、每台设备、每件产品都产生数据，数据汇聚形成洞察，洞察驱动决策。

个人建议：

1. 新项目起步：从"工序报工"切入（最快 ROI）
2. 关键设备：先做"高价值设备"的联网（如 CNC 加工中心）
3. 数据驱动：先做"数据采集 + 实时大屏"，再做"AI 优化"
4. 小步快跑：每 3 个月上一个里程碑，避免"大而全"

参考资料

• 云 e 宝工厂版
• MES 选型指南
• 工业 4.0 与智能制造
• ISA-95 企业控制系统集成标准

2024+ 视角（工厂数字化的 AI 化与边缘智能化）

2024 年 9 月的工厂数字化方案在 2024-2026 年的几个关键演进：

1. AI 视觉质检全面替代人工：
   • 2024 年起，AI 视觉质检（基于 YOLOv8 / RT-DETR / Segment Anything）成为新建工厂的标配
   • 工业相机 + 边缘 GPU（NVIDIA Jetson / 华为 Atlas / 寒武纪）做实时推理
   • 漏检率从人工 1-3% 降到 AI 的 0.1% 以下
2. 数字孪生（Digital Twin）规模化落地：
   • 西门子 NX / PTC Creo + ThingWorx / Unity Industrial 实现产线数字孪生
   • 工厂 BIM 模型 + 实时 SCADA 数据 = 数字孪生体
   • 用于产线仿真、产线平衡、新员工培训
3. 5G + 工业互联网平台：
   • 5G 专网（华为/中兴）替代传统工业以太网，延迟 < 10ms
   • 根云（树根互联）/ COSMOPlat（海尔）/ supOS（蓝卓） 等国内工业互联网平台
   • 工业 PaaS（时序数据库 InfluxDB/TimescaleDB + 规则引擎 + 流处理 Flink）
4. MES + APS 一体化：
   • APS（Advanced Planning and Scheduling） 与 MES 边界模糊化
   • 有限产能排程（Finite Capacity Scheduling）成为高端工厂标配
   • AI 排程（强化学习 / 遗传算法）替代人工经验排程
5. 数据中台 + AI 大模型：
   • 工厂数据中台（与阿里 DataWorks、华为 FusionInsight 类似）整合 ERP/MES/SCADA/WMS 数据
   • LLM 在工业场景（如西门子 Industrial Copilot、华为盘古工业大模型）支持：
     • 自然语言查询设备数据
     • 自动生成工艺路线
     • 故障诊断与维修建议
6. OEE 计算升级：
   • 从"事后统计 OEE"到实时 OEE 大屏（秒级刷新）
   • OEE 拆解到单机 / 单工序 / 单班次粒度
   • OEE AI 预测（基于历史数据预测未来 OEE）
7. 边缘计算成为新底座：
   • K3s / KubeEdge 让 K8s 延伸到工厂边缘
   • EdgeX Foundry（Linux 基金会）统一边缘设备接入
   • MQTT 5.0 全面替代旧 MQTT 3.1
8. 国产化 MES/ERP 崛起：
   • 用友/金蝶云（云 ERP）替代 SAP/Oracle
   • 鼎捷 / 蓝凌 / 致远互联（MES/PLM 国产替代）
   • 信创要求下，达梦数据库 / 麒麟 OS / 华为云 成为政企工厂首选
9. 可持续制造（绿色制造）：
   • 碳足迹追踪（Scope 1/2/3）成为出口型工厂刚需
   • 能耗管理（电/水/气）实时监控 + AI 优化
   • ESG 报告自动化生成

实战建议更新（2024-2026）：

• 新工厂：直接采用 5G + 边缘 GPU + AI 视觉 + MES 云化 全栈
• 老工厂改造：先做 设备联网 + 数据采集 + 实时大屏（ROI 最高），再补 AI 与数字孪生
• 排程优化：先上 APS 有限产能排程，再考虑 AI 排程
• 数据中台：从 时序数据库 + Flink 起步，避免一上来就建数据中台
• LLM 应用：从 自然语言查询数据 切入（最易落地）

核心判断：工厂数字化的 5 层架构（设备 / 控制 / MES / ERP / 决策）至今仍是行业共识——变化的是 AI 与数字孪生在每层的渗透、5G 替代工业以太网、国产化软硬件成为主流。