工厂数字化案例：云 e 宝工厂版业务架构

Sun, 15 Sep 2024 00:00:00 +0800

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）

字段	描述
OrderNo	生产订单号
ProductCode	产品编码
PlanQty	计划数量
ActQty	实际数量
PlanStart	计划开工
PlanEnd	计划完工
ActStart	实际开工
ActEnd	实际完工
Status	状态
SourceOrder	来源销售订单
Workshop	车间
Priority	优先级

4.2 工序任务（PPTask）

字段	描述
TaskNo	任务号
OrderNo	关联生产订单
SeqNo	工序顺序
ProcessName	工序名称
Equipment	设备
Worker	工人
PlanQty	计划数量
ActQty	实际数量
Status	状态（待派工 / 已派工 / 生产中 / 已完成）

4.3 工序报工（PPReport）

字段	描述
ReportNo	报工单号
TaskNo	关联工序任务
Worker	报工人
ReportTime	报工时间
ReportQty	报工数量
OkQty	合格数量
NgQty	不合格数量
ActHours	实际工时
Remark	备注

4.4 质量检验（QCRecord）

字段	描述
QCNo	检验单号
OrderNo	关联生产订单
Type	检验类型（首检 / 巡检 / 末检）
Inspector	检验员
CheckTime	检验时间
SampleQty	抽样数量
OkQty	合格数量
NgQty	不合格数量
Result	检验结果（合格 / 不合格 / 让步接收）
NgReason	不合格原因
Disposal	处理方式（返工 / 报废 / 让步接收）

4.5 设备档案（EQInfo）

字段	描述
EqNo	设备编号
EqName	设备名称
Model	设备型号
Vendor	设备厂商
BuyDate	购置日期
Location	设备位置
Status	设备状态（运行 / 待机 / 故障 / 维修）
OEE	综合效率

五、关键技术方案

5.1 设备数据采集

采集协议：

协议	适用	难度
Modbus	工业 PLC 主流	中
OPC UA	工业 4.0 标准	高
MQTT	IoT 传感器	低
HTTP / WebSocket	现代设备	低

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：

数据方向	传输内容
ERP → MES	销售订单、物料清单、工艺路线
MES → ERP	生产订单、入库单、领料单

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：

新项目起步：从"工序报工"切入（最快 ROI）

关键设备：先做"高价值设备"的联网（如 CNC 加工中心）

数据驱动：先做"数据采集 + 实时大屏"，再做"AI 优化"

小步快跑：每 3 个月上一个里程碑，避免"大而全"

参考资料

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：

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
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
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）
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
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
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）
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
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
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。

Mes on Liangweidong's blog