工业物联网(IIoT)无疑为制造业的数字化转型添砖加瓦。事实上，IIOT的技能让一些人开始怀疑，面对IIoT和其他相对较新的数字技术，MES这样的传统软件将如何应对。IIoT、云计算和机器学习等技术真的会让MES被淘汰吗？
原文：The Role of MES in an IIoT World 译：吴若童
Sepasoft总裁兼首席执行官Tom Hechtman表示：“MES不仅仅是一类软件。它本质是在制造业中执行着核心功能，通过协调设备、材料和人员来执行生产作业。所以，每个制造厂都会需要某种制造执行系统（MES），”Hechtman认为。”它可能是在纸上；可能已经数字化了。但MES并不会因为我们想出了这个叫IIoT的新东西就突然消失。” 而他并不是唯一论证这一点的人。
“MES本身就是一个数字化的举措，”Autoware数字公司总裁兼首席执行官Luigi De Bernardini补充道，他是CSIA（控制系统集成商协会）的认证成员。他认为MES是将制造执行管理数字化，通过以数字化的方式收集、处理和通信，在正确的时间向正确的人提供正确的信息，使他们能够快速做出最佳决策。
罗克韦尔自动化公司MES全球技术负责人Chris Rickey表示，MES至少在两个重要方面为制造运营的数字化做出了贡献。”首先，它提供了生产相关信息，其他一切都依赖于此，”他说。换句话说，MES将所有收集到的数据–质量、产品谱系、人员、库存和其他制造资源–链接到一个生产任务单、批量、批次或序列号上。这种关联构成了对制造行为分析的多维矩阵。
其次，MES将规则应用到这个矩阵中，以指导生产。Rickey将这一贡献比作全球定位系统(GPS)一样，可以让司机参考着，根据驾驶条件、路径、路况进行改道。MES同样可以通过考虑可用库存、设备和人员等因素，调整流程以适应当前条件。然后，它可以指导操作员或其他工人完成工作流程中的必要步骤和任务。
IIoT提升数字化水平
像IIoT、云计算、机器学习和人工智能(AI)这样的新技术是有助于实施MES等数字化举措的工具。”它们可以成为推动者，”De Bernardini指出，”它们可以帮助我们实现一些以前无法实现的东西。”
然而，需要强调的是，这些较新的技术是支持数字化举措的工具，不一定是举措本身。例如，IIoT是让连接的设备在网络上发送和接收数据。”它只是一个需要以某种方式使用的数据的通信路径”，三菱电机自动化公司的高级产品经理Robert Miller解释说。
“人们喜欢谈论他们的IIoT项目和产品，”Miller继续说道。”然而，很多时候，他们并没有定义项目的目的或解决的问题。使用IIoT技术可以在各种应用中提供帮助，但它不是某个应用。” 他这样说是因为IIoT不能单独优化生产。它只能增强已有办法。例如：将数据转化为在MES、ERP或CMMS系统中可操作信息。
因此，Miller认为，IIoT与MES之间的关系类似于工业网络与SCADA的关系。”就像SCADA可以使用工业网络进行通信一样，MES也同样可以使用支持IIoT的设备来获取或发送信息。“
这不应该忽视IIoT和其他技术在制造运营中日益增长的作用。”一些场景现在需要更多的信息和数据收集，有时比运营活动的管理更重要，”Aveva运营管理软件副总裁Keith Chambers说。”在这些情况下，IIoT功能、云计算以及数据可视化和分析可能会接管本地MES一直提供的一些功能。”
为制药企业提供产品生命周期管理解决方案的Neo PLM公司首席执行官Cathal Strain表示，在流程行业尤其如此。”在流程制造中，MES传统上已经取代了基于纸质的工作指令–但通常只是将物理文件换成电子文件”，他说。”此外，MES数据往往是不准确的，特别是事件时间戳。” 基于这些原因，他认为，随着流程行业数字化转型的进展，批次执行系统和基于配方的过程控制系统将接管更多的车间执行。
与数字孪生一起工作
Aveva的钱伯斯指出，MES已经成为运营、维护和工程数据的中央存储库–不仅是工厂内单个资产的数据，而且是整个生产运营的数据。实际上，MES变成了工厂的数字孪生。“这个孪生可以通过内部应用或外部服务来优化资产的运行和维护，”钱伯斯解释说。它简化了人工智能和机器学习等技术的应用，以提供预测性分析和规范性规划和调度。
“这对孪生的出现也使工作方式和人们协作方式发生了，”钱伯斯继续说道。他指出，工人通过移动设备获得工作指令，填写数据表格来驱动工作流程。
IIoT工厂内甚至跨多个地点进行连接的成本降低了。虽然将IIoT应用于 “哑巴 “机器带来技术提升，但钱伯斯指出，”IIoT更根本的是关于智能机器或智能产品。” 随着机器不断获得智能，它们会成为IIoT中的 “物”。他认为MES是智能机器的集合、连接的中心，然后可以就转变为了智能工厂。
来自MES的数据还可以简化机器学习和人工智能应用的开发。“据估计，机器学习中多达80%的精力都花在了对数据的预处理清理上，”Hechtman说。对于来自MES的数据来说，这就简单了，因为MES会将数据融入到更大的背景中，这个过程往往会标记出不准确的数据，这样就可以立即修复。
MES协助机器学习和人工智能的另一种方式是对结果进行验证。”机器学习和人工智能必须针对已知的有效答案进行训练，”Hechtman指出。”MES可以成为一个很好的来源。例如，将OEE[整体设备效率]等关键性能指标反馈给机器学习平台是很常见的。”
MES必须进化发展
要想让MES继续参与到IIoT世界中，它需要经历一些改变。”MES的核心必须使其能够随着不断变化的制造过程而扩展，”Plexus全球制造系统工程经理老Clint Wenthur说。”例如，具有额外深度学习组件的MES将能够识别复杂的趋势，以确定下一个最佳步骤，而不仅仅是发出通知。”
许多大型、传统MES也将需要通过支持IIoT的微服务，变得更现代化。”这将允许MES继续管理生产规则，通过IIoT前端可以按业务需求场景使用服务，同时MES会确保基于业务规则得到遵守，”Rickey补充道。
Hechtman认为，在IIoT世界中，传统的轮询设备获取信息的通信模式是不够的。他反而建议MES使用OPC UA(OPC统一架构)和MQTT(消息队列遥测传输)等开放式通信协议。”专有系统和数据处于孤岛状态对未来是行不通的，”他说。
Rickey预测，MES和IIoT的某些方面之间的界限将变得模糊，直到它们成为一体，就像企业资源规划(ERP)如何整合许多企业功能一样。“MES将承担IIoT的许多快速连接集成功能，IIoT工具也将继续包括支持产品情境信息的工作流工具和数据模型，”他说。
控制厂商一直在这里提供帮助，调整他们的硬件以支持IIoT。这些边缘设备可以收集和预处理IIoT数据，并将原生IIoT数据上传到MES等系统。”这是一个重要的增强，因为它降低了复杂性，同时解决了安全性问题，”Opto 22的高级应用工程师Garrick Reichert说。”边缘的设备可以处理更多的信息并传递到业务系统，MES和使用它的人就更容易的洞察决策。”
一些供应商一直在更新他们的MES，以适应IIoT与PLC、HMI和SCADA系统等传统操作技术之间的界限模糊的环境。例如，钱伯斯报告说，Aveva正在开发连接到边缘或IIoT设备并在云端整合数据的功能。
“我们已经在提供新开发的、原生的MES云应用，并能够利用IoT和边缘技术与现有的工厂系统或支持IIoT的设备进行连接，”他说。”我们将继续提供内部MES和云MES应用，并能够将两者的优点混合和匹配，以实现雾化或混合云解决方案。”
因为De Bernardini认为MES是赋予工人权力的工具，他认为用户和供应商应该专注于简化人和机器之间的通信。重点应该是以人们认为自然的方式与MES交换信息。他的一个客户实施的类似聊天的应用就是一个例子。”聊天会话的参与者既是人又是机器，”De Bernardini回忆说。
他还报告说，他的公司正在利用人工智能为其MES开发类似Alexa的数字助手。”你几乎意识不到你正在与机器人交谈，而不是人类，”他说。”使用它，你可以向MES询问有关生产的信息，例如某班次或某机器的绩效，你有多少浪费，或者你需要采取什么样的举措。它将改变人和机器的互动方式。”
