什么是”云MES”

　　所谓“云MES”，它是基于MES管理+云平台储存+大数据运算而来，区别于一般管理系统，云MES操作运行不需要独立的服务器去储存和运行，而是通过云端进行数据、储存、运行，最后将计算完的数据在MES系统上呈现，呈现端普遍为PC、手机。

　　MES的由来：

　　据百度介绍，MES最早是由美国AMR公司(Advanced Manufacturing Research，Inc．)在90年代初提出的，以前的工厂生产主要是通过ERP系统传达制造任务，客户一下单，ERP（企业资源计划）立即告诉管理人员应该怎么安排生产计划。而生产往往是和采购相关联的，为了保证物料的充足和不浪费，于是有了MRP（物料需求计划）系统，于是销售-生产计划-采购的关联就更加完整了。而随着工业智能化日益发展壮大，越来越多的企业迈入自动化生产阶段，传统的生产管理模式已经满足不了企业的需求。于是MES诞生了，它的目的就是加强MRP计划的执行功能，把MRP计划同车间作业现场控制，通过执行系统联系起来，意图打造一个透明化的生产管理模式。

　　什么是MES：

　　MES在整个企业信息集成系统中承上启下，是生产活动与管理活动信息沟通的桥梁；MES采集从接受订货到制成最终产品全过程的各种数据和状态信息，目的在于优化管理活动，从当前的视角来得到精确的实时的数据；从对实时的要求而言，若控制的时间系数为1，那么，MES的时间系数为10，ERP的时间系数为 100。

　　在从控制系统到MES到ERP的整个信息管理系统中，ERP把装置、人员和设备等信息及根据客户的订单下达工作的指令，通过MES分解工作指令，把各种控制参数和操作员指令下达给控制系统，另外一方面，控制系统要把运行/任务状态、机械/操作员状态过程值等信息反馈到MES，然后由MES系统检查各种硬件、软件、人员资源，编制制造计划，并不断地刷新ERP系统，使ERP实现订单状态、半成品状态、质量数据、制造记录的管理。

　　近年来在我国很多的行业如钢铁、烟草、汽车等行业都兴起了一种生产管理软件，它就是制造执行系统MES，确实，因为MES能够给用户带来极大的价值。

　　加上云计算技术的MES如虎添了翼：

　　云计算的出现可以说是刷新了互联网的硬件瓶颈，以往个人、私人企业要搜集数据、分析数据对网络硬件的要求非常高，成本太大。而现在通过租用的网络云平台对数据储存、分析、运算，只需支付一小部分费用，省去了花大价钱构建机房和后期维护的成本。相当于你以前骑的都是两冲程摩托车，现在突然给你一个12缸的超跑，主要还不贵，平民也能体验超跑速度。

　　“云MES”就是在传统MES的基础上加入了云计算，保证了速度运行和大空间储存的基础上提供完整的工业管理模式，以往只有大企业才能用上的系统瞬间变得平民化，中小企业也可以花小价钱体验快速度了。

　　“云MES”替代人工和文件系统是必然的趋势： 

　　在 众多工厂中，不论是国内还是国外，其管理模式这一块目前仍由文件和人工系统进行，通常是由有经验的管理人员执掌着工厂生产效益的钥匙。在大多数企业管理运 行中，人工系统和有经验运行人员的判断总是起着重要作用。但是，如今市场要求产品的品种和数量经常变化，在大数据的问题处理中，仅仅靠人工和经验调整生产显然效率低、反应慢、缺 乏竞争力。

　　而且人工系统也不可能适应产品、工艺、技术和用户要求日趋加速的变化。由于生产运行变化非常迅速，MES的信息的及时性要求以分，甚至秒的速度进行反应，此时只靠人为恐怕不行。因此，采用MES替代人工和文件系统，解决管理与生产控制之间的断层是必然的。

　　传统的数据流和控制流在管理层与控制层之间存在着巨大的鸿沟。业务管理系统与车间自动化系统之间存在着信息壁垒，排产和调度过于依赖经验，计划的可行性和应变能力较差，生产执行过程不透明，管理层难以及时准确地获取生产信息。所以我们要把人工系统变成MES系统，它集成了各种生产数据，通过人员的干预进行运行操作，即要从原来的人工环境，变成由人员参与管理的集成的系统，把管理层和控制层进行顺畅的流通。

　　MES是通向成本、质量、响应、灵活综合平衡的途径，在当今激烈竞争的世界经济中，要占有“最有价值”的地位，必须使企业具有最好的质量、最佳的客户服务、最低的 制造成本、快速响应以及灵活性的特点。而要达到这样的水平，就必须在正确的时间提供正确的信息才可能进行最佳的决策。这就要求不断地对公用的数据库进行改 善，同时让每个部门都拥有把数据转化为有用信息的工具。怎么能做到这些呢?唯有MES才能真正向企业提供以上这些功能。根据MES全球协会定义，　MES有12个标准功能模块，包括数据采集、质量管理、过程管理、维护管理、劳务管理、文件管理、性能分析、生产单元调度、产品跟踪、资源配置和状态、运行计划编制调度等，MES商业价值在于在生产前期可以通过优化排产来降低生产成本、缩短生产时间，在生产执行过程中，在任务分派、数据采集、生产跟踪、质量控制、资源管理等方面实现高效的执行力和质量保证，在生产后期还可以发现问题、总结原因、持续改进，包括做统计分析和决策支持。