生产执行系统

定义

生产执行系统是一套面向制造企业车间执行层的信息化管理系统，其职责是对生产现场的人、机、料、法、环等要素进行组织与调度，使上层计划能够落实到具体工序与工位^[1]。它向上与经济运行层面的企业资源计划系统、产品生命周期管理系统相衔接，向下与可编程控制器、分布式控制系统、物流与仓储设备相衔接，在两者之间起承接与反馈作用^[1]。

在标准体系中，这一系统被定位为制造运营管理(Manufacturing Operations Management, MOM)所依托的软件载体，承担工单下达、在制品跟踪、报工、批次记录、质量管理与数据采集等职能^[2]。与研究工艺、设备控制或财务核算的软件相比，它的时间尺度通常按班次、小时乃至分钟计算，关注的是订单在车间内的实际流转状态^[1]。

原理

系统的工作起点是订单与主数据。上层系统把生产需求传递给生产执行系统，系统依据产品定义、工艺路线、物料清单、设备台账和人员技能等基础数据，把需求拆解为可执行的工单与工序任务，并按交期、产能和设备状态进行派工与排程^[3]。工艺路线通常被拆成若干工序，每道工序再细分为工步，并配置标准工时与工艺参数上下限，从而支撑多品种、小批量的柔性切换^[3]。

执行阶段的核心是数据采集与指令下发。系统借助可编程控制器、条码与射频识别、人机界面、检测仪表等渠道获取产量、工艺参数、设备状态与质量数据，同时向设备与工位下发配方、作业指导与防错校验规则，使操作人员按系统指示作业。采集到的数据进入数据库后，用于生成进度看板、质量报表与绩效指标，并对设备综合效率等指标进行统计^[4]。

从信息流看，系统处在第 4 层企业系统与第 2 层过程控制之间的第 3 层。企业与制造的集成标准 ISA-95 将自动化系统划分为 5 个层级：第 0 层为实际生产过程，第 1 层为传感与执行，第 2 层为监控与控制，第 3 层为制造运营管理，第 4 层为业务计划与物流，生产执行系统正是第 3 层功能的具体软件实现^[2]。

发展历程

20 世纪 70 年代后期，车间层面出现了只解决单一问题的管理系统，各功能模块彼此孤立，与上层计划系统和底层控制设备之间也存在断层^[5]。到 20 世纪 80 年代，分散的现场功能开始整合，逐步形成执行系统的原型^[5]。1990 年 11 月，美国先进制造研究机构(AMR)正式提出制造执行系统的概念，并给出计划层、执行层、控制层的三层模型，把系统置于计划与控制之间^[5][6]。

1997 年前后，制造企业解决方案协会(MESA)提出包含 11 项核心功能的模型，从功能角度界定了这一系统的能力范围^[5]。1995 年，国际自动化学会(ISA)着手制定企业系统与控制系统集成标准，2000 年发布第 1 部分模型与术语，2005 年发布第 3 部分制造运营管理活动模型，2006 年该标准被国际电工委员会采纳为 IEC 62264，形成跨国的统一功能模型^[2]。

2013 年以后，德国工业 4.0、美国工业互联网与《中国制造 2025》等战略相继提出，执行系统作为智能制造的关键支撑得到更广泛的关注^[5]。近年物联网、大数据与人工智能技术被引入，系统从早期以数据采集和过程监控为主，逐渐扩展到智能排产、预测性维护与质量预测等方向，部署形态也出现云化与平台化趋势^[7]。

应用

在离散制造中，这类系统多用于工单管理、排产调度、工序报工、在制品跟踪、质量追溯与设备管理，汽车整车及零部件、电子装配、机械装备是较为集中的应用行业^[3][1]。汽车行业较早形成较完整的实践，部分系统覆盖冲压、焊装、涂装、总装等车间，实现从计划下达、生产指示到质量跟踪、下线入库的全过程管理^[8]。

在流程工业中，系统的重点转向批次管理与配方执行、过程参数监控和合规审计追踪，用于满足制药、食品等行业的监管要求^[9]。两类行业的需求差异明显：流程型工艺变更频率较低、工艺参数连续性强，离散型则工序碎片化、变更频繁，因此同一套产品往往需要大量配置才能适配现场^[9]。

系统还常与仓储管理、设备维护、能源管理等系统协同使用，并通过接口与上层计划系统交换工单、报工与库存数据^[4]。在整车、家电等对追溯要求较高的行业，扫码追溯单品全生命周期的做法已成为常见的应用方式^[4]。

局限

系统的落地效果受制于现场基础管理。物料编码不统一、物料清单不准确、工艺路线缺失时，系统记录下来的只是混乱的执行过程，反而会把原有问题固化下来^[10]。设备联网与数据采集也往往占据项目实施的大部分工作量，老旧设备缺乏标准接口、协议互不兼容，导致采集覆盖率难以提高^[11]。

这类系统需要较多定制与配置，行业工艺、工厂岗位设定、设备数据的差异使同一厂商的产品在不同企业之间存在明显差别，跨行业推广的难度较大^[1]。过度定制虽然能贴合个别流程，却会削弱系统稳定性，增加后续升级与维护成本^[12]。

从实施结果看，项目未达预期的情形并不少见。有行业报告给出国内实施成功率约 52% 的统计，也有从业者估计四成至六成项目未达到预期效果，不同来源的口径与样本存在差异^[12][10]。另有厂商主导的调查显示，多数制造商已部署此类软件，但完成与上层系统全面集成的比例仍较低，集成能力成为采购时的重要考量^[13]。

在功能边界上，系统主要处理执行层的调度与追踪，车间详细排产属于复杂度极高的决策问题，现有算法难以保证最优解；它也不替代工艺设计、设备本体控制与财务核算等专门系统^[13]。此外，系统依赖现场持续录入与维护数据，若一线人员培训不足或操作负担过重，数据质量下降会直接影响其分析价值^[12]。

参见

• 企业资源计划 —— 位于执行系统上层，负责订单、采购、库存与财务等经营层面的计划管理。

• 制造运营管理 —— ISA-95 标准中涵盖生产、质量、维护与库存的统一运营管理范畴。

• 分布式控制系统 —— 流程工业中位于执行系统下层的过程控制装置。

• 工业互联网 —— 为执行系统提供设备互联与数据分析基础的技术体系。

• 数字孪生 —— 常用于工艺仿真与产线设计优化，与执行系统数据相互支撑。

• 智能制造 —— 以执行系统为关键组成部分的制造业升级方向。