专家系统原理与编程 pdf
专家系统原理与编程 学习专家系统clips必备China pus coM第1章专家系统导论1.1概述本章是对专家系统的一个概略介纽,主要介绍专家系统的堪本原理。在本章中,将讨论专家系统的伏缺点,描述专家系统应用的适宜领域,并讨论专家系统与其他编程方法的关系。1.2专家系统的定义解决仼何冋趣的第步是先划定解决问题的范围或领域( Domai)。不论是在传统编程领域还是在人工智能领域这一点都是相同的。然而,出于以前对人工智能感到神秘的缘故,人们往往相这样一种过时的说法:“所谓人工智能问题就是该问题辶没有解决”。另外一种流行的定义则是“人工智能就是使计算机行动起来像人们在电影中所作的一样”。在20世纪70代,当人工伻能仍处在研究阶段时,这种想法就已经广为人知了。但是,今天人T智能已解决了许多现实问题,并且已应用到商业领域。尽管经典的人工智能问题,如:自然言理解、语音和祧觉识别等仍未解决,但如果限制问题的范闱则可能会找到一个有效的解决方法。例如,如果限定句子形式为主、谓、宾,那么建立简单的自然语言系统就不会很困难。目前,这类系统在为众多软件产品如数据库系统和电子表格系统竺提供友好的用户界上做得很成功。实际上,当今流行的一些电脑游戏软件在语法分析方面就显示出惊人的理解能力。人L智能有许多备受关注的领域,如图1-1所示。专家系统( Expert system)就是对传统人L智能问题口智能程序设计的一个非常成功近似解决方法。专家系统早期先导人工智能者之,斯坦福大学的 Edward Feigenbaum教授,把专家系统定义为“一种智杌器人视能的计算机程序,它运用知识和推理来解决只有专家才能解决的复杂可题”( Feigenbaum82)。也就是说,专家系统自然言是一种模拟( Emulate)专家决策能力的计算机系统,模拟词表明专家系统要在所有方面都做得象专家一样。嗅拟比模仿更进一步,模仿只要求在某些方面做理舵人工神经得像真正的事物一样。系统虽然我们仍未找到一和通压的解决专家系统问题的方法,然而专家系统在其受限制的领域里散得很成功。今人,上如所有图1-1人工智能的一些领域书籍、期刊、会议和产品所表明的那样,专家系统在商业、医学、科学以及工程等领域已得到了广泛的应用专家系统原理与编程Chinaepef-coM专家系统是人工智能的一个分支,它大量利用专业知识以解决只有专家 (Expert)才能解决的问题。专家是个在特定领域里具有专门知识( Expertise)的人。亦即,专家具有不为大多数人所知或所灲用的专门技能。专家能够解决大多数人所不能解决或是不能高效地(而不是低劣地)解决的问题。当专家系统在20世纪70年代最初发展起来时,专家系统特指包含专家知识。然而“专家系统”这一术语在今天适用于任何应用专家系统技术的系统。专家系统技术包括专的专家紊统话言、程序和为了辅助专家系统开发和执行而设计的硬件专家系统中的知识可以是专门知识或是从书籍、杂志和有学问的人中获得的知识。专家系统、基于知识的系统( Knowledge- based systen)或基于知识的专家系统( Knowledge- based expertsystem),这些术语经常同义地使用。多数人使用“专家系统”这一术语仅仅是因为它较短即使在他们的专家系统中可能仅有一般的知识而没有专门知识。图1-2描述了一个基于知识的专家系统的基本概念。用户提供事实或其他信息给专家系统,相应地收到专家建议或专门知识。专家系统内部包括两个主要部分知识库和推理机。知识库包含有为知识序事实推理札( Inference engine)所使用而得用出结论的知识。这些结论是专家系统对用户询问的响应。专门知识摊机基丁知识的系统还被设计成为专家的智能助手。由于开发上的优专家系统势,这些智能助于是用专家系统技匈1-2专家系统功能的基概念术来设计的。随着知识的越来越多,智能助于越来越像一位专家。囚此开发智能助于将会成灲改讠一个专家系统过程中的里程碑。此外,还可以通过加快解决问题的速度来空出专家的更多时间。智能家教是人T智能的另一个新烛用。与原米的计算机辅导系统不同,新的系统可提供上下文有关的指导 aratan9la)与通用问题求解技术方面的知识不同,专家知识是指特定问题域( Problem domain)方面的知识。特定问题域是专家能成功解决闻题的领域,例如医学、经济、科学或者工程学等等。正如人类专家一样,专家系统是针对某一个问题域的。比如,你通常不会期望一个棋手具有医学方面的专门知识。在一个问题域的专门知识个会自动地转向另一个可题域解决特定问题的专家知识称为专家的知识域( Knowledge domain)。例如,诊断传染疾病的内科专家系统会有许多关于传染疾病症状方面的知识在这种情沈卜,知识域是医学,包括疾病、症状和洽疗方法等方面的知识。图1-3说明了问题域和知识域之间的问题坟关系。图中知识域完全包括在问题域之内,知识域之外的部分是个对问题没有任何知识的区域。个内科专家系统一般不具有医学的其他分支的知识,例如外科或小儿科。尽管内科专家系统关于传柒病知识域的知识与·个人类专家相当,但如果没有使用其他领域的知识编程,那么专家系统就不知道其他领域的任何知识专家系统在它所具有的知识中推导或推理( Inference)图!-3问题域利知识域的的方式与人类专家推圆解决问题的方式是一样的。良个可能关系第1章专家系统导论给出一些事件,然后推理出结论。比女,如果你爱人已经一个月没有跟你说话了,你会推断他(或她)没有什么事值得说,然而,这只是几表1-1对投术的不同观点个可能推断肀的一个。虽然对专家系统我们已具备了很多新的技人术,但仍有许多东西要学。表1-1总结了在管理者我能用它做什么?项工程技术中参与者的不同观点。在表中,技技术人员我怎样才能把它做得最好研究者我如何去护展它?术人员可以是下程师或软件设计者,T程技术消费者它如何帮助我可以是硬件或是软件。无论解决什么难题,这它值得这样费神和开销吗?些问趣都得回答,否则这一技术就不能成功地它的可靠性如何?被使用。像其他任何工具一样,专家系统有其适宜或不适宜的应用领域,随着对专家系统的不断实,我们会发掘出这些应用领域1.3专家系统的优点专家系统有许多吸引人的特行:·适应性强。专家知识在任何计算机硬件上都是可利厍的,实际上,专家系统是专家知识的集成体。成本低。提供给用户的专家知识成本非常低危险性低。专家系统可用于那些可能对人有害的环璄。持久性。专家知识是持久的,不像专家那样会退休,或者死亡,专家系统的知识会无限持续。·复合专家知认。复合专家知识可以做到在白天或晩上的仁何时候同时和挟续地解决某问题。由儿个专家复合起来的知识,其水平可能会超过个单独的专家( Harmon85)可靠性强。专家系统可増强王确决策旳信心,这是通过冋专家提供一饣辅助观点而得到的;此外,专家系统还可协调多个专家的不同意见。不过,如果专家系统是由某一个专家编程设计的,那这个方法就不能奏效。如果专家没育犯错误的话,专家系统应该始终与专家意见一致。但是,如果专家很累或有压力就可能会犯错误。解释、说明。专家系统能明确、详细地解释导出结论的推理过程。一个人可能会太厌烦、不忑意或是没有能力去这样做,但明确、详细的解释有利于得出正确的决策响应快。迅速或实时的响应对某些应用来讲是必要的。依靠所使用的软件或l伫,专家系统可以比专家反应得更迅速或更有效。某些突发的情况需要响应得比专家更迅速,因此实时的专家系统是一个好的选择(Hugh88; Ennis86始终稳定、理智和完整的响应·在实时和突发情况下,专家可能由于压力或疲艻而能高效坦解决问题,这一点是至关重要的。·智能家教。专家系统可以作为一个智能家教,让学生运作实例程序,解释系统的推理。·智能效据厍。专家系统能以智能的方式来存取一个数据库( Kerschbery86;Schu88)开发专家系统的过稈也众有一个间接的益处,山于专家知识必须以精确的形式输入到计算杋中,所以知识要被明确地了解而不是被隐含于专家的脑海肀。这样,就必须对知识进行正确性、致忙和完整性检査,这就提高了知识的质量14专家系统的基本概念专家系统的知识可以用多种方式摧述——它可以表示成规则和对象形式。描述知识的一个专家系统原理与编程Chinaepuf.com常用方法是用IF.TEN型的规则(Rule),例如IF红灯亮THEN停止如果红灴亮这一事件出现,就与模式“红灯亮”相匹配,规则得到满灶,执行“停止”为。虽然这是一个非常简单的例子,仨许多重要的专家系统都是迸过规则来表达专家知识而建立的。实际上,丌发专家系统的这种基于知识的方法已经完全取代了50-~-60年代早期人L智能的方法,那时人们致力于使用高效的不依靠知识的推坦技术。某些专家系统工,如 CLIPS允许使用对象( Object,规则可以与对象及事件匹配,而对象则可以独立于规则而揀作。当今,人们已建立了各种各样基于知识的专家系统。包含成千上万规贝的大型系统如数据设各公司的 XCON/R1系统,在如何配置计算机系统方山已胜过单个人类专家( McDermott84)许多针对专门任务的小型系统也有几条规则,虽然这些小型系统的运作可能达不到专家的水平,但它们也充分利用了专家系统技术米处理那些知识密集型任务。对这些小玊系统而言,其知识主要来源于书、期刊或其他公共资料。与此相反,一个典型的专家系统主要依赖于没有写下的知识,这主要通过知识工程师( Knowledge engineer)长期地与人类专家进行接触而获得。建立一个专家系统的过程称为知识工程( Knowledge engineering),这个过程由个知识工程师来完成( Michie73)。知认工程师从专家或其他来源获取知识并把它们編码到专家系中图1-4描述了开发专家系统的一般步骤。首先知识工程师通过与专家进行对话而获取专家知识,这个阶段与传统程序设计中系统设计人员与用户讨论系统需求相关似。然后知识工程师将知识编码到知识库中,随后专家评估系统并返叫意见绔知识工程师,这个过程一宣循环,直到系统的性能为专家所满意为止。对丁采用了基于知识技术的应用而言,基亍知识的系统这·衣述是个较好的术语。然而正如人工智能这一术语一样,现今人涉及到专家系统和知识系统,即便是知识未达到专家水平,人们也往往使用专家系统这一术语般而言,专家系统设计不同于传统的程序设计,其问题通常没有算法去求解,而是依靠推理来获得一个合理的解决方法。在没有任何可利片的算法帮助我们获得最佳方法时,一个合理的方法就是最灯的。因为专家系统依赖于推理,它必须能够解释这个人类专家过程,所以它的推理过程是可以殓查的。鮮释机(Explanation facility)是复东专家系统的一个必要部分,实际上,对话复杂的解释机可设计为允诈用户深入探究“ What if”类或者假设的推理( Hypothetical reasoning)问题,甚至可允许用户把自然语言翻译为规则。知识工程师有些专家系统允许系统通过规则归纳( Rule induction)从例子中学丬规则。在归纳吋,系统从数据表中生成规则。把专家知识整理成规则并非易事,特别是当专家幻明确地衣达识还未被系统化时。在一个专家系统中,专家知识可能会存在不·致性、模糊性、重复性或其他问题,除非可专家系统以形式地表示知识,否则这些问题都难以解决。的知识库人类专家也知道自己知识的层限性,当问题达到他们」的未知界限( Limits of ignorance)时,他们会给建议打上一定折扣。如果专家系统没有专门设计来解决不确定图14专家系统的开发CaiNeepub.com第1章专家系统导论3性问题,那久即使亡们处理的数据不精确、不完整,专家系统也会以同样的确信来给出建议。专家系统的建议与专家的建议·样,在其不知晓的范围内其合炟性应降低现今亡多专家系统的一个不足是缺乏囚果知识( Causal knowledge),也就是说专家系统并不能真正地坦解系统中隐含的原因和结果。用基于经验和启发性的浅( Shallow)知识来设计专家系统比用基于对象的基本结构、功能和行为的深(Dep)知识要谷易得多。例如,设计一个针对头痛开阿斯匹林药方的专家系统比议汁一个关于人体所有基本的生物化学、生理学、动物学和神经医学等幻识的专家系统容易得多。一个人体机能模型的程序设计T作量非常之大,即使是成功了,由于要处理全部的信息,系统的响应时间也可能会很慢。启发性知识( Heuristic knowledge)是“浅”知识的一种类型,它个能侏证月同样的算法能取得成功。启发性知识是一和从实践中获得的经验性知识,它对问题的求解可起帮助作用,但不能保证一定有效。不过,在许多领域,如医学和工程上,启发性知识对问趣的求解起着重要的作用。即使知道一个确切的解决方沄,但由于费用或时间的限制,使得该方法不能实际应用。启发性知识能够提供有价佰的捷径,可以减少时间和花费。专家系统另一个不足是它的知识受限于系统的知识域。专家系统不能絛人那样,通过类比 Analogy)来推广知识以获得新的求解问题的方法。虽然通过规则的归纳,专家系绕可以获得少许新的知识。创建一个专家系统的常用方法,即知识工程师访问专家、设计原型、测试,然后再重复,这个过程是一件既费时、又费精力的事情。实际上,把人类知识转化到专家系统这问题是如此的重要,以致于人们称它为知识获取瓶颈( Kno wledge acquisition bottleneck)。这是一ˆ描述性的术语,囚为如同瓶颈控制液体流入瓶子一样,知识获取的瓶颈控制着专家系统的创建尽管有些局限性,但专家系统仍成功解决了现实世煚的许多问題,这些问题是常规的程序设计方沄学所不能解决的,尤其是那些需要处理不确定或不完仝信息的。重要的一点是解这种新技术的优点和局限性,只有这样才能够使之得到恰些地运用1.5专家系统的特点专家系统的设计具有以下一些特点高性能。系统能以此领域里专家的同等或更高水平响应,也就是说系统所给建议的质量必须很高·适当的响应时间。系统必须能在合理的时间内工作,时间与专家得出一个结论所需的时间杆当或更好。与专家一个小时的时间相比,需要一年才得出一个结论的专家系统是不会太有价值的。特别是必须在一特定时间间隔內作出响应的实时系统口,时间限制( Time constraint就显得史为苛刻·好的可靠性。专家系统必须可靠,且不易崩溃,否则就不能使用·可理解性。在执行过程中,系统能解释推理步骤,使之易于理解。专家系统不是一个推出不可思议答案的黑盒子,而是应该貝冇解群能力,其触释的方式应与专家解释他们推理的方式一样。山于以下几个原因,这个特征非常重要。原因之一是人的生命和财产可能会依靠专家系统的回答。由于危害的巨大潜在性,专家系统必须能够以专家解释如何得出某结论的方式来证明它的结论是止确的。因此,解释为人提供了一个可理解的推理检测。第二个原因出现在专家系统的发展阶段,这一阶段是让解释机证实知识已经被正确地获取并止被系统确地使用。这在调试中是很重要的,因为知识可能公被不止确地带入或者由J知6台家原阻与编程识工程师和专家间的误解而不正确。一个好你解释机允许专家和知识工程师证实知识正确性。而且由亍传统专家系统创建的方法,该∵个程序并哩解它的作将会很困难。另外一个错误源也许是没有预想到专家系统里的相互影响,这些相互影响可以通过运行测试实例来检测到,这些测试实例按照系统必须遵循的推理方法来运行。正如后而将要详红地讨论一样,复合规则可以提供一个系统推埋的环境。专家系统中的执行沇不是按頂序的,因此你仅仅一行行地阅读代码,是不能明白系统是如何工作的。也就是说,规则进入系统的次序并不必一定是宀们被执行的次序。专家系统就像一个规则狐立于知识处理机的并行程序。灵活性。专家系统可能有大量的知识,因此具有一个增力、修改和删除知识的高效机制是十分重要的。基于规则的系统得以普及的一个原因就是由于规则的高效和嫫块化存储视系统而定,一个解释机可以简单也可以复杂。在基于规则的系统中,一个筲兰的解释机可以显小使最近规刈待以执行的所有事实。而在史为复杂的系统中可能按照如下方式来做:列出又持和反对某个假设的原因。假设是将要被证玥的日标,例如,在一个医疗诊断专家系统中“病人有破伤风感染”就是一个假设。在一个现实问题中可以有复合假设,正如个病人可以同吋有人和病样。个假设也叫以被看作是·个事实,其确性仍存在嶷惑,需要被证实。列出所有可解释观测证据的假设。解释假设的所有推断结果。例如,假设病人确实有破伤风,由丁感染作用,就应该有发烧的迹象。如果后来观察到此症状,就会増强此儇改玊确的可信度:如果没有发现北症状,就会削弱假设的可信度·如果假设是止确的,给出将发生事件的个预测( Prognosis)·提供需要用户进一步信息的问题的依据。这些问惡可以用来指导推理链朝着可能的诊断路径前进。在大多数现实问题中,探究所有的可能性花费太大或者需要太长的时间,且要提供特定的方法引导正确搜索。例如,对一个抱怨咽唉痛的病人,考虑一下进行所有内科检查所需的花费及所用的时间。提供程序所用知识正确旳依据。例如,如果程序断言“病人有破伤风感染”这一假设是对的,用户可以要求解释,程序必须给出得到这一结论的依据是基于下面规则:如果病人进行血液检测,其破伤风是阼性,那么病人就惡冇破伤风。此时用户可要求程序提供此规则正确的依据,则稈序可向用户说明:血液检测为阳性是患有疚病的证椐。在这个实例屮,程序实际上在引月一个关于规则的知识——元规则( Metarule)。某些程序,如Mea- DENDRAL,山经使用了元规川来推理( Buchanan78)。假设通过知认而让实,知认通过正确的根据( Warrantυ来证实。根实质上是一个解释专家系统推理说明的元解释。在基于規则的系统屮,知识可以很容易地增加( (Incrementally),也就是说,知识库可以随着规则的添加而逐步增加,从而使得系统的性能和辶預性得到持续地检査。如果规则设计得妤,那么规则间的相工影响作用就会非常小或没有,从而消除那些难以预料的负作用。知识的这种逐步增加可以快速原型化( Rapid prototyping),以致知识T程师可很快地演示专家系统的T作模式。这是个重要的特征,因为它可保持专家和管坦者对项乍的兴趣。快速原型化还可迅速暴露出专家知识或系统中的缺陷、不一致性或错误,从而使之能够立即得到纠正。1.6专家系统技术的发展人工驽能有许多分支,包括语音、视觉、机器人、自然语言理解和学习以及专家系统。专Chinaepus.com第1章专家系统导论家系统的理论基础涉及到诸多学科,其一个主要理论基础是认知科学 Cognitive science)。认知就是仞究人类如何处埋信总,换饣话说,就是杌究人如何思考,尤其是如何解决问题如果我们想要计算机模拟专家,那么对认知旳研究是非常重要的。通常,即使问题是由专家解决的,他们也不能解释白己是如何解决问题的。在一个基于精确知识的专家系统中,如果不能解释闩题是如何解决的,则把知识译成代码是不可能的。在这种情况下,唯一的可行方法是设计通过自学习来模拟专家的程序。这些程序建立在归纳和人工神经系统的基础之上,我们将在后面讨论1.6.1人类问题求解与产生式专家系统技术的发展有着广阔的背景,表1-2总结了现代专家系统的一些重要发展。只要可能,项目的开始∏期都会给出,诈多项日都延续了几仨以上。在本章和其他章里都较详细地分析了这些发展。对所有早期系统而言,一本最好的参考书是三卷本的人L智能三册KHandbook of ArTificial Intelligence, Feigenbaum 81y衣1-2专家系统历史的一些重要事仁1943Post产生式规则: McCulloch和PiU神经元模型1954控制规则执行的Ⅵ arkov算法1956Dartmouth会议:逻辑学家;启发性搜索;创立“AI"”术语Rosenblatt出感知机; GPS(General Problem Solver,通用问题求解器)(丶 ewell shaw和 Sinon)1958人工智能语言Lisp( McCarthy)1962Rosen blat于感知的神经动力原理1965自动定理训明的归结方法( Robinson)模樹对象的模糊推逻辑(:adeh开始建立 DENDRAL,第一个专家系统( Feigenbaum、 Buchanan等1968话义网,联想记忆嘆型( Quillian)MACSYMA数学专家系统( Martin和 Moses)PROLOG(Colmerauer, Roussell1971语音识别 HEARSAY I人类问题求解通用规则( Newell和 Simon)1973MYCIN医疗诊断专玄系統( Shortliffe等)山此产生的 GLIDON,即智能豕裂( Clancey)TEIRESIAS,概念解释机( Davis)EMYCIN,第一个外壳( Van melle、 Shortliffe和 Buchanan)HEARSAY II,多协作专家的黑板模型框架知识表示 Minsky)1976AM( Artificial mathematician.人T数学家),数学概念的创造性发现( Lenat)不确定性推理的 Dempster-Sher证据珪论开始建立矿产探测的 PROSPECTOR专家系统(Duda,Ha等)1977XCON/R使用的OPS专家系统外壳(orgy)1978始建立 XCON/R1,阳置DC计算机系统( McDermott.DHC)Mea- DENDRAL,元规则,规则归纳( buichellall1979快速模式匹配的Rete算法( Forgy)人工智能开始商业化Inference公司成立(1985年发行ART专家系统L具)和LMI推出Lisp机982SMP数学专家系统: Hopfield神经网络;开发智能计算机的日木第五代语言项日1983KE专家系统工具( Intellicorp)1985CLIPS专家系统⊥具(NASA)专家系统原理与编程C的aCM在20世纪50年代后期及60代初,人们编写了大量的以通用间题求解为标的程序。其中最著名的是通用问题求解器,在 Newell和 Simon编写的不朽著作——《人类问题求解》( HumanProblem solving)里描述( Newel12)Newell和mon证明的最重要结果之一是大部分的人类问题求解或认知( Cognition),可以用IF…THEN类型的产生式规则( Production rule)表达。例如,“如果”看起来将要下雨,“那么”带上一把冋伞,或者“如果”你的爱人心情不好,“那么”不要显得很高兴。与一个小的、模玦化的知识集相对应的规则称为一块( Chunk),块以松散的形式连接、组织,并与內关的知识有联系,其原理之一是所有的人类记忆都以块的形式组织。下面是用一条规则表示一个知识块的例子工F汽玄运转个了并且油罐是空的THRN加油Newell)和 Simon用规则表示知识并显示了如何用规则推里。认知心埋学家已经使用规则作为模型来解彩人类信息处理,其基木思想是感官的接收对大脑产生刺激,刺激引发出适当的长期记忆(Long- term memory)规则并成恰当的响应,长期记忆是我们的知识贮存处。例如,我们都有如下的规则TP有火焰N有火灾⊥上有烟雾N可能有火灾工F有报警TN可能有火灾可以看到后两个规则在表述上不是完全肯定,火可能已经灭了,但空中可能仍有烟雾。同样,报警声并不证明就有火灾,因为可能是一个虚假的报警信号。看到火焰、嗅到烟雾或听到报警卢的刺激会诱发出这些或相似的规则。长期记忆包拒许多形如IF…THEN(如果……那么)简单结构的规则。实际上一个技艺高超的棋师可能通晓50000或更多的关于棋的模式的知识块。与长期记忆相反,短期记忆( Shortterm memory)是在解决问题过程中用来暂时存储知识的。尽管长期记忆能够容纳成千上万甚至更多的块,然而正工作着的记忆的容量是惊人地小—4~7块。试着在脑海中浮现几个数字就是一个简单的例子,人多数人一次仅可以浮现4~7个数字,但他们能记住的远不4~7位数字,只不过这些数字是贮存在长期记忆中种埋论假设短期记忆表示那些可以同时活跃的数据块,并把人类问题的解决当作脑海中这些已激汘块的传播。最后那个块被激活的強度如此之大以致产生出一个有意识的想象,你就对自己说:“哦……茉些东西在燃烧。”人类问题求解的另个必要元素是认知处理机( Cognitive processor),它尽力去发觉那些将被适当刺激激江的规则。但并不是任何规则都可激江,例如,你不会每次听到汽笛声就想到给油罐充油。只有与刺激相匹配的规刈会被激发。如果很多规刈同时被激发,认知处理机必须处理冲突来决定哪一个规则有最髙优先权,这个规则将会被执行。例如,如果以下炳个规刈是激发态的:TF有火灾THEN离开TF我的衣服着火了TFN扑灭火那么具有最高优先权的那条规则冷会执行。对现代专家系统来说,推理机貮相当于认知处理机Newell和 Simon把人类问题求解的模型归纳为:长期记忆(规则)、短期记忆(工作内存)和认知处理器(推理机),这三者是现代基于观则的专家系统的基础。
- 2020-06-03下载
- 积分：1
制造执行系统（MES）选型与实施指南
制造执行系统（MES）选型与实施指南,带详细目录，文档里面内容可复制。35.5石化行业MES应用案例.35.6小结6036汽车行业需求要点分析…,61361汽车行业生产管理特点362汽车行业合规性363汽车行业典型加工工艺路线一-以某乘用车企业为例..O5364汽车行业MES需求分析64365汽车行业MES应用案例.67366小结37机械行业需求要点分析…16937.1机械行业生产管理问题6937.2机械行业合规性.7237.3机械行业典型加工工艺路线一一以某阀门企业为例…37.4机械行业MES需求分析.……73375机械行业应用案例37.6小结4MES市场发展综述41中国MES市场活跃度分析…17842MES厂商分类………17843中国MES市场厂商分析…4.4中国MES市场主流厂商技术特点分析.45存在的问题及趋势.955MES应用实施分析…975.1概述9752MES系统的需求分析方法521MESs需求分析误区分析.995.2.2MES需求分析范例.53MES选型要点分析∴1065.31MEs选型流程.着着··,1065.32MES招标文件要点分析.108533MES技术评标要点分析…..:.:...::::::.1105.34MES合同签署要点分析1454MES系统实施要点分析.118541详细需求分析……118②542需求变更管理12254.3二次廾发管理.544上线前策划.124545项目验收6MES应用成熟度分析………1277MES典型案例分析…7.1MES助力闪迪实现严密地制造执行监控…13072MES打开DFAC的生产管理黑箱1367.3MES实现约克空调管控一体化.427.4乘“需"而入搭建个性MES平台(未确认)∴…14775MES华润双鹤质量与成本的平衡点(未确认)7.6三星MES案例160附录1MES相关名词解释附录2MES主流厂商、产品与解决方案介纲附2.1 Camstar mes解决方案介绍(木确认)162附2.2明基逐鹿MES解决方案介绍(确认)164附2.3速威MES解决方案介绍(确认66附2.4易往信息MES解决方案介绍(确认)…附2.5三星 SDS MES解决方案介绍(确认)附2.6罗克韦尔MEs解决方案介绍(未确认)172附27开目MES解决方案介绍(确认)174附2.8艾普工华MES解决方案介绍(确认)176附2.9大连华铁海兴MES解决方案介绍(确认)….附2.10西门子MES解决方案介绍(资料不全)…178附2.11灵蛙MES解决方案介绍(木确认)179绪论当前中囻制造企业正努力通过成木缩减、加强质量管理和投产周期的缩短等更加精细化的手段以提升企业竞争力。对于很多制造企业来说,虽然凵经应用了ERP、CRM、PLM等企业级管理软件,但生产制造过程仍然犹如〃箱”,对生产现场的管控能力十分薄弱车间管理者和企业管理人员不能实时、透明地了解生产线上的实际状况,虽然企业的ERP系统下达了生产计划,但是计划的有效执行却依然难以保证。4加工信息不能及时反馈,包括在制品加工信息和工位状态信息等车间在制品的收、发以及工序件的搬运明细无法统计,从而导致在制品库存积压,增加了库存资金占用。斗无法对产品质量指标进行在线检测、统计、显示,尚未建立产品质量追溯体系。无法收集与核算企业各生产工序的成本,通过对生产成本的控制,优化资金流,实时得到动态成本信息。难以实时地采集生产过程的相关信息,如进度信息、关键质量信息等,因此无法快速地对生产变动做出响应。无法对设备进行实时监控,防止设备突发故障车间工人的生产效率无法统计,人力成本无法准确掌握。到底牛产现场发生了什么?制造过程的“黑箱”已绎蒙住了管理层的眼睛,束缚了管理层的手脚长期的实践表明,信息化深化应用是制造企业实现自主创新和转型升级必要支撑。制造业信息化是一个长期的过程,经历了从单元应用、部门应用到企业级应用的过程。很多企业的生产车间虽然实现了自动化和规范管理,但是还缺乏信息系统的支撑,导致ERP应用过程中,生广计划下达之后的执行情况不能及时反馈,使ERP应用难以真正实现对企业的实时管控,也难以实现对生产过程的追溯。同吋,由于缺乏信息化应用系统,车间的⊥人、设各物料等资源还不能合理的调度,导致车间的生产效率不高,生产质量也得不到根木保障。在这种背景下,制造执行系统( Manufacturing Execution System,MES)邀渐成为广大制造企业关注的热点。总的来说,MES系统能在以下方面提升企业的管理水平透明化生产:通过实时的数据采集,及时了解车间的生产情况以及质量状况,将生产计划的执行及时反馈给ERP,打开生产过程中的黑箱。敏捷性生产:掌控所有的生产资源,包括设备、人员、物料信息等,能快速应对生产现场紧急状况,对生产作业计划进行调整并合理调度保让生产顺利进行。生产可追溯:建立完整的生产数据档案,形成全面的正反向追溯体系,界定责任减少召回损失。4生产质量改善:实时采集生产过程中的质量数据,关注事中控制,事后分析,从而持续改善产品质量及时预警:自定义各项生产指标,实时监控指标执行情况,以邮件、短信、看板等多种方式实时主动知会生产中的异常状况,提前发现、及时处理、减少损失。绩效分析:对生产绩效、人员绩效、设备绩效进行分析,为车间、工厂乃至整个集团绩效的改善提供依据。e- works research的研究衣明,中国制造企业对MES需求迫切,但存在盲从的状況;供应商热情很高,概念层出,版木不断,同时进入及准备进入该领域的供应商跃跃欲试,良莠不齐,目前的中国MES市场与2000年前后ERP领域概念满天飞的乱象有些类似。形成目前MES热潮的原因主要有:1.ER在广泛应用的过程中,应用效果并未达到 Gartner给出的ERP原始定义的广度和深度。很多企业用MES完成ERP“未尽的事业”。2.行法规的追溯要求促进了MES系统的广泛应用。3.制造企业广泛采取两级计划体制。车间需要制定详细的作业计划,并付诸实施。4.流程行业信息化的五级模型,确立了MES的地位。5.制造企业精细化管理的需求,管理的粒度更细。MES系统具有很强的行业特性。不同行业、不同生产模式的企业,对于MES的需求有极大的差异。因此,热溯之下,制造企业更应冷静思考如何进行MES的选型与实施,有效规避风险,确保MES应用取得应有效果e- works research的研究表明,企业在MES实施及应用过程中不可避免地面临以下问题需求不清:由于对MES的理解有限,导致对于MES的需求难以准确把握,或需求含糊;希望过高:认为MES是万灵药,能解决之前其他系统实施吋遗留的难题,如信息及时反馈、质量管理、高纵计划排程等,但理想与现实存在较大差距边界不清:MES在功能上与其他信息系统在功能上有一些重叠,如何让芥定不同系统之间的边界?MES又该如何与下、上层系统之间得到集成?重点含糊:MES有11个标准模块,哪些模块是关键,实旌先后如何?士个性淹没:牛产模式的个性决定了MES需求的个性,呈现很强的行业特点。如何在不失先进性的同时有效把握自身的个性化需求?选型难定:面对众多的MES不同的解决方案,企业如何拨开迷雾,进行科学选型?准备不足:MES是需要大量的基础数据来支撑的,而且很多数据是需要从前期的信息系统中获得,由于准备不足,随着MES实施的深入,相关问题集中爆发。评估缺失:蚀乏合理的、科学的MES的应用评估体系,价值难以凸显,持续深化应用乏力些MEs供应商虽然对MES的相关理论及自身产品非常熟悉,但是对制造企业的真正需求缺乏理解和分析。销售人员为了获得订单,盲目承诺满足企业的功能需求,导致实施过程中才发现系统满足不了客户的需求,需要进行大量二次开发,增加了实施成本。述问题成为企业实施和应用MES的难题,甚至直接导致了个业MES项目流产总之,虽然MES的应用热潮已经来临,但对于广大的中国制造企业而言MES还处于刚刚起步阶段,很多企业还处于概念理解、需求认知和应用摸索阶段。为此,e- works research积聚业内专家资源、深入了解企业需求、洞察主流供应商技术发展趋势的基础上,站在中立、客观、全面的角度,发布《制造执行系统(MES)选型与实施指南》,有效地帮助制造企业全面了解MES技术与发展现状,推进MES在制造企业的顺利实施和成功应用。本《指南》的内容和结构划分为:第1章MES的定义与发展。正本清源,介绍MES的定义与MES的背景和发展历程,阐述 e-works research对MES的理解。第2章企业对MES系统的功能需求。本章阐述MES系统应该具各的基本性能和核心功能,并综述了不同行业间的MES应用差别。第3章典型行业MES需求要点。不同行业、不同企业对MES的功能需求有很大的不同,本章挑选了电子、食品饮料、钢铁、石化、汽车和机械,六个有代表型的行业,分析每个行业的MES个性化需求。第4章MES市场发展综述。本章详细了中国MEs市场的发展情况,对市场中的厂商进行了分类,并分析了主流厂商的技术特点。第5章MES应用实施分析。本章详述企业在进行MES实施时应注意的问题,包括明确项目范围、形成项目团队、确定项目需求、合理选择供应商、有计划组织实施及实施上线后的定期评估及持续优化等环节。第6章MES应用成熟度分析。本章介绍了MES深化应用五级戊熟度模型,每个级别MES应用应达到的效果。第7章MES典型案例分析。木章选取了有代表性的6个MES应用案例,为不同行业的企业实施MES提供实例参考。附录1MES相关名词解释。常用的MES名词解释附录2MES主流厂商、产品与解决方案介绍。介绍了国内外主流的MES产品和解决方案1MES的定义与发展1MES的发展历程从20世纪70年代后半期开始,就已经出现了一些解决单一问题的车间管理系统,如设各状态监控系统、质量管理系统,以及涵盖生产进度跟踪、生产统计等功能的生产管理系统。各个企业引入的只是单一功能的软件产品或系统,而不是整体的车间管理解决方案。1990年11月,AMR( Advanced Manufacturing research)明确提出MES概念。AMR提出三层结构的信息化体系结构,将位于计划层和控制层之间的执行层叫做MES,确立了MES的地位。此后,SA( The Instrumentation Systems and Automation Society,仪表、系统和自动化协会)描述了MES模型,包括了工厂管理(资源管理、调度管理、维护管理)、工厂工艺设计(文档管坦、标准管理、过程优化)、过程管理(回路监督控制、数据采集)和质量管理(sQC-统计质量管理、LIMS-实验室信息管珄系统)4个主要功能,并由实时数据库支持。在20世纪90年代初期,MES的重点是生产现场的信息整合。MESA( Manufacturing Execution System Association,制造执行系统协会)于1997年提岀了MESs功能组件和集成模型,该模型包括11个功能模块。这一时期,大量的硏究机构、政府组织参与了MES的标准化工作,进行相关标准、模型的研究和开发,其中涉及分有对象技术、集成技术、平台技术、互操作技术和即插即用等技术进入2000年后,MES作为信息化应用的重要组成部分得到了市场的广泛关注,MES领域的并购十分活跃,越来越多的北美和欧洲MES软件厂商进入中国,中国本土不少自动化厂商,以及PLM和ERP软件厂商也开始进入MES市场。随着企业加强精细化管理,以及面临着越来越严格的质量追溯和管控需求,越来越多的大中型制造企业开始重视MES的应用,并丌始进行MES选型与实施,并在MES应用和集成方面取得显著成效。国际主流MES丿商在推广MES的过程中,进一步提出了制造运行管理(MOM)以及制造智能(M)等新理念,赋予了MES更加丰富的内涵。各大厂商通过技术的革新搭建了基于SOA架构的软件平台,并在数据库、应用技术、系统功能、可配置性等方面都有重要的突破12MES的定义国外不同的组织和研究机构形成了很多MES的理论和体系,包括MES的定义、定位模坦、功能模型、数据流模型,甚至实施方法模型,但是并没有统-ε比较著名的有以卜几个:1、AMR对MES的定义美国先进制造研究机构AMR将MES定义为“位于上层计划管理系统与底层⊥业控制之间的、面向车间层的管理信息系统〃,为操作人员、管理人炅提供计划的执行、跟踪以及所有资源(人、设备、物料、客户需求等方面)的当前状态。AMR提山了决策层、执行层和控制层的企业信息集成三层业务模型:第层决策层(ERP)主要为企业提供全面管理决策;第二层执行层(MES)主要负责车间缴的协调、跟踪、发现并监控相关趋勢;第三层控制层(SFC)直接负责工)生产控制的环节2、MESA对MES的定义制造执行系统协会MESA对MES的定义为MES能通过信息传递,对从订单下达到产品完成的整个生产过程进行优化管理。当工厂里有实时事件发生时,MES能对此及时做出反应、报告,并利用当前的准确数据对他们进行指导和处理。这种对状态变化的迅速响应使得MES能够减少内部没有附加值的活动,有效的指导工厂的产运作过稈,从而使其既能提高工厂及时交货能丿、改善物料的流通性能,又能提高牛产回报率。MES还通过双向的直接通讯在企业内部和整个产品供应链中提供有关产品行为的关键任务信息。MESA对MES的定义强调了以下三点:(1)MES是对整个车间制造过程的优化,而不是单一解决某个生产瓶颈。(2)MES必须提供实时收集生产过程数据的功能,并做出相应的分析和处理(3)MES需要与计划层和控制层进行信息交互,通过企业的连续信息流来实现企业信息集成。3、ISA对MES的定义关国标准化组织(ISA)从1997年启动编制《SA95企业控制系统集成标准》,其日的
- 2020-12-11下载
- 积分：1
