此工厂MES系统由以下核心模块组成，APS系统除外：

1、计划管理

通过对ERP中客户订单，BOM资料，工艺文件及MRP排出的初版计划，结合MES系统中实际生产设备情况、班组人员情况、工装工具准备情况、领退料情况、仓储库存情况和实际生产制造情况，根据相关算法及约束条件，由APS高级计划排程系统预排出一个初版计划，提供给各层级人员进行参考及调整。

通过将订单信息、资源信息、BOM信息、工艺链信息和库存信息作为自动排产的基础数据导入系统，根据实际生产的情况，选择下发订单和排产设备，根据启发式规则和智能优化算法自动生成排产结果，将排产结果通过不同的侧重点展示，具体为侧重资源每日生产能力的资源甘特图、生产计划总表、物料需求计划等。同时智能排产系统可以根据生产现场发生的实际扰动实时更新排产计划，使得生产作业计划始终与生产实际相符。

2、工艺管理

产品结构按照工艺流程进行划分，能够清楚查询生产、采购、供应、仓储和工装等生产各环节的需求。针对工艺设计结果进行管理，包含工艺规程、工艺过程卡、工序卡和操作指导书等，将工艺细化到具体的工步，作为生产制造重要参考。

根据已经设定及细化的工艺路线，在生产过程中对工艺流程进行严格管控，保证产品按照事先设定的流程生产，如果发生任何异常情况将自动进行纠正与报警处理。工艺细化到工步层级后挂物料，按照工位进行齐套。

3、设备管理

通过构建信息化管理业务流程，以现有设备能力为基础，以保障科研生产为主线，达到设备资产全寿命周期的资源共享，用数据说话，为科研生产的工艺、计划和现场排产提供设备能力的相关信息。

此总装车间特点是：

产品结构体积大，结构形式复杂多样；

批量生产、科研生产2种模式共存；

机装、电装、调试高度交叉，工艺流程复杂，周期长；

生产过程跨工种、跨部门，物料需求来源多，生产组织复杂。

目前总装厂组织生产方式：主生产计划下达至总装厂后，由车间计划员按项目开始组建团队，团队通过人工查询方式，梳理产品结构信息、产品装配流程、技术风险、物料、工装工具需求以及人员场地需求等，形成策划，对生产工序计划进行人工排程并对缺项及问题进行拉动。排程后的计划会下达到项目组，项目组内部结合产品图样工艺，按时间要求进行生产。

非标定制类有：可根据客户需求定制各种单机和在线式自动化设备。

定制整线系列：可根据客户需求从自动化整线方案研发设计到投入生产。我司自动化设备系列全，品种多，高品质进口元件，性能可靠，在行业里赢得了众多客户的信赖与好评。

定制整线系列：可根据客户需求从自动化整线方案研发设计到投入生产。我司自动化设备系列全，品种多，高品质进口元件，性能可靠，在行业里赢得了众多客户的信赖与好评。

自动化技术力量雄厚，汇集了行业内众多优秀人才，技术水平高，实践经验丰富，响应客户需求迅捷。现有研发人员20余人，形成了由行业专家、技术核心、技术骨干的梯次人才结构。

自动化高度重视质量控制，以高可靠性为设计原则，从产品的源头控制质量，使用高品质配置的外购件、利用先进的工艺和设备，按照高标准组织生产。

什么是装配状态检测？

大型复杂机械产品装配检测工作可分为两类：

►状态检测：验证零件的存在性、姿态的正确性与尺寸偏差要求较低的定位正确性、简单的连接关系正确性。

►关键要素检测：验证精确的定位正确性、复杂的连接关系正确性、性能实现与功能实现。 其中关键要素检测是重要特性验证，如螺栓预紧力是否达标，组件气密性是否保证等，通常已具备自动化能力。大型复杂机械产品的装配检测中存在的问题主要体现在状态检测方面。

为什么这件事存在难度？

大型复杂机械产品装配状态检测有其特殊性，具体表现在以下方面。

►大型复杂机械产品的体积与形状使得难以建设专用光学检测装备(AOI)，通常需要多次图像采集实现区域覆盖，增加了自动化检测难度；

►此类产品上存在众多装配精度较低部件，且装配状态多变，难以应用数字图像处理(DIP)技术简单分析装配状态。

►简单使用图像匹配技术验证零组件的存在与否要求对零组件进行多角度大量图像采样，大量增加工作负担且执行耗时。

►大型复杂机械产品的检测要求明确的结果信息，如某部件缺失或位置不正确等。需要检测方法能够对待检目标进行语义级描述。

人工智能方法能做什么？

人工智能技术近年来快速发展，在大量工业场景得到有效应用。因此使用人工智能相关技术实现装配状态检测自动化成为可行研究方向。但人工智能方法目前只能对图像数据进行简单的分类与图像定位，并不能满足大型复杂机械产品装配状态检测实际要求。因此还必须研究寻求能够应用于本领域需求的特定方法。