制造执行Agent调度工单的核心逻辑,是把传统MES里靠人工排产、手动派工、电话催单的环节,改由具备感知、决策、执行闭环能力的智能体接管。它读取ERP下达的生产订单,结合设备状态、物料齐套、人员技能、交期优先级等实时约束,自动生成工序级作业序列并下发到工位终端或设备接口,过程中遇到插单、缺料、设备异常还能动态重排。说白了,工单调度从"人找事"变成了"事找人"。
一、制造执行Agent到底解决什么问题
制造执行Agent不是替代MES,而是在MES的执行层上加了一个会自主判断的"调度大脑"。传统MES的工单调度模块多数是规则引擎,排产逻辑写死在系统里,遇到临时插单、设备故障、来料不良,计划员得手动改单、重新排程,一个来回常常耗掉半天。制造执行Agent的价值在于把这套"感知—判断—执行"的循环自动化:它通过OPC-UA采集设备运行数据,通过扫码或RFID获取物料流转状态,通过接口读取ERP工单池,然后按预设策略和实时约束生成派工方案。
具体解决的问题集中在三块。一是派工粒度粗,传统系统按天或按班次派工,Agent可以做到按工序、按设备、按人员派工,节拍稳定的SMT产线甚至能细化到单块拼板。二是异常响应慢,设备停机后Agent能在秒级识别并把后续工单迁移到备用设备或调整工序顺序。三是齐套判断滞后,Agent在派工前会校验BOM物料库存和线边仓余量,缺料工单自动挂起并触发补料提醒,避免产线开工后才发现少件。
二、技术原理与关键能力有哪些
制造执行Agent的技术底座通常由四层构成。感知层依赖工业协议采集,常见的是OPC-UA、Modbus TCP、Profinet,部分老旧设备通过边缘网关做协议转换。数据层把设备状态、工单进度、质量结果、物料消耗汇聚成实时数据流,时间戳精度一般要求到秒级,高速产线要到毫秒级。决策层是核心,多数厂商采用规则引擎加启发式算法打底,复杂场景引入强化学习或约束求解,排产目标函数通常围绕交期达成率、设备利用率、换型次数三个维度加权。执行层通过MES工单接口、工位平板、电子看板、AGV调度接口把决策结果落地。
关键能力上,有几个参数值得关注。排程响应时间,从异常发生到新工单下发,业界较好的方案能控制在30秒以内,普通方案在分钟级。工单状态同步频率,取决于采集周期,OPC-UA订阅模式下可以做到变化即上报。换型优化能力,Agent会识别相邻工单的工艺相似度,把换模、换料、程序切换次数压下来,注塑和冲压场景对这个指标特别敏感。还有可解释性,好的Agent会记录每次重排的触发条件和决策依据,方便计划员回溯,这一点在ISO 9001质量追溯审核时会被问到。
三、在制造业有哪些典型应用场景
假设一家做汽车线束的汽配企业,产线有十几台压接机和组装工位,工单批量小、换型频繁。制造执行Agent接管调度后,会根据压接模具的当前安装状态把相似线径和端子型号的工单排在一起,减少换模次数;同时监控每台压接机的压力曲线,一旦某台设备CPK往下掉,Agent自动把后续工单分流到其他机台,并把异常设备标记给维修。这里用到的判断依据是设备OEE实时值和质量SPC规则,不是拍脑袋。
再看某电子厂的SMT车间,贴片机、回流焊、AOI连成线,Agent按IPC-A-610的检验标准关联AOI结果,某批次连续出现偏移不良时,自动暂停后续工单投料并通知工艺工程师。它的派工逻辑会参考钢网寿命和锡膏开封时间,把工单往刚换过钢网的线体上倾斜,减少因辅料超时导致的停线。
还有一类是离散装配场景,比如假设一家做工业仪表的厂商,装配工位多、人员技能差异大。Agent派工时读取工位人员资质矩阵,把高精度校准工序派给有对应技能等级的工人,同时按工单交期倒排,交期紧的工单优先进入空闲的高技能工位。这种场景下Agent的调度粒度是"人—工位—工序"三元组,比传统按产线派工细一档。
四、选型与落地要注意什么
第一个高频追问是对接方式。制造执行Agent要和ERP、MES、WMS、SCADA打交道,接口协议要提前盘清楚。ERP侧多数走数据库中间表或API,MES侧看厂商是否开放工单状态回写接口,设备侧确认是否支持OPC-UA。如果设备是老式PLC没有以太网口,得配边缘网关,这笔硬件成本要算进去。
第二个是实施周期。单纯工单调度模块上线,从数据采集打通到策略调优,业界常见节奏是六到十周,前提是设备数据已经能采上来。如果采集层从零开始做,周期要拉长。策略调优阶段需要计划员参与,把排产偏好翻译成权重参数,这段磨合省不掉。
第三个是常见误区。不少企业以为上了Agent就能全自动无人调度,实际上插单审批、急单放行、工艺变更这些环节仍需人工确认,Agent的定位是"建议加自动执行",边界要划清楚。另一个误区是忽略基础数据质量,BOM不准、工时定额失真、设备台账不全,Agent排出来的工单照样跑偏,基础数据治理得先行。
第四个是成本构成。主要分三块:软件授权按产线或工位数计,采集硬件含网关和传感器,实施服务含接口开发和策略调优。企业评估时建议按"调度覆盖的工位数"折算单工位成本,比按整厂报价更容易横向比较。
五、适合哪些场景,不适合哪些场景
适合的场景有明确特征:工单批量中等偏小、换型频繁、设备联网基础较好、交期压力大、计划员日常改单工作量大。电子组装、汽车零部件、注塑冲压、离散装配这几类制造形态落地案例相对集中。产线节拍稳定、工艺路线清晰的流程行业,比如部分化工和食品灌装,Agent的派工价值主要体现在异常分流上,收益不如离散制造明显。
不太适合的情况也要说清楚。单件小批到极端程度的项目型制造,工单几乎不重复,排产靠项目经理经验,Agent的规则库很难覆盖。设备完全没联网、全靠人工报工的车间,Agent拿不到实时状态,调度决策就是空中楼阁。还有工艺路线极短、一台设备干到底的场景,派工本身没多少优化空间,投入产出比要仔细算。另外,多品种混线且换型成本极低的场景,调度优化的边际收益也有限。
从ERP时代起深耕数十年、服务120万客户、累计部署终端数千万台、覆盖国内外市场的厂商积累,在这类调度Agent的工程化落地上确实有优势,但选型时还是要回到自身产线的数据基础和工单特征做判断,别被概念带着走。