大型暖通装备制造基地数字化管控架构与实践

一、业务背景与核心挑战

以家用空调、中央空调、热泵、输配电及新能源装备为主业的头部制造集团，普遍采用“总部统筹 + 多个区域生产基地”的运营模式。区域基地既承接整机与核心部件的生产制造，也负责本地化的供应链协同与进出口业务，人员规模常达万人级别。这种模式在支撑产能扩张与区域交付的同时，也带来四类典型技术挑战：

1. 系统异构、数据割裂：ERP、MES、WMS 等系统多为一期、二期分头建设，总部与基地之间数据口径、编码规则不一致，报表合并需大量人工核对；
2. 多品类柔性生产并存：家用空调这类大批量流水线产品，与中央空调、热泵类“按单定制”的工程型设备共线或分线生产，工艺路线、排产逻辑差异大，单一排产模型难以覆盖；
3. 质量与合规监管严格：生产许可类资质、特种产品资质对批次追溯、过程记录、检验留痕有强制性要求，纸质记录模式既低效又难以支撑审计；
4. 大规模组织协同复杂：万人规模基地的工时、绩效与生产数据联动，若缺乏统一系统支撑，管理成本将随规模非线性上升。

数字化建设的目标，就是让“基地高效执行、总部实时可视、全局数据协同”从口号变成可落地的常态化运营能力。

二、总体技术架构：五层 + 一体系

推荐采用分层解耦的架构设计，自下而上分为五层：

• 设备层：产线 PLC、传感器、机器人、各类检测台（气密性检测、氦检、水压测试、性能测试台等）；
• 控制层：SCADA/组态系统完成实时监控、联锁控制与本地报警；
• 执行层：MES（工单、排产、报工、过站管控）、WMS（仓储物流）、QMS（质量检验与追溯）；
• 管理层：ERP（财务、供应链、进出口单证）、PLM（研发与工艺数据）、EAM（设备资产与维护）；
• 决策层：数据仓库 + BI 指标体系，支撑经营分析、产能预测与能效优化。

横切的“一体系”是数据治理体系：主数据管理（物料、工艺、供应商、客户、组织）、数据标准、元数据与质量规则。它是所有系统互联互通的前提——没有统一编码与口径，上层分析类应用越建越乱。

基础设施层面可采用混合云模式：核心生产系统部署在本地机房以保障低时延与自主可控；数据分析、灾备与对外协同类负载则可借助公有云上的容器平台、消息队列、对象存储、日志服务与监控告警等通用能力承载，兼顾弹性与成本。

三、设备数据采集与边缘治理

车间数据采集要解决“多协议、高频次、弱环境”三大问题，建议在边缘侧完成大部分治理工作。

1. 协议适配与统一上行。 产线设备常见 Modbus RTU/TCP、OPC UA 等工业协议；为便于上行汇聚，通常由边缘网关完成协议转换，统一封装为 MQTT 消息上报数据平台。示意消息体如下：

{
  "device_id": "L2-HELIUM-LEAK-007",
  "station": "气密性检测",
  "ts": 1735689600123,
  "metrics": {
    "leak_rate": 0.00021,
    "pressure_kpa": 1560.5,
    "result": "PASS"
  },
  "order_no": "MO-20250612-0431",
  "sn": "HP-4P-882913"
}

2. 边缘侧三项关键职责。 其一是断点续传：本地缓存机制保证网络抖动期间数据不丢、恢复后补传；其二是时间戳对齐：统一采用毫秒级时间并经 NTP 校准，避免跨系统事件无法按序关联；其三是预处理：单位归一化、量程校验、阈值预判与本地声光报警，减少无效数据上行带宽占用。

3. 数据质量闭环。 数据入湖前执行字段完整性、取值范围、乱序检测等校验规则，异常数据进入死信队列由人工复核归类，并定期回溯规则本身的误报率，形成采集质量的双向改进。

四、生产执行与全程质量追溯

MES 是基地数字化的核心枢纽，关键能力包括三方面。

1. 工单与混合排产。 以 ERP 生产计划为输入，按产线与班组拆解工单；对流水线批量件按节拍拉动，对按单定制件按项目号挂接工艺路线，两类模式在同一排产台历中可视化协调，减少换型冲突。

2. 报工与强制过站管控。 焊接、气密性检测、氦检、水压测试、整机性能测试等关键工序设置强制过站校验：上一工位结果不合格或未完成，物理上（扫码拦截）与逻辑上（MES 校验）都不允许流入下一工位，将“事后拦截”前移为“过程防呆”。

3. 一物一码全程追溯。 从原材料批次、外购件条码到整机序列号建立关联关系，任一 SN 均可正反向追溯。简化后的追溯数据模型如下：

trace_record(
  id, sn, order_no, station, operator_id,
  material_batch, test_result, test_detail_json,
  ts, factory_code
)

基于该模型可实现三类典型查询：问题批次的影响面分析（正向排查流向哪些整机）、市场返修件的生产过程还原（反向定位工序与班组）、供应商来料的批次关联统计（横向锁定责任方）。

需要特别强调的是，热泵与中央空调类产品的性能测试数据（制热量、COP、水温曲线等）必须结构化入库，作为研发改进与出厂合规判定的依据，而不是散落在纸质报告或测试机本地文件中——这是很多基地数字化最容易遗漏、又最有分析价值的一类数据资产。

五、供应链协同与进出口业务一体化

区域基地通常内销与出口业务并行，建议重点建设三项能力：

1. 单证自动化：报关发票、装箱单等单据直接由 ERP 订单数据模板化生成，消除人工转录错误，并将单证流转状态回写订单；
2. 标准化接口对接：与物流、关务等服务方通过标准化接口交换数据，实现发运节点的全程跟踪与异常预警；
3. 主数据集中管控：物料、客户、供应商等核心编码由总部统一发放，基地只维护本地扩展属性，从机制上保证多组织合并报表口径一致。

六、能源与设备资产管理

暖通制造基地的钣金、注塑、换热器加工环节能耗密集，能源管理（EMS）建议从三个层面建设：

1. 分项计量：按车间、产线、重点设备加装计量表具，覆盖电力、压缩空气、水等介质，形成可下钻的能耗结构视图；
2. 能效对标：对单位产品能耗、空压机负载率等指标做班次日度对比，识别跑冒滴漏与低效运行时段；
3. OEE 自动统计：以“可用率 × 性能稼动率 × 良品率”衡量关键产线综合效率，数据直接来自 MES 过站记录，示例查询如下：

SELECT line,
  SUM(uptime)  / SUM(planned_time) AS availability,
  SUM(actual)  / SUM(theoretical)  AS performance,
  SUM(good)    / SUM(total)        AS quality
FROM production_log
WHERE dt = CURRENT_DATE
GROUP BY line;

此外，对冷水机组、空压机等关键动力设备接入振动、温度等状态量，基于趋势阈值提前触发检修工单，将被动抢修转为预测性维护，可显著降低非计划停机损失。

七、合规、风控与审计数字化

合规能力应当内嵌于系统流程，而非依赖事后检查：

1. 资质证照台账：生产许可、特种设备资质、出口相关证照统一建立电子台账，设置到期自动提醒与审批续期流程，规避证照过期导致的停产与交付风险；
2. 权限与操作审计：基于 RBAC 模型控制菜单权限与数据权限（按基地、车间、产线维度隔离），对质量放行、价格审批等敏感操作保留不可篡改的审计日志；
3. 招投标与合同履约管理：项目立项、投标评审、合同履约节点全部线上流转，超期或异常情况自动升级预警，降低履约与合规风险；
4. 数据安全分级：图纸与工艺文件按密级管理，外发需审批并叠加水印，研发网与办公网做网络隔离。

八、实施路径与配套机制

建议按“三阶段”推进，避免大而全的一次性建设：

• 第一阶段（夯实底座）：统一主数据与编码体系，打通 ERP 与 MES 核心流程，完成重点产线设备联网与数据采集；
• 第二阶段（业务闭环）：上线质量追溯、能源管理、单证自动化，建立 KPI 看板（计划达成率、OEE、一次合格率、单台能耗）；
• 第三阶段（智能优化）：基于沉淀的历史数据，开展排产优化、检测参数寻优、售后故障预测等分析类应用，逐步引入算法能力。

同时需建立配套机制：明确各类数据的 Owner 及其维护责任，建立指标口径评审制度避免“同名不同义”，定期开展系统变更演练与灾备演练。数字化不是一次性交付的项目，而是需要持续运营的能力体系。

九、小结

多基地制造企业的数字化转型，本质是把“总部—基地—车间—设备”的物理链路，映射为一条贯通、可信、可审计的数据链路。以分层架构为骨架、以数据治理为基础、以 MES 与全程追溯为核心、以能效与合规管理为保障，企业才能在多品类、多基地的复杂运营中保持质量稳定与成本可控，并为后续智能化升级预留充分的架构空间与数据资产储备。