在制造业数字化升级过程中，几乎所有工厂都会遇到一个核心问题：
机器知道自己“在运行”，
但不知道“在生产什么”。
而员工知道：
当前工单
当前产品
当前数量
却无法保证：
数据真实
工时准确
报工及时
因此，制造业的信息化，长期都在围绕一个核心课题展开：
如何建立“人、机、料、单”的真实关联。
这也是 MES（制造执行系统）、MDC（机联网）、智能工厂长期发展的本质。
一、为什么单纯“人工报工”越来越不够用
传统工厂中，最常见的数据来源是：
条码扫码报工。
例如：
开工扫码
完工扫码
工单扫码
产品扫码
系统即可得到：
数据 | 来源 |
员工 | 扫码 |
工单 | 扫码 |
数量 | 人工输入 |
工时 | 开完工时间 |
这种方式最大的优点是：
业务归属非常明确。
因为员工知道：
自己在做什么
做的是哪个工单
做了多少数量
因此：
ERP / MES 能顺利完成：
计件工资
工单追溯
工序流转
入库管理
但问题也非常明显。
人工数据天然不可信。
例如：
忘记下工
提前报工
挂机不停工
漏扫
错扫
一人多机
这些在工厂里极其常见。
于是企业会发现：
MES里的工时很好看，
但车间真实稼动率很低。
因此：
“仅靠人工报工”无法真正反映设备利用率。
二、为什么机联网（MDC）开始普及
随着设备联网的发展，越来越多工厂开始接入：
CNC
注塑机
冲压机
压铸机
SMT
自动化设备
机联网能实时采集：
数据 | 说明 |
开机/停机 | 是否运行 |
稼动状态 | 加工/待机/报警 |
主轴转速 | CNC运行状态 |
开合模次数 | 注塑/冲压节拍 |
周期时间 | 节拍分析 |
报警信息 | 异常分析 |
相比人工报工：
机联网的数据真实性极高。
因为：
机器不会“忘记报工”。
于是企业开始真正看到：
设备利用率
停机时间
空转时间
实际稼动率
这也是 OEE（设备综合效率）分析的基础。
三、但机联网存在一个天然缺陷
虽然机联网知道：
“机器在跑”。
但机器通常不知道：
当前产品
当前工单
当前员工
当前批次
当前良品数
这也是制造业长期存在的信息鸿沟。
例如：
一台 CNC 正在加工：
机器知道：
程序在运行
主轴在转
已加工30分钟
但它不知道：
加工的是A产品还是B产品
属于哪个客户订单
当前是谁在操作
因此：
“设备数据”与“业务数据”必须关联。
四、为什么行业最终形成“扫码 + 机联网”的融合模式
于是行业逐渐形成一种现实且成熟的方案：
机联网负责真实性
扫码负责业务归属
这也是目前大量中小制造企业最主流的路线。
五、典型融合逻辑：时间重叠匹配
例如：
员工扫码报工：
时间 | 员工 | 工单 |
08:00-09:00 | 张三 | 1# |
08:30-12:00 | 李四 | 2# |
机联网采集：
时间 | 状态 |
08:50-09:20 | 设备运行 |
系统通过：
“时间重叠”
实现关联。
即：
数采时间与报工时间重叠
自动匹配员工
自动匹配工单
这样：
机联网就能得到：
数据 | 来源 |
工时 | 设备 |
产品 | 扫码 |
员工 | 扫码 |
工单 | MES |
这是目前极其普遍的一种轻量化 MES 思路。
六、这种方案最大的优点
1、真实性大幅提高
过去：
工时来自人工填写。
现在：
工时来自机器真实运行。
因此：
挂机
假报工
提前下工
都会被发现。
2、实施成本低
相比全自动智能工厂：
这种方案：
不需要大改设备
不需要复杂自动化
老设备也能接入
特别适合：
五金
CNC
注塑
冲压
中小制造企业
3、能快速形成可视化报表
例如：
人均产能
设备稼动率
班组效率
停机分析
OEE
企业管理层能迅速看到真实生产状态。
七、但这种方案也存在天然问题
虽然“时间重叠”很实用。
但它本质上：
是一种“推断”。
而不是绝对精准。
八、产量归属的矛盾
例如：
某机联网记录：
08:50-09:20
同时重叠：
员工 | 工单 |
张三 | 1# |
李四 | 2# |
系统通常：
取最近员工
或重叠时间最长员工
并将：
1# + 2# 的移转量一起归属。
于是：
可能出现：
员工 | 工时 | 产量 |
张三 | 0.5小时 | 110件 |
看起来：
稼动率极高。
实际上：
其中大量产量属于李四后续加工。
这说明：
“唯一归属”虽然避免重复统计，
但会导致产量前置集中。
九、为什么行业不直接用“机器计数”统计产量
很多人会想到：
注塑机不是有开合模次数吗？
冲压机不是有冲次吗？
为何不直接：
“循环次数 × 模穴数”
得到产量？
实际上：
行业很早就在这样做。
但后来发现：
理论产量 ≠ 实际有效产量。
十、机器计数为什么无法完全替代 MES
1、空打问题
例如：
调机
空循环
无料冲压
机器仍然计数。
但没有产品。
2、不良品问题
机器不知道：
缺胶
毛边
压伤
变形
它只知道：
“完成了一次循环”。
3、模穴堵塞问题
例如：
8穴模。
实际：
2穴堵塞。
系统仍按：
8件计算。
误差会越来越大。
4、换模与试模阶段
生产现场大量时间：
用于：
调参数
首件确认
试模
机器在运行。
但不能算正式产量。
5、一模多产品问题
同一次循环：
可能：
左件 + 右件
多规格混合
机器无法理解业务含义。
因此：
行业最终形成：
“理论产量”与“实际产量”双轨制。
十一、行业成熟做法：双数据融合
真正成熟的 MES 通常同时存在：
类型 | 来源 |
理论产量 | 机联网 |
实际产量 | 扫码报工 |
良品数 | 品检 |
入库数 | WMS |
然后：
系统自动分析：
差异率
损耗率
良率
异常波动
这才是真正有价值的数据体系。
十二、行业正在向“更自动化”方向发展
随着智能制造升级，行业开始出现更多高级方案。
1、程式号自动关联
特别在 CNC 行业。
例如：
O1001
系统自动知道：
O1001 → 产品A → 工单X
减少人工扫码。
2、电子派工（DNC）
MES直接：
下发工单
下发程序
锁定机台
设备天然绑定工单。
这是大型集团常见方案。
3、RFID实时追踪
通过：
托盘RFID
工装RFID
系统自动知道：
产品位置与流转。
4、AI视觉识别
未来趋势越来越明显：
AI + 摄像头
自动识别：
产品型号
数量
不良
工序状态
实现：
“无扫码化 MES”。
十三、为什么“扫码 + 机联网”未来5~10年仍然是主流
因为制造业真正的难点不是技术。
而是：
成本与落地。
很多工厂：
并不需要：
数字孪生
全自动AI工厂
全流程无人化
他们真正需要的是：
需求 | 目标 |
知道机器有没有在跑 | √ |
知道员工有没有效率 | √ |
能自动统计日报 | √ |
能算工资 | √ |
能看设备利用率 | √ |
因此：
“80分效果 + 20%成本”
才是真正能落地的智能制造。
十四、结语：制造业数字化的本质
制造业数字化从来不是：
“让机器替代所有人”。
而是：
“让机器负责真实性，让系统负责关联性，让人负责业务判断。”
未来真正成熟的工厂一定是：
数据层 | 技术 |
设备状态 | 机联网 |
工单业务 | MES |
物流流转 | RFID |
品质检测 | AI视觉 |
自动决策 | AI Agent |
最终形成：
人、机、料、法、环全面协同的智能制造体系。
而“扫码 + 机联网”的融合模式，正是这个体系最现实、最务实、也是当前最具生命力的基础阶段。