从“扫码报工”到“机联网”：制造业数据采集的现实、矛盾与未来趋势

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：

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：

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：

机联网采集：

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：

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：

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：

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：

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：

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：

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。