本文以国内膳食营养补充剂行业龙头企业MES（Manufacturing Execution System，MES）制造执行系统升级改造为实践对象，系统性阐述基于MES升级改造的工程实践应用。针对此行业高合规性、数据完整性及实时追溯等核心需求，从系统分层架构设计、核心业务模块构建、IoT设备融合接入、高并发分布式采集架构及数据库深度优化维度进行完整性设计与落地验证，全面实现GMP合规电子批记录、偏差管理闭环、全流程物料批次追溯合规目标，同时车间生产数据实时性与准确性得到质的提升，全面推动工厂由经验驱动向数据驱动的精益生产模式转型。

国内某膳食营养补充剂行业龙头企业产品覆盖全年龄段营养健康需求，市场占有率长年稳居行业首位。早在2015年，企业便已完成了MES系统的上线部署，在物料批次管控层面实现了基础数字化。然而，经过十余年的持续运营与迭代，系统已逐步暴露出以下制约性缺陷：合规性不足——系统不具备GMP对电子批记录、 偏差管理及操作审计追踪的合规性支撑能力；数据采集能力缺失——缺乏与生产现场设备的数字化互联手段，无法实现生产过程数据的自动采集与实时上传，生产数据仍以人工录入为主；系统架构扩展受限——模块化设计老旧，难以支撑智能制造对系统集成、数据分析及智能决策的持续演进需求。为有效解决面临的现实问题，并顺应《中国制造2025》智能制造战略与GMP合规深化趋势，企业引入全新一代数字化平台，对现有MES 系统实施全面升级改造，完成生产过程数字化目标^[1]。

整体采用五层分层架构体系，依次为数据采集层、 数据库层、应用层（核心业务层）、分析层与对接层。此架构具备全流程合规管控、数据驱动闭环管理、强集成性与扩展性三大核心特征，可以覆盖物料入厂到成品 放行的全生产环节，内置偏差管理、电子批记录、审计追踪等合规机制，满足GMP法规要求，同时打通底层 设备数据采集到上层分析决策链路，形成完整数据闭环，实现生产过程透明化管控，为精益生产提供量化依据，系统还需兼容OPC UA、S7、Modbus TCP 等主流工业协议，依托模块化架构结合业务需求完成灵活配置与功能扩展，同时支持各类企业级系统集成。

图1 系统集成架构图

数据采集层是系统的数据源头，通过电子秤、扫描枪、标签打印机及工业自动化设备，实时采集生产现场的物料称量数据、工序执行状态、设备工艺参数及人员操作信息，确保数据来源真实可靠、采集实时同步、全流程可追溯。 

数据库层以 PostgreSQL关系型数据库为核心引擎，统一存储和管理全流程生产结构化数据，包括工单、批次、物料、质量检验、设备状态、审计日志等核心业务数据域，为上层应用提供高可用、强一致性的数据持久化支撑。 

应用层作为MES系统功能核心载体，覆盖生产全流程业务管理，功能域包括：物料与库存域（物料批次管理、车间库管理、配方与称量管理）；生产执行域（工单管理、生产执行管控、生产过程监控与报工）；质量与合规域（质量检验、偏差管理、审核放行、电子批记录）；系统支撑域（设备管理、报表管理、标签管理、审计追踪、访问控制与系统运维管理）。

分析层则通过报表引擎、多维度追溯与统计分析功能，对全量生产数据进行深度挖掘与多维呈现，为管理层提供数据驱动的决策支持，同时满足制药行业合规性审计与产品全生命周期追溯的法规要求。 

对接层预留标准化集成接口，支持与SAP（ERP企业资源计划）、APS（高级排程系统）、WMS（仓储管理系统）、LIMS（实验室信息管理系统）及防伪验证系统的双向数据集成，实现企业级系统间的数据互通与业务协同，消除信息孤岛。

以批次为核心管控单元，实现物料从入厂、领用、配料投入到成品产出的全生命周期闭环追溯，支持库存平衡自动核算与合规审计数据导出。车间库管理模块统一管理物料接收、出库、在库盘点及退库操作，建立统一的车间物料电子台账，明确车间与仓库管理权责边界，保障生产物料供应的及时性与准确性。

实现工单从上游ERP到MES的自动同步转化、生产工单下达、工序执行跟踪与进度实时监控，实现生产任务的全生命周期闭环管理，替代人工录入。聚焦生产指令的落地执行与工序过程监控，反馈生产进度与完工报工数据，满足生产过程透明化管控的要求。配方与称量管理模块则通过严格的物料BOM版本控制、在线称量防错校验与衡器校准管理，保障投料精度与配方版本 一致性，自动生成符合GMP要求的称量记录报告，从技术层面杜绝人工记录误差。

质量管理涵盖在线取样检验、工序过程质检与环境监测三大功能，构建生产全程的关键质量控制点 （Key Control Point，KCP）管控体系。偏差管理提供完整的偏差识别—记录—评估—处置—关闭闭环工作流，确保生产异常全程可追溯、可审查、可关闭，全面满足GMP对偏差管理的规范性要求[2]。审核放行集成偏差审核、电子签名与批次放行功能，对成品出厂前合规性进行核验，确保批次产品符合放行标准。电子批记录（Electronic Batch Record，EBR）作为本次升级改造最具合规价值的核心功能之一，支持批记录模板的结构化设计、多版本精细管控与电子化执行管理，实现制药生产记录从纸质化向标准电子化的全 面转型，提升记录效率与数据合规性，支撑监管机构审计检查。

设备管理模块完成对设备运行状态实时监控、清洁状态全程追踪与现场设备合规使用管控，保障生产设备持续稳定运行。报表与标签管理模块提供物料台账、库存统计、生产完工等多维度报表，支持标签模板版本控制与打印历史追溯，满足产品标识与生产数据统计需求。 数据与审计管理模块通过数据定期备份还原、历史数据冷热分离归档与迁移机制保障数据安全，审计追踪功能对工单、批次、物料及全体用户操作进行完整日志记录，满足数据完整性审计的法规要求。访问控制与系统管理模块通过用户角色权限矩阵、单点登录（Single Sign-On，SSO）与电子签名实现系统安全管控，支持多语言与多时区配置。

系统具备实时性、多协议兼容、数据防错、数据标准化、断点续传等核心技术特性，可自定义配置秒级或分钟级数据采集频率，保障生产监控与进度跟踪数据的高时效性，全面兼容各类主流工业协议，适配不同品牌、型号的采集设备，系统内置多重数据校验规则，实现称量超限自动报警、扫码信息不匹配强制拦截、设备参数异常预警，从数据源头阻断错误数据流入。同时针对异构设备采集的多格式原始数据进行清洗、转换与标准化处理，统一规范数据格式后持久化存储至数据库，面对网络波动、中断等异常场景自动启用本地数据缓存机制，待网络恢复后完成数据自动补传，全面保障全流程数据采集的完整可靠。

电子秤应用于原辅料称量与中间体分装环节，通过RS-232/RS-485、工业以太网或蓝牙协议将称量数据实时上传至MES系统。系统内置称量数据超限报警与防错校验机制，替代传统人工记录，自动生成符合GMP要求的称量日志与称量报告。扫码设备支持一维码、二维码及RFID（Radio  Frequency Identification，射频识别）标签的多制式识别，用于物料批次、生产工单、容器编号及人员工号的身份核验与信息采集。通过全流程扫码管控，系统强制校验物料批次与工单的匹配关系，防止错料、混料风险，并建立物料流转的完整追溯链条。标签打印机与MES 系统深度联动，依据生产指令自动打印物料标签、批次标签、工序标签及状态标签，涵盖物料名称、批次号、工序节点、操作时间与有效期等关键字段。数据由系统统一下发管控，确保标签信息与数据库完全一致，消除人工手写错误风险。

西门子PLC是制药自动化产线的主流控制设备，MES系统与之建立数据互联主要采用以下3种技术路径：

（1）工业以太网+OPC UA/DA协议对接。通过 PROFINET工业以太网连接西门子S7-1200/S7-1500/S7- 300/S7-400系列PLC，部署OPC服务器（如SIMATIC WinCC OPC Server或第三方Kepware），MES客户端通过OPC UA/DA协议双向读取设备工艺参数、运行状态、生产计数及故障报警数据，实现标准化、高可靠的数据交互。

（2）S7协议直连采集。MES通过工业以太网直接 使用西门子S通信协议，读取PLC的DB数据块、I/O 及定时器/计数器地址数据，无需额外部署OPC中间件，实现轻量化、低延迟数据采集。 

（3）PROFINET/Modbus TCP协议对接。部分外围自动化设备通PROFINET或Modbus TCP协议与PLC通讯模块建立连接，MES系统经由采集网关进行协议解析与转换，将设备异构数据标准化后统一接入数据采集层。

通过上述方式实现对设备运行状态、关键工艺参数 （温度、压力、转速、计时）、生产计数与故障报警的实时采集，支MES向PLC反向下发工单指令、配方参数与启停控制信号，形成生产过程的MES-PLC双向闭环管控能力^[3] 。

各类采集设备共计200台，数量多、数据点位密集、 并发采集请求频次高。在传统单节点采集架构下，海量实时数据的持续上送极易引发连锁问题：单节点采集负载过载，采集节点处理能力饱和，导致数据传输拥堵与指令响应延迟；存在服务稳定性隐患，节点故障将直接中断采集服务，影响工厂业务连续性；任务调度固化，无法动态应对设备数量扩展与采集频次变化，系统弹性不足。针对上述挑战，采用“分布式采集架构 + 高可用机制 + 动态任务调度”三位一体方案进行优化落地。 

（1）分布式节点部署：200 台设备的采集任务合理 拆分并分配至多个独立采集节点，均衡各节点处理负载，消除单点性能瓶颈。各节点独立运行，单点故障影响范围可控，不扩散至全局。

（2）集群化高可用机制：采用集群化部署与服务冗 余策略，任意节点出现异常时，其承载的采集任务可自动漂移至其他健康节点继续执行，满足制药生产对系统连续性的严苛要求。 

（3）智能任务调度策略：基于动态负载均衡算法，实现采集任务在节点间的实时评估与灵活调配，提升数据交互效率与系统响应速度，应对生产现场动态变化场景。

在200台采集设备高频数据写入基础上，叠加生产追溯查询、报表统计分析、审计追踪与电子批记录等高并发业务访问，对PostgreSQL数据库造成综合性压力。主要问题体现在以下层面：高并发写入引发行锁等待与连接数溢出；复杂多表关联查询执行计划不优，导致查询响应超时；磁盘IO负载过高引发预写式日志（Write Ahead Logging，WAL）刷盘瓶颈；长事务堆积进一步加剧锁竞争。问题最终在业务层面表现为，页面响应卡顿、数据入库延迟与接口超时，无法满足系统高实时性与高稳定性运行要求。 

结合MES系统生产数据高并发写入、时序特征突出、多维度查询频繁、数据需长期留存的业务特点，针对PostgreSQL12/13/14版本，以64GB物理内存服务器为基准，从内存、连接、日志与磁盘读写、事务、查询、自动清理六大维度开展参数优化配置。在内存资源优化上，将共享缓冲区（shared_buffers）设置为物理内存的25%～ 40%，以此提升数据库读写缓存命中率；合理限定单会话排序与哈希运算内存大小（work_mem），避免高并发场景下出现内存溢出问题，并为数据库操作分配专属内存（maintenance_work_mem），同时依据物理内存占比配置优化器预估总缓存大小（effective_ cache_size），保障执行计划合理选择。在连接数与并发控制方面，结合MES应用、数据采集节点、报表系统及第三方平台的接入需求设置最大连接数（max_ connections），预留专属管理员连接用于故障运维，并设置空闲事务超时自动回收机制，防止长事务占用连接、产生行锁问题。针对大量实时数据入库带来的性能压力，对预写日志与磁盘IO进行优化，调增日志缓冲区，选用适配高可用与流复制的日志级别，延长自动检查点间隔以减少磁盘IO波动，合理设置日志文件大小区间降低文件切换带来的额外开销，同时区分业务场景选择同步提交策略，制药合规场景启用强同步模式，非核心数据数据表可采用异步模式提升性能。事务与锁机制上，采用读已提交（Read Committed，RC）的事务隔离级别减少锁竞争，配置锁等待超时时间，避免会话出现无限阻塞的情况。针对查询性能优化，结合SSD硬件环境调整随机扫描成本，引导系统优先使用索引扫描，并提升字段统计信息粒度，保障复杂查询拥有精准的执行计划。由于制药相关数据表存在高频增删改操作，系统全面开启自动垃圾回收功能，配置多组并行清理进程，设定数据变更比例阈值，及时清理死元组，避免数据表体积过度膨胀。

数据库参数调优需搭配架构优化同步落地，首先对时序数据、操作日志、审计日志、电子批记录等海量数据表按照时间维度做范围分区，通过分区裁剪提升范围查询、数据清理与历史归档的整体效率；其次基于数据库流复制搭建主从高可用架构，由主库承载高并发数据写入与核心业务事务，从库专门处理报表查询、数据追溯、统计分析等读请求，有效分流主库运行压力；同时开展索引精细化管理，围绕工单号、批次号、物料编码、设备编号、操作时间等高频查询字段创建复合索引，定期清理冗余索引，减少数据写入过程中的索引维护开销； 最后实施数据冷热分离管理，将近期活跃的生产热数据保留在主库，历史老旧数据定期迁移至归档库或冷分区，控制单表数据规模，长期保障数据库查询性能稳定。

实现工厂生产全流程数据的数字化可视、可管与可分析。将传统分散、线下、不可追溯的生产数据，统一转化为标准化、结构化、实时化的数字资产，支撑生产合规校验、产品可靠性分析、GMP电子批记录与生产过程复盘，为后续设备性能预测、质量数据分析与智能排程等智能化应用奠定坚实数据基础。

打通各业务环节的信息壁垒，降低工厂跨部门、跨岗位的沟通成本与数据搬运风险。核心见表1 ：

车间退料、半成品上架等单据由MES统一创建、审核与流转，车间人员无需在ERP系统手动操作调拨，精准把控车间库存数据，实现生产全流程的闭环数字化管控。系统完整记录每批次生产过程中的物料投入、产出与损耗数据，自动汇总上报并支撑多维度生产数据分析。通过标准化流程系统性约束，所有产品生产工序与操作流程均在MES规范管控下执行，从源头杜绝非标作业，降低人为操作引发的质量风险，提升产品生产质量一致性。

本技术实践为工厂后续的智能化升级预留了充足的数据沉淀与系统扩展空间。基于MES全量生产数据的持续积累，工厂可逐步引入设备预测性维护（Prognostics and Health Management，PHM）、基于机器学习的质量异常预测、AI 辅助智能排程等进阶智能化应用，持续深化“数据+智能”的精益制造能力，构筑竞争壁垒。