MES制造执行系统信息集成平台涉及的主要技术内容包括以下3个方面：

    (1) PCS过程信息集成通用数据接口。为了在各种主流型号DCS、PLC和新型现场总线控制网络中可靠地实施MES/PCS信息集成，支持综合自动化系统实施数据的集成，必须采用通用的软件数据接口。在过程综合自动化系统中实施过程优化，需要将DCS、PLC、现场总线仪表、化验分析所得的有关工艺参数、控制回路状态、质量指标、罐存量、传输量等在线过程信息集成于实时监控软件平台或称为实时数据库，实现网络化数据共享和任意组合。同时，过程优化的结果和先进控制算法应安全、及时、可靠地下载到DCS、PLC和现场总线仪表等现场控制设备。由于工业使用环境相对比较恶劣，对数据保存的完整性和安全性有较高的要求，要求能够将遭到破坏的数据及时、快速地恢复。由于各应用企业综合自动化建设水平不一样，往往采用阶段、渐进开发模式，需要一个开放式实时监控软件平台，支持设备即插即用和有序扩展。其主要技术特点有：

    ① MES制造执行系统实时数据动态压缩算法。为了记录大量实时数据并保证数据查询速度，在保持生产过程实时数据动态特征的同时，运用模式识别理论，根据过程特点优化数据采集周期，建立数据动态压缩算法。

    ② MES制造执行系统实时数据库故障恢复功能。在简化数据库操作的同时，需要采取物理存储等空间溢出错误预警和自动维护等保护机制，对数据库的重要信息采用滚动式冗余备份，保证数据库的安全性、完整性、并发性和数据库故障恢复等功能。

    ③ MES制造执行系统开放的工业控制OPC技术。OPC是基于OLE技术的规范，软件开发商不必再针对不同的硬件开发专门的驱动程序。由于OPC数据访问协议、OPC报警与事件访问协议和OPC历史数据访问协议正在不断完善之中，因此必须在现有规范的基础上进行版本跟踪等，建立版本更新技术。其难点是随着访问协议的变化，实时数据库内的数据结构必须调整，否则将影响数据访何效率。

    ④ MES制造执行系统开放性工业控制网络。采用10/100M以太网开放性工业控制网络或RS—232、RS — 485通信方式和 C/S模式，保证长期运行的可靠性，符合ODBC/SQL工业标准的数据库系统与企业信息系统紧密集成，具备PC、DDE、OLE、TCP/IP、NETBIOS'IPX/SPX等多种网络和数据通信协议接口，确保能够从所有过程自动化系统中获取数据。其难点是过裎工业企业往往拥有一批非标准的控制设备，在每个应用工程实施中必须进行第二次开发。

    (2)流程工业数据校正。以数据为核心的流程工业综合自动化系统所需的数据协调技术和数据校正技术是过程模型化和优化的技术基础，能够利用现有原始数据进行协调，消除测量误差，解决大规模、高复杂性综合自动化系统数据准确性问题。数据校正技术主要由测量网络冗余性分析、显著误差检测和数据协调等部分组成，需要解决的根本问题是利用冗余信息剔除原始数据中的显著误差，降低随机误差对测量值的影响，并设法估计未测变量。对同一变量的多次测量值构成了数据的时间冗余信息，不同的变量之间要求能够满足各种平衡关系，构成空间冗余信息。如果没有冗余关系的存在，数据校正就无法进行，且冗余度越高(:过程测量越多），数据校正的效果就越好。其主要技术特点有：

    ① MES制造执行系统测量网络冗余性分析和基于遗传优化算法的冗余性设计。提供一种兼顾网络拓扑结构和传感器测量精度配置的综合冗余度分析方法，较全面地对解析冗余进行定量分析，不但能评价一个测量系统的合理性，指导数据校正的工程建模，而且能够达到配合费用最小、估计精度最高、可靠性最高、显著误差可检测等目标。利用遗传算法可以解决测量网络传感器配置问题。

    ② MES制造执行系统高置信度显著误差综合检测方法。分析比较几种显著误差检测方法，得知单一的统计检验方法无法同时避免误报、漏报这两类错误，往往是只能够在两者出现的概率中进行折中处理。因此提出一种高置信度的显著误差综合检测法，通过各种单一统计检验方法的有机组合，使出现这两个错误的概率同时被控制在一定水平下，改善显著误差检测效果。

    ③ MES制造执行系统单节点显著、误差检测方法。工程实际中，仪表不同的精度等级和不同的可靠度也可以为误差识别提供信息，因此，基于Bayes统 计思想，提出了一种过失误差识别的新方法，即利用仪表的可靠度、精度等级等信息，构建在不同显著误差情况下节点的约束残差的概率密度分布图，并据此模式作出显著误差判断。

    ④ MES制造执行系统低冗余度网络的线性稳态数据校正算法。根据尽量删除带有显著误差的变量和同时确保协调精度的原则，对所有检测出来的带有显著误差的变量通过计算不同阶次的冗余度，按照冗余度的大小逐个选择可以删除的变量，既充分利用了数据信息，又能够确保协调精度。该项技术是我国流程工业企业推广数据校正技术的关键。

    (3)工艺一辨识混合建模、全流程静态产率估计模型。针对国内外在流程模拟技术工程应用中都遇到的单元装置建模难、复杂模型仿真计算繁琐等共性问题，通过简化在线建換技术和计算机数字化虚拟工厂模型呈现和推理技术，模拟装置开工、停工和故障异常处理过程，验证生产过程中的物料、能量平衡情况，达到改进生产方案和设计方案的目的。流程模拟的基本原理是针对每个单元建立数学方程组，把所有这些数学模型汇集在一起，形成一个非线性方程组再进行综合求解，或根据单元的数学方程组，从工厂人口单元开始，依次逐级计算经过过程系统的各个单元，最终达到系统输出物流的相关变量，求解系统中的状态变量值，优化调度生产作业计划，最终能够以最少的能耗、最高的安全性或最大的产品效益确定各个生产装置的负荷，并通过静态实时优化向先进控制层提供相应的操作条件。

    其技术特点包括：

    ① MES制造执行系统工艺一辨识混合建模。充分结合机理模型和黑箱模型的优点，采用机理与经验相结合的模型，在选择模型结构时，充分考虑了模型的外延性。能合理有效地利用各种过程信息，最终提高模型的整体性能是混合建模的最大难点。采取的措施包括将部分最小二乘算法引人径向基网络，以提高模型的抗噪性和外延性。首先将所有训练本数据均作为径向基网络隐含层的节点，构成一个全径向基网络；然后利用部分最小二乘法，将这些关联的基函数和网络输出投影到一组主元上，在各个主元上分别建立它们之间的对应关系，这样就形成了一个简约的多输出非线性模型。我们提出的一种模糊一线性复合模型，其中线性模型离线得到，不进行在线修正。该复合模型通过模糊模型的在线自学来逼近非线性对象的动态特性，具有任意逼近能力，同时，再利用模糊逻辑，将专家经验、线性模型以及根据历史数据辨识生成的模糊模型统一在一个整 体框架——模糊混合模型内。由于模型充分利用了各种有用信息，从而大大提高了模糊混合模型的外延性，采用线性准稳态数据校正技术对测量数据进行预处理，然后再将处理后的数据作为模型的输入，大大降低了测量误差，特别是显著误差对模型的影响。

    ② MES制造执行系统流程静态产率估计模型。利用工业装置的经验辨识模型不仅需要大量的实际生产操作数据，且对数据的平稳性也有较高的要求。由于受原料和中间产品物性组成化验分析种类的限制，开发包括物性组成的全流程静态产率估计模型的难度也很大。需要解决的技术难题包括：基于数据校正技术，对建模所需实际生产数据进行调理，保证数据的平稳性、一致性和正确性；根据过程优化的不同要求，建立多复杂度的产率估计模型;建立原料物性数据库和中间产品物性组成的估计模型；利用工业装置标定数据或平稳性操作数据进行模型校正r流程优化，在信息集成、数据校正和混合建模后，问题的 焦点是根据性能指标要求进行过程优化。采用中间件（优化求解器CPLEX)描述并求解以经济指标为目标的全流程生产优化、适应柔性生产的动态优化调度，以及生产过程动态成本优化控制。这些问题涉及带有约束的大规模优化问题，包括用CPLEX描述优化云系观念、优化调度和优化成本等三大优化问题和CPLEX与PCS/MES/ERP的数据交换。