ARM将MES定义为：“管理信息系统属于中间的车间层，就工艺本身指导工业控制。”

  第一阶段：70年代的专用MES(Point MES：P-MES)。效果：未解决制造周期的竞争力、产品积压、产品质量低、设备利用率低、缺乏过程控制等，提供对应的软件系统来解决这一个问题，是一个独立的系统。优点：对特定的问题找到最优的解决方案。缺点：信息共享和集成比较困难。

  第二阶段：80、90年代的集成MES。效果：基于P-MES的开发，提供一套可同时解决多种生产问题的一套集成应用软件。优点：功能多样，一体性强，在一定的范围内实现了数据共享。缺点：对车间环境过于依赖，过于固定化、难开发性、可重构性差，不好扩充以及修改，难以适应任何复杂多变制造环境。

  第三阶段：传统MES(Traditional MES：T-MES)。基于第一阶段信息控制技术，信息系统是比较传统的MES，这种系统很不稳定，在生产的全部过程的一些小变化就可能让系统不能正常运行，隐含了较大风险，系统稳定性也比较差。

  第四阶段：可集成MES(Integratabie MES：I-MES)。效果：在T-MES的基础上发展起来，在MES的系统开发中应用模块化应用组件。优点：能更容易实现各个厂商之间系统的集成，是目前MES的发展方向。

  第五阶段：智能第二代解决方案。MESⅡ其核心目标是记录以获取更多的数据来更方便的进行生产管理、通过更精确的过程状态和更完整地的数据，它通过分布在设备中的智能来保证生产的自动化。MES与ERP能智能的联结和断开，具有更加智能的操控系统。

  在改革开放后，我国制造业发展十分迅速，形成了独立完整、门类齐全的产业体系，极大地推动了现代化、工业化进程，使得我国国立明显地增强。但是，中国制造业与世界的领先水平相比仍然落后，特别是我们的创新能力，还有资源利用效率和产业体系水平，以及信息化程度和质量效益等方面差距明显，所以转变发展方式与经济转型迫在眉睫。

  国内在智能制造系统与技术方面投入很多，但目前大多数仍处在探索AI在制造领域中的应用的阶段。这些年，对制造环境的全面“智能化”研究工作还处于刚刚起步阶段，开发出了许多水平各异的面向制作的完整过程中特定环节、不一样的系统，比如专家系统或者智能辅助系统等。

  美国作为世界人机一体化智能系统思想的发源地之一，人机一体化智能系统作为领先世界制造中的重要一环，美国政府对智能制造的前景十分的重视。

  在1990年日本首先提出了10年的智能制造系统(IMS)的国际合作计划，并与美国，欧洲自由贸易协定国在内的多个国家开展了以克服柔性制造系统(FMS)、计算机集成制造系统(CIMS)的局限性为目标的联合研究，通过合作把美国的系统技术和日本工厂和车间的专业方面技术、欧盟的精密工程技术充分地结合起来，为了开发出不受生产操作和国界限制高技术生产系统。

  在2010年欧盟启动了第七框架计划(FP7)的制造云项目E31，德国作为工业强国，在实施智能工厂(Smart factoy)之后，在国家全力支持下又启动了工业4.0(Industry 4.0)项目投入达2亿欧元，目前其已上升为国家级战略。

  a、MES系统可以通过强化过程管理和控制，优化公司制作制造管理模式达到精细化管理目的。

  b、MES系统提高了工作效率，使得各生产部门的协同办公能力加强，降低了公司制作成本。

  c、MES系统能及时准确地统计分析生产数据，排除员工的干扰，促使企业标准化管理。

  MES没能标准化。虽然MES的推荐标准在国内外已经制定了许多。然而，国内企业开和发商在实施MES系统时，却少有关注标准的指导作用，不但国内MES系统产品繁杂，同时不利于对MES系统来进行推广。

  工厂从层次角度分析，把控制结构可划分为以下几层，分别是工厂层、车间层、单元层和设备层。处于车间层和单元层的一般是MES系统，所以在执行过程中可能会与ERP系统重叠。

  在ERP系统负责决策计划指导的前提下，MES系统根据车间生产情况产生的实时数据，对短期生产计划做多元化的分析、通过实时控制实现数据的优化。

  所以说，对数据的收集、分析、层层汇总是MES系统优化的主要表现，慢慢的变多的数据使MES系统的功能也是愈加强大。在信息交互方面，MES系统对向上一层提交周期盘点、生产能力、材料消耗、劳动力性能等数据也会来优化，并向底层执行指令发布各类参数。

  在智能制造的时代背景下，制造企业的转型显得很重要。企业生产管理集成的核心软件之一是MES系统。制造企业想要实现智能制造，最重要的就是企业首先要实现数字化工厂，而制造执行系统（MES）作为数字化工厂的核心在制造业的重要性不言而喻。

  在智能制造和中国制造2025的背景下，我们需要把MES系统进一步向前看，我进行了以下归纳:

  ●数据化，智能制造离不开数据支持，公司制作的数据化有利于为人机一体化智能系统打下基础，学习大数据技术分析，通过数据挖掘，实现数据增值；