新质生产力驱动下新能源汽车MES低代码与纯代码混合架构实践研究

新质生产力驱动下新能源汽车MES低代码与纯代码混合架构实践研究 邓瑶琴 金哲宇 杨昱昺 摘要 新质生产力以技术创新为核心驱动力，推动新能源汽车制造业向数字化、智能化深度转型。新能源汽车制造涵盖锂电池生产的流程型工艺与电机装配的离散型特性，对制造执行系统（MES）的柔性适配与核心业务稳定性提出双重诉求。针对传统纯代码架构开发周期长、低代码平台核心场景支撑不足的痛点，构建低代码与纯代码混合架构MES系统。通过分层设计实现技术优势互补，在锂电池涂布工艺控制、电机装配流程配置等核心场景落地验证。研究结合新能源汽车产业技术创新特征，明确混合架构在数据交互、协同开发、数字孪生融合等关键环节的实现路径，为新质生产力背景下制造企业数字化转型提供技术参考。 关键词：新质生产力；新能源汽车；制造执行系统；混合架构；低代码开发；锂电池生产；电机装配 一、引言 全球新能源汽车产业技术迭代与产能扩张并行，新质生产力推动生产要素向技术创新驱动转型。锂电池生产的流程-离散混合工艺、电机装配的多车型混流与核心工艺高精度控制需求，要求MES系统兼具工艺变更快速响应与核心业务稳定支撑能力，而传统纯代码架构适配性不足、低代码平台核心场景支撑有限的单一架构局限，制约了产线数字化价值释放，融合二者优势的混合架构成为破局关键，本文聚焦新能源汽车核心制造场景，构建分层适配的混合架构MES体系，通过锂电池生产与电机装配实践验证可行性，为产线智能化升级提供支撑。 二、新质生产力内涵与新能源汽车MES技术需求 2.1新质生产力的核心特征与产业影响 新质生产力是基于技术革命性突破、生产要素创新性配置、产业深度转型升级形成的先进生产力质态，其核心特征体现为高科技、高效能、高质量。在新能源汽车产业，这一特征具体表现为电池技术的迭代升级、电机电控系统的性能优化、智能制造技术的深度应用。 技术革命性突破推动新能源汽车制造工艺持续创新，锂电池能量密度提升、电机效率优化等技术进步，要求生产系统具备快速适配新工艺的能力。生产要素创新性配置则强调数据、技术、管理等新型要素的深度融合，MES系统作为产线数据流转与业务管控的核心，需承担起生产要素整合与协同的关键角色。产业深度转型升级促使新能源汽车制造从规模化生产向柔性化、个性化定制转型，多品种、小批量的生产模式成为主流[1]。 这些变化直接影响MES系统的技术需求，要求其在保持核心业务稳定性的同时，具备更高的柔性适配能力与快速迭代能力，成为新质生产力在制造环节落地的核心支撑。 2.2新能源汽车MES系统的核心技术需求 锂电池生产场景中，前段电极涂布、辊压、分切等流程型工序对温度、压力、速度等参数的稳定性要求极高，需毫秒级响应参数调整，确保产品一致性。后段模组装配的离散型工序则要求系统快速适配不同型号电池包的组装流程，支持物料追溯、工单配置等功能的灵活调整。 电机装配环节，多车型混流生产要求MES系统快速完成新车型的生产配置，核心工艺如绕线张力控制、端盖压装精度调节等需实现高精度控制。同时，新能源汽车产业对质量追溯的严苛要求，要求MES系统实现从原材料入库到成品出库的全流程数据追溯，确保每个环节的数据可查、可追溯。 新质生产力背景下，MES系统需同时满足“快速适配工艺变更”与“稳定支撑核心业务”的双重需求，这一需求直接推动了混合架构的研发与应用。 三、混合架构的分层设计与关键技术 3.1混合架构的分层设计原则 混合架构遵循“边缘-数据-服务-应用”的分层原则，各层级根据功能特性匹配低代码或纯代码开发模式，实现技术优势与业务需求的精准适配（图1）。 图1混合架构分层与开发模式适配图 边缘层聚焦设备数据实时采集与本地决策，承担锂电池生产设备、电机装配线传感器数据的采集与初步处理任务。该层级需保障毫秒级响应速度与数据采集稳定性，采用纯代码开发协议转换模块与数据采集程序，支持OPCUA、MQTT等主流工业协议，适配不同类型设备的接口需求。硬件配置建议采用4C8G+SSD双机热备方案，确保设备连续运行与数据不丢失。 数据层承担冷热数据处理与存储任务，纯代码构建核心数据管道，实现高并发数据的快速处理与存储。低代码平台用于配置数据可视化规则与数据清洗策略，支持业务人员根据需求调整数据展示维度与分析逻辑。数据存储采用分层架构，热数据存储于内存数据库，冷数据存储于关系型数据库，满足实时查询与历史数据追溯的双重需求，硬件配置建议采用16C64G+NVMe高可用部署方案，可按产线规模动态调整[2]。 服务层将工单流转、物料配送等标准化流程通过低代码组件化开发，形成可复用的功能组件库。工艺优化、排程算法等核心事务采用纯代码深度定制，确保核心业务逻辑的稳定性与精准性。应用层基于低代码搭建可视化交互界面，支持业务人员通过拖拽方式调整界面布局与功能模块，适配不同岗位的操作需求。 核心模块开发中，生产执行、质量管控等模块的标准化功能通过低代码快速实现，缺陷根因定位、动态节拍优化等复杂逻辑依赖纯代码保障。这种分层适配的设计，为技术融合与行业场景落地奠定了架构基础。 3.2关键技术融合与实现路径 3.2.1数据交互机制 边缘层与数据层通过OPCUA、MQTT协议实现数据传输，纯代码开发的协议转换模块支持多设备接口适配，确保不同类型传感器与设备的数据统一采集。数据传输采用TLS1.2加密协议，通过X.509证书验证设备身份，防止数据泄露与篡改[3]。 低代码组件与纯代码模块之间通过API网关实现数据互通，构建标准化数据交互规范。纯代码开发的核心服务封装为RESTfulAPI，明确输入输出参数格式与调用方式，低代码组件通过配置API地址与参数完成数据调用。采用消息队列实现异步通信，缓解高并发场景下的数据传输压力，保障系统运行稳定性。 设备孪生技术实现边缘层与云端的数据同步，纯代码开发物理实体与虚拟模型的映射关系，当工艺标准变更时，云端下发指令，边缘节点自动同步并执行。网络中断时，边缘节点本地缓存数据，恢复连接后通过消息顺序保障机制完成数据补传，确保数据一致性。数据同步采用增量同步策略，仅传输变更数据，降低网络带宽占用。 3.2.2协同开发机制 建立“组件注册-接口标准化-版本管理”的协同开发流程，纯代码开发的核心功能封装为标准化组件，注册至低代码平台组件库，明确组件的功能描述、输入输出参数、调用方式与性能指标。低代码开发过程中可直接调用组件库中的纯代码组件，实现功能快速集成。 采用分支管理策略隔离开发环境，低代码开发与纯代码开发分别在独立分支进行，通过代码评审与自动化测试确保模块兼容性。建立月度迭代机制，低代码实现的功能优先上线验证，收集业务反馈后快速调整；纯代码开发的核心功能经过多轮测试与仿真验证后逐步集成，降低上线风险。 开发团队采用“业务+技术”双驱动模式，业务人员通过低代码平台配置业务流程，参与需求梳理与功能验证；技术人员聚焦纯代码核心模块开发与性能优化，解决复杂技术问题。需求响应机制确保业务变更通过低代码快速调整，核心逻辑优化通过纯代码迭代实现，实现开发效率与系统稳定性的平衡。 3.2.3数字孪生与混合架构融合 构建产线数字孪生模型，纯代码开发物理实体与虚拟模型的映射关系，实现设备状态、生产进度、质量数据的实时同步。低代码配置模型可视化展示规则，支持业务人员自定义模型展示维度与数据指标，为生产监控与决策提供直观支撑（图2）。 图2数字孪生与混合架构融合示意图 在虚拟环境中模拟工艺变更与架构调整，低代码快速配置仿真场景，设置不同的工艺参数、生产节拍与订单类型；纯代码实现仿真算法与数据处理，基于历史生产数据构建仿真模型，模拟不同场景下的生产运行状态。仿真结果用于验证架构适配性与流程优化效果，减少物理产线调整的成本与风险。 基于数字孪生模型实现闭环优化，纯代码开发数据采集与分析模块，实时采集虚拟与物理产线数据，通过对比分析识别生产瓶颈与工艺优化空间。低代码配置优化规则与反馈机制，根据分析结果自动调整工艺参数与架构配置，提升产线运行效率。优化过程中，关键参数调整需经过虚拟仿真验证后再应用于物理产线，确保优化效果与生产安全。 四、行业适配实践 4.1锂电池生产产线应用实践 锂电池生产产线的前段电极制作属于流程型生产，对工艺参数的稳定性要求极高；后段模组装配属于离散型生产，需快速适配不同型号电池包的组装需求。混合架构针对其工艺差异采用差异化开发策略。 前段电极涂布、辊压、分切等工序，通过纯代码开发专用控制模块，实现参数的毫秒级响应与闭环调节。涂布工序中，纯代码模块实时采集涂布头温度、涂覆速度与浆料粘度数据，基于多变量耦合模型 Y=k1X1+k2X2+k3X3 其中X1为温度参数、X2为涂覆速度、X3为浆料粘度，k1,k2,k3为工艺权重系数）自动调整参数。温度控制精度参考范围为±0.5℃，涂覆速度控制精度参考范围为±0.1m/min，确保涂布厚度均匀性。 辊压工序的压力控制模块采用纯代码开发的PID算法，实时调整辊压压力，根据不同极片材质与厚度设置压力参数范围。分切工序通过纯代码模块集成视觉检测数据，实现分切尺寸的实时校正，分切精度参考范围为±0.1mm，满足后续装配工艺要求。 后段电池包组装工序涉及电芯分选、焊接、封装、测试等多个离散环节，其工单配置、物料追溯、工序流转等功能通过低代码开发。业务人员可通过拖拽组件快速配置不同型号电池包的组装流程，设置物料追溯节点与测试标准。新规格电池包的生产配置无需修改底层代码，仅通过低代码平台调整参数与流程配置即可完成。 质量追溯环节，混合架构集成区块链存证功能，纯代码开发关键工序数据上链模块，将极片裁切、电芯焊接、模组封装等环节的工艺参数、操作人员、设备编号等数据实时上链。低代码搭建设计质量追溯平台，支持通过成品编码反向查询原材料批次、生产时间、检测数据等全流程信息。追溯数据存储采用分布式架构，确保数据不可篡改与长期可查。 能耗管理是锂电池生产的核心需求之一，混合架构通过低代码配置能耗监控规则，设置各工序能耗统计维度与监控指标。纯代码开发能耗优化模型，基于生产负荷、环境温度、设备效率等数据，自动调整空压机、干燥机等辅助设备的运行参数与启停时间。边缘计算节点本地处理高频设备数据，采样频率设置为5Hz，仅将能耗超标预警、设备异常等关键指标上传云端，降低网络带宽占用。低代码配置的数据可视化面板，实时展示各工序能耗状态与节能效果，为生产管理人员提供决策支撑。 4.2电机装配产线应用实践 汽车电机装配产线作为多品种混流生产的典型场景，需同时满足车型快速切换与核心工艺高精度控制的需求。混合架构在该产线的应用中，将标准化的工单下发、物料配送、工序报工等流程通过低代码开发。 业务人员通过可视化界面直接配置车型参数、物料清单与工序流程，无需专业编程知识即可完成新车型的生产配置。配置过程中，系统通过内置的规则引擎自动校验参数合理性，避免配置错误。不同车型的工艺参数与流程配置可保存为模板，后续切换时直接调用，大幅提升订单响应速度。 电机绕线张力控制、端盖压装精度调节等核心工艺环节，采用纯代码开发专用控制模块。该模块集成视觉检测与力控传感器数据，通过纯代码编写的PID算法实时调整设备运行参数。绕线张力控制参考范围设置为特定区间，压装精度误差控制需符合行业核心质量标准，确保电机装配的核心性能指标。 针对多车型混流时的工序节拍不平衡问题，纯代码开发的动态节拍优化模块根据实时生产数据，自动调整各工位作业时间分配。模块基于生产节拍平衡算法，分析各工位作业内容与耗时，通过调整工序顺序、优化作业分配等方式，避免出现工序拥堵，提升产线整体运行效率。 产线设备维护环节，纯代码开发的预测性维护模块采集设备振动、温度、电流等20余种参数，数据采集频率设置为10Hz[4]。构建LSTM模型进行特征提取与趋势预测，模型结合设备历史故障数据持续优化，提前预警轴承磨损、电机老化等潜在故障。低代码搭建设备运维看板，实时展示设备健康度评分、维护计划与备件库存，维护人员可根据需求自定义看板字段与展示样式，快速定位问题并安排维护工作。 结论 新质生产力背景下，新能源汽车制造对MES系统的柔性适配与核心业务稳定性提出双重要求。低代码与纯代码混合架构通过“边缘-数据-服务-应用”的分层设计，实现了低代码敏捷性与纯代码稳定性的有机融合，有效解决了传统单一架构的局限性。 混合架构在数据交互机制中，通过协议标准化、数据加密传输、设备孪生同步等技术，保障了数据传输的实时性与安全性。协同开发机制与数字孪生技术的深度融合，进一步提升了架构的适配性与优化能力。锂电池生产与电机装配的应用实践表明，该架构能够精准适配新能源汽车制造的流程型与离散型混合特征，在工艺快速调整、核心参数精准控制、全流程数据追溯等关键环节发挥重要作用。 参考文献 [1]吴尧锋,许少锋,马艳,等.面向中小型工业企业的机械专业学生微MES开发能力培养研究[J].创新创业理论研究与实践,2023,6(10):96-98. [2]刘俊,魏明,陈超,等.面向智能制造的ERP与MES一体化实践——以法尔胜泓昇为例[J].中国管理信息化,2022,25(16):101-103. [3]郑红木.基于机器视觉的中小金属制品企业MES系统设计与实现[D].中国民航大学,2022.DOI:10.27627/d.cnki.gzmhy.2022.000011. [4]刁立.普中智能公司MES产品营销策略优化研究[D].兰州大学,2022.DOI:10.27204/d.cnki.glzhu.2022.001973.