優科尚品5G全連接工廠測試床
引言/導讀
在裝配式部品部件工業領域，現有設備、產品、DCS、MES、MOM系統無法真正聯動，而且廠區內還存在多種網絡應用，急需一種多網融合、無線互通的解決方法。因此進行裝配式部品部件領域全連接技術應用研究，獨立建設5G專網，打通控制網絡，采用5G全連接系統架構的設計，通過無線RFID技術與5G網絡配合，測試驗證生產進程統計、產品流程追溯等場景，搭建更先進的工業視覺應用，開辟裝配式部品部件領域全要素泛在互聯、人機深度交互、智能引領變革的新征程。
關鍵詞
5G全連接工廠
測試床項目承接主體
發起公司和主要聯系人聯系方式
山東優科尚品節能科技有限公司
文凱 電話：15001364378 電子郵箱：Wenkai@pcbmi.com
測試床項目目標
在裝配式部品部件工業領域，由于生產工藝離散性強，移動換軌設備多，自動化程度低，設備系統之間相互脫節，大部分依靠人工獨立操作，缺少關鍵的連接橋梁，現有設備、產品、DCS、MES、MOM系統無法真正聯動，而且廠區內還存在多種網絡應用，包括辦公、安防監控等，相互隔離，數據孤島化嚴重，利用傳統的無線WIFI組網方案，其抗干擾能力差、帶寬低、延時丟包、施工成本高，無法滿足大容量工業化生產要求，急需一種多網融合、無線互通的解決方法。因此進行裝配式部品部件領域全連接技術應用研究，開辟裝配式部品部件領域全要素泛在互聯、人機深度交互、智能引領變革的新征程。
建設目標包括：
獨立建設5G專網，接入、傳輸均進行機密性和完整性保護，保證企業數據的安全性和專用性。
打通控制網絡，解決設備與設備，點對點之間的橋梁問題，采用5G全連接系統架構的設計，要求既能夠適應新廠建設，也能適應老廠改造，實現PLC對PLC、PLC對I/O之間5G直連，保證ms級低時延數據通信；溫度、壓力、振動、料位、液位、位置等分散的傳感器信號通過無線收集、匯總及上傳，在廠區范圍內可任意部署傳感器/智能終端，無需部署光纜、信號電纜和電纜橋架等，節約通信設備/施工方面的投資，同時可以做到工藝快速擴展。
通過無線RFID技術與5G網絡配合實現生產進程統計、產品流程追溯，減少生產人員數量，將紙質工單轉向電子工單，避免大量手寫工單，提升無紙化生產，提升工人工作效率；
搭建更先進的工業視覺應用，工業相機/工業攝像機實現場圖像或視頻采集，即可使用現有工廠的視頻探頭，也可以安裝專用的工業視覺相機，由5G網絡提供高速上行通道，圖像識別應用部署在邊緣云，根據確定的訓練模型，對采集圖像進行推理預測、實現產品質量檢測或生產/員工安全監測。
測試床方案架構
測試床應用場景
已應用的 5G+工業互聯網典型應用場景 | 研發設計類：□ 協同研發設計 □ 生產單元模擬 生產制造類：□ 遠程設備操控 □ 設備協同作業 □ 精準動態作業 □ 柔性生產制造 □ 現場輔助裝配 □ 虛擬現場服務 檢測和監測類：□ 機器視覺質檢 □ 工藝合規校驗 □ 設備故障診斷 □ 設備預測維護 □ 無人智能巡檢 □ 生產現場監測 物流運輸類：□ 廠區智能物流 □ 廠區智能理貨 □ 全域物流監測 服務管理類：□ 生產過程溯源 □ 生產能效管控 □ 企業協同合作 其他： □ 無 |
擬建設的 5G+工業互聯網典型應用場景 | 研發設計類：□ 協同研發設計 □ 生產單元模擬 生產制造類： 遠程設備操控 □ 設備協同作業 □ 精準動態作業 □ 柔性生產制造 □ 現場輔助裝配 □ 虛擬現場服務 檢測和監測類： 機器視覺質檢 □ 工藝合規校驗 □ 設備故障診斷 □ 設備預測維護 □ 無人智能巡檢 生產現場監測 物流運輸類： 廠區智能物流 □ 廠區智能理貨 □ 全域物流監測 服務管理類： 生產過程溯源 □ 生產能效管控 □ 企業協同合作 其他： |
測試床架構
5G全連接工廠建設總體架構
總體建設方案分為三個部分：
1.工業現場網絡：利用5G基站及5G核心網構建現場網絡，實現產線級別的人、機、料、法、環、測等生產要素5G全連接。結合基于現有生產控制系統的5G網絡管理系統，可實現以下能力：
5G網絡完全覆蓋工廠內的生產作業區域；
5G網絡保證業務處理能力滿足業務高峰期需要；
5G網絡保證各種業務對網絡的性能需求；
5G網絡保證5G終端在網絡覆蓋范圍內移動時保持業務連續性；
5G網絡保證敏感數據不出廠區；
5G網絡保證通信過程中的安全性；
面向現場OT運維工程師提供易于操作的圖形化維護界面。
2.現場設備聯網：在產線的各個智能生產設備（例如，布料機、作業機械手、傳自動運輸車及攝像機、工業相機、RFID標簽/讀寫器等各類傳感器）上加裝5G工業網關，使得上述設備可通過現場5G網絡接入生產控制系統。
3.工業邊緣智能中心：以邊緣計算平臺為基座，提供虛擬化算力，支撐5G核心網系統、數據處理組件、AI處理組件及其他工業應用組件的部署運行。邊緣智能中心基于超融合架構的微型數據中心構建，支持虛擬機及容器混合算力部署，同時支撐傳統工控軟件及新興的工業AIoT軟件運行。該平臺內置的5G核心網系統，提供了本地化 的5G 網絡接入能力，可快速構建基于5G的OICT融合方案。
測試床方案
工廠網絡建設方案及網絡拓撲
在車間部署5G基站及工業邊緣智能中心，其中工業邊緣智能中心內置了5G核心網。車間內的工業設備保持原有接口不變，通過加裝的5G工業網關接入5G網絡。5G基站通過專門鋪設的光電復合纜接入工業邊緣智能中心，與5G核心網相連。工業邊緣智能中心通過ToR交換機接入車間生產網絡。
在工廠數據中心部署5G核心網控制面網元UDM，企業層及管理層業務軟件（例如，ERP及MES等），通過邊界交換機和車間生產網絡及企業辦公網實現互通。辦公網通過網關路由器接入互聯網。在網關路由器及各個邊界交換機上配置防火墻，防止非法訪問和惡意攻擊。
5G網絡的UDR位于電信運營商的核心網中，保存用戶的開戶信息。
工廠內業務系統建設方案及數據情況
1.生產過程實時監控
1）工序流轉監測
在模臺的邊側布置RFID電子標簽，在每個工位布置RFID標簽讀寫器。RFID標簽讀寫器通過5G終端設備接入5G網絡。當模臺流轉到相應工位時，RFID標簽讀寫器讀取到標簽ID，通過5G網絡上報給上位機，進而通知給MES，使得MES掌握特定產品在生產流程中的位置。RFID標簽讀寫器每次產生的數據為64字節。
對于養護窯溫度較高的產線，RFID電子標簽有可能不能承受對應的高溫，會導致標簽失效。這種情況可以在模臺的邊側噴涂編碼，在每個工位布置攝像機，攝像機通過5G終端設備接入5G網絡，和部署在邊緣計算平臺上的編碼識別應用通信。當模臺流轉到相應工位時，攝像機捕獲編碼圖像通過5G網絡發送給編碼識別應用，編碼識別應用通過圖像識別算法識別出編碼值，然后將編碼值上報給MES。在產線各工位附近布設攝像機，并通過加裝的5G工業網關接入5G網絡，將實時視頻流傳輸至部署在工業邊緣智能中心上的AI處理組件。為實現關鍵工位的無死角監控，可針對該工位部署多個攝像機，并將這些攝像機接入一個5G工業網關。攝像機拍攝的分辨率為1080p，幀率為10幀/秒，經過H.265編碼后的碼流速率約為2Mbps。在現場共部署了18臺攝像機。
當模臺流轉到對應工位時，攝像機將拍攝的圖像通過5G網絡發送至AI處理組件，由該組件利用圖像識別算法識別出模臺編號，并將識別結果連同攝像機編號送入數據處理組件生成工序作業記錄。現場OT運維工程師可從數據處理組件通過可視化方式實時讀取工序作業記錄，實現工序流轉狀態的實時監測。
2）窯爐環境監控
為保持養護窯內的溫濕度恒定，在養護裝置中安裝一定數量的環境監測傳感器（如溫度傳感器和濕度傳感器）和環境控制設備（如風機、工業加濕器、天然氣鍋爐、空氣壓縮機等）。環境監測傳感器和環境控制設備連接到PLC。加裝5G工業網關，將PLC通過5G網絡接入工業邊緣智能中心。
環境監測傳感器采集的數據首先通過5G網絡送入數據處理組件，經過數據清洗及加工后，再由生產監控軟件從數據處理組件處讀取。生產監控軟件根據環境監測數據及事先設定的控制規則，向PLC發送環境控制指令，驅動環境控制設備完成相應的控制動作。生產監控系統軟件每秒鐘從PLC讀取一次數據，數據量為240字節。
2.生產設備控制
部署在工業邊緣智能中心里的生產控制軟件通過5G網絡實現對生產設備的控制。可通過5G網絡實現控制的生成設備包括模具布置裝置、鋼筋網片安裝裝置、布料裝置、脫模&起吊裝置、成品轉運裝置等。針對上述裝置的生產控制指令的端到端延遲須在20毫秒以內，網絡丟包率要小于10-4。
在模具布置環節及布料環節，需要對裝置加工結果進行實時檢測，從而判斷加工是否合格。因此，在模具布置裝置及布料裝置處分別加裝了高分辨率工業相機對加工結果進行拍攝，并在工業相機處加裝5G工業網關，將拍攝結果通過5G網絡送入工業邊緣智能中心內的AI處理組件進行識別分析。AI處理組件將識別結果送入數據處理組件，并由生產控制軟件讀取。如果模具布置和布料結果滿足工藝要求，則生產控制軟件通知相應裝置將產品送入下一道工序，反之，生產控制軟件向相應裝置發出控制指令，進行二次加工。需要根據板材的尺寸在工位上方部署2~4個雙目工業相機。
3.產品質量檢測
在產線最后的產品完成環節，需要對產品質量進行檢測。對于符合質量要求的產品，由物流車輛從產線轉運至庫房，對于不合規產品，由物流車輛轉運至廢料處理區。上述產品質量檢測過程由基于工業相機的智能質檢系統完成，其中工業相機及物流車輛加裝了5G工業網關，可通過5G網絡與工業邊緣智能中心內的AI處理組件及車輛調度系統進行信息交互。該系統首先通過工業相機對產品進行圖像采集，AI處理組件可對產品外觀缺陷進行檢測，包括露筋、孔洞、蜂窩、麻面、裂縫、缺棱掉角等。AI處理組件將識別結果送入數據處理組件，并由物流車輛控制系統從數據處理組件讀取識別結果，并根據識別結果向物流
車輛發出調度指令。
該系統在檢測工位正上方部署一個8K線陣工業相機用于獲取產品整體圖像。對每個待檢板材，8K線陣工業相機拍攝一張圖片，尺寸約為100M字節。圖片拍攝完成后需要在500毫秒內完成向智能質檢系統軟件的傳輸。
4.安全生產監控
由于生成現場具有業務連續性強、系統復雜，大量生產設備相互聯系、耦合緊密，而且具有功率大、運轉速度高的特點。為了保證現場作業人員的人身安全及機器設備免受損壞，需對現場作業環境進行安全生產監控，實現自動發現問題及主動預警。
5.工人作業安全監控
通過攝像機對指定作業區域進行監控，利用AI處理組件識別工人不安全和不規范的行為，包括著裝不規范、行為不規范、違規進入限制區域、其他危及生產安全的不規范行為等。AI處理組件將識別結果送入數據處理組件，并由生產安全預警系統讀取判斷后，再做出相應的安全管控行為（例如，揚聲器告警）。在車間內部署20個攝像頭，覆蓋整個車間。
6.重點工序安全生產監控
通過攝像機對指定作業區域進行監控，利用AI處理組件識別模具車、擺渡車、窯車發生撞車和脫軌等現象。AI處理組件將識別結果送入數據處理組件，并由生產安全預警系統讀取判斷后，再做出相應的安全管控行為（例如，向生產設備發出停機指令）。車間內每個產線的重點工序有5個，共需部署10個攝像頭。
綜上，在車間內共需部署30個監控攝像頭，單個攝像頭采用1080p分辨率、30幀頻、H.265編碼后的碼率為6Mbps。
方案自主研發性、創新性及先進性
本測試床為企業提供獨立建設的5G專網，接入、傳輸均進行機密性和完整性保護，保證企業數據的安全性和專用性。利用5G網絡連接工廠內的生產設備，滿足設備通信所需的大帶寬、低延遲等各種應用場景。采用無線PLC技術，相比有線PLC安裝工時減少70%以上，通信線纜減少90%以上。輕量化的5G核心網支持5G局域網特性，設備間的通信通過核心網用戶面功能直接轉發、進一步降低通信時延。
本測試床邊緣計算平臺采用微服務架構，構建面向工業場景的通用PaaS平臺及aPaaS組件庫，通過提供低代碼支持能力，使工業應用開發者只需少量代碼即可構建個性化工業應用；平臺進行軟硬件聯合優化，滿足工業環境嚴苛的性能要求。
采用人工智能技術和邊緣計算平臺的強大算力構建各種工業智能應用，包括工業控制，AGV自動導航控制，基于機器視覺的質量檢測、安全生產監測等。
5G、邊緣計算、人工智能是新一代基礎設施的代表性技術，將這些技術和裝配式建材制造領域相結合，將充分體現該測試床的先進性，同時對于推動建材制造領域工業互聯網的實施以及智能化制造的轉型也有著積極的意義。
測試床實施部署
測試床實施規劃
測試床實施的技術支撐及保障措施
1.選擇5G+工業互聯網經驗豐富的解決方案提供商
解決方案提供商深圳艾靈網絡有限公司依托自身在5G專網和云計算領域的技術實力，聚焦工業領域，已經向多家行業頭部企業提供了基于場景應用的5G邊緣智能解決方案，覆蓋建材、媒體、能源、倉儲、3C、汽車制造等領，其豐富的行業經驗將助力項目的成功。
2.主要領導牽頭成立項目組
聯合解決方案提供商成立項目組，企業側由總工牽頭任組長，負責所有技術問題的決策和廠房、產線、設備、機房等實施環境及人員的投入保障；解決方案提供商側由副總裁牽頭任副組長，負責保障按計劃完成場景、需求、設計文檔的開發和施工交付。
3.充分進行需求調研
對項目需求理解的偏差，將使項目的實施產生不確定性，對項目的成功造成威脅。針對此風險，解決方案提供商在項目初期駐場進行深入的調研，深刻理解應用場景，和企業一同確定需求，將問題和風險消除在萌芽階段。
4.通過周例會制度及時溝通
在整個項目實施過程中，項目組成員每周召開例會，就項目進展和各種技術問題進行討論，對理解有差異之處及時糾偏，保證項目的順利進行。
5.運維保障
艾靈網絡針對該測試床成立專門的運維小組，建立總部、區域分公司、屬地合作伙伴三級聯動響應體系，提供包括軟件升級及硬件修復在內的運維服務。
設備軟件升級：
根據現場業務驗證需要，對設備軟件定期進行版本更新。在現場實施前，在實驗室環境先進行預測試及軟件版本修正完善，待穩定性驗證通過后，再由運維小組進行設備更新升級。軟件升級流程如下：
如軟件升級過程中出現異常、升級后無法達到預期或產生其它負面影響，可回退至升級前版本，確保系統正常運行。在異常問題排查處理完成后，進行二次升級，并在升級成功后，輸出軟件升級異常分析報告。
設備硬件修復
通過設立備品備件庫應對設備硬件修復問題，對于出現故障的硬件設備，直接提取相應備品備件進行替換。備品備件庫的相關管理措施如下：
專人管理：備品備件庫設專人進行管理，并制定完善的管理制度。
分區存放：備品備件按類型分區存放，確保維護人員能迅速領到所需材料維護效率。
物料補充：定期對備品備件進行檢查，當發現其低于安全庫存時，采取措施及時補充。
系統版本管理
運維小組將建立完善的軟硬件版本管理庫，對軟硬件版本及所更新的內容進行歸檔和管理，并及時共享軟硬件版本升級信息。
故障處理
故障處理流程如下：
支持多種形式的渠道（電話、微信、郵件和售后技術服務工單系統）接收故障申報，根據問題性質及等級提供不同程度的響應。
如出現一般問題（例如：一般技術咨詢或非實時業務影響的問題），提供遠程技術支持服務，在收到問題請求2個小時內安排相關技術人員對口支持，提供端到端方案。
如出現高優先級問題（例如：單站無法工作或單站業務異常等問題），提供遠程技術支持服務，在收到問題請求8個小時內安排相關技術人員對口支持，提供問題恢復的技術建議，對于軟件或硬件造成的問題，及時安排研發及專家團隊介入，提供綜合技術解決方案。
如出現緊急技術問題，專業技術人員將在1小時內遠程接入系統進行處理。如需進行現場處理，駐地技術工程師將在收到通知后的2小時內趕到現場，并在收到通知后的6小時內修復故障，在收到通知后的48小時內完成故障修復，并向形成書面報告。
測試床預期成果
測試床的預期可量化實施結果
當前的產線每個工序每個班次至少安排1-2個工人，蓬萊工廠按照2個班次，共需32個熟練的工人，每年的人工成本可達300余萬元。
成品構件檢測每日平均需求300-400件，峰值600件，目前只能通過人工肉眼來實現判斷。目前視覺判斷工序需由熟練操作的工人付出至少2人每班的人力。每年成本80萬元。
產線成品出貨區需要安排工人值守，防止成品在滑軌上堆積造成事故，每班需要1個人力，按照每天2個班次，每年成本約40萬元。
窯爐的出入窯區域需要安排工人值守，防止窯車碰撞造成事故，每班需要1個人力，按照每天2個班次，每年成本約40萬元。
當前需要安全員定期巡檢，檢查生產現場的工人是否遵循安全規章。每班需要1個人力，按照每天2個班次，每年成本約40萬元。
通過測試床的實施，初期可以為工廠每年至少節省200余萬元的成本。后續全面推廣實施后，建設無人化工廠，每年可以節省400余萬元的成本。
通過該測試床的實施，將實現50%生產要素的5G連接。
測試床的商業價值、經濟效益
本測試床形成的成果，將5G、邊緣計算、人工智能等技術應用于部品部件的全流程生產過程，幫助企業實現自動化、智能化的生產線，最終提高生產效率、提升企業競爭力。預計企業總體成本可節省50%、總體效率提升40%、生產安全事故和安全違規事件降低90%。
測試床的社會價值
2020年9月工信部印發《建材工業智能制造數字轉型行動計劃（2021-2023年）》，要求推進建材工業與信息技術協同創新共同進步，鼓勵企業積極探索“5G+工業互聯網”，促進工業互聯網與建材工業深度融合，引導企業利用5G通信高帶寬、低時延、大連接等技術優勢，實現互聯互通，推進人工智能在建材行業的應用。
2020年12月印發的工業互聯網創新發展行動計劃（2021-2023年）支持工業企業綜合運用5G、時間敏感網絡（TSN）、邊緣計算等技術，提升生產各環節網絡化水平。
本測試床提供的裝配式建材生產的行業解決方案，將夯實企業信息化基礎，提升智能制造關鍵技術創新能力，引領企業邁向高質量發展；將推動5G、邊緣計算、人工智能等新技術在部品部件生產企業的應用，促進企業的數字化和智能化轉型；將提升企業的自動化水平，提高生產效率和質量水平；用智能應用代替人工操作，減少了人工成本，為提升市場競爭力提供有力的支持；將構建自動化的安全生產感知、監測機制，提升企業安全生產水平。該測試床初期應用在預制混凝土墻板類構件生產工廠，在技術成熟后可以推廣至其他裝配式建筑部品部件生產工廠，對裝配式建材智能制造整體數字化水平提升具有很大的意義。
測試床成果驗證
測試床成果驗證方案
1.5G網絡驗證方案
對5G網絡的連通性進行測試，輸出測試報告，測試內容包括上下行傳輸速率、傳輸時延、傳輸抖動等性能參數。
將工業應用部署在邊緣云，進行從設備到應用的端到端測試，輸出測試報告，測試內容包括上下行傳輸速率、傳輸時延、傳輸抖動等性能參數，并驗證上述指標可以滿足工業要求。
2.用所支撐的業務驗證方案
通過5G打通工業OT網絡：時延低于20ms；
基于5G的海量傳感：海量傳感設備接入；
基于5G的工業視覺AI檢測：300Mbps超級上行；
基于5G的工業控制：高可靠網絡。
測試床成果交付
測試床成果交付件
測試床應用場景及需求說明書
5G無線接入網設備
5G核心網設備
邊緣計算平臺設備
質量檢測、生產安全監測、人員安全監測等智能應用軟件
測試床系統使用說明書
測試床驗收報告
發明專利申請2個
測試床開放性
設備接入的開放性：采用5G CPE作為接入終端，后期新增設備對5G網絡沒有影響。
邊緣計算平臺的開放性：平臺支持Window、Linux等主流操作系統，支持第三方工業應用的部署。
生態的開放性：為第三方工業應用開發者提供API，開發者可以調用API開發工業應用，促進IT和OT生態的融合。
聲明
本報告所載的材料和信息，包括但不限于文本、圖片、數據、觀點、建議，不構成法律建議，也不應替代律師意見。本報告所有材料或內容的知識產權歸工業互聯網產業聯盟所有（注明是引自其他方的內容除外），并受法律保護。如需轉載，需聯系本聯盟并獲得授權許可。未經授權許可，任何人不得將報告的全部或部分內容以發布、轉載、匯編、轉讓、出售等方式使用，不得將報告的全部或部分內容通過網絡方式傳播，不得在任何公開場合使用報告內相關描述及相關數據圖表。違反上述聲明者，本聯盟將追究其相關法律責任。
AII微信公眾號
AII頭條號