智能工厂中5G网络建设方案研究

杨志伟

（1.中国信息通信研究院产业与规划所，北京 100191；2.广州泰尔智信科技有限公司，广州 510030）

0 引言

随着移动互联网的发展，物联网（Internet of Things，IoT）和车联网（Internet of Vehicles，IoV）等新型范例的出现，越来越多的设备接入到移动网络中，网络接入数量和密度都指数级增长，4G的网络架构很难承载目前各种业务的需求。而5G网络具有超低时延、超高带宽、超大连接等特点，其针对增强型移动宽带（Enhanced Mobile Broadbande，eMBB）、高可靠低时延通信（Ultra Reliable & Low Latency Communication，uRLLC）、大规模机器通信（Massive Machine Type of Communication，mMTC）等三大业务场景[1]，将开启一个万物互通互联、人机深度交互的新时代[2]。5G技术的一些潜在应用场景如表1所示。

表1 5G的潜在应用场景

随着工厂智能化转型的推进，面对复杂的工业互联需求，需要适应不同的工业场景：远程视频监控、视频会议等高带宽的应用场景；支撑工业自动化控制过程中系统和设备对数据传输的实时性的诸多指标和要求；大量低功耗嵌入式终端的数据连接与传输需求。

5G技术所针对的三大业务场景能支持不同的工业场景需求。eMBB支撑起生产视频监控、视频会议等高带宽的应用场景；uRLLC将网络等待时间的目标压低到1毫秒以下，以支撑工业自动化控制过程中系统和设备对数据传输的实时性的诸多指标和要求；mMTC能满足生产过程的大量低功耗嵌入式终端的数据连接与传输需求。

为了满足智能工厂中不同工业场景的不同特征，需要使用各种技术手段以实现网络构架高水平的智能性和灵活性，基带功能分割技术是其中之一[3]。而为了实现灵活的基带功能分割，需要解决计算资源的准备和分配这两个问题，即，一是在随机服务请求实现之前，根据传输网络的特征和对服务请求的预测，在每个处理池处确定不同虚拟功能模块的计算资源；二是在计算资源的确定以及随机服务请求的实现之后，利用服务链技术引导无线信号在具有不同计算资源的处理池节点之间进行信号处理。以往的研究集中于计算资源的分配问题[4、5]，本文将先讨论以计算资源的准备和分配的建模与求解为主要内容的总体方案，而后给出智能工厂5G技术应用的具体方案。

1 总体方案

在确定智能工厂中5G技术的应用细节之前，需要先从总体上求解网络中计算资源的准备和分配问题。建模和求解思路如下。

（1）以处理池为节点、处理池之间的网络连接为边，以计算资源为节点的权重、链路带宽为边的权重，将原问题建模成加权连通图G（V，E）。

（2）在随机服务请求实现之后，建立以最小化网络阻塞率为目标，以计算资源、带宽资源、业务的时延需求为约束，以服务请求的不同功能模块的节点部署为决策变量的0-1规划问题，用遗传算法[6]进行求解。

（3）在随机服务请求实现之前，建立以最小化计算资源成本和网络阻塞成本为目标，以每个节点处的计算资源为决策变量的数学模型，用最速下降法进行求解。

（4）求解包含（2）、（3）的两阶段随机规划模型，得到每个节点处的最优计算资源量以及不同服务请求情形下的最优计算分配。

图1 计算资源准备和分配的建模与求解思路

求解出计算资源的准备和分配的总体方案后，可以根据5G网络的技术细节确定其在智能工厂中软硬件部署的应用方案。

2 应用方案

根据上述研究成果，进一步为智能工厂的建设中应用5G技术提出了一个具体的方案。

该方案通对生产线设备进行有线变无线的改造，为建设基于无线传输网络的生产线及车间监测，将生产线的数据对接至其制造执行（Manufacturing Execution System，MES）系统，进行分析展示，为厂内生产运营情况提供实时信息，通过无线通信模块实时回传数据，实现对设备的实时监控。

通过5G+移动边缘计算（Mobile Edge Computing，MEC）技术，实现eMBB及mMTC通道的切片，在云端部署总体管理平台，在本地部署监控平台，在边缘侧部署MEC模块。

对接后的数据采集与监视控制系统（Supervisory Control And Data Acquisition，SCADA）设备仪器仪表运行状态视频监测模块涵盖了音视频识别技术等，可定时，定点，定路径巡检。巡检过程中，通过5G网络回传实时高清巡检画面、设备信息、环境信息等，系统通过对收集到的数据进行人工智能分析判断厂区设备或环境是否存在异常。

本方案利用5G技术的高速率、低时延、高可靠、网络切片和移动边缘计算等特性，与人工智能技术进行有机的结合，创造出基于5G的智能巡检业务，可大幅提升工厂内的巡检效率。通过5G的低时延高可靠特性可大大提高对视频识别实时性和可靠性，从而可利用机器人对厂区进行有效的自动巡检。

图2 系统架构图

2.1 网络建设

通过仪表监控及识别系统，经过无线通信模块和生产线外部的无线设备实现数据的实时回传，保障生产线回传数据的稳定可靠性；同时应在不影响生产线设备工作的前提下接入中一药业工厂网络内部，保障各数据回传的实时性有效性。

图3 无线网络拓扑图

通过5G切片+MEC支撑工业互联网中的应用，在仪表识别、工业控制方面使用切片共享MEC。

2.2 实时生产数据检测

工业生产线在线检测数据数字化处理系统主要由图像采集装置、图像发射与接受装置、图像处理部分以及客户端等部分组成。

表盘图像的采集选择的是探头摄像头或工业相机，可以实现全天候的图像采集功能，采用高清720P/1080P画质，视频线选择6类的全铜网线，保证传输图像不受干扰及高清画面；生产线仪表数据读取及数据统计，主要有仪表信息状态、清晰度、读数等检测；摄像头数据完整性，以日历格式进行数据完整度统计情况，将以圆点的大小及时方便了解此生产线的运行情况。

图4 实时生产数据检测

2.3 实时生产过程管理

搭建用户实际摄像机分布区域，支持自定义厂区、位置示意图，通过丰富直观的图形化界面，形成一目了然的统计信息，对于每层分区生产线，可以直观的查看摄像头的具体位置，以及设备的状态及告警信息，构建区域视频集中管理，提供可视化管理平台，即可快速查看某个区域发生了异常，进行快速定位。

区域摄像机设备状态诊断，性能指标、链路状态、上联设备、位置、管理人等情况进行全面展现。及时通过模板阈值策略，预置设备的告警情况。通过开放的视频设备关联平台，查看摄像机实时画面，针对与摄像机相关的视频设备和网络设备构建关联图，直观体现网络连接结构图。

图5 实时生产过程管理

3 结束语

在未来的“智能工厂中，机器人、AGV起到日益重要的作用。在具体的生产过程中，要求这些智能设备间实现“密切协同”以及“无碰撞作业”，需要以无线方式，低时延、高可靠的进行实时数据交换，以大幅提升制造业效率。

图6 5G与智能工厂：未来愿景

与传统生产不同，在智能工厂建设中不仅需要用到网络，而且需要出色的网络支持。在智能工厂中将会应用到大量的物联网设备、需要对接到云计算平台、需要具备大数据处理能力。5G技术在低时延、工厂应用的高密度海量连接、可靠性、以及网络移动性管理等方面具备显著优势，为移动设备的数据稳定传输提供了强有力的保障，打破了传统工业有线传输的禁锢。本文对智能工厂中5G网络基带功能服务链的计算资源准备及分配给出了建模和求解的总体思路，并提出了具体的应用方案，旨在帮助企业用好5G技术，真正实现信息化和工业化的深度融合。