基于5G的工业智能化云系统

陈翠 廖镭鸣

【摘  要】目前国内制造业面临技术改造和转型升级等问题，5G将作为支撑智能制造转型的重要使能技术。首先，结合国内工业互联网的应用现状分析其典型的业务应用;其次，从系统架构、技术需求等方面，深入研究分析工业智能化云系统;最后，搭建网络环境将工业互联网应用场景与工厂内本地网、工厂外传输网有效地连接起来。通过验证表明，5G网络能很好地满足上行高带宽传输、下行低时延控制的结合，同时，基于5G的AR智能巡检、远程运维指导、机器视觉检测，已成为当前工业互联网的典型应用。

【关键词】AI;AR;MEC;大数据;工业互联网

doi：10.3969/j.issn.1006-1010.2020.10.002        中图分类号：TN929.5

文献标志码：A        文章编号：1006-1010（2020）10-0007-06

引用格式：陈翠，廖镭鸣. 基于5G的工业智能化云系统[J]. 移动通信， 2020，44（10）： 07-12.

0   引言

自2015年以来，国务院先后出台《中国制造2025》《国务院关于积极推进“互联网+”行动的指导意见》《深化“互联网+先进制造业”发展工业互联网的指导意见》等一系列指导性文件。如今，5G、工业互联网作为新型基础设施建设的重要内容，将助力传统产业转型升级，推动工业化与信息化在更广范围、更深程度、更高水平上实现融合发展。

为了支持工业互联网的低时延、高可靠的通信需求，在3GPP R15版本中，主要通过更大的子载波间隔、Mini-slots、快速HARQ-ACK、Pre-scheduling等技术来降低空口时延，并通过PDCP复制传输、增强数据与控制信道的传输系统参数等技术来提升传输的可靠性。在R16版本中，3GPP提出uRLLC高可靠性增强解决方案，如通过PDCCH监视功能、支持多个HARQ-ACK、无序PUSCH调度、UE优先级和多路复用等多个功能[1-2]。综合R15版本和刚冻结的R16版本，将使以往受限于网络接入而不能实现的工业互联网业务，在5G网络下变得可行。面向未来，5G R17版本将持续完善相关的技术指标，进一步满足未来工业互联网中多种业务应用的技术需求。

本文将结合国内工业互联网的应用现状，研究探讨5G网络下工业互联网的技术需求、工业智能化云系统的设计以及应用案例的业务价值。

1   5G网络下的工业互联网业务分析

目前我国“5G﹢工业互联网”业务应用案例超过上千个，典型应用场景集中在AR智能巡检、远程运维指导、机器视觉检测、工业设备操控、智慧工厂应用等[4-5]。

（1）AR智能巡检：巡检人员佩戴智能AR眼镜进行远程巡检，对现场生产设备进行数字化管理，通过5G网络实时回传高清巡检画面、设备信息、环境信息等，对收集的数据进行智能化分析，判断厂区设备或环境是否存在异常，保障生产线的稳定运行，提高巡检工作的效率及准确性。

（2）远程运维指导：利用“5G+AR”技术实现远程专家对一线工作人员进行技术指导，分析故障类型和解决方案，确保故障判断的准确性、维护的及时性，使生产线现场设备的维修、维护变得更高效、更便捷。

（3）机器视觉检测：利用5G网络结合超高清视频对产品的缺损、拼缝缝隙等进行监控，实现检测数据快速传输，通过AI算法实现对产品的智能化检测，提高产品成品率和提升生产效率。

（4）工业设备操控：对于高危场景（如矿井、辐射区域等）下，操作人员在控制中心佩戴可穿戴装置，通过5G网络对装载在特殊机器人身上的仿生机械手进行远程控制，实现保养及检修、处理放射性废物等一系列操作，完成预定的工作目标，保证生产的安全性及可靠性。

（5）智慧工厂应用：利用5G网络，在工厂内可以实现设备互联、人员互联、工装互联、工具互联、物料互联、产品互联，将产生的数据在云平台进行大数据智能分析决策，实现全连接工厂实时生产优化。

2   基于5G的工业智能化云系统的验证与应用

2.1  系统总体架构

工业互联网需要一张无所不在的宽带网络，把人、物、数据、流程全部连接起来。传统的工业互联网业务，主要依靠有线网络或Wi-Fi进行数据传输和执行控制。当前存在诸多问题，如有线网络对生产线布局带来一定的限制，Wi-Fi网络信号的不稳定及对工业接入点频段带来严重干扰等问题。

5G网络不仅能有效解决生产线的有线部署、网络信号不稳定及干扰等问题，通过无线传输、无线控制，改变设备之间的依存关系和连接模式，还能满足操控类业务对网络低时延的要求。本文中工业智能化云系统是基于“云-管-端”的新型架构，由采集终端、工业智能网关、5G网络、MEC服务器、工业云平台和可信云平台组成，将工业互联网应用场景与工厂内本地网、工厂外传输网有效地连接起来[6]。

基于5G的工业智能化云系统网络拓扑图如图1所示：

采集终端：各种机器、设备组及设施通过传感器、控制器和监控设备与5G网络连接。

工业智能网关：部署在工厂内本地网，对异构的设备接入层进行统一，减小甚至消除架构、接入方式和各种设备之间存在的巨大差异，实现5G网络与工业网络之间的互联互通。

5G接入网：宏基站或小基站，承载传送本地以及远程业务数据流的职责，是架构中的数据传输主干。

MEC服务器：部署在无线接入侧，可提供本地应用服务，减少数据传输过程中的转发和处理时间，降低端到端的传输时延。

5G核心网：提供5G网络终端接入的加密鑒权等安全服务。

工业云平台：为网络提供按需、易扩展的方式来获取服务，包括工业流程建模、工业数据分析和决策与控制应用等。

可信云平台：提供广域网工业互联网应用的认证、授权、加密服务等安全服务。

2.2  技术需求和系统架构分析

如图2所示，结合工业大数据、AI和MEC等核心技术，基于5G的工业智能化云系统分为应用层、网络层和采集层。

（1）网络层

5G支撑低时延、高可靠的业务应用，已成为工业互联网中网络层的关键组成部分。5G端到端网络环境需要满足以下技术指标要求。

1）下行传输带宽速率>400 Mbit/s，端到端传输时延<50 ms;机器视觉检测的传输视频分辨率≥1080 P。

AR业务对网络指标的要求如表1所示：

2）工业检测控制低时延要求<10 ms，其中uRLLC用户面单向时延（gNB和UE PDCP之间）<0.5 ms。

5G网络时延分解示意图如图3所示：

3）控制指令的传输成功率为99.999%。

典型闭环控制过程的周期时间低至毫秒，以确保控制系统实现精确控制。如果检测过程中的延迟过长，或者传输控制指令信息错误，则可能导致设备停机并导致生产延迟。

（2）采集层

目前，工业数据采集可分为自动采集或集成采集，来自传感器、控制器、监控设备等多种数据源，有机器机况、状态参数、环境参数、材料库存等多种数据结构，有文字、图片、语音或视频等多种数据类型。由于工业场景下存在不同数据源、数据结构和数据类型的数据，需要工业智能网关进行协议转换、适配，进行数据间交互和传输至云端，满足以下技术指标要求：

1）支持10种以上多源异构数据种类，包含水、电、气等多源异构数据数字化检测和采集;

2）支持多种通信协议，包括ICE61870-104、Ethernet/IP、CANOpen、Modbus TCP、MODBUS RTU等五种以上工業网络协议和HTTP、MQTT等网络应用层协议。

工业智能网关的硬件结构图如图4所示：

（3）应用层

工业互联网服务域、应用域的功能离不开相关的平台应用技术，本文中的工业云平台分为两大部分：边缘云平台和中心云平台。

工业边缘云平台主要包括表计读取、实时监控、设备管理和任务管理等通用功能模块。通过MEC技术在设备层进行数据预处理，进而大幅提高数据采集、传输效率，以降低网络接入、存储、计算等成本，提高现场控制反馈的及时性。

工业中心云平台包括智能应用和融合分析两个模块。智能应用模块可以提供AR智能巡检、远程运维指导、机器视觉检测等可视化组件，根据业务需要自由剪裁或者互相嵌套，实现工业互联网相关业务的自编排。融合分析模块包括流程建模、数据处理、图像分析和决策控制，核心在于工业大数据的分析与处理。对于AR智能巡检，先建立标准化作业的流程模型，再采用智能化视频动态分析技术建立图形识别模型;对于机器视觉检测，通过对海量缺陷样本的深度学习，辅以机器视觉、文本分析等，形成智能评价算法。

工业云平台软件功能模块分解如图5所示：

2.3  基于5G的工业智能化云系统搭建及应用验证

在怀柔某工厂产品组装线（如图6所示）搭建一套网络测试环境，对基于5G的工业智能化云系统进行验证，对原网络拓扑图中进行简化（去除可信云平台）。网络测试环境设备清单参见表2。

（1）应用场景一：AR智能巡检

目前，工厂巡检存在劳动力耗费大、工作效率低、巡检不到位、伪造巡检数据、巡检数据统计不完善，导致不能及时有效发现问题，使工厂蒙受重大损失。

如图7所示，对于产品组装线的日常巡检，巡检人员佩戴AR眼镜后，扫描巡检二维码获取员工身份、巡检表单（包括巡检时间、巡检类型、巡检路线等），开始进入智能巡检的工作流程。其中，网络需要支持多个视频终端在40 Mbit/s码流视频上传。

如图8所示，首先，通过智能化视频动态分析技术建立图形识别模型，AR智能眼镜可以快速识别需要巡检的设备对象，获取该设备相对应的各种物理参数，如当前环境参数、设备状态等;然后，以“遥控手柄、语音”两种输入方式在边缘云平台将视频、数据等信息留存，并通过5G网络实时上传至工业中心云平台;最后，工业中心云平台中决策控制模块根据判定结论向巡检人员发送操控指令，完成整个巡检的闭环工作流程。

每次巡检完成后，后台自动生成完整巡检报告，定期汇总输出统计报表。特别是关键节点、关键操作、关键位置，做到随时通过图片、视频等方式打点记录，实现控制平台实时监控、及时发现设备异常和环境安全等隐患，并快速消除。AR智能巡检的应用，一是将巡检过程实现100%的电子化，节省人工整理的成本，二是为工厂解决现场巡检效率低、不可追溯等问题。

后台记录的环境参数信息（温度、湿度等）如图9所示：

（2）应用场景二：远程运维指导

越来越多复杂的机器进入到工作场所，设备维护和故障排除时常发生，工作场所的工人有操作能力，但身边却没有相应的专家来指导，导致设备维修、维护的效率低下。

对于日常巡检中发现设备状态不正常时，巡检人员通过“5G+AR眼镜”，实时采集现场各种信息并提交工业云平台，也可从工业边缘云平台调取维修指导手册，在指导手册的指导下完成简单的维修。对于生产操作中遇上较为复杂的问题，通过现场AR眼镜端和后台指挥中心两个环节，有效地调用资源来处理。

远程运维指导的流程示意图如图10所示：

1）现场AR眼镜端：一线人员通过佩戴智能AR眼镜，与技术专家进行远程实时音视频通讯，将一线人员的第一视角信息共享给后台指挥中心的专家。

2）后台指挥中心：专家通过远端的平板或电脑看到现场的高清画面，及时在屏幕上进行圈画标注，同时传递给一线人员的AR眼镜端，并指导进行操作;或将部分实用资料如说明文档、视频解说等传送给一线人员，进行远程交流和指导，辅助现场解决疑难问题。一线AR眼镜端远程专家指导界面如图11所示：

根据客户的经验判断，远程运维指导可以解决30%～40%的现场支持工作。不用远程指导的情况，专家支持一线人员的比例是1：10;如采用远程指导的情况，专家可支持工程师的比例为1：15。远程运维指导的应用，将改变原有的设备维修、维护的方式，大幅提高技术指导效率，缩短远程指导周期，节约运维成本。

采用远程运维指导后人力成本对比如表3所示：

（3）应用场景三：机器视觉检测

随着市场對产品质量检测和控制的要求越来越高，与人类视觉相比，机器视觉优势尤其明显。目前，缺陷检测功能是机器视觉应用得最多的功能之一，主要检测产品表面的各种信息。

如图12所示，在产品组装线上，装置一套工业机器视觉检测系统，包括光源、镜头、相机、激光镭射、扫描器和控制板卡等。利用5G+工业相机实现拼缝缝隙检查，进行外观检测、尺寸测量、视觉定位与识别计数等，将检测结果传送到工业边缘云平台。机器视觉检测对传输视频分辨率≥1080 P，对5G上行带宽要求至少为75 Mbit/s，同时对安全隔离度要求高。

如图13所示，将图像分析模块前置部署到工业边缘云平台，采用基于AI和大数据的智能评价算法，对关键配件、最终成品进行如表面缺陷检测等相关质量检测。对于合格的配件出库，进入下一个装配环节;对于不合格的配件立即淘汰，降低最终成品的不良率，避免成本损失。

最后，对产品报废率、不良率等指标进行建立质量信息数据库，对生产成本数据进行实时核算、分析生成报表，便于后期质量问题分析追溯。机器视觉检测的应用，一是通过大数据处理与深度学习协同，提高质检效率、产品质量，对比试块数量减少90%以上，评判时间由4个小时缩短为3～5分钟;二是降低设备监控过程中漏检、错检的风险， 减少对人工检测的依赖，降低专业人员的成本。

3   结束语

本文从系统架构、技术需求等方面，深入研究分析工业智能化云系统，搭建网络环境验证5G网络满足上行高带宽传输、下行低时延控制的结合，并支持AR智能巡检、远程运维指导、机器视觉检测等融合应用，使得巡检规范化、运维便捷化和检测标准化。

5G与工业互联网融合应用目前尚处于孵化探索初期，一是有诸多关键技术问题有待研究，主要包括网络切片技术、融合网络架构、工业网络标准化、工业网络安全体系、工业网络监测体系等一系列问题;二是5G在工业互联网的应用系统需要还要进一步完善，如工业互联网应用的端到端解决方案、工业5G通信模组的加强等。

参考文献：

[1]   3GPP. 3GPP TS 38.913： Study on Scenarios and Requirements for Next Generation Access Technologies V15.0.0[S]. 2018.

[2]   3GPP. 3GPP TS 38.824： Study on physical layer enhancements for NR ultra-reliable and low latency case（URLLC）[S]. 2019.

[3]    王映民，孙韶辉，等. 5G移动通信系统设计与标准详解[M]. 北京： 人民邮电出版社， 2020.

[4]   IMT-2020（5G）推进组. 5G应用创新发展白皮书[R]. 2019.

[5]      GSMA. 5G use cases for verticals china[R]. 2020.

[6]      大唐移动. 5G业务应用白皮书2.0[R]. 2019.

[7]     梁辉，韩潇，李福昌. 5G URLLC无线网络部署方案分析[J]. 邮电设计技术， 2020（3）： 15-18.