5G 在装备制造业的应用研究

靳欣欣

(1.深圳赛西信息技术有限公司，广东 深圳 518057；2.中国电子技术标准化研究院，北京 100176；3.中国信息通信研究院，北京 100191)

0 引言

装备制造业涉及航空制造、船舶制造、汽车制造与工程机械制造等重要领域，具有产品构件规模大复杂化、设计不确定性大、生产“小批量定制化”、质量检测种类多等特点，迫切需要提高设计可靠性、生产装配的协同性与精密性等，数字化、网络化、智能化、精益化升级潜力巨大。本文对装备制造业各个环节面临的痛点及对5G 的需求进行研究，梳理5G 主要应用场景，介绍远程协作、视觉识别与检测、AGV 物流、生产流程透明化等典型场景中5G 的应用与效果，最终对装备制造业开展5G 应用面临的主要问题进行了分析并提出建议。

1 装备制造业在各个环节面临的主要痛点

在设计环节，航空航天、汽车制造等装备制造业设计任务繁重，除了装备的配件、结构件、材料等构成复杂外，还面临着紧急订单、插单等临时问题，需要更加灵活协同可靠的设计模式。

生产制造环节涉及采购、制造、安调以及试验等，延续时间长。产品结构复杂度高、产品体型大，具有技术要求高、安全标准严格、成本投入大等特点，对百万量级生产资源的协同生产和泛在感知需求较高，需要信息覆盖更加全面、加工过程信息参数控制更加精密的模式和手段。另外，装备制造业产品组装较为复杂，对于工人素质与协同性要求较高，需要有效的手段实现快速、专业组装。

在质量检测环节，近些年，用工成本升高，需结合新一代通信技术、人工智能等技术替代人力，实现产品质量、装配准确性等的快速识别、定位，提升质量检测的可靠性和效率。

在产品运维环节，装备制造业的产品运维环境复杂、多样化，人员素质参差不齐、设备分布分散、运维环节复杂，造成服务无法标准化、时效性不足、专业性不足等问题。需结合新一代信息技术、VR/AR、人工智能等实现产品及时有效维护。

2 装备制造业对于5G 的需求

面向“小批量、多样化、个性化”的整体生产趋势以及“全链条、多维度”的供应链协同趋势，需能够满足多线程灵活调配、全链条智能监控、广泛数据可靠传输等需求的手段，实现生产、供应链管理、安全管控等的网络化、自动化、智能化、无人化、远程化[1-2]。如表1 所示，装备制造业在供应链协同、生产柔性化、灵活化、高效传输等方面对于5G 存在需求。装备制造业对于5G 的需求大致可分为信息采集与工业控制、柔性化需求、远程协同、视觉识别与检测。

表1 装备制造业面临痛点对5G 的需求

在信息采集方面，工业设备自动化、智能化水平不断提升，一是控制器、传感器和执行器等存在海量网络连接需求，加之AI 在柔性生产、质量检测、故障预警等场景加速应用，大规模信息传输与处理需要高效网络支撑；二是装备工业对安全与协同效率要求高，对于网络延时要求高，工业控制一般要求时延应小于20 ms；三是大带宽与实时传输并行的普遍场景要求。以视觉识别为例，单机处理能力有限，设备利用率也相对有限；服务器模式下以太网传输协议时延较大且不稳定，识别效率受限；另外识别准确度和图像的清晰度息息相关，但图像清晰度越高，所占内存越大，现有网络无法同时满足图像传输的高清与低延时需求，引入5G 技术后，可以在保障高清图像基础上，保障高清图像传输的低时延。再以用于安全监控的360°4K+视频为例，要求网络速率大于60 Mb/s。因此，装备信息业需5G 提供有效、可靠的信息数据采集基础保障，保障高清图像、视频、数据等多种信息实现可靠的实时传输，为大规模数据的汇聚分析提供支撑，用于设备的预测性维护、人员安全的智能预警、云化机器视觉识别检测/巡检、资产的有效监管等。

在柔性应用方面，机器人、无人机等智能化设备在物流、柔性生产有广泛应用，目前采用工业Wi-Fi 等网络连接方式实现AGV 小车的定位与数据回传，但Wi-Fi切换会使得AGV 在调度过程中会出现丢包的情况，另外环境变化会影响激光定位，带来识别冲突。利用5G网络，AGV 小车通信可靠性提升，抗干扰性更强，丢包率低。另外，在时延方面，以巡防无人机为例，时延一般应小于20m s。5G 结合边缘计算技术，将推动柔性化生产，加快不同设备、不同环节的无缝连接，在工业控制、物流追踪、柔性制造等场景起重要支撑作用[3]。

在远程协同方面，已有一系列成熟的研发设计技术(如CAD、CAE、CAM、CAPP、PLM 等)，实现计算机辅助下的设计、仿真、试生产，降低样品试制成本，缩短产品研发周期。但是此类技术仍不能有效整合较为分散的设计人才、设计资源，协同起设计、生产等不同环节的需求。VR/AR 技术能够将设计模块虚拟后，在5G 支撑下，结合协同设计平台，实现不同地点、不同环节的资源、人员协同，实现全环节、全时域的信息共享，提升设计的效率和可靠性。

另外，供应链协同要求工厂间实现高质量无线连接，对工厂外的公网覆盖质量提出要求。同时，出于竞争和安全的考虑，企业对网络自主建设提出更高要求，并要求将数据控制在企业内部。通过虚拟专网与切片等技术能够实现网络的分隔和资源分配，保障数据安全和不同业务的需求。

3 5G 在装备制造业的典型应用场景

5G 网络较传统Wi-Fi 网络有授权频谱，干扰相对较小；有较完备的移动性管措施，切换、重选、漫游，满足工业移动性要求；有基于集中多用户调度的QoS 保障措施；支持双向认证，安全更有保障[4]。面向装备制造业生产资源规模大、工艺复杂、技术要求高等特点，结合AR/VR、高清视频、人工智能等技术，5G 可以应用在协同设计、远程运维、生产全流程追溯、视觉识别与检测、安全监控等多个场景。5G 在装备制造业可应用的业务场景主要如图1 所示。

图1 5G 在装备制造业应用的典型场景

下面以远程协作、柔性物流、视觉识别等几个典型场景为例，说明5G 在装备制造业应用。

3.1 5G 在AR/VR 设计与协作的应用

结合5G、3D 建模、VR/AR/MR 等技术，由计算机提供强大的建模和仿真环境，使产品的零部件从设计到工艺到生产及装配过程各环节的内容都在计算机上仿真实现，进行优化或系统设计，使产品研发的信息贯穿至各环节充分共享，实现在设计环节的实时仿真、虚拟装配，在设计接口、部件外观大小等方面有效衔接产品实际装配、产出时的能效，提升设计效率，减少设计失误。中国商飞与中国联通合作，建成基于5G 和AR/VR 技术的协同研发设计场景，实现设计研发装配以及跨区域的快速协同，缩短了20%设计周期，压缩了30%设计成本[5]。

以协同运维为例，5G+AR/VR 远程运维系统性能一般可以支持超高清4K 分辨率，视频码率可至40 Mb/s；支持P2P 音视频传输协议，远程协助系统端到端总延迟不超过1 s；支持视频实时传输、实时语音通话，丢包率小于10-5。网络部署方案如图2 所示。

图2 远程运维网络拓扑示意图

如图3 所示，5G 协同运维系统分为远程指导与协同、现场运维、云服务3 个部分。远程运维系统通过5G网络，实现端到端的有效传输，云VR 将内容存储及图像渲染迁移至云端，VR 头显设备只需具备解码、呈现及网络接入的能力，5G 网络可为云VR 定制大带宽与低时延的网络，以保证云VR 用户的良好体验。另外，结合MEC 可根据云VR 用户接入的位置进行边缘节点寻址，实现终端到边缘节点的路径最优，从而降低传输时延，以保证云VR 用户的良好体验[6]。

图3 5G AR/VR 远程协同系统架构示意图

3.2 5G 在AGV 物流的应用

5G 在AGV 物流应用的网络拓扑示意图如图4所示。部署5G 室外宏站和室分系统，结合MEC 部署UPF 满足延时要求，融合大数据、人工智能、云计算等技术，集成超高清智能识别摄像头、视觉导航系统、物流装卸设备等，将AGV 小车打造成为实时感应、安全识别、多重避障、智能决策、自动执行等多功能的新型智能工业设备。

图4 5G 在AGV 应用的网络拓扑示意图

对于5G 技术在AGV 场景的应用，经过研究对比，如表2 所示，在连接设备较多、移动场景下，5G技术的优势显著强于Wi-Fi[4]。

表2 5G 在AGV 应用中与Wi-Fi 性能对比[4]

利用5G+MEC+AI 视觉识别代替激光雷达等，不受场地和限制，部署更加灵活，提高安全性和效率。AGV能够实时接收/发送位置信息到管理平台，后台基于大数据运算，精准地设置AGV专属路线，AGV 前往指定货架，并搬运货架到装载区，承包“粗活重活”，节省货物输送的时间。通过5G 和云计算，把AGV 上位机运行的定位、导航、图像识别及环境感知等需要复杂计算能力需求的模块上移到5G 的边缘服务器，以满足AGV 日益增长的计算需求，而运动控制/紧急避障等实时性要求更高的模块仍然保留在AGV 本体以满足安全性等要求，实现AI 能力的灵活拓展。

3.3 5G 在视觉识别与检测的应用

5G 在视觉识别与检测应用的网络拓扑示意图如图5所示。通过内嵌5G 模组或部署5G 网关等设备，实现工业相机或激光扫描仪的5G 网络接入，实时拍摄产品质量的高清图像，通过5G 网络传输至部署在MEC 上的专家系统，专家系统基于人工智能算法模型进行实时分析，对比系统中的规则或模型要求，判断物料或产品是否合格，实现缺陷实时检测与自动报警，并有效记录瑕疵信息，为质量溯源提供数据基础。同时，专家系统可进一步将数据聚合，上传到企业质量检测系统，根据周期数据流完成模型迭代，通过网络实现模型的多生产线共享。

图5 5G 在视觉识别应用的网络拓扑示意图

经应用测试，在MEC 环境下，5G 在视识别与检测应用能够有效提高质检过程的安全性、准确性、稳定性与效率，降低人工成本。对于数量识别、标签文字识别、标识识别、颜色识别、正反识别以及表面裂纹、磨削废料、压力损伤、挫伤等的准确率基本能够达到99%以上[7-8]。

3.4 5G 在安全监控的应用

如图6 所示，在生产区域部署摄像头与MEC 网关，支持多协议，充分利用园区原有的监控设备、传感设备，内置5G 模组或部署5G 网关等设备，将传感器、摄像头、数据监测终端接入5G 网络，对环境、人员行为工作、设备运行状态等数据进行采集监测。在云端进行模型训练、在边缘侧进行分析处理与响应，对设备不正常状态、人员不安全行为、环境不安全因素等进行实时监控与紧急预警，有效降低设备监控成本、提高设备运行稳定性，实现对生产现场的全方位智能化监测和管理，为安全生产管理提供保障。

图6 5G 在安全监控应用的网络拓扑示意图

经过研究，结合云计算、边缘计算等技术搭建的5G安全监控系统，定位精度小于10 m，时延小于10 ms，可靠性在99.9%以上，检测准确性可达到99%，与之前相比提高了3%[8]。

3.5 5G 在生产全流程透明化的应用

装备制造业的生产工艺复杂，生产过程数据采集不完全、不同步等会造成订单进度不透明、多线条生产协同差等问题，造成生产效率低、库存成本高等。如图7 所示，综合应用5G、人工智能、网络虚拟化等技术，改造升级协同作业设备及系统，通过智能传感器、智能摄像头、智能装备等设备对生产过程数据进行采集，通过内置的5G 模组或者部署5G 网络实现数据的实时传输，结合AI、仿真技术等实现对现场实际生产的模拟、分析、优化等，将生产现场不连续的、间断的、分散的数据连接起来按需灵活组成一个协同工艺，并且逐步能够实现自优化的体系，从而缩短规划与生产周期、缩短制品停滞期、缩短异常处理周期，提升生产计划及时达成率，提升设备利用率，提升数据可追溯性、完整性，降低能耗。

图7 5G 在全流程应用示意图

整合人员、物料、工具、方法和环境，连接生产过程，通过5G 设备数据采集、网络计算分析，形成数据模型，在可视化平台、工业 APP 等应用层进行呈现；可借助MEC 分流作用，降低数据及控制命令传输的时延。

4 装备制造业开展5G 应用的难点与建议

4.1 装备制造业开展5G 应用的难点

装备制造业开展5G 应用面临着前期数字化改造基础不足、运维成本高、企业热情低、技术验证的不完全确定、复合型人才不足等问题：

(1)前期数字化改造基础不足，各行业数字化发展参差不齐，整体来看目前我国工业企业设备数字化率和联网率有巨大的提高空间，很多生产设备和产线尚未完成信息化甚至自动化改造，阻碍了网络的进一步接入、优化，造成数据孤岛[9-10]。

(2)系统存在复杂性，尤其对于装备制造业，设备类型较多、来源较复杂，大型设备投入成本高，企业一般使用周期相对较长，存在异构数据、协议不兼容等问题。

(3)技术验证的不完全确定。目前5G 逐步在工业领域开展试点性、示范性应用，但是应用的场景的深度、广度都未能完全验证5G 在效益与安全的优越性，这也是许多企业在考虑是否开展5G 改造的担忧。另外，目前适用于关键装备的5G 模组仍需进一步研发、试验，关键技术仍待进一步突破。

(4)复合型人才的缺乏。5G 可以加速机械制造行业的智能化水平，需要大量的系统规划、应用开发和服务人才，尤其是既懂企业业务又懂5G 等新一代信息技术的复合型人才。

4.2 对于装备制造业开展5G 应用的建议

对于装备制造业开展5G 应用的建议如下：

(1)充分调研，在原有基础上进行改造。对企业现有信息化现状进行充分调研，采集层部署云服务、边缘服务等服务相关的设施，以MES 等原有系统已有的物联网络为基础，结合企业信息化系统已积累的经营数据、生产数据、产品数据等，通过信息化系统柔性集成、互联互通，实现数据的融汇贯通，便于上层业务对于数据的充分利用，减少重复开发等问题。

(2)与原有网络结合发挥5G 优势。5G 网络优势显著，适用于超高清视频、物流实时追踪、低延时柔性产线、AR 协作等场景。但对于一般的数据采集与传输，例如环境信息采集中占用容量较小的一般数据可通过原有的工业Wi-Fi、LTE 网络传输数据，另外，5G 不能满足装备制造业所有场景的需求，因此可以结合成本和实际情况，逐步进行5G 网络改造。要充分利用5G 优势，对于不同业务场景需求，可以应用5G 切片技术实现对不同场景的支撑，将终端、智能装备等通过CPE 或5G 模组接入5G 网络，通过UPF 分流，与管理控制系统相连。

(3)根据技术趋势分阶段改造。短期，可以开展高清视频、机器人柔性化、安防、无人车等场景的应用，在现有信息系统的基础上，对生产线进行流程监测与回溯分析，探索总结云化机器人/AGV 小车、AR/VR 在设计、生产等环节的成熟应用。中期，随着边缘计算、切片技术等技术的成熟以及装备智能化升级，结合云计算，推动云化机器人/AGV 小车、AR/VR 在设计、生产等环节的成熟应用。长期，随着5G 大规模连接技术标准的成熟，探索大规模连接在工厂的应用，建设全柔性产线、全要素连接工厂，实现设备的大规模网联监测，通过开放性平台，接入不同设备厂商的设备，实现大规模设备网联等场景。

(4)增强创新意识，营造良好氛围与产业生态。企业，尤其是有一定基础实力和创新实力的企业，主动了解新技术，与信息集成企业、运营商、技术研究开发机构等合作，主动应用5G 技术赋能企业生产制造与管理，同时政府加强政策引导，营造良好创新氛围[11]，推动市场合作、新业态培育，抓住5G 发展契机，提升企业生产经营成效，拉动行业与区域发展。

5 结论

装备制造业具有小批量、多品种、复杂化、规模化的特点，各环节之间联系紧密，对协作性、效率、准确性、灵活性等方面要求较高，5G 具有柔性连接、灵活部署、低延时高可靠、高速率大带宽、广连接等特点，在装备制造业中有较为广阔的应用前景。经过落地验证，5G 能够保障装备制造业在生产、物流等环节中的高速传输与低时延等要求，进一步提升了供应链协同水平、生产装配的灵活性与效率、设计装配的可靠性等，但仍然面临行业前期数字化程度不足、异构化数据、技术不成熟等问题，需要加快技术研发与验证，营造创新氛围、加强创新意识，并根据具体行业、个体的实际情况进行阶段化应用。

另外，5G 并不能解决装备制造业所面临的所有信息化问题，目前验证得到的性能指标对于工业控制等部分场景尚有不足，市场模式、参与主体的专业化程度、5G 收费等行业与市场问题也有待进一步研究、验证与解决。但5G 对于装备制造业的数字化转型仍有可预见的较为显著的推动作用，并且将进一步推进切片技术、边缘计算、人工智能等技术在装备制造业相关场景的融合应用与发展。