工业互联网推动机器人协同智能制造发展

王耀南

（湖南大学，长沙，410082）

1 智能制造发展背景及意义

当下，人工智能、工业互联网、大数据、云计算等新一代信息技术深度融入到传统制造业中，推动制造业转型升级，向数字化、网络化、智能化方向发展。在此背景下，工业互联网作为智能制造的基础设施，对于智能制造的发展尤为重要。

1.1 发展历程

随着信息技术的迅猛发展，以信息化、工业化深度融合为方向的科技革命席卷而来，智能制造正成为先进制造业的主攻方向。智能制造是“基于新一代信息技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动环节，具有自感知、自决策、自执行、自适应、自学习等特征，旨在提高制造业质量、效益和核心竞争力的先进生产方式”，将基于工业互联网的智能制造作为制造强国建设的主攻方向，对加快发展现代产业体系，巩固壮大实体经济根基，构建新发展格局，建设数字中国，建成现代产业体系，实现新型工业化具有重要作用。

1.2 时代背景与国内外政策

当前，智能制造已成为传统制造业转型升级的战略支点，其发展得到世界各国的重视，德国、美国、日本、英国、法国纷纷提出智能制造的发展规划。习近平总书记在党的二十大报告中指出，加快实施创新驱动发展战略，面向国家重大需求，加快实现高水平科技自立自强，以国家战略需求为导向，坚决打赢关键核心技术攻坚战；推进新型工业化，加快建设制造强国。智能制造作为实现制造强国的重要基石，我国出台多项制造业转型升级的相关文件，推动产业转型升级；在航空航天、海洋工程、轨道交通、新能源汽车等大型复杂装备中大力推进智能制造。在向着数字化、网络化、智能化转型的过程中，工业互联网技术将会是智能制造的核心技术。

2 工业互联网体系和关键技术

2.1 定义

工业互联网是智能制造的关键综合信息基础设施，自2012 年提出以来，得到大力推广。现如今，工业互联网被定义为“通过5G、边缘计算等新一代信息通信技术与新一代人工智能在工业中的深度融合和创新应用，构建起人、机、物的全面互联，形成实体联网、数据联网以及服务联网的网络开发平台”，为最终实现数字化、网络化、智能化的智能生产、制造、管理等提供支撑服务。

2.2 组成

工业互联网的核心是以生产要素互联为基础，发展感知、分析、决策、控制、管理一体化的信息物理深度融合应用，形成数据驱动的工业智能应用。该平台由四部分构成——硬件及芯片（工业芯片、工控设备、工业网络），工业软件（数字孪生、CAD/CAE、MES/PLM），工业操作系统（嵌入式系统、分布式系统、实时操作系统），工业云平台（工业中间件、工业模型库、工业算法库）。

2.3 面临的技术挑战

目前，我国工业互联网研究尚处于起步阶段，局限在云计算、物联网和大数据等单一领域，在提升现有制造业发展水平中，工业互联网的自主可控和智能化程度方面还面临着一些重大挑战。其一，自主可控程度低。高端芯片依赖进口，工业设计软件技术缺乏，但对于工业操作系统高可靠、低延时、分布式、全场景的需求高。其二，感知能力弱。目前存在感知范围有限、维度单一、场景复杂、环境干扰严重、感知困难等问题。其三，联网范围小。面对联网实体多样，不同实体的网络资源需求不同、通信协议不同、网络安全防范需求不同的问题，暴露出当前联网范围的局限。其四，传算效率低。海量、多样的数据难以有效汇聚，同时传输和计算过程的割裂，难以兼顾实时性与实效性。其五，控制效果差。与高层次业务系统环节的关联度低，工程复杂多样，难以支撑生产的智能化、柔性化。其六，智能管控难。工业互联网的应用还面临着各行业应用需求不同、生产过程流程多、数据互通程度低、状态信息种类多、智能生产装备精确模型难以建立等难题。

2.4 国内外政策

近年来，各国为攻克关键技术难题，纷纷出台相关规划，制定发展目标。2013 年，德国率先推出“工业4.0”计划，随后英国制定《英国工业2050 战略》，日本发布《机器人新战略》，法国启动“未来工业”计划。我国在2017 年发布了《工业互联网平台白皮书》《关于深化“互联网+先进制造业”发展工业互联网的指导意见》，自2018 年以来，“工业互联网”连续6 年被写入政府工作报告，从“发展工业互联网平台”“拓展‘智能+’”等任务部署到“有力促进了制造业数字化智能化”的成绩肯定，工业互联网在推动制造强国、数字中国建设，促进制造业高质量发展的支撑作用愈发明显。

2.5 体系架构

通过云边融合机制、人工智能与通信技术的赋能，成功搭建具有智能设备层、网络互联层、数据处理层、决策控制层、工业应用层的工业互联网体系。整个体系架构是基于CPS 结构的网络，在纵向上实现云边端数据一体化智能管控，横向上支持多种终端设备互联互通。其中，智能设备层一方面需要保证物理设备间的互联互通，另一方面要感知采集数据；网络互联层主要用于信息的传输汇集，包括信息的安全认证等；在数据处理层，将5G、有线网络、无线网络接入到工业互联网中，在云端实现大量的数据分析计算；决策控制层作为工业互联网的核心，发挥实时反馈控制的作用；工业应用层用于精准管理与智能运输，包括产品设计、加工、生产、服务等。

2.6 关键技术

工业互联网通过信息网络实现工业生产过程数据全流通，其关键技术主要包括感知、互联、计算、控制、管理。

2.6.1 多源异构传感器智能感知技术

智能感知技术最重要的是实现在强干扰、大范围的工业场景下，人、机、物全要素的多维度自主感知与融合。例如，在对物料身份感知与特征识别、关键设备状态与位置感知、人员位置与姿势感知的基础上，通过大数据、云计算、深度学习等技术进行信息处理，最终达到产品质量检测、机器人加工检测、人员状态检测的目的，形成一个人、机、物全要素的智能感知与融合。

2.6.2 大规模异质终端高效自适应互联技术

高效互联技术是实现工业互联网中大规模人、机、物、系统异质终端之间的泛在化互联互通，解决信息流与知识流之间的互动瓶颈。通过大规模异质终端高效自适应互联技术，实现工业互联网中的高效传算，在大量的机器人加工和测量信息获取以后，通过网络连接，从边缘端进入到云端计算。近年来，5G 的迅速发展推动“5G+工业互联网”体系架构的完善，提升高速高效的传算。

2.6.3 工业大数据高性能动态计算技术

高性能计算技术是利用云边协同进行信息处理，采用网络切片等技术，保证网络化工业大数据的高性能计算和可靠传输，实现柔性生产过程的动态重构。在生产过程中，通过传感器获取人员操作设备的工作状态、系统的运行状态等信息后，在高效的网络互联层进行安全认证，最后通过计算得出重构的整个工业信息的大数据。

2.6.4 工业大数据驱动的反馈控制技术

协同控制是利用工业过程数据，设计数据驱动方法，实现工业互联网场景下工业全过程协同反馈控制。例如在大型生产中同时作业的各式机器人，在对其运行状态进行有效获取后上传到边缘端，通过边缘端进行分析、判断、决策、规划、处理。而一些大型的计算将被放在云端，最终形成的工业互联网体系架构是一个云边端的网络架构。该过程更多是将轻量化的计算放在端侧，复杂的计算放在边侧或云上，这样达到多个机器人、多个设备协同加工制作装配，完成真正的数字化转型，实现机器人协同信息传算一体。

2.6.5 工业制造过程精准管控技术

精准管控技术是根据行业特征和运行大数据设计工业应用软件，该应用软件是一个“云大脑”，可实现生产过程的精确管理。例如，生产过程中的成品分拣、轮廓识别、板材处理、分段装焊等操作，通过智能感知获取信息后再凭借精准的管控处理系统进行管控；同时将整个云端的仓储物流、焊接管理、质量追溯、ERP 信息等都集成在智能管控系统中，在系统计算处理后，应用到整个企业车间的生产管理，包括关键要素监控、设备监控诊断、任务排查与智能调度、设备预测性维护、质量追溯，形成“设备—产线—车间—工厂”的互联互通。

2.6.6 系统集成

在突破这5 项关键技术后，下一步将会是智能工厂的开发。何为智能工厂？这是工业机器人、AGV、传输线在物理上将离散系统连接，打通物质流；工业互联网将自动化设备的数据连接，打通数据流；用智能分析替代人的决策，完成智能决策，最终实现工厂生产过程的“智感、效联、高算、协控、精管”的高级阶段。智能工厂主要用于解决小批量、定制化、个性化的问题，实现产品生产全流程的互联互通，完成真正的精准管控。

3 工业互联网在智能制造中的应用

3.1 流程和离散工业智能制造过程

一个完整的工业系统中有流程工业和装备制造工业（又称离散工业）。石化、电力、冶金、钢铁行业的“工业互联网+智能制造”是流程工业的智能制造，在原材料的基础上加工制造出汽车、舰船、飞机等高端装备、精密电子、生化医药、生活用品的制造被称为离散制造。无论是流程工业还是离散工业，都需要上述的5 项关键技术，而不同之处在于生产流程、工艺设备、加工制造设备。

3.2 离散工业智能制造与机器人加工过程

基于工业互联网所构建的离散工业智能制造体系框架，除了关键的智能制造技术以外，更重要的是离散制造的全流程。采集物理设备、信息系统性能数据的智能工厂云平台，感知、决策、控制、执行一体化的自动化生产线，上下料、焊接打磨、抛光喷涂、装配检测、搬运物流的机器人生产线，最后应用到汽车制造、新能源装备、航空航天、轨道交通、海洋装备等高端装备制造领域。

3.3 工程应用

3.3.1 高端制药机器人智能生产

疫情期间，将云边技术、5G 和工业互联网技术应用于机器人疫苗医药制造领域，搭建基于网络化云边融合的制药机器人柔性生产线，实现制药过程的数据流通和实时决策控制，使得高端制药机器人自动化生产线得到迅速的发展。这是典型的“工业互联网+多机器人协作+新一代人工智能技术”来推动智能制造发展的案例，从无菌化配药、罐装-封口-转运、高精度异物检测到包装的整个柔性制药过程，都可以通过“5G+工业互联网”来实现。

3.3.2 精密电子制造机器人生产

精密电子制造机器人生产是将云边协同计算与工业互联网技术应用到精密电子制造机器人自动化生产线当中，实现装配过程的数据流通，提供“5G+工业互联网+AI”的工业视觉解决方案。

国内研制的第一条精密电子制造机器人自动化生产线，成功解决了电子制造过程中高精度成像、定位、贴装等技术难题，实现自动定位作业。时至今日，精密电子制造机器人自动化生产线已经应用于立讯、华为、威胜电子集团、蓝思科技等精密电子制造企业，累计销售6000 台套，生产效率提高45%，生产成本降低30%，产品合格率达到99.7%。

3.3.3 汽车零部件机器人装配

汽车零部件机器人装配是将云边计算与工业互联网技术应用到汽车装配机器人自动化生产线，实现汽车缸体部件装配过程的管控，并提供“5G+工业互联网+AI”的多机协作装配解决方案。该方案包括端侧的精准智能、边侧的控制、云大脑的指挥。

3.3.4 大型船舶智能制造管控

近几年开发的大型船舶智能制造管控系统是将云边协同计算、5G 和工业互联网技术应用于船舶制造领域，搭建5G 融合组网的管控系统，实现船舶制造大场景下的人、机、物全要素感知、关键装备监控管理等。

3.3.5 重大装备集群机器人协同制造

重大装备集群机器人协同制造是对于复杂大型装备的制造，以大型的盾构机制造为例，其制造过程需要大量的机器人，通过开展集群机器人协同及工业互联网络互联互通的制造，实现集群的感知、规划和控制。

3.3.6 工程机械部件智能制造

近年开发的“三一重工数字化智能制造工厂”（三一集团18 号工厂）是国内第一个5G+数字化工程机械部件智能制造工厂，突破了多机器人协同调度、三维视觉高速高精切割、5G+数字孪生监控的关键技术。自企业向着数字化方向转型以来，三一重工依托工业互联网体系架构，实现智能产品制造，搭建智能运营、智能服务等场景，同时助力三一18 号工厂入选“灯塔工厂”，被誉为“最聪明的工厂”。

4 工业互联网智能制造发展趋势

4.1 5G+云边计算的网络化协同制造

图1 所示为基于5G+云边计算的网络化协同制造。边缘计算是一种分布式处理和存储的体系结构，不需要将大量的数据传到云端，利用靠近数据源的边缘地带来完成的运算程序。云计算与边缘计算的逐渐融合，成为当前计算发展的趋势。而基于5G 网络的边缘计算与云计算协同，有助于对网络低时延、高带宽要求苛刻的各类新应用场景业务的实现。

图1 5G+云边计算的网络化协同制造

4.2 重大装备集群机器人协同智能制造

航空航天、海洋舰船、轨道交通等重大装备在促进国民经济发展与保障国防安全中起主导作用。针对重大装备制造过程中的关键科学问题，通过集群机器人协同制造新模式以及基于云边端网络架构体系的“高效传算—精准感知—动态规划—协同控制”的智能自主控制系统，为重大装备部件制造提供基础性和前瞻性科技支撑。

4.3 5G—云—边—端融合的多机器人协同智能制造系统架构

在大型复杂部件加工过程中，未来需要打造基于5G—云—边—端融合的多机器人协同智能制造。例如未来的大型飞机制造，在云边端高效传算、多模态精准感知、智能规划决策方面都需要5G—云—边—端融合的多机器人协同智能制造系统架构。

4.4 高端装备集群机器人协同智能制造

高端装备集群机器人协同智能制造是融入云边协同高效传算体系而提出的高端装备制造的集群机器人协同制造新模式，能够替代专机或人工完成复杂部件测量、加工、装配制造等过程。

4.5 工业互联网协同智能制造工厂

网络化协同制造可以满足个性化的生产与服务模式，以及复杂多变的作业环境与任务，是未来工业智能化生产发展的方向，而机器人将在其中扮演重要角色。

未来基于工业互联网络协同的智能工厂（图2）能够满足用户小批量、定制化、多品种的个性化需求，在数字化、网络化、智能化的新一代信息技术的推动下促进整个工业互联网络的发展，打造多机器人协同的智能制造，从产品的设计到制造再到服务。

图2 工业互联网协同智能制造工厂

5 结束语

综上所述，笔者认为，工业互联网未来的发展要关注以下几个方面：一是注重发展战略和规划的制定，加强工业互联网核心软硬件自主可控，保障产业链安全；二是制定下一代技术和标准，推进“智感、效联、高算、协控、精管”关键技术的研究和融合，完善工业互联网的安全保障体系；三是加强工业互联网的推广与应用，将工业互联技术、模式等与各行各业生产实践、行业特性、知识经验紧密结合，打造多领域的智能工厂示范工程；四是加快人才队伍培养，将工业互联网技术纳入相关学科建设体系，着力培养一批高水平科研带头人。坚持我国工业互联网形成的“中央举旗定向、政府规划引导、地方务实推动、产业联动发展”的中国模式，在具有中国特色的工业互联网发展道路上继续前进。