5G远程运维技术在智能机器人工作站中的应用

潘明来　唐敬文

摘 要：文章针对智能机器人工作站研究设计了基于5G网络的远程数字化运维体系架构。首先分析了5G技术的指标优势及远程运维的概念，提出构建方案来应对现有网络的挑战；然后详细构建了智能机器人工作站系统的组成和运维流程；设计了SDN+MEC的网络模型；在此基础之上，给出了远程运维的功能模块划分，实现对工作站的实时监控和智能化决策；最后通过原型系统的开发与性能测试，验证了5G条件下实现毫秒级的确定性时延和高可靠的远程运维控制是可行的。

关键词：5G网络 远程运维 智能机器人 工作站

1 引言

随着工业互联网和智能制造的快速发展，对生产系统的柔性化和智能化提出了更高要求。然而传统有线运维方式面临布线复杂、运维延迟大等问题。远程无线运维技术因此成为实现智能升级的重要途径。应用5G技术进行远程运维，可利用其超高带宽和超低时延的优势，实时监控设备的运行状态，并在故障发生后快速响应和处理，实现无人值守、高效运转。这对推进智能机器人等核心制造装备的运用至关重要。

本文采用构建面向智能机器人工作站的5G远程运维解决方案，运用理论分析与原型系统验证相结合的研究方法，设计网络体系结构和功能模块，开发原型系统并测试性能，以期获得通用化的技术验证方案，为后续产业化应用奠定基础。

2 5G远程运维技术分析

2.1 5G技术

5G网络在无线接入速率、用户体验、连接密度和移动性等方面超越4G。其关键指标包括：峰值速率20Gbps，用户体验速率100Mbps，空口时延<1ms，连接设备数量千万级，高移动性支持速率达500km/h等。5G网络分为增强型移动宽带、超可靠低时延通信和大规模物联网三类典型场景。其中，超可靠低时延通信正可提供微秒级的低时延抖动，满足工业远程运维对实时控制响应的苛刻需求;大规模物联网可支持海量低功耗传感设备接入，实现全面感知；而增强型移动宽带提供高速率则可实现视频监控、VR视角控制等丰富交互应用。

5G网络采用端到端的网络切片技术，可根据不同业务需求和服务等级，创建多个逻辑子网络，为运维流量提供专线隔离。同时结合MEC多接入边缘计算技术，在接入网络边缘部署应用服务器，缩短数据传输路径，数据就近处理，从而实现毫秒级的确定时延传输。5G核心网开放多种网络能力，如位置、质量体验、处于线管理等，通过标准北向接口，使第三方应用可根据自身需求灵活调用。这为开发创新型运维应用提供了便利，比如精准定位功能，可帮助快速锁定机器人故障部位。

2.2 远程运维

远程运维通过远程监测和控制手段，实现对生产设备和系统的状态监测、故障检测与诊断、控制优化、升级维护等，使其高效、经济和无人值守地运转。主要功能有视频监控、数据采集、系统控制、在线协助等。体系结构上由信息感知层、数据存储处理层和应用交互层三部分组成。5G条件下，远程运维系统可实时获取各种生产数据，上传至云平台生成数字孪生模型。运维人员通过远程服务器访问模型，进行状态监测、故障预测、过程优化、协作指导等，并下发控制指令对设备进行调节，构成闭环反馈，以实现无人值守的智能化运维。重点是其可以确保网络信息安全，防止数据泄露；并让工作站及设备具备开放灵活的标准接口，以支持与运维系统的对接集成。这是实现多供应商设备协同运维的基础。

Time Sensitive Networking是一套IEEE标准的时间敏感网络技术，通过严格控制网络时延、抖动和包丢率参数，使流量精确遵循事先配置的传输轨迹，为实时控制提供确定性保障，可完美应用于工业远程例如机器人工作站运维场景。

3 智能机器人工作站构建

3.1 工作站组成

3.1.1 系统架构

智能机器人工作站是一个机电气一体化的复杂系统集成，主要包括工业机器人主体、末端执行机构、传感器测量系统、控制器与驱动器、人机界面以及远程通信和云平台等子系统，通过机械、控制、信息多个学科和技术的交叉，实现特定自动化作业功能。

3.1.2 机器人联合控制系统

机器人控制系统贯穿工作站的整个控制链路。其由位置控制器、速度控制器、电流控制器等构成多级反馈控制架构。位置控制器根据程序轨迹规划计算目标角度值，并控制每个关节的驱动电机，闭环执行运动学计算；速度、电流控制器负责稳定响应。

3.1.3 运动控制过程

在远程运维指令输入后，首先由轨迹规划模块根据目的地计算或查表获得空间曲线方程；运动学模块解析求解每关节相应的角度、速度、加速度数据；再由控制器多级闭环控制电机驱动器的输出，协调各关节运动，最终完成末端执行机构的预期运动。协调性好的控制系统是运维的基础与关键。

3.1.4 开放式远程运维接口

工作站控制系统开放标准化网络接口，可接收来自不同上层远程平台的监测和控制指令，获取实时运行状态数据并反馈，也可连接传感设备接入信息；既实现上下游信息ynchronized双向联动，也保证了与不同远程运维系统的兼容开放。这是多供应商协同运维的基础。

3.2 工作流程与运维需求分析

智能机器人工作站的正常工作流程可以划分为以下四个阶段：（1）远程输入运维指令，下达控制目标和作业任务；（2）机器人运动系统接收指令，驱动关节按照运动学规划结果到达指定作业位置和状态；（3）末端执行器进行相应的作业，如抓取、焊接等；（4）各类传感器采集液压、温度等状态参数，反馈至远程运维系统。

引入5G远程无线运维体系后，工作站的监控、故障检测、控制优化都需通过远程数字化指挥平台完成，这对网络的实时响应速度和系统软硬件的开放兼容性能提出了更高挑战。

3.3 基于5G的系统网络架构

网络构架设计上采用软件定义网络SDN和多接入边缘计算MEC的融合架构。SDN通过控制与转发分离技术实现业务层的动态可编排配置和底层网络基础设施的解耦；MEC则将部分计算和存储等能力下沉至接入网边缘；实现就近部署；显著减少运维控制信令交互的时延。

无线接入网环节选择5G独立组网SA模式；可提供差异化的网络切片和服务级别保障。服务器集群和平台功能采用虚拟化部署方式，便于资源弹性调度，也有利于通过网络切片技术划分多种类型的运维服务子流量，实现业务隔离和差异化远程运维服务质量保证。

4 5G远程运维系统设计

5G远程运维系统硬件资源主要包括：云服务器及存储、5G基站和MEC服务器、网络核心设备、远程控制终端和显示大屏，以及机器人工作站现场系统。软件资源包括：多终端协同平台、云计算与大数据平台、远程控制与协助系统、前端显示与分析系统等。

4.1 网络拓扑架构

5G远程运维系统网络总体拓扑包含以下模块。其中，工业现场接入层通过MEC和私有5G网络确保低时延，其上通过Time Sensitive Network技术进行时延敏感流量的识别和抢占式转发，保证运维控制指令的确定性最终可达到us级;云中心数据中心层则提供海量存储和强大计算处理能力，构建数字孪生和各类智能分析模型；还可以设置统一的运维指挥层，实现人机交互界面，并可以灵活接入其他类型生产系统。

4.2 服务器与存储选型

服务器选用富士通/华为等品牌的新体系结构全闪存服务器，其采用端到端的全闪存设计和RDMA网络，相比机械硬盘具备更高的存储输入输出性能，有利于大数据并行处理和机器学习等算法的高效运行。存储方面则选用分布式全闪存存储产品，兼具大容量和高I/O性能优势，典型如华为OceanStor系列等。

4.3 功能模块设计

5G远程运维功能设计：（1）全时远程监控：实时获取多角度视频和传感器数据，实现对工作站系统的全方位监控，并通过分析预测系统状态。（2）智能故障检测与定位：利用机器学习等技术分析历史数据建立状态映射模型，实现对故障模式的自动化识别与追溯。（3）在线远程控制：运维人员可以通过手机或AR设备远程登录控制系统，对机器人或传感器下达控制指令，实现远程运维与管理。（4）增强现实远程服务指导：使用AR眼镜，远程实时示范操作要点，指导现场技术人员快速定位问题并完成系统精准调试。

远程运维系统包括数据采集模块、数字孪生模块、状态监测模块、优化决策模块和人机交互界面等。数据采集实现对机器人和传感器的联网监测;数字孪生通过数据建模，实现对工作站运行状态的还原和预测;状态监测和优化决策模块在数字孪生基础上开展智能化分析，输出控制指令或联动策略。人机界面负责结果展示和灵活交互。

4.4 安全机制

运维系统持续采集各类照相、视频流和多源异构数据，在云端构建完整的工作站和工艺运行数字孪生，设置故障相关关联规则，利用机器学习算法持续进行自动化模型训练和优化，实现对故障模式的主动感知和预警。设置GPU加密服务器，使用国密算法和证书对运维控制和管理链路上的所有信息流进行加密，确保数据传输过程的保密性和完整性;采用区块链等分布式账本技术，保存所有操作日志和信息修改痕迹，保证远程运维操作的不可否认性和可审计性。

为保障运维系统的实时响应性能，在网络层面部署确定性时延的5G切片子网，同时构建时间敏感的流量调度机制，将运维流量分为紧急和普通级别，按时序优先处理，使关键指令得以抢占资源并即时响应；在系统层面构建主备双活的服务器集群，消除单点故障风险。

4.5 开放接口

运维人员可选择VR/AR终端，通过交互界面准确获取工作站的全息数字孪生动态信息，或编辑编程控制机器人运动轨迹，实现对末端机构的精细化远程操控，指导现场调试。现场技术人员使用智能眼镜设备，远端专家可共享他们的虚拟视角，进行交互式的状态评估、问题定位、动作示范和维护升级指导，实现专家知识和经验无损远程传递。

设计统一的应用编程接口（API），实现多供应商的工作站系统、机器人传感设备、工业相机的标准互联互通;采用微服务架构和容器化部署，保证各功能应用的独立性，便于不同模型算法的横向扩展和升级迭代，也使整个运维应用系统具备弹性灵活的重构能力，使功能应用模块可灵活横向拓展，同时保证服务的独立性。这是未来构建生态化协同运维平台的基础。

5 原型系统实现与性能测试

5.1 原型系统搭建

选择机器人焊接工作站作为运维对象，搭建小规模远程运维验证系统。包括：样机工作站、工业机器人控制系统、5G SA网络及MEC服务器、云平台和远程控制终端。开发运维应用Docker容器进行快速迭代部署。构建SDN控制器，配置网络切片实例，实现按需调度。工位现场搭建：包括工业机器人、传感控制柜和5G数字化改造单元；安装端云MEC和SA基站构建确定性时延的网络。数据中心：部署云原生服务器集群，虚拟化存储，通过vBNG/vUPF实现MEC用户平面的一体化； 采用Kubernetes等技术实现docker化的快速迭代自动部署。边缘端：MEC上构建面向运维的应用容器，形成云边端协同的应用架构。

5.2 性能指标与质量测试

主要从确定性时延抖动、丢包率和远程控制可用性等方面开展指标评估和质量验证。确定性时延测试采用PTP同步机制；对于遥控连续指令和复杂编程指令场景，检测时延和丢包率是否符合要求。开展长时间可靠性测试，验证质量保障机制的有效性。通过对比分析确定5G与4G在运维质量上的差异。

5.3 运维效能评估

通过测试评估平台，对原型系统的确定性时延抖动、流量优先调度的有效性、以及运维控制和协作的可用性进行全面的验证。现场与远程端构建简化工位进行对比，检验网络切片的隔离效果和运维质量提升情况。对工作站系统进行对比，验证基于5G网络实现远程化运维后，在提升故障检测效率、缩短系统恢复时间等方面的质量效益和经济效益优点，为产业化落地准备数据支持。

对比分析传统人工运维和5G远程运维方式下的工作站系统，在设备故障判断精确度、模块升级敏捷性以及人均效能等方面的差异，评估远程数字化协同运维的合理性。为推进相关标准制定和产业化应用提供支持。

6 总结与展望

5G技术为工业领域高精准、实时性和网络协同的远程数字化运维带来了契机。本研究以智能机器人工作站为例，构建了面向5G的远程运维解决方案的原型验证系统，包括网络框架、功能模块和质量保障机制。理论分析与测试结果表明，确实大幅提高了运维灵活性，降低延迟，效率更优。未来随着相关标准规范的成熟和商用网络的进一步演进，5G远程运维技术必将得到深入应用和大范围推广，使智能制造迈上新的台阶，将可实现工业过程中数十个机器人乃至全自动化车间的数字闭环协同运维，使制造业向无人值守迈出关键一步。

基金课题：校级课题《工业机器人工作站仿真设计》工学一体化精品课程开发研究 ZTTC2023ZD04。

参考文献：

[1]刘俊，陈思涛，陈建平，等. 基于数字孪生的机器人焊接工作站仿真系统设计与实现 [J]. 轻工科技，2023，39（04）：104-106+113.

[2]路冬星，张书铭，杨旭，等. NSA组网下实现5G与4G用户解耦的方法研究[J]. 电信工程技术与标准化，2020，33（08）：27-33. DOI：10.13992/j.cnki.tetas.2020.08.006.

[3]郝梓萁. 5G新技术面临的安全挑战及应对策略 [J]. 信息安全研究，2020，6（08）： 694-698.

[4]李辉，施卫保，虎鹏. 智能识别分拣码垛工业机器人工作站系统的设计与应用 [J]. 机械工程师，2019（12）： 110-112.

[5]薄慕婷，丁立波，张合. 智能网关软件设计与实现 [J]. 兵器装备工程学报，2016， 37（12）： 95-99.