久久成人国产精品麻豆,精品国产一区二区三区香蕉网址,国产精品乱码一区二区三

近日，中國信息通信研究院、工業互聯網產業聯盟共同發布《5G全連接工廠建設白皮書（征求意見稿）》（以下簡稱“白皮書”）。

白皮書在《5G全連接工廠建設指南》的指引下，在深入研究企業數字化轉型發展過程中遇到的問題、探索5G在工業生產中發揮的作用、論述當前工業互聯網基礎設施建設情況、總結“5G+工業互聯網”發展成效等工作的基礎上，進一步探討5G全連接工廠創新發展的重要意義，分析5G全連接工廠內涵，研究提出5G全連接工廠建設框架和建設實施方案等，為各地方、各企業開展5G全連接工廠建設提供參考。

后續，聯盟將和大家一起深入研讀白皮書中部分精華內容。

5G全連接工廠建設實施方案——廠區現場升級

5G全連接工廠相對傳統工廠而言，重點從現場裝備、IT /OT融合應用、生產服務等三方面進行升級。

現場裝備網絡化改造

當前，工廠內仍然存在大量的設備、系統、物料等不具備聯網能力，這將導致設備使用情況、系統使用情況、物料信息等不能及時獲取，導致生產資源的浪費、生產效率的低下、運營管理的粗放等問題。企業可通過有線網絡或無線網絡，將人、機、料、法、環、測等接入到網絡中，以便及時發現或獲取相關信息。工廠內的數控機床、壓縮機、電動機、精密檢測、離心泵等沒有移動需求的設備可采用有線方式。而AGV、叉車、機器人、碼垛機、工業相機、挖掘機等有移動需求的設備可采用無線聯網方式。

圖1：5G全連接工廠人、機、料、法、環、測等聯網內容示例

5G作為無線網絡技術的一種，在工業生產中可替代原有七國八制的多種工業無線網絡技術。5G對其他工業無線網絡技術可替代性分析如表1所示。

表1：5G對其他工業無線網絡技術可替代性分析

設備或系統可進行5G化改造的特征有以下三種：

（1）部署需求：具有可移動、靈活化等部署需求的設備.

（2）作業需求：具有擺動、旋轉等作業需求的設備。

（3）性能需求：數據流量大、高可靠、低時延等性能需求的設備或系統。

設備的5G化改造方式有以下兩種：

（1）可以采用外接5G終端/網關的方式，完成設備的5G化改造。現階段主要是通過連接5G CPE或5G工業網關進行改造。其中5G CPE適用于現場有移動和旋轉擺動設備，有無線連接需求的工業場景；5G工業網關適用于在工廠邊緣側對于數據有匯聚、處理需求，作為邊緣網關的應用場景。

（2）內置帶有5G功能的芯片、模組、傳感器等，完成設備的5G化改造。伴隨著5G URLLC技術的發展，5G模組將提供類似于傳統工業模組的功能，工業現場設備（如IO/變頻器/PLC等）可內置集成5G URLLC模組，實現從傳統工業模組向5G模組平滑過度。

在人、機、料、環、環、測等全面聯網后，便可通過人工輸入、系統導入、自動感知、設備讀取、視頻采集、系統生成等方式，對研發數據、生產數據、運維數據、管理數據、外部數據等各類生產運營管理所需的數據進行采集。采集到的數據應包含但不限于海量的關鍵價值數據、接口數據、信息化數據以及文檔、圖片、音頻、視頻等類型數據。

圖7 5G全連接工廠人、機、料、法、環、測等數據采集內容示例

其中可通過5G網絡傳輸的數據特征如下：

? 視頻

? 聲音

? 質量較高的圖片

? 海量的文字數據

? 時延、可靠性要求較高得指令信息

IT/OT應用融合化部署

在傳統工業企業中，IT系統應用和OT系統應用是由不同的團隊進行建設和管理，其中IT系統應用一般由具有計算機、軟件等背景知識的人員組成團隊進行研發，主要是實現企業的信息化，提高生產管理運營能力。OT系統應用一般由工業控制等背景知識的人員組成團隊進行研發，主要是實現生產制造的自動化。IT與OT之間存在一個物理或虛擬的“墻”進行隔離，相對獨立。近年來，企業在推動數字化轉型過程中，亟需實現設計、研發、生產、銷售、服務、管理等全環節的數據共享與快速流轉，以滿足提高產品質量、提升企業生產效率、降低企業運營成本、快速響應市場需求等。

在5G全連接工廠建設中，建議改變原有工廠內IT-OT系統應用建設運營方式，組織IT-OT融合團隊，對IT-OT進行一體化部署，通過應用軟件或系統功能的云化部署，研發面向工廠生產、運營、管理等需要的各類移動端應用程序（APP），建立起扁平化、靈活化 “云-邊”協同架構，形成IT-OT應用的統籌建設、統一運維、統一管理，并促進形成工廠內同時要加快推進云網融合，實現網絡資源、計算資源、平臺資源等橫向打通，提升工廠生產運營管理效率。

圖8 5G全連接工廠IT/OT應用“云-邊”協同架構

將應用軟件或系統功能的云化部署，可實現本地設備、系統的輕量化。云化部署的對象包含設備功能、生產控制系統、工業軟件、企業信息化管理系統及軟件等。云化功能的特征包含具有遠程調用、資源共享、高算力性能等需求的功能，如云化AGV、云化機器人、云化PLC、云化SCADA、云化MES、云化機器視覺檢測平臺、云化企業資產管理系統等。

企業可根據生產現場需要將應用部署在邊緣計算節點和企業級工業互聯網平臺上。建議對高實時性、高可靠性、高安全性的應用按需部署在邊緣計算節點上，通過邊緣計算、人工智能等技術，為生產的端側就近提供智能化服務，提升企業的生產效率。對需要海量數據支持、高算力的應用及相關管理系統功能等部署在企業級工業互聯網平臺上，可通過云計算、大數據、人工智能等技術，對設備、產品、生產工藝、企業管理等模型進行訓練，持續優化生產工藝，實現工廠各生產環節的數字化轉型升級。

生產服務智能化升級

工業企業在數字化、網絡化、智能化發展的過程中，對生產服務提出了新要求，如平臺化設計、智能化制造、網絡化協同、個性化定制、服務化延伸、數字化管理等，這些新型的生產應用模式，需要基于海量工業數據，通過端到端的數據深度集成與建模分析，實現數據驅動的智能應用。

工業數據建模是工業經驗與數據科學的有機結合，通過工業問題定義、工業數據選擇、數據預處理、特征工程、算法選擇、模型訓練、模型評估、模型應用、模型迭代優化、模型變更等環節，循序漸進的逐步建立起數據模型，并隨著技術演進和生產運營管理所需，形成螺旋式上升的方式持續優化模型。其中工業問題定義，是將工業問題轉化為清晰的數據問題。特征工程與算法選擇，是將復雜工業場景抽象化并與恰當算法進行匹配。模型化迭代優化，是基于現場應用效果和海量數據，不斷優化模型，提升應用能力。

在工業數據建模與分析中，建議不斷積累和沉淀專業領域知識、工業生產實踐經驗、已知工業機理等，構建工業機理模型，以實現數據分析應用，并綜合利用數據統計、機器學習、人工智能算法等，實現面向歷史數據、實時數據、時序數據的聚類、關聯和預測分析。當前工業數據高級分析算法主要以機器學習為主，可基于回歸算法、貝葉斯算法、關聯規則算法、聚類算法、決策樹算法、深度學習算法等。數據分析工具主要以集成算法包的開源數據工具為主，如Python、R或兩者的結合等。

白皮書目錄