周子瓊 謝振勇 曾湘峰



摘要:基于光伏電池制造數字化、網絡化、智能化的需求,開展5G通訊技術的應用。介紹了5G智能化應用的總體架構,5G的網絡架構,并且基于5G網絡進行數據采集系統、AGV通訊和控制、高清視頻監控、機器視覺質檢、AR遠程指導等智能化應用,解決傳輸速率慢、覆蓋范圍小、采集頻率低、數據高延時等問題。實際應用效果表明,5G將進一步提高光伏電池制造的智能化和管理精細化,并且能夠極大限度地降低企業的生產成本,提高光電的轉換效率,實現提質、降本、增效的目標,可以推廣到全球范圍的光伏行業中。
關鍵詞:光伏電池;5G;AGV;智能化應用
中圖分類號:TM914.4+3? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼:A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號:1674-957X(2021)15-0222-02
0? 引言
隨著“智慧”理念的不斷深入,光伏行業逐步與“大云物移”等新一代科學技術緊密地聯系起來。在通訊技術的推動和支持下,我國的光伏發電產業將走向智能化時代。5G作為一種最新的通訊技術,在滿足多元化智能車間的需求上,具有絕對優勢。隨著世界各國對5G的大力發展推動,未來五年將是全球光伏行業5G應用的重要轉型期,也將成為我國光伏行業發展的歷史性機遇期。光伏電池市場即將經歷優勝劣汰,尤其是以“高效電池+5G+制造服務”為主的高端產品制造商,將逐漸淘汰規模小、不具備市場競爭力的中小生產制造商。與此同時,電池生產企業將對生產效率、殘品率提出更高的要求,5G在光伏電池制造中的智能化應用需求將越來越廣,是制造業向智造業的轉變的一大助力。同時,5G對于數據采集的普及、大數據分析的發展、光伏電池片成本的降低都有極大的促進作用。
1? 5G智能化應用總體架構
以光伏電池生產過程要素數據全程抓取為底層基礎,以過程智能管理為處理手段,以透明化管理為最終目標,從而構建整體的5G智能化應用的業務體系。該體系的確立,從根本上把握5G的應用方向,該智能化應用所采用的總體架構如圖1所示。
在該架構中,采用了兩個支撐:5G網絡支撐和大數據技術支撐,2個支撐有機結合,貫徹整個項目建設的始終。
1.1 5G網絡應用
5G具有高寬帶、高速度、廣覆蓋、低功耗、低延時、高可靠性等特征,能夠為工業互聯網提供網絡基礎。
利用5G網絡的優勢,光伏電池制造車間中的生產設備、AGV、傳感器等將實現無縫連接,進一步打通生產制造環節,實現5G與智能制造的深度融合。
1.2 大數據分析技術應用
通過對生產過程中沉淀的信息資源進行搜集、整合、深度挖掘與應用,借助大數據分析技術,洞察光伏電池制造過程中存在的隱患和問題,并依據工藝數據、質量數據等總結內在發生規律,達到輔助生產優化決策的效果。利用大數據分析技術對機器視覺質檢結果進行分析、設備故障原因分析、AGV調度算法優化等,從而實現光伏電池制造質量可預判處理、設備AR遠程指導、AGV自學習等,從而達到整個車間生產制造過程的5G智能化應用。
大數據技術應用過程如圖2所示。
2? 5G網絡架構
光伏電池制造車間的5G網絡架構如圖3所示。公司以外是運營商的核心網,公司基站的信令面接入到核心網,信令面指無線通信的SIM卡認證和鑒權等。
公司范圍內包括三個部分:公司數據中心、車間內5G微基站、車間外的5G宏基站。5G微基站和宏基站用來實現5G信號的覆蓋。
由于光伏電池制造車間數據的保密性,AGV將由本機控制,服務器也是本地化,無線網絡主要用于調度系統對AGV的任務下達及AGV任務完成情況的反饋。時延要求在100ms左右,帶寬5M,可靠性要求99.9%及以上。
3? 數據采集系統
在光伏電池制造過程中,車間內的生產數據、質量數據、工藝數據、設備數據等信息量非常龐大,但又極其重要,能為電池的生產起到實時監控、及時運維、輔助決策等作用。5G在工業數據采集與監控中有著絕對優勢,無論是傳輸速率、數據量,還是采集頻率、采集實時性,都能滿足對生產管理精細化的要求。
以500MW光伏電池車間為例,每天的產能約為30萬片,每片電池在每臺設備中的生產參數、檢測數據、各類文件都需實時采集、分析和反饋,這樣才能避免出現大批量的質量問題,也能為工藝參數的優化提供數據支撐。目前看來,只有5G網絡能夠滿足這個要求。大連接、低時延的5G網絡可以將車間內大量的工藝設備、檢測設備、自動化設備、AGV、各類傳感器等進行互聯,在極短時間內將生產過程、檢測信息等數據通過5G網絡進行采集,并把采集的數據通過WebService接口傳輸至了MES、EMS等系統,實現數據的跨系統、全流程貫通,并為大數據分析提供數據基礎。5G高速網絡不僅能夠提升生產數據采集的及時性,同時也為生產流程優化、能耗管理提供網絡支撐。數據采集系統通過使用PFC-HK6系列工業采集網關,作為生產車間數字化的基礎建設。系統整體采用自頂向下的設計,實現了對數據模型和業務模型的抽象。系統提供基于OPC、Modbus、Profinet工業標準協議的實時數據接口。該數據采集方式統一了各工業控制系統的底層接口,簡化接口的復雜度,提高數據采集系統的靈活性和可擴充性。
4? AGV通訊和控制
在大多數光伏電池車間中,AGV主要與調度系統進行通訊,由于調度系統決策需要時間,可能造成大塞車,尤其是車間規模越大,投入AGV越多,塞車幾率越高。另外,由于AGV在持續移動中,如果正跨越車間內兩個或多個無線AP的交叉頻段區域,會存在信號不穩定或通訊時間較長的情況,嚴重的話可能會導致AGV失聯,影響人機合作的安全性和數據的完整性。在5G應用場景下,5G網絡將充分發揮廣覆蓋、高帶寬、低延時、高可靠性的優點,使得AGV網絡無縫全覆蓋,滿足AGV之間的實時對話需求,實現車車協同,降低調度系統決策時延,減少信號的丟失率,提高通訊和調度效率。
在硬件方面,通過對AGV進行5G化研發設計,比如集成5G模組,支持快速更換5G模塊,包括免拆卸、免定制、空間設計合理等,另外還要兼容多5G終端類型。
在軟件方面,圍繞AGV與服務器的整個通信時序進行分解,驗證其每個子過程在5G網絡下的表現是否有恢復機制。AGV與服務器的通信時序包括注冊、信息校驗、心跳實時數據、任務下發、交管申請、重定位、重連等。
5? 高清視頻監控
通過搭建車間5G網絡,實現車間內5G網絡全覆蓋,根據環境條件、監控對象、維護保養以及監控方式等因素統籌考慮,主要監控生產工藝段人工操作以及機器人銜接部分。5G網絡能保障海量視頻圖像的高分辨率、流暢穩定,并實時傳輸到數據中心和監控室,這樣既保證了視頻的實時性,又保證了無死角督導的安全性,為車間的實時監控和精細化管理提供支持。
6? 機器視覺質檢
在電池生產制造過程中,為了保證電池片質量,需要時刻監控,每道工序每個環節都會產生大量的生產數據需要處理,傳統的生產模式中這些工作都是由操作員工來完成的。例如,由于測試分選機上的GP、HALM等數據量大,并且還包含很多圖像信息,以500MW車間計算,每天至少有30萬張圖像,圖像的利用價值不高,只能采用人工分選的方式。對人工的依賴性很高,準確率和分選效率也無法保證。通過部署5G網絡,實時采集傳輸高清圖像數據,通過大數據分析、自適應學習等技術手段進行質檢,將結果反饋車間現場指導生產。同時,基于大量數據進行深度挖掘、質量缺陷分析,及時洞察生產過程中存在的隱患和問題,并總結業務過程內在發生規律,實現光伏電池制造質量可預判處理、工藝自決策優化。同時,車間節約的空間可進行更多工藝設備的布局,更進一步提升整個車間的產能。
7? 結語
通過在光伏電池制造中應用5G網絡,有效地解決了傳輸速率慢、覆蓋范圍小、采集頻率低、數據高延時等問題;提高了光伏電池制造的智能化和管理精細化,提高了光電的轉換效率,實現提質、降本、增效的目標。
參考文獻:
[1]陸平,李建華,趙維鐸.5G在垂直行業中的應用[J].中興通訊技術,2019,25(01):67-74.
[2]張云勇.5G將全面使能工業互聯網[J].電信科學,2019,35(01):1-8.
[3]陳亮,余少華.5G端到端應用場景的評估和預測[J].光通信研究,2019(03):1-7.
[4]盧文輝.AI+5G視域下智適應學習平臺的內涵、功能與實現路徑——基于智能化無縫式學習環境理念的構建[J].遠程教育雜志,2019,37(03):38-46.