基于5G 邊云協同的柔性智能制造技術方案

崔軍勇，劉 輝

（中國移動通信集團設計院有限公司 河北分公司，山西 太原 030000）

0 引 言

隨著科技的飛速發展，工業數字化正在朝著智能化的方向邁進，這一趨勢已被納入國家的重大戰略規劃中。《國務院關于積極推進“互聯網+”行動的指導意見（國發〔2015〕40 號）》強調，以智能工廠為發展方向，開展智能制造試點示范，加快推動云計算、物聯網、智能工業機器人、增材制造等技術在生產過程中的應用，推進生產裝備智能化升級、工藝流程改造和基礎數據共享[1]。顯然，工業智能化是推動工業互聯網從數字化走向智能化的關鍵因素。隨著3C 制造業的迅猛發展，工業智能技術已經成為企業生產加工、品質檢測等各個環節的重要支撐，為企業提供了更加高效、可靠的服務，極大地提升了企業的競爭力。隨著3C 制造業的快速發展，批量規模和品種的多樣化以及對時效性的嚴格要求，傳統量產的產線已經無法滿足市場的需求，因此研發出更具靈活性和高效率的產線變得尤為迫切?！皞€性化、定制化”的柔性制造技術不僅可以有效解決傳統制造過程中的挑戰，而且通過將其與先進的智能化技術相結合，使得柔性智能制造成為精密電子制造業的重要組成部分，具有不可替代的作用。

1 構建端邊云協同架構

1.1 邊云協同

通過在網絡中引入切片、管控等技術手段，形成了一種新型的網絡架構。該架構主要包括網絡方面和技術方面的內容。是以5G 為基礎，結合第五代固定網絡（The 5th GenerationFixed Network，F5G）進行應用部署，實現對工廠內生產設備的遠程控制和管理。其中，網絡部分采用移動邊緣計算（Mobile Edge Computing，MEC）平臺+5G 公網組網方式，并且將其作為主要承載網絡。同時，利用5G 高帶寬特性以及低時延特性來滿足業務數據傳輸需求。

1.2 云上協同

通過對網絡、業務和應用等方面進行技術創新，形成了一套完整的解決方案，主要包括網絡切片、管控、安全防護等方面。在此基礎上，提出一種基于5G+F5G 工業無源光纖網絡（Passive Optical Network，PON）固移融合網絡的端邊云協同架構，并給出相應的實施步驟及相關建議。該架構中，云平臺負責提供計算資源、存儲資源以及數據服務，而邊側設備則負責將采集到的信息傳輸至云平臺，同時可接收來自其他設備發送來的數據。

2 5G 邊云協同的柔性智能制造技術方案設計

2.1 5G 邊云協同的柔性智能制造技術方案設計原則

在當前社會中，隨著科技和經濟水平的不斷提升，人們對于產品的需求也越來越高。因此，為滿足市場上不同客戶的需求，需要采用先進的科學技術進行創新與改革，從而促進我國制造業向智能化、數字化方向轉變。同時，將傳統的生產方式改變成現代化的生產方式，并且通過這種方式提高整個產業鏈的運行效率，使其更加符合時代的要求。此外，在未來的發展過程中，應該加強對于信息化技術以及網絡化平臺的應用，以此來實現智能制造的目標。在這一背景下，文章提出一種新型的智能制造模式，即5G 邊云協同的柔性智能制造技術，它主要是以互聯網作為主體，然后利用大數據等相關技術，構建出一個具有較強靈活性和可操作性的系統框架，能夠有效解決目前存在的問題[2]。同時，可以充分發揮出5G 通信技術所具備的優勢，進一步優化現有的工作流程，最終達到提高整體工作質量的目的。此外，在實際開展工作時，一定要堅持以人為本的理念、堅持科學合理、安全可靠、高效便捷以及開放共享的原則。

2.2 5G 邊云協同的柔性智能制造技術方案設計思路

隨著我國制造業的快速發展，越來越多的企業開始重視智能化、數字化以及網絡化。在這種情況下，傳統的制造模式已經不能滿足當前時代的需求，需要對現有的制造模式進行改進與創新。為實現這一目標，可以從以下幾個方面入手：一是加強技術層面的研究；二是加強管理制度上的建設；三是加大資金投入力度。通過這些措施來促進企業的可持續性發展，使其能夠更好地適應市場經濟的變化。主要是針對智能制造中存在的問題提出相應的解決方法，并且結合相關理論知識以及實踐經驗，將5G通信技術融入到智能制造中，從而提高智能制造水平[3]。同時，利用5G 通信技術所具有的優勢，構建出一個完整的體系架構，這樣才能保證整個系統運行的更加穩定。

2.3 5G 邊云協同的柔性智能制造技術方案實施

隨著時代的不斷進步，我國在制造業方面也取得了一定的成績。但是由于傳統的制造業存在很多問題，導致其無法滿足當前社會對于制造業的需求，需要通過新的方式來改變這一現狀，而5G 邊云協同就是一種新型的技術手段。該項技術能夠有效融合網絡、計算和存儲等功能，并且可以實現數據信息共享以及資源整合。這就使得整個過程變得更加靈活多變，同時提高了工作效率。此外，5G 邊云協同的柔性智能制造技術方案不僅適用于工廠中的生產環節，也適用其他行業領域，如醫療、教育等。這些都屬于智能化產業，所以要想讓它得到進一步的推廣與應用，必須先建立一個完整的系統框架，再逐步完善各個模塊內容。此外，為保證技術方案的順利實施，相關部門應當制定出相應的制度規范，從而確保各項工作有據可依[4]。最后，企業還要加強人才隊伍建設，推動企業的快速發展。工業PON 的系統架構如圖1 所示。

圖1 工業PON 系統架構

3 基于5G/F5G 邊云協同的柔性智能SMT 產線實踐

在電子制造領域，零部件質量檢測至關重要，它不僅影響著生產效率，還能夠保證產品的質量。目前，由于技術的進步和檢測工具的不斷改進，許多傳統的電子產品企業不再依賴人工眼睛進行檢查，從而減少了生產過程中的質量事故，降低了人力成本，消除了信息孤立，提升了生產系統的效率?；?G/F5G 工業PON 固移融合網絡的工業端邊云協同架構如圖2所示。

圖2 基于5G/F5G 工業PON 固移融合網絡的工業端邊云協同架構

3.1 5G/F5G 邊云協同

隨著網絡、算力等基礎資源的不斷提升，人工智能（Artificial Intelligence，AI）算法模型和應用場景的快速迭代，人工智能已經進入了一個全新的階段。為滿足企業數字化轉型升級對智能化生產的需求，需要在現有的“網絡-算力”基礎上進一步引入“數據-算法”能力，以實現更好地解決實際問題。因此，設計一種基于5G/F5G 邊云協同的柔性智能表面組裝技術（Surface Mount Technology，SMT）產線（以下簡稱5G/F5G 邊云協同）方案。該方案將邊緣計算與云計算相結合，通過邊云協同構建出一套完整的智能制造系統架構。其中，5G 負責連接物理世界中的終端設備；而云是整個智能制造系統運行過程中所需的各種服務平臺及工具，包括大數據分析、機器學習、深度強化學習等。5G/F5G 邊云協同主要分為3 個部分：一是邊緣側的5G 網絡部署，用于連接不同類型的終端設備并進行管理控制，如傳感器、工業機器人等；二是云側的F5G 網絡部署，用于提供虛擬機、容器等功能，還可利用其強大的存儲能力來保存大量的歷史數據；三是邊端的協同推理機制，即由邊端共同完成業務邏輯處理，并最終反饋給云端作為訓練樣本。具體而言，在5G 網絡部署方面，采用分布式部署方式，即將每個工廠都視為一個獨立的5G 基站節點，這樣就可以充分利用原有的無線網絡設施，無需新增投資成本。另外，考慮到5G 網絡覆蓋范圍廣且具有較高的時延要求，因此在規劃5G 網絡時應充分考慮工廠內各區域之間可能存在的差異性，合理劃分小區域，避免出現局部熱點現象。此外，針對5G 網絡建設初期可能會遇到的一些難點，如如何保證5G 信號覆蓋質量、如何降低運營商的資本支出壓力等，也做了相應研究[5]。

4 5G 邊云協同的柔性智能制造技術方案測試

4.1 測試環境搭建

對5G 邊云協同的柔性智能制造技術方案進行測試，為保證測試結果具有一定的準確性和有效性，需要將實驗室作為主要的測試場所，利用相關儀器、設備等完成相應的操作。同時，應當結合實際情況，選擇合適的生產線以及車間，并且按照不同產品類型，合理劃分出相應的區域[6]。此外，可以采用智能化系統，實現對整個過程的實時監控與管理，從而更好地滿足當前的需求。在具體應用時，首先需要做好準備工作：第1 步，需要明確所需使用到的各種材料，如傳感器、控制器、執行機構等；第2 步，需要確定這些設備是否處于正常運行狀態，如果沒有正常運行則需要及時更換新的設備，確保所有的功能都符合要求；第3 步，需要針對每個環節制定完善的計劃，以便于后續各項工作的順利開展[7]。

4.2 測試內容

在對5G 邊云協同的柔性智能制造技術進行測試時，需要先了解其具體應用情況。通過分析可以發現，當前很多企業都已經開始使用這種技術來實現智能化、自動化以及柔性生產，因此針對這一方面展開相應的測試工作。為保證測試結果更加準確，應當將測試范圍控制在10 ～30 個，還要結合不同的設備類型選擇對應的測試方法，以確保最終得到的數據能夠滿足實際需求。此外，由于該技術涉及較多環節，須做好前期準備工作，使得整個過程順利開展[8]。

4.3 “工廠-車間-產線”邊云多級智能推理架構

（1）串行外設接口（Serial Peripheral Interface，SPI）和自動光學檢測（Automated Optical Inspection，AOI）視覺檢測任務的準確性極高，以至于在生產流程中，不得不采取措施來提升圖像的質量。隨著對高效處理的需求日益增加，數據處理的速度已經大幅提升到了300 Mb/s 和600 Mb/s，這樣的改進不僅節省了成本，而且大大降低了時延。為了提高工業視覺檢測的效率和準確性，應該將其部署在產線設備上，以便更有效地實現網絡傳輸，從而滿足各種檢測場景的需求[9,10]。

（2）盡管在車間級推理過程中對于產品質量的視覺檢測需要極高的圖像質量，但是仍然可以通過其他方式提升準確性。為了提升數據處理的效率，采用壓縮編碼技術，將傳輸速率降至30 Mb/s，實現高帶寬、低時延的業務，從而使其成為一種更加先進的車間級檢測場景。采用工業PON 智能工業網關的視覺檢測技術，可以顯著提升生產效率，該網關實時采集圖像，經過精確的分析，最終將結果及時傳輸至生產線。

（3）在工廠級推理中，進程間通信（Inter-Process Communication，IPC）技術被廣泛應用于包裝貼標、產品裝配工序等檢測任務，具有較高的數據處理速度，可以達到8 ～10 Mb/s，是一種具有較高帶寬和較低時延的業務；然而，由于識別操作的復雜性，如裝配順序，AI 的計算能力必須達到極致。由于網關和產線設備的計算能力有限，而且業務的帶寬和時延要求也比較低，為了滿足這些要求，建議將MEC 邊緣云應用于工廠級的推理環境，從而提升其運行效率。通過5G/F5G 技術，工業網關可以實現對圖像/視頻的高效采集，然后將數據傳輸到MEC 邊緣云推理平臺，進行深入的推理分析，最終將推理結果發送到生產線上。

5 結 論

由于現代化信息技術的廣泛應用，使得傳統的制造業逐漸向智能化、數字化方向轉型升級。因此為進一步推動我國制造業的高質量發展，就必須對其進行深入研究與分析，并結合實際情況來制定相應的解決措施。其中，通過將5G網絡技術融入到智能制造中，能夠有效提高工廠生產過程中信息數據傳輸效率，同時可以實現車間內各設備之間的互聯互通以及資源共享等目標。此外，利用5G 邊云協同系統不僅可以幫助相關工作人員更加高效地完成各項任務，而且可以降低人工操作失誤率，從而促進我國制造業朝著智能化方向發展。