5G遠程運維技術在智能機器人工作站中的應用

潘明來　唐敬文

摘 要：文章針對智能機器人工作站研究設計了基于5G網絡的遠程數字化運維體系架構。首先分析了5G技術的指標優勢及遠程運維的概念，提出構建方案來應對現有網絡的挑戰；然后詳細構建了智能機器人工作站系統的組成和運維流程；設計了SDN+MEC的網絡模型；在此基礎之上，給出了遠程運維的功能模塊劃分，實現對工作站的實時監控和智能化決策；最后通過原型系統的開發與性能測試，驗證了5G條件下實現毫秒級的確定性時延和高可靠的遠程運維控制是可行的。

關鍵詞：5G網絡 遠程運維 智能機器人 工作站

1 引言

隨著工業互聯網和智能制造的快速發展，對生產系統的柔性化和智能化提出了更高要求。然而傳統有線運維方式面臨布線復雜、運維延遲大等問題。遠程無線運維技術因此成為實現智能升級的重要途徑。應用5G技術進行遠程運維，可利用其超高帶寬和超低時延的優勢，實時監控設備的運行狀態，并在故障發生后快速響應和處理，實現無人值守、高效運轉。這對推進智能機器人等核心制造裝備的運用至關重要。

本文采用構建面向智能機器人工作站的5G遠程運維解決方案，運用理論分析與原型系統驗證相結合的研究方法，設計網絡體系結構和功能模塊，開發原型系統并測試性能，以期獲得通用化的技術驗證方案，為后續產業化應用奠定基礎。

2 5G遠程運維技術分析

2.1 5G技術

5G網絡在無線接入速率、用戶體驗、連接密度和移動性等方面超越4G。其關鍵指標包括：峰值速率20Gbps，用戶體驗速率100Mbps，空口時延<1ms，連接設備數量千萬級，高移動性支持速率達500km/h等。5G網絡分為增強型移動寬帶、超可靠低時延通信和大規模物聯網三類典型場景。其中，超可靠低時延通信正可提供微秒級的低時延抖動，滿足工業遠程運維對實時控制響應的苛刻需求;大規模物聯網可支持海量低功耗傳感設備接入，實現全面感知；而增強型移動寬帶提供高速率則可實現視頻監控、VR視角控制等豐富交互應用。

5G網絡采用端到端的網絡切片技術，可根據不同業務需求和服務等級，創建多個邏輯子網絡，為運維流量提供專線隔離。同時結合MEC多接入邊緣計算技術，在接入網絡邊緣部署應用服務器，縮短數據傳輸路徑，數據就近處理，從而實現毫秒級的確定時延傳輸。5G核心網開放多種網絡能力，如位置、質量體驗、處于線管理等，通過標準北向接口，使第三方應用可根據自身需求靈活調用。這為開發創新型運維應用提供了便利，比如精準定位功能，可幫助快速鎖定機器人故障部位。

2.2 遠程運維

遠程運維通過遠程監測和控制手段，實現對生產設備和系統的狀態監測、故障檢測與診斷、控制優化、升級維護等，使其高效、經濟和無人值守地運轉。主要功能有視頻監控、數據采集、系統控制、在線協助等。體系結構上由信息感知層、數據存儲處理層和應用交互層三部分組成。5G條件下，遠程運維系統可實時獲取各種生產數據，上傳至云平臺生成數字孿生模型。運維人員通過遠程服務器訪問模型，進行狀態監測、故障預測、過程優化、協作指導等，并下發控制指令對設備進行調節，構成閉環反饋，以實現無人值守的智能化運維。重點是其可以確保網絡信息安全，防止數據泄露；并讓工作站及設備具備開放靈活的標準接口，以支持與運維系統的對接集成。這是實現多供應商設備協同運維的基礎。

Time Sensitive Networking是一套IEEE標準的時間敏感網絡技術，通過嚴格控制網絡時延、抖動和包丟率參數，使流量精確遵循事先配置的傳輸軌跡，為實時控制提供確定性保障，可完美應用于工業遠程例如機器人工作站運維場景。

3 智能機器人工作站構建

3.1 工作站組成

3.1.1 系統架構

智能機器人工作站是一個機電氣一體化的復雜系統集成，主要包括工業機器人主體、末端執行機構、傳感器測量系統、控制器與驅動器、人機界面以及遠程通信和云平臺等子系統，通過機械、控制、信息多個學科和技術的交叉，實現特定自動化作業功能。

3.1.2 機器人聯合控制系統

機器人控制系統貫穿工作站的整個控制鏈路。其由位置控制器、速度控制器、電流控制器等構成多級反饋控制架構。位置控制器根據程序軌跡規劃計算目標角度值，并控制每個關節的驅動電機，閉環執行運動學計算；速度、電流控制器負責穩定響應。

3.1.3 運動控制過程

在遠程運維指令輸入后，首先由軌跡規劃模塊根據目的地計算或查表獲得空間曲線方程；運動學模塊解析求解每關節相應的角度、速度、加速度數據；再由控制器多級閉環控制電機驅動器的輸出，協調各關節運動，最終完成末端執行機構的預期運動。協調性好的控制系統是運維的基礎與關鍵。

3.1.4 開放式遠程運維接口

工作站控制系統開放標準化網絡接口，可接收來自不同上層遠程平臺的監測和控制指令，獲取實時運行狀態數據并反饋，也可連接傳感設備接入信息；既實現上下游信息ynchronized雙向聯動，也保證了與不同遠程運維系統的兼容開放。這是多供應商協同運維的基礎。

3.2 工作流程與運維需求分析

智能機器人工作站的正常工作流程可以劃分為以下四個階段：（1）遠程輸入運維指令，下達控制目標和作業任務；（2）機器人運動系統接收指令，驅動關節按照運動學規劃結果到達指定作業位置和狀態；（3）末端執行器進行相應的作業，如抓取、焊接等；（4）各類傳感器采集液壓、溫度等狀態參數，反饋至遠程運維系統。

引入5G遠程無線運維體系后，工作站的監控、故障檢測、控制優化都需通過遠程數字化指揮平臺完成，這對網絡的實時響應速度和系統軟硬件的開放兼容性能提出了更高挑戰。

3.3 基于5G的系統網絡架構

網絡構架設計上采用軟件定義網絡SDN和多接入邊緣計算MEC的融合架構。SDN通過控制與轉發分離技術實現業務層的動態可編排配置和底層網絡基礎設施的解耦；MEC則將部分計算和存儲等能力下沉至接入網邊緣；實現就近部署；顯著減少運維控制信令交互的時延。

無線接入網環節選擇5G獨立組網SA模式；可提供差異化的網絡切片和服務級別保障。服務器集群和平臺功能采用虛擬化部署方式，便于資源彈性調度，也有利于通過網絡切片技術劃分多種類型的運維服務子流量，實現業務隔離和差異化遠程運維服務質量保證。

4 5G遠程運維系統設計

5G遠程運維系統硬件資源主要包括：云服務器及存儲、5G基站和MEC服務器、網絡核心設備、遠程控制終端和顯示大屏，以及機器人工作站現場系統。軟件資源包括：多終端協同平臺、云計算與大數據平臺、遠程控制與協助系統、前端顯示與分析系統等。

4.1 網絡拓撲架構

5G遠程運維系統網絡總體拓撲包含以下模塊。其中，工業現場接入層通過MEC和私有5G網絡確保低時延，其上通過Time Sensitive Network技術進行時延敏感流量的識別和搶占式轉發，保證運維控制指令的確定性最終可達到us級;云中心數據中心層則提供海量存儲和強大計算處理能力，構建數字孿生和各類智能分析模型；還可以設置統一的運維指揮層，實現人機交互界面，并可以靈活接入其他類型生產系統。

4.2 服務器與存儲選型

服務器選用富士通/華為等品牌的新體系結構全閃存服務器，其采用端到端的全閃存設計和RDMA網絡，相比機械硬盤具備更高的存儲輸入輸出性能，有利于大數據并行處理和機器學習等算法的高效運行。存儲方面則選用分布式全閃存存儲產品，兼具大容量和高I/O性能優勢，典型如華為OceanStor系列等。

4.3 功能模塊設計

5G遠程運維功能設計：（1）全時遠程監控：實時獲取多角度視頻和傳感器數據，實現對工作站系統的全方位監控，并通過分析預測系統狀態。（2）智能故障檢測與定位：利用機器學習等技術分析歷史數據建立狀態映射模型，實現對故障模式的自動化識別與追溯。（3）在線遠程控制：運維人員可以通過手機或AR設備遠程登錄控制系統，對機器人或傳感器下達控制指令，實現遠程運維與管理。（4）增強現實遠程服務指導：使用AR眼鏡，遠程實時示范操作要點，指導現場技術人員快速定位問題并完成系統精準調試。

遠程運維系統包括數據采集模塊、數字孿生模塊、狀態監測模塊、優化決策模塊和人機交互界面等。數據采集實現對機器人和傳感器的聯網監測;數字孿生通過數據建模，實現對工作站運行狀態的還原和預測;狀態監測和優化決策模塊在數字孿生基礎上開展智能化分析，輸出控制指令或聯動策略。人機界面負責結果展示和靈活交互。

4.4 安全機制

運維系統持續采集各類照相、視頻流和多源異構數據，在云端構建完整的工作站和工藝運行數字孿生，設置故障相關關聯規則，利用機器學習算法持續進行自動化模型訓練和優化，實現對故障模式的主動感知和預警。設置GPU加密服務器，使用國密算法和證書對運維控制和管理鏈路上的所有信息流進行加密，確保數據傳輸過程的保密性和完整性;采用區塊鏈等分布式賬本技術，保存所有操作日志和信息修改痕跡，保證遠程運維操作的不可否認性和可審計性。

為保障運維系統的實時響應性能，在網絡層面部署確定性時延的5G切片子網，同時構建時間敏感的流量調度機制，將運維流量分為緊急和普通級別，按時序優先處理，使關鍵指令得以搶占資源并即時響應；在系統層面構建主備雙活的服務器集群，消除單點故障風險。

4.5 開放接口

運維人員可選擇VR/AR終端，通過交互界面準確獲取工作站的全息數字孿生動態信息，或編輯編程控制機器人運動軌跡，實現對末端機構的精細化遠程操控，指導現場調試。現場技術人員使用智能眼鏡設備，遠端專家可共享他們的虛擬視角，進行交互式的狀態評估、問題定位、動作示范和維護升級指導，實現專家知識和經驗無損遠程傳遞。

設計統一的應用編程接口（API），實現多供應商的工作站系統、機器人傳感設備、工業相機的標準互聯互通;采用微服務架構和容器化部署，保證各功能應用的獨立性，便于不同模型算法的橫向擴展和升級迭代，也使整個運維應用系統具備彈性靈活的重構能力，使功能應用模塊可靈活橫向拓展，同時保證服務的獨立性。這是未來構建生態化協同運維平臺的基礎。

5 原型系統實現與性能測試

5.1 原型系統搭建

選擇機器人焊接工作站作為運維對象，搭建小規模遠程運維驗證系統。包括：樣機工作站、工業機器人控制系統、5G SA網絡及MEC服務器、云平臺和遠程控制終端。開發運維應用Docker容器進行快速迭代部署。構建SDN控制器，配置網絡切片實例，實現按需調度。工位現場搭建：包括工業機器人、傳感控制柜和5G數字化改造單元；安裝端云MEC和SA基站構建確定性時延的網絡。數據中心：部署云原生服務器集群，虛擬化存儲，通過vBNG/vUPF實現MEC用戶平面的一體化； 采用Kubernetes等技術實現docker化的快速迭代自動部署。邊緣端：MEC上構建面向運維的應用容器，形成云邊端協同的應用架構。

5.2 性能指標與質量測試

主要從確定性時延抖動、丟包率和遠程控制可用性等方面開展指標評估和質量驗證。確定性時延測試采用PTP同步機制；對于遙控連續指令和復雜編程指令場景，檢測時延和丟包率是否符合要求。開展長時間可靠性測試，驗證質量保障機制的有效性。通過對比分析確定5G與4G在運維質量上的差異。

5.3 運維效能評估

通過測試評估平臺，對原型系統的確定性時延抖動、流量優先調度的有效性、以及運維控制和協作的可用性進行全面的驗證。現場與遠程端構建簡化工位進行對比，檢驗網絡切片的隔離效果和運維質量提升情況。對工作站系統進行對比，驗證基于5G網絡實現遠程化運維后，在提升故障檢測效率、縮短系統恢復時間等方面的質量效益和經濟效益優點，為產業化落地準備數據支持。

對比分析傳統人工運維和5G遠程運維方式下的工作站系統，在設備故障判斷精確度、模塊升級敏捷性以及人均效能等方面的差異，評估遠程數字化協同運維的合理性。為推進相關標準制定和產業化應用提供支持。

6 總結與展望

5G技術為工業領域高精準、實時性和網絡協同的遠程數字化運維帶來了契機。本研究以智能機器人工作站為例，構建了面向5G的遠程運維解決方案的原型驗證系統，包括網絡框架、功能模塊和質量保障機制。理論分析與測試結果表明，確實大幅提高了運維靈活性，降低延遲，效率更優。未來隨著相關標準規范的成熟和商用網絡的進一步演進，5G遠程運維技術必將得到深入應用和大范圍推廣，使智能制造邁上新的臺階，將可實現工業過程中數十個機器人乃至全自動化車間的數字閉環協同運維，使制造業向無人值守邁出關鍵一步。

基金課題：校級課題《工業機器人工作站仿真設計》工學一體化精品課程開發研究 ZTTC2023ZD04。

參考文獻：

[1]劉俊，陳思濤，陳建平，等. 基于數字孿生的機器人焊接工作站仿真系統設計與實現 [J]. 輕工科技，2023，39（04）：104-106+113.

[2]路冬星，張書銘，楊旭，等. NSA組網下實現5G與4G用戶解耦的方法研究[J]. 電信工程技術與標準化，2020，33（08）：27-33. DOI：10.13992/j.cnki.tetas.2020.08.006.

[3]郝梓萁. 5G新技術面臨的安全挑戰及應對策略 [J]. 信息安全研究，2020，6（08）： 694-698.

[4]李輝，施衛保，虎鵬. 智能識別分揀碼垛工業機器人工作站系統的設計與應用 [J]. 機械工程師，2019（12）： 110-112.

[5]薄慕婷，丁立波，張合. 智能網關軟件設計與實現 [J]. 兵器裝備工程學報，2016， 37（12）： 95-99.