发展|5G技术能为智能制造赋能哪些？( 二 ) 中薪|高薪|智能制造|赋能|技术

人工智能和制造系统的结合将是必然的，利用机器学习、模式识别、认知分析等算法模型，可以提升工厂质量控制与生产管理能力，通过不同领域技术相互融合，才能使企业面对激烈的竞争，倒逼产业升级。
5G技术赋能制造：
1）远程设备运维
大型企业的生产场景中，经常涉及到跨工厂、跨地域设备维护，远程问题定位等场景。5G技术在这些方面的应用，可以提升运行、维护效率，降低成本。5G带来的不仅是万物互联，还有万物信息交互，使得未来智能工厂的维护工作突破工厂边界。工厂维护工作按照复杂程度，可根据实际情况由工业机器人或者人与工业机器人协作完成。
在未来，工厂中每个物体都是一个有唯一IP的终端，使生产环节的原材料都具有“信息”属性。原材料会根据“信息”自动生产和维护。人也变成了具有自己IP的终端，人和工业机器人进入整个生产环节中，和带有唯一IP的原料、设备、产品进行信息交互。工业机器人在管理工厂的同时，人在千里之外也可以第一时间接收到实时信息跟进，并进行交互操作。

文章插图
2）设备联网
提到工厂内的应用，最容易想到的还是控制。工业控制大致分为设备级，产线级和车间级，设备级和产线级对可靠性和延时要求很高，又很少移动，因此在uRLLC完成前，目前主要还需要通过现场总线等有线方式。车间级网络的布置和控制倒是有5G应用的空间。
随着工业互联网的发展，越来越多的车间设备，如机床、机器人、AGV等开始接入工厂内网，尤其是AGV等移动设备的通信，有线网络难以满足，对工厂内网的灵活性和带宽要求越来越高。传统工厂有线网络可靠性带宽高，但是灵活性较差，无线网络灵活性较高，但是可靠性，覆盖范围，接入数量等都存在不足。兼具灵活性、高带宽和多终端接入特点的5G，成为承载工厂内设备接入和通信的新选择。

文章插图
3）质量控制
现阶段工业品的质量检测基于传统人工检测手段，稍微先进一点的检测方法是将待检测产品与预定缺陷类型库进行比较，上述方法的检测精度和检测效率均无法满足现阶段高质量生产的要求，缺乏一定的学习能力和检测弹性，导致检测精度和效率较低。而且由于计算能力较弱，4G 的时延过高、带宽较低，数据无法系统联动，处理都在线下进行，耗费极大的人力成本。
基于 5G 的大带宽低时延，通过 5G+AI+机器视觉能够观测微米级的目标；获得的信息量是全面且可追溯的，相关信息可以方便的集成和留存，从而改变整个质量检测的流程。
区别于传统的人工观察，视觉检测能够清晰的观测物料的表面缺陷，视觉检测包含更大的数据量、需要更快的传输速度，5G 能够完全解决视觉检测的传输问题。

文章插图
4）可视化工厂
在智能工厂生产的环节中涉及到物流、上料、仓储等方案判断和决策，生产数据的采集和车间工况、环境的监测愈发重要，能为生产的决策、调度、运维提供可靠的依据。传统的 4G 通讯条件下，工业数据采集在传输速率、覆盖范围、延迟、可靠性和安全性等方面存在各自的局限性，无法形成较为完备的数据库。
5G 技术能够为智能工厂提供全云化网络平台。精密传感技术作用于不计其数的传感器，在极短时间内进行信息状态上报，大量工业级数据通过 5G 网络收集，庞大的数据库开始形成，工业机器人结合云计算的超级计算能力进行自主学习和精确判断，给出最佳解决方案，真正实现可视化的全透明工厂。
5）物流管理
在 RFID、EDI 等技术的应用下, 智能物流供应的发展几乎改善了传统物流仓储的种种难题。但现阶段 AGV 调度往往采用 WIFI 通信方式，存在着易干扰、切换和覆盖能力不足问题。4G 网络已经难以支撑智慧物流信息化建设，如何高效快速的利用数据区协调物流供应链的各个环节，从而让整个物流供应链体系低成本且高效的运作是制造业面临的重点和难题。
5G 具有大宽带特点，有利于参数估计，可以为高精度测距提供支持，实现精准定位。5G 网络延时低的特点，可以使得物流各个环境都能够更加快速、直观、准确的获取相关的数据，物流运输、商品装捡等数据能更为迅捷的达到用户端、管理端以及作业端。5G 高并发特性还可以在同一工段同一时间点由更多的 AGV 协同作业。