400-868-1122
裝備制造行業
全文共4652字
閱讀大約需16分鐘
當下，工業互聯網正在與新一代信息通信技術加速融合，新興技術正在通過工業互聯網這一載體，幫助企業解決在轉型升級中所面臨的問題。以5G、邊緣計算、工業智能、數字孿生、工業區塊鏈為代表的關鍵技術，在數據設備安全、模型構建迭代、新興網絡架構等方面不斷創新，涌現出全新的發展模式與應用場景。
01
5G技術
工業領域的業務場景具有較高的復雜性，對通信技術提出了更高的要求，5G技術具有海量連接、高可靠、低時延等特點，能夠為工業互聯網提供實現全面連接的基礎。一方面，5G應用于工業互聯網是必然趨勢，另一方面，工業互聯網也是5G技術落地的重要應用場景之一。
在典型應用場景方面，5G+工業互聯網能夠解決不同工業場景的多樣性需求。
工業視覺：通過高清晰度攝像頭、工業級相機設備采集相關信息，將圖像信息進行處理、分析和理解，從而達到對產品的高精度、高效率、實時性的檢測。5G技術為工業視覺輸提供大帶寬、低時延的圖形信息傳，保證實時快速的反饋控制。
AGV倉儲物流：5G技術能夠支持AGV（自動引導運輸車）的部署，將AGV與制導控制器進行連接，實現低時延并且能夠確保數據的安全性。在實際AGV倉儲物流中，網絡情況復雜，密集式作業、密集式存儲場景下，5G技術與Wi-Fi相比，在并發與時延上都更具優勢。
AI視頻監控：分為2大類7個細分場景，包含園區辦公室監控、倉庫監控、園區出入監控、生產線設備異常、操作人員行為、是否佩戴安全帽、車間人員是否按規定路線行走等。對生產線設備及操作人員的異常行為進行識別，對增強產線安全和可靠性有重大意義，同時對數據的隱私性和傳輸帶寬及時延有很高的要求，5G技術為大量的視頻數據實時分析提供基礎。
云端機器人：云端機器人將智能處理功能部署在云端，通過5G網絡將外部獲取的信息發送至云端處理，最終獲得即時的操作反饋，因此其對網絡的時延、帶寬、可靠性都有很高的需求。通過5G、機器視覺等技術融合，還可建立起多機器人協作系統，改善機器人的剛性自動化，提高產線的柔性能力。
02
邊緣計算技術
邊緣計算是一種相對于云計算而提出的概念，可以理解為一種理數據源更近的云計算，可定義為在數據產生的源頭與云計算之間的任意位置處，有邊緣設備參與的一種計算形式。
在工業領域，某些控制場景對計算的高效性有嚴格的要求，將數據傳輸至云端計算可能無法滿足高效實時的需求，同時考慮到在工業現場中存在大量異構的總線連接，設備之間的通信標準不統一，需要將計算資源部署在工業現場附近才能滿足需求，即邊緣計算技術。
當前，邊緣計算將技術與工業互聯網融合，已經得到一定的研究，被應用于很多工業場景。
故障診斷與缺陷檢測：在所有數據分析場景中，故障診斷與缺陷檢測類往往較為重要，而邊緣計算能夠為其提供更便捷的計算資源，因此這是目前應用最多的一種工業邊緣計算場景之一。典型的應用有基于深度學習的軸承故障診斷，刀具磨損監控、產線零件識別與缺陷檢測、設備實施監控運維等。邊緣計算低時延的特性提高了診斷的響應速度以及及檢測效率。
工廠園區安防監控：基于邊緣計算的視頻流處理也是工業領域中的重要應用，例如對視頻數據進行結構化分析，從而完成人員的行為督導、設備狀態監測、物料流轉監控等任務；實現鐵路無人值守、拓展園區安防的形式，對提高設備、物料、人員的安全有著重要的意義。
工業數據挖掘：邊緣計算提供了大量的分布式計算節點，可利用其來捕捉異常和故障在傳感器以及設備之間的傳播，獲取故障相關信息，從而進行預測性維護，如造船廠利用霧節點、微云節點與藍牙、RFID技術，實現了管道的定位識別、質量評估與溯源等功能。
控制決策過程的優化：以深度學習為代表的復雜優化方法在工業控制領域也有著較多應用，邊緣計算可以為這些應用提供基礎的計算設施。例如針對隨機順序的混沌生產場景，利用邊緣智能構建多個智能體系統，通過不同智能體之間的行為交互提高自主決策能力，進而提高自適應性與魯棒性。另有基于5G和邊緣計算的智能汽車柔性制造解決方案，提高了制造中感知、分析、決策和執行過程的效率。
工業數據安全與隱私保護：隨著工業互聯網與更多技術的融合，大量設備數據需要與云端進行交互，存在用戶隱私數據泄露的問題。邊緣計算在云端與設備端之間提供了多級的計算資源，為工業應用的安全和隱私的保護提供了更靈活的方法，如利用邊緣節點對采集數據進行加密壓縮、多點聚合，或直接將云端計算下放到邊緣端來執行，減少不必要的數據上傳等。
03
工業智能
隨著工業互聯網的快速崛起，其海量的數據、內嵌的高效算法和對算例的強大支撐能力，打破了在工業領域人工智能應用廣度和深度受限的情況。人工智能應用與工業互聯網平臺的設備層、邊緣層、平臺層、應用層等四類應用場景。
工業互聯網平臺推動工業知識算法化，而算法是人工智能應用的關鍵。一方面工業互聯網平臺豐富了算法理論來源，另一方面工業互聯網平臺降低了算法開發成本，推動工業算法在更大范圍、更高頻次、更短路徑上創造、傳播和復用。
在設備層，工業智能構建新型人機關系，一是設備自主化運行，例如復雜工料分揀、設備自運行等。二是人機智能化交互，例如動作識別、語音用戶交界面等。三是生產協同化運作，比如協作機器人、仿生工位等。
在邊緣層，邊緣智能提升邊緣側實時分析處理能力。一是智能傳感網絡，通過建設智能網關動態實現OT與IT間復雜協議的轉換，強化對異常場景的應對能力。二是噪聲數據處理，通過智能傳感器采集多維數據，利用基于人工智能的軟件識別減小確定性的系統誤差，提高數據精度。三是邊緣即時反饋，通過分布式邊緣計算節點進行數據交換，及時比對云端廣播特征值，實現本地快速響應和操作優化。
在平臺層，大數據分析構建“數據+認知”算法庫，工業互聯網平臺基于PaaS架構，打造由數據儲存、數據共享、數據分析和工業模型等組成的整體數據服務鏈，把基于數據科學和認知科學的兩類工業知識經驗沉淀在可移植、可復用的人工智能算法庫中。例如基于深度學習的工業圖像分析，以毫秒級的速度識別缺陷；或是通過構建供應鏈知識圖譜，匯集氣象、媒體、交通和物流等信息資源，提高供應鏈風險管理效率。
在應用層，人工智能提升工業App數據挖掘深度。一是預測性維護，利用及機器學習方法擬合設備運行負載非線性關系，提升預測準確率。二是生產工藝優化，依托深度學習繞過機理障礙，挖掘數據隱藏特征間的抽象關系建立模型，找出最優參數組合。三是輔助研發設計，通過應用智慧圖譜、深度學習等技術構建設計方案庫，對設計方案提供實時的評估反饋。四是企業戰略決策，利用人工智能提取非結構化數據構建知識圖譜和專家系統，為企業提供戰略方案選擇。
04
數字孿生技術
數字孿生技術以物理實體的基本狀態為基礎，應用IT技術動態實時地描述、分析、預測其行為，實現物理空間和虛擬空間交互映射，對在工業互聯網中產生的數據進行整合、分析與決策，達到生產過程的全流程優化。
數字孿生技術通過算法模型對數據進行分析、認知，具有數據驅動、模型支撐、軟件定義、精準映射及智能決策等優點。目前數字孿生技術已經在一些工業場景中得到了應用。
設備運行管理：一是設備監測，基于物理設備狀態、功能和歷史數據，在數字世界進行物理設備的完整復制，實現設備部件運行情況的實時監測。二是設備診斷，通過對設備運行數據的采集，結合故障診斷模型智能分析，可預測設備故障問題趨勢。三是設備運維，通過分析數字孿生體性能參數，預判生產設備及零部件劣化點、劣化時間及劣化趨勢，分析結果為設備提供提前維護服務，降低非計劃停機風險。
優化工業制造流程：在產品研發設計階段，利用數字孿生技術可在不試制物理實體的情況下，驗證產品在真實環境中的性能，提高了設計準確性，縮短了研發周期，降低了研發成本；在產品生產制造階段，通過數字孿生建立生產環境的高寫實模擬版本，構建虛擬生產線，實現設備診斷、生產過程仿真、數字化產線、關鍵指標監控和過程能力評估，找出最優生產計劃和方案，降低成本提高效率。
推動產業協同發展：一是推動網絡化協同制造發展，基于數字孿生技術模擬供應鏈業務及流程，動態實時采集數據、智能分享、上下游聯動，以數據驅動實現供應鏈各環節優化決策和控制支持。二是促進個性化定制，建立從需求、產品研發到生產銷售的全生命周期數字孿生體，整合模型實現個性換產品的準確設計、快速生產、精準營銷，降低定制成本實現敏捷柔性的業務模式。三是創新服務化延伸，數字孿生技術可利用從物理實體獲取的數據創新應用，催生基于數據驅動的運營、資訊、互聯網金融等新的商業模式。
保障工業互聯網安全：一是實現工業網絡數字孿生體和攻擊驗證方法，結合數字孿生技術對網絡安全性進行反復測試、驗證，建立起全局性的安全防御體系。二是實現工業互聯網安全勢態智能感知，基于數字孿生技術對物理實體的實時連接、監控與控制。三是實現工業互聯網主動防御，通過數字孿生技術對工業互聯網網絡安全攻擊進行高仿真模擬，構建具有高交互能力攻擊欺騙網絡的主動防御能力。
05
工業區塊鏈
工業互聯網平臺在部署過程中，大量工業數據需要上傳云端，由此引發企業對自身數據隱私與數據安全的擔憂，成為工業互聯網推廣普及過程中的阻礙。區塊鏈技術是一種分布式網絡護具管理技術，通過加密算法、訪問控制、隱私保護、入侵檢測等技術，實現工業企業內部各個環節的數據共享、網絡加密及訪問權限控制等功能，并且可以利用區塊鏈分布式的特點促進產業鏈的協同發展。
區塊鏈憑借其隱私保護、可信協作等技術優勢，為工業互聯網在供應鏈金融、可信存證等多場景的應用優化提供了解決思路，助力工業互聯網高效協同和創新管理。當前區塊鏈賦能工業互聯網應用價值初顯，已實現五大應用場景落地。
全生命周期管理：例如汽車零部件企業通過將生產原材料、生產過程、成品信息、物流運輸等全流程數據“上鏈”存證，追溯流程由物聯網設備和程序控制，降低人為因素在數據傳輸中的影響，實現產品的全生命周期管理。
資產運營管理：如企業利用“區塊鏈+物聯網”技術，完成現實世界中不同時間點的產品價值在區塊鏈上的映射，形成了動態化的、可追溯的產品區塊鏈數字知產，打造資產可信監管平臺。
產品質量追溯：例如鋼鐵企業利用區塊鏈技術結合工業互聯網標識解析，將每塊鋼材的生產制造質量檢測全過程在區塊鏈上可信存證，實現生產環節無人工干預的生產質量可信追溯，對內透明化管理，對外連接上下游。
賦能供應鏈金融：例如商業銀行將核心企業應付賬款轉化為數字資產上傳至區塊鏈，同時供應商可以將數字資產轉移給其上游供應商或者轉讓給銀行進行融資，實現信用價值的穿透式流轉，有效解決核心企業上游供應商融資難的問題。
可信存證：例如電力企業將數字化工作票、安全資信、違規行為、安全工器具、事故追溯5類安全監管業務數據“上鏈”應用，形成“設備凡檢修必有人名”的數字化工作票，實現從“事后取證”向“同步存證”的轉變，提升現場作業感知與監督能力。
從以上工業互聯網關鍵技術的應用可以看出，目前工業互聯網與新一代信息通信技術的融合，為我國垂直行業數字化轉型提供了較好的支撐作用，但目前這種融合仍處于探索階段，需加快網絡、數據等新興基礎設施的建設，賦能更多行業領域，未來工業互聯網將會邁上一個新臺階，對經濟發展、社會管理等帶來更多積極的影響。
