5G时代智能工厂发展前景分析

展望未来万物互联的5G时代,网络覆盖不仅仅只是用来覆盖人,车联网、自动驾驶、远程机械控制、VR(虚拟现实)、机器视觉等都有望梦想成真。网络即服务将成为5G时代的一大趋势,从过去人与人的连接,到人与物的连接,再到物与物的连接,5G网络将与各行各业碰撞出更多创新的火花,助推行业数字化转型。

3D机器视觉系统.jpg

智能工厂是5G技术的重要应用场景之一,利用5G网络将生产设备无缝连接,并进一步与设计、采购、仓储、物流等环节打通,将使生产更加扁平化、定制化、智能化,从而构造一个面向未来的智能制造网络.

那么5G在智能制造中扮演着什么样的角色?

虽然目前对5G的速度各方说法不一,不过可以确定的是比 4G 快上 10 倍是没问题的,5G很重要一个精神-不再只是技术增进,而是更强调“应用服务”,如针对垂直产业提供订制化服务。什么意思?就是未来电信营运商可做到为物流业者、赛车车队、保险业者等,提供专业领域连网服务,来创造新的服务营收。在5G技术下, AI、无人机、无人车等新技术得以顺利融合。

为了应对智能工厂带来的挑战,5G网络提供适用于各种制造场景的解决方案,实现实时高效、低能耗,并简化部署,从而为智能工厂的未来发展奠定坚实基础。

5G网络使能柔性制造实现高度个性化生产

一方面,在企业工厂内,柔性生产使得工业机器人的灵活移动性和差异化业务处理能力有很高要求。5G利用其自身无可比拟的独特优势,助力柔性化生产的大规模普及。5G网络进入工厂,在减少机器与机器之间的线缆成本的同时,利用高可靠性网络的连续覆盖,使得机器人在移动过程中活动区域不受限,按需到达各个地点,在各种场景中进行不间断工作以及工作内容的平滑切换。 5G网络也可使能各种具有差异化特征的业务需求。大型工厂中,不同生产场景对网络的QoS要求不同,精度要求高的工序环节关键在于时延,关键性任务需要保证网络可靠性、大流量数据即时分析和处理需要高速率。5G网络以其端到端的切片技术,同一个核心网中具有不同的QoS,按需灵活调整。如设备状态信息的上报被设为最高的业务等级等。

另一方面,5G可构建连接工厂内外的人和机器为中心的全方位信息生态系统,最终实现任何人和物在任何时候和任何地点都能实现彼此信息共享。消费者在要求个性化的商品和服务的同时,企业和消费者的关系发生变化,消费者将参与到企业的生产过程中,消费者使用者可以跨地域通过5G网络下参与到产品的设计以及产品状态信息查询。

5G网络驱动工厂维护模式全面升级

大型企业的生产场景中,涉及到的跨工厂、跨地域设备维护,远程问题定位等场景,5G技术在这其中的应用,可以提升运维效率,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按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,工厂中每一个物体上都是一个有唯一IP的终端,即使是生产环节的“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“人肉终端”,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信息变更并进行交互操作。

5G技术使得人和工业机器人在处理更复杂场景时也能游刃有余。如在需要多人协作修复的情况下,即使相隔了几大洲的不同专家也可以各自通过VR和远程触觉感知设备能第一时间“集合”在故障现场。5G网络的大流量满足VR中高清图像的海量数据交互要求,极低时延使得触觉感知网络中人在地球另一端也能把自己的动作无误差的传递给工厂机器人,多人控制工厂中不同机器人进行下一步修复动作。同时,借助万物互联,人和工业机器人、产品和原料全被直接连接到地球上除自身外的所有的知识和经验数据库,在故障诊断时候,人和工业机器人可参考海量的经验和专业知识,提高问题定位精准度。

在未来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,5G技术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网络收集起来,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。在一些特定场景下,借助5G下的D2D技术,物体与物体之间直接通信,进一步降低了业务端到端的时延,在网络负荷实现分流的同时,反应更为敏捷。朗锐智科(www.lrist.com)认为生产制造各环节的时间变得更短,解决方案更快更优,生产制造效率得以大幅度提高。

随着移动互联网和物联网进一步融合成移动物联网,移动通信技术应用正渗透到社会生产生活的各个领域,人与人之间的通信扩展到人与物、物与物之间通信,所以生产制造业也变为信息产业中的一部分,信息技术带动生产制造业升级转型成为趋势。

上一篇:2018CSTC web2 writeup


下一篇:使用JWT的OAuth2的SSO分析