5G+智能制造的体系架构

5G网络的服务中心由人变为物，5G网络凭借其大带宽、低时延、高可靠等优势，推动了无线技术在远程维护及操控、现场设备实时控制、工业高清图像处理等工业领域的应用，为未来建立柔性车间和柔性生产线提供了技术基础。

随着我国实施制造强国战略的步伐加快，5G将在智能制造领域被充分应用。在总体架构上，5G+智能制造的架构体系主要包括数据层、网络层、平台层和应用层4个层面。5G+智能制造总体架构如图2-1所示。

图2-1 5G+智能制造总体架构

注：1.GPU（Graphics Processing Unit，图形处理单元）。

（1）数据层

数据层可以对智能制造领域的生产数据进行采集，例如生产过程中的车间工况、设备状态等。从本质来看，其是利用传感技术实时对工厂内的人员、运营环境、多源设备、异构系统等要素信息进行采集和云端汇集，进而建立起一个精准、高效、实时的数据采集体系。

同时，数据层借助边缘计算技术和协议转换，在边缘侧分析处理采集到的一部分数据，并将分析结果直接传到设备上；对传到云端的另一部分数据进行综合分析处理，根据分析结果优化决策。数据层能够使整个制造流程中的隐性数据显性化，提供大量的数据源，支撑制造资源不断优化，为实时分析、科学决策和创建智能制造工业互联网服务平台奠定了基础。

（2）网络层

网络层能够确保给平台层和应用层提供更加优质的服务，拥有海量连接、低时延特性的5G能够连接工厂内大量的生产设备和关键部件，及时采集生产数据，优化生产流程和能耗管理。

借助5G网络，工厂中的传感器能在非常短的时间内完成信息状态的传输，帮助管理人员精准调控工厂内的环境。不仅如此，工厂中高分辨率的监控录像也能借助5G网络同步传输到控制中心，超高清的视频能够再现各个区域的生产细节，工厂的监控和管理将会更加精细化。

在精密测量、精细原材料识别、产品缺陷检测等环节中需要应用视频图像识别技术，而5G网络能实时传送大量的高分辨率视频图像，提高机器视觉系统识别的精度和速度。不仅如此，5G网络还能对不同工厂、不同地区的生产设备在全生命周期内的工作状态进行实时监测，及时诊断和维修跨工厂、跨地域的远程生产设备故障。

（3）平台层

智能制造完成再次升级的关键是以5G为基础的平台层建设，主要包括基于5G的云服务、大数据服务和解决方案库3个部分。其中，基于5G的云服务以GPU、海量存储和弹性计算为主；大数据服务以数据挖掘、数据分析和数据预测为主；解决方案库以图像识别、模式识别和智能决策为主。

首先，以5G为基础的云服务能够为工业App的开发、测试、部署等环节提供便捷，使工业App快速升级和应用。其次，基于工业互联网平台和5G的大数据服务，能够构建实时的数据分析模型，并指导相关运营和决策。最后，将国内外先进的人工智能技术和5G进行融合，在工厂的解决方案库中加入图像识别、模式识别、智能决策等应用，完善解决方案。

（4）应用层

在5G环境中，各种行业解决方案和典型产品等智能制造技术的转化工作是由应用层负责的。应用层以5G网络的高并发、大带宽、低时延、高可靠、移动性等优势为基础，成系列地开发行业应用App，进而满足企业对数字化和智能化的需求。

目前相对多见的应用场景有状态监控、VR透明工厂、VR远程交互、AR远程协助、AGV协同、数字孪生、视频分析、双目相机同步、辅助装配、物料跟踪等。5G和工业各领域持续保持深度融合，研发“5G+”的行业应用系统、终端和配套软件，在各个不同的场景中为用户提供精准化、个性化、智能化的服务，为智能制造赋能。