当工业物联网遇上5G

工业物联网与消费物联网的区别

工业物联网应用的四个层级解析

5G对工业物联网可能产生的影响

5G在工业物联网的应用

当工业物联网遇上5G

对于普通消费者来说，5G的概念可能就是更高的网速，5G大带宽带来的上网体验提升是最直观的，用手机可以实时观看清晰度更高的视频。

而更低的时延与更高的可靠性对C端用户带来的体验改善，相对来说就小很多，打开网页的时延从50ms降低到10ms，消费者基本是感知不到差异的。

在工业领域，情况则完全不同。很多年前，工业互联网的概念就已提出，但直到移动互联网如此普及的现在，工业领域设备联网的比例还是很小，联网设备涉及的应用也都还很浅。主要原因在于，目前互联网在时延和可靠性方面还达不到要求。

TG888砂带,宽砂带,锆刚玉砂带,碳化硅砂带,堆积磨料砂带,陶瓷磨料砂带,棕刚玉砂带

物联网的边界

物联网是一个大而泛的概念，从大的应用领域来说，可以分为消费级物联网和工业级物联网。

这两类对物联网性能的要求差别很大，消费级物联网比较大的场景有可穿戴设备、共享经济、智能家居等，这些场景与消费者的生活息息相关，连接上以GPRS、WiFi和蓝牙等方式为主，主要的性能要求是低功耗。

智能家居是最近快速发展的一个领域。一方面是交互领域技术进步带来语音交互体验的提升，另一方面是产业链上连接模组成本的降低，从而使得以音箱作为入口，连接并控制家庭内部大量的电器成为可行的场景，并产生了像小米IoT、涂鸦、乐鑫等行业内领先的业务或公司。

但在工业物联网领域，情况并不一样。工业各垂直领域行业特性迥异 ，知识壁垒很高，而且工业制造流程对可靠性和稳定性要求非常高，目前的运营商网络还很难满足工业物联网对性能方面要求。因此物联网在工业领域的进展一直比较缓慢，还没有产生比较成熟的商业模式和相对大体量的公司。

工业物联网的现状

工业领域包括众多垂直行业，比较大的行业有制造业、运输业、能源、建筑业、采掘业等，每个行业的特性差异巨大，物联网与每个行业的结合，也都要根据行业自身特性来调整。

如果把物联网在行业里的应用抽象出来，我们可以总结为四个层次：数据的采集与展示、基础的数据分析与管理、深度数据分析与应用、工业控制。

1、数据采集与展示

现在的大部分工业设备，例如数控机床、风力发电机、工业车辆等，自身就带有大量传感器，并提供集中的数据接口，只有一小部分老旧设备，或者有特殊的数据需求场景，需要单独加装传感器和数据采集装置。

在数据传输方面，厂房内的设备，环境比较复杂，一般会使用网线将机床设备连接到集中的数据处理装置上，再通过4G或者固网连接到云平台；厂房外的设备，比如工业车辆，则通过内置4G通信模块的终端来完成数据采集和传输。

数据采集业务的难点在于，面对大量不同种类的品牌的工业设备时，设备数据协议的适配和兼容。最后的数据可视化，是客户比较核心的需求，可以通过统一的平台监控在网设备的状态，便于及时了解设备异常信息，提高管理人员效率。

2、 基础的数据分析与管理

基于云平台采集到的设备数据，进行基本的数据分析，并产生一些SaaS应用，比如设备性能指标异常的告警、故障代码查询、故障原因的关联分析等。

这一层的数据分析还偏向于通用分析工具的阶段，不涉及基于垂直领域深入行业知识的数据分析，基于这些数据分析结果，也会有一些通用的设备管理功能，像设备的开关机、调整状态、远程锁机及解锁等，这些管理应用根据具体的领域需求而不同。

3、深度数据分析与应用

深度的数据分析，则涉及到具体领域的行业知识，需要特定领域的行业专家来实施，具体根据设备的领域和特性建立数据分析模型。

目前比较多应用在故障预测领域，大型工业设备的故障预测一直是难以解决的问题，比如机床、风机等，一旦有大的故障发生，带来的影响以及随后产生的修复成本都是巨大的，实时采集数据并预测设备故障，可以大幅度降低设备故障带来的影响。

在大量数据的基础上，使用机器学习，结合行业专家的知识，可以产生深度的行业应用，比如改进制造工艺，优化制造流程等，可以提高工业设备使用效率。

4、工业控制

工业物联网的目的就是能对工业过程实施精准控制。

基于前述传感器数据的采集、展示、建模、分析、应用等过程，在云端形成决策，并转换成工业设备可以理解的控制指令，对工业设备进行操作，实现工业设备资源之间的精准的信息交互和高效协作。

当前大部分场景的工业控制系统还需要部署在本地，受通信技术和处理能力的限制，工业云平台涉及工业控制的的深度还不够。5G技术可以满足工业系统对通信能力的要求，实现工业控制的目标。

离散制造业的产品往往是零部件由多道不连续的工序加工装配而成，比如3C产品、汽车、机械等，生产过程是离散的。而流程制造业则是原材料按照固定的工艺流程，经过一系列设备和装置加工而形成产品，生产流程自动化程度很高，比如石油、化工、天然气、造纸等等。

离散制造业涉及的整个生产链条很长，而生产链条上的各个环节相互独立，产能差异很大，这样就会造成各环节衔接出现问题，而影响最终产品的生产。比如手机制造领域，有时候新机发布后产能却跟不上，可能就是因为生产链条中，某个部件良品率过低导致的。因此，在离散制造业领域，提供统一的物联网平台，从信息层面把生产的各个环节联通起来，就显得非常有意义。

获得设备性能的数据，可以对设备后面的二手定价起到帮助，另外也可以获得设备故障信息代码，及时了解设备故障情况，方便后续维修。

管理层面

可以将车间的操作人员与生产过程连通起来，方便对人员的管理，这种自下而上的数据，可以解决车间现场管理靠人的问题。

物联网接入终端主要包含定位模块和通信模块，一般采用GPRS或者4G的接入方式。其主要的功能是获取设备的位置信息，将其部署到工程机械设备里面，也可以获取设备的部分状态信息，并将这些信息及时传送到云平台。

究其原因，一方面是浅层的应用更加通用，相对来说技术上易于实现，对团队的技术和行业深度的要求不会太高；另一方面是目前连接的技术水平还无法达到工业级的应用要求，尤其是在网络的低时延和可靠性方面，导致网络连接无法参与到工业系统自身的业务和生产流程。

5G对工业物联网可能产生的影响

TG888砂带,宽砂带,锆刚玉砂带,碳化硅砂带,堆积磨料砂带,陶瓷磨料砂带,棕刚玉砂带

5G的技术特点

5G并不是为某一个“杀手级应用”而设计的系统，而是面向很多至今甚至尚未可知的应用场景。5G系统的设计采用的是一种自上而下的方法，先定义未来的应用场景，然后从场景里抽象出技术的需求，再根据每个特定的需求，寻找解决办法，研发具体的解决方案。

因为系统的要求十分的广泛，过去几代通信系统的技术并不适用于5G的需求。在5G众多的预设场景之中，5G在技术方面的需求被ITU（国际电信联盟）归纳为3个大的方面：

提供极高的数据传输速率，以及极端的信号覆盖能力

■ 超大连接量（大规模机器类通信，mMTC）

提供海量设备的数据连接能力，是物联网的基础需求

■ 超低时延（超可靠低时延通信，uRLLC）

提供超可靠低时延的通信连接服务，要求极高的可用性和可靠性、极低的时延

工业物联网的需求

对于工业领域来说，高可靠低时延的通信系统可以说是至关重要。

一直以来工业物联网的应用只能停留在表层的数据采集展示和由此延伸出来的一些管理功能，很难涉及到工业系统的控制等核心领域，其中通信系统的稳定性和延时达不到要求是其中主要的制约因素。

工业领域的设备投入巨大，无论是机床、生产线，还是机械设备，生产过程中的故障导致的停工，往往会影响整条生产线，甚至整个产品交付周期。

为确保稳定性，工业领域的控制系统还是以本地为主，部署大量的硬件和软件系统。这一方面导致整个控制系统非常复杂，投入巨大，另一方面，也限制了系统的灵活性和可扩展性。在消费者需求日新月异的今天，生产系统的更新跟不上消费者需求的变化，也会导致错失很多新的机会。

当前的移动通信系统在工业物联网领域的应用涉及并不深入，虽然4G在网速上已经有很大的提升，能满足用户随时观看视频的需求，但网络的可靠性和时延都还有很大的提升空间，并不能满足工业场景的要求。

4G在工业场景的应用，更多是在对实时性要求不高的场景里，作为数据上传到云端的一种方式。比如工厂里的机床设备，每5-10秒钟会采集一次数据，这些数据汇总一般会汇集到一个统一的终端，由终端通过4G发送到云平台。

为了保证机床设备数据传输的稳定性，在工厂内部，各个机床与统一终端的连接上，一般都会采用有线连接的方式。这样的连接方式还是比较重，大量的线缆也会导致工厂内部结构比较复杂。移动网络系统的性能提升到可以替代有线电缆的时候，工厂内部结构复杂度也会降低，更加便于管理。

工业领域对通信系统的这些需求，5G的技术标准可以很好的满足，极低的时延，保证了工业领域实时监测和控制的要求；高可靠的网络质量，确保了工业系统对稳定性的要求；大带宽则可以实现高清3D视频，甚至AR的传输，在远程操控领域大幅提高了操作精度。

5G在工业物联网的应用

在2018年6月上海举行的世界移动大会上，央视财经的记者体验了中国移动带来的5G智慧工业应用场景演示：

一台远在石家庄工地上的挖掘机，通过5G技术与设在现场的驾驶室相连，不仅可在恶劣环境下作业，甚至可以打造无人工地。

参观者可以在现场驾驶室真人驾驶，同步实时控制位于石家庄的挖掘机，进行挖掘机前后、旋转运动以及大臂、小臂、挖斗配合挖掘装车等操作，操作台对面的大屏幕通过现场实时高清视频同步传递真实场景及全景视频效果。

虽然这只是一个场景演示，但它代表了5G在工业领域潜在应用价值和未来应用的方向。目前5G的商用还没有正式开始，还没有成熟的5G应用场景出来，但有很多关注5G领域的研究机构，都在探索5G在工业领域会有哪些具体的应用场景，以及能带来什么样的商业价值。

爱立信为我们分享了2个具体的研究案例，给我们展示了5G技术的应用，提高了工业效率，提升了商业价值和社会价值

确保叶盘的高质量至关重要，高质量的叶盘是航空发动机安全性的保障。叶盘是通过铣床加工完成的，加工过程中面临很多问题，其中最关键的一个问题是，加工的过程很难被监控，这也是金属加工领域普遍存在的问题。

这就意味着铣削加工过程全部结束之前，操作人员无法知道结果，而一个铣削加工的过程可以持续1天甚至达到100小时，由于加工缺陷的存在，最终加工产品的返工率却经常高达25%，拖长了整体的生产周期。

加工缺陷可能有很多原因产生，但其中主要的原因是铣刀或机床自身的震动，影响了加工结果，而这个震动则可以通过实时监控加工过程来发现，并通过数据反馈来实时优化加工过程，最终减少返工率。不能及时发现加工过程中产生的问题，是整个制造业都存在的现象。

虽然叶盘加工只是一个具体的案例，但是加工过程中的震动问题，却是机床加工领域普遍存在的。未来制造的叶盘会朝着更薄的方向发展，加工结果更容易受震动的影响。

Fraunhofer IPT对这个问题给出的解决方案分为2部分，实时监测和实时控制——

实时监测

在叶片部分贴上传感器，在轮盘部分加入通讯模组，这样可以实时监测叶盘加工的结果，一旦有加工缺陷产生，及时停止对有缺陷部件的进一步加工，或者定位到缺陷就启动返工；

实时控制

对加工过程建立数据模型，根据加工结果的数据，实时调整运行中的加工过程，比如改变铣刀转速等，以避免加工缺陷的产生。

但当前的通信技术还不能很好的支持这个解决方案，5G是这个解决方案的关键所在。这个案例中，5G最大的优势是可以提供极低的时延和稳定的网络。为了达到实时控制，传感器的信息需要在1毫秒内响应和处理，5G通过提供极低时延的能力确保了实时控制的实现，从而确保了可以应用在叶盘生产的过程中。

Fraunhofer也测算了引入5G改进生产技术后产生的经济价值，传统叶盘加工返工率高达25%，意味着每加工4个叶盘中就有1个需要返工。这个成本是非常高的，降低返工率就可以产生很大的经济价值。

如果通过引入5G与物联网技术实现自动化后，返工率可以降低10%，就相当于减少了单位产品的加工时间。换算成机器成本的话，单叶盘成本可以降低3600欧元，全球叶盘的产量大概一年10万片，这就意味着，通过5G技术实现实时监控，一年可以节省3.6亿欧元的成本。孔、自动驾驶矿车、自动规划和调度系统等，必须有高性能的通信系统才能满足这些需求。而5G正是最合适的通信系统，可以处理3D高清视频的传输，大幅提高远程操控的精度，从而实现远程管理高度复杂的任务。

因为5G连接的数量、提供的价值、付费的能力，都不是移动互联网可以比拟的。所以也有很多人认为，5G最大的机会在于产业互联网。

虽然5G技术目前还不成熟，大规模部署和应用还有很长的路要走，但我们相信，5G赋能工业领域的方向是明确的，未来可期