★内蒙古大唐国际呼和浩特铝电有限责任公司潘新刚，胡剑

★湖南大学电气与信息工程学院宋天棋，雷捷维

随着全球市场竞争的加剧，制造行业面临着更高要求，包括提高产品质量、增加生产效益、降低成本和减少资源消耗等。为了应对这些挑战，制造企业借助新兴技术如物联网、大数据、3D打印和云计算等不断革新制造技术，实现生产过程的透明化、智能化和全局优化。这引发了智慧制造浪潮，以全球化、信息化、智能化和绿色化为发展方向，得到世界主要制造国家的高度重视。在欧美发达国家，智能工厂作为产业革命的核心受到广泛研究和重视[1-4]。德国通过“工业4.0”计划，研究智能化生产系统和网络化分布式生产设施，以实现制造业智能化转型。美国政府提出一系列制造业振兴计划，大企业如通用电气、思科等也成立工业互联网联盟，推动了物理世界和数字世界的融合。在中国，面对成本上升和传统比较优势减弱的挑战，政府提出了“中国制造2025规划”，推进了信息化与工业化的深度融合。以云计算、物联网和大数据等新一代信息技术为代表，提升了中国制造业水平[5~6]。学术界也有相关研究，如云制造、制造物联等，但仍存在局限性。

智能工厂是新一轮产业革命的最终成果，不同于云制造和制造物联，它是对工厂自身运行状况的深入了解，并自发形成新的生产运行模式的智慧存在。智能工厂需要在制造物联基础上，通过数据分析发现工厂运行规律，实现智能化决策，并将其封装为智能化服务，最后通过云端敏捷配置实现服务协同，形成工厂的新产物。

智能工厂在发展过程中面临着一系列问题，其中以设备之间的通信速度问题为主要挑战[7-10]。就设备通信速度而言，目前大多数智能工厂的网络通信能力较差，仍有超过90%的工厂在使用4G网络。这导致在一些智能工厂中，工厂网络问题可能会导致生产速度放缓甚至暂停生产线。特别是对于那些依赖机器人和机械臂进行生产搬运的工厂，对网络通信速度的要求更为苛刻。

本文以呼铝电智能工厂为研究对象，在研究过程中，首先分析了智能工厂的发展现状，了解到存在设备通信速度慢、生产信息获取水平不足等问题。针对这些问题，本文提出了一种结合5G通信技术与物联网技术的智能工厂实现方案，以此来提高设备之间的通信质量和通信效率，从而促进智能工厂相关研究的发展。

1 相关技术概述

1.1　5G通信技术

5G通信技术是第五代移动通信技术，具有体积小、速度快、功能强大、可靠性高的特点。如表1所示，相比于4G的通信技术，它具有更高的传输速度、更低的延迟、更大的网络容量以及更好的连接稳定性[11]。这使得5G技术能够支持更多的智能设备和物联网应用，包括智慧城市、自动驾驶、远程医疗、工业自动化等领域[12,13]。5G通信技术的特点包括内容分发、软件定义、全双工和共频、网络自组织以及多输入多输出等。这些特点使得5G技术能够更好地适应不同场景下的通信需求，并提供更加稳定和高效的通信服务。在全球范围内，各个国家和地区都在积极推动5G网络的建设和应用，以推动数字经济的发展，促进社会信息化进程。总的来说，5G通信技术作为下一代移动通信技术，将对人们的生活、工作和社会发展产生深远影响，为构建智能互联的未来社会打下基础。

表1 4G/5G性能对比

1.2　物联网技术

物联网技术是指通过互联网将各种实体对象互相连接起来，形成一个互相关联的网络[14,15]。近30年来，随着物联网技术在学术界的迅速发展，人们开始理解并接受了物联网的概念。其核心在于感知、通信和智能化处理。感知层负责采集各种物理量和环境信息，如温度、湿度、光照等；通信层将这些信息传输到云端或其他设备进行进一步处理；智能化处理层对数据进行分析和加工，提取有用信息并做出相应决策，其通信协议包括Zigbee、蓝牙、GPRS和NBIoT。常见应用包括烟雾传感器、智能路灯、智能水电表、温度传感器等设备。到目前为止，物联网技术已在智慧城市、工业自动化、智能交通、智能医疗、智能家居等领域得到广泛应用。

1.3　智能工厂

智能工厂是指利用先进的信息技术、自动化技术和智能化设备，实现生产流程的智能化、柔性化和高效化的工厂。它充分整合了物联网、大数据、人工智能等新一代信息技术，并通过数字化、网络化和智能化手段来优化生产过程和管理模式。智能工厂的建设旨在提高生产效率、质量和灵活性，降低成本，实现可持续发展和市场竞争力。

智能工厂的技术架构体系应包括五个层次（如图1所示），即应用层、应用接口层、核心服务层、资源层和数据采集层。智能工厂的原理是通过将传感器、执行器、控制系统和信息系统相互连接，实现设备之间的实时数据传输、信息共享和智能决策。通过实时监测和分析设备运行数据，可以实现设备状态预测、故障诊断和自动调节，提高了生产效率和产品质量。同时，智能工厂还可以实现生产过程的柔性调度和自适应控制，以适应市场需求的变化和个性化定制的要求。

智能工厂的特点主要包括以下几个方面：

自动化生产：智能工厂采用先进的机器人、自动化装备和智能化生产线，实现生产过程的自动化和智能化。通过自动化设备的应用，可以提高生产效率、降低劳动强度，并且适应多品种、小批量、快速变化的生产需求。

数据驱动决策：智能工厂实现了生产过程的数字化和信息化，并通过大数据分析和人工智能技术，对生产数据进行实时监测、分析和预测，实现了智能决策和优化控制，提高了生产效率和产品质量。

资源高效利用：智能工厂通过设备状态监测和故障预测，实现了设备维护的精准化和预防性维护，最大限度地提高了设备利用率和生产资源的利用效率。

2　呼铝电智能工厂控制系统的需求分析

为满足工业生产智能化的需求，呼铝电公司需要建设一套智能工厂控制系统，用于管理生产、巡检、测试、故障处理等工作事务。其中，智能工厂控制系统包括建设厂区范围内5G定制网、智能工厂管控平台、巡检管理系统、厂区GIS管理平台等。

（1）建设5G定制网

建设内容包括新建5G基站覆盖全厂区工作区域，实现厂区的生产专网业务与大网隔离，保证生产数据安全。搭建厂区范围内5G定制网，通过专用接口与新建智能工厂管控平台相连接。

（2）智能工厂管控平台

智能工厂管控平台是一个综合管理系统，其支持多种功能和模块，可以提高工厂的安全性、生产效率和管理效能。其中视频监控功能，通过摄像头实时监测工厂内的各个区域，帮助管理人员及时发现异常情况并进行处理。此外，平台还支持安全告警信息的展示与管理，当出现安全隐患或紧急事件时，可以通过系统发送告警信息给相关人员，以便及时采取应对措施。巡检管理模块可以帮助管理人员制定巡检计划、记录巡检情况，并提供巡检报告，以确保设备和设施的正常运行。最后，平台还提供综合分析报表功能，通过数据统计和分析，帮助管理人员了解工厂运营情况，发现问题并进行决策和改进。

（3）巡检管理系统

巡检管理系统是智能工厂管控平台的重要组成部分。巡检管理系统具有语音视频对讲功能，可满足PC客户端、手机客户端通过前端摄像头进行语音或视频沟通的需求，系统每月定期生成设备巡检及技术测试任务，并管理巡检人员的操作规范。

（4）厂区GIS管理平台

厂区GIS管理平台可以满足智能工厂管控平台对地理数据进行各种维护的需要，包括创建、修改、浏览和发布地图数据元。员工可以使用它来显示厂区的各种设施、管线、设备和资源，以及周边环境信息。它还可以集成物联网、视频监控和告警消息等功能，并可将这些信息在地图上展示。

3　呼铝电智能工厂控制系统的设计与实现

呼铝电智能工厂控制系统架构如图2所示，分为两部分：（1）硬件部分是搭建一套适用于工厂内部通信需求的5G定制网；（2）软件部分是构建一套结合5G相关技术的智能工厂管控平台。

3.1　5G定制网

5G定制网的构建包含如下模块：5G基站、UPF服务器和MEC服务器。

3.1.15G基站

5G基站是指用于支持第五代移动通信技术（5G）的基础设施[16,17]。它是一种无线通信系统，用于连接移动设备（如智能手机、平板电脑和物联网设备）与互联网。基站通常由天线、传输设备和网络控制单元组成，负责接收和发送无线信号，并将数据传输到核心网络中。与4G基站相比，5G基站具有更高的带宽、更低的延迟和更大的容量；并且它使用了更高频率的无线频谱，以实现更快的数据传输速度和更好的网络性能。BBU（基带单元）和AAU（无线访问单元）是5G基站中两个重要的组成部分。

5G基站BBU：BBU负责数字信号处理和基带处理，其中包括对信号的解调、调制、编码、解码等处理。BBU一般位于基站室内，负责处理基站的数字信号，然后将处理后的信号通过光纤传输到室外的无线访问单元。本文选用的BBU支持TDDNR制式，满足环境温度和湿度要求，能够防水防尘，并且支持网络管理功能，包括配置管理、故障管理、性能管理、版本管理、通信管理和安全管理等。

5G基站AAU：AAU负责射频信号处理和天线的驱动控制，包括对射频信号的放大、滤波、变频等处理。AAU一般位于基站室外，负责将处理后的射频信号通过天线发送到用户设备，或者接收来自用户设备的射频信号。本文选用的AAU支持Massive MIMO/3D-MIMO，64T64R，工作带宽为120MHz，信道带宽支持20/40/50/60/80/100MHz，天线支持64个天线端口。

3.1.2UPF服务器

UPF服务器是5G网络中的一个重要组成部分，它主要负责用户数据的传输和处理。UPF服务器位于5G核心网和无线接入网之间，是一种分布式的网络设备，可以根据网络负载动态地分配和调度用户数据。UPF服务器参数如下：CPU为2Inte1 5218R处理器（20Cores，2.30 GHz），内存为384G，硬盘为2.5 SATASSD，UPF功能支持数据转发与路由功能，支持策略接收与执行功能，包括预定义规则和本地规则的执行。其通过策略执行功能可实现流量门限控制、限速、用量监控、用量上报等。

3.1.3MEC服务器

MEC服务器是部署在移动通信网络边缘的服务器，用于提供边缘计算服务。其主要作用是在网络边缘位置为移动用户设备提供更低延迟、更高带宽和更可靠的应用和服务。

MEC平台PaaS服务：支持MEC平台与中心云间的网络贯通和管理、数据协同，为应用提供云边AI协同、存储协同等定制能力；同时具有智能网关、工业设备、物联网终端的管理能力，支持从主页面切换到不同的分厂区，对各分厂区进行边缘云网资源、PaaS能力和SaaS应用的部署加载、运营运维等。

MEC平台NaaS服务：能够对5G边缘网络IP地址、5G边缘网络带宽进行分配和管理；支持查询UPF所在虚拟机的CPU、内存、运行状态等信息；能对边缘终端信息进行查询及管理，包括终端手机号、终端IMSI、终端IP地址、终端在线状态、上线时间、在线时长、上下行速率、上下行流量统计等；实现基于用户级的系统账号/企业信息管理、终端管理、应用管理。

3.2　5G智能工厂管控平台

3.2.1底层算法服务

（1）基础服务集成架构

基础服务集成框架是一个支撑系统运行和管理的基础架构，包括应用管理、开放接口、算法仓库和集群容灾等功能。应用管理提供了应用生命周期管理和应用日常运维两个方面的支持，包括资源管理、应用部署、服务治理、弹性伸缩、安全管理、配置管理、监控和日志管理等。开放接口分为南向接口和北向接口，用于与前端设备和第三方平台进行接入和对接。算法仓库用于存储和管理各种算法模型，以供业务应用调用和使用。集群容灾要求系统能够启用云化集群工作模式，保证在任意节点故障的情况下，其他节点能够迅速接管其工作，并在故障节点恢复后将工作交还给原有节点，以确保系统的高可用性和数据的可靠性和连续性。通过以上功能的支持，基础服务集成框架能够提供一个稳定、高效、可靠的运行环境，为上层业务应用提供了良好的支持和保障。

（2）视频图像管理服务

视频图像管理服务提供系统管理、实时监控、录像管理、电视墙管理、智能前端管理和图片管理等能力，保障了视频图像数据的高效管理和安全存储。同时它还具备平台互联和开放服务功能，支持与第三方平台的连接和业务集成，这意味着用户可以将该服务与其他系统或平台进行无缝集成，实现了数据共享和业务协同。该服务采用云化集群工作模式，使其具有集群容灾能力，确保了系统的可靠性和连续性。

（3）视频图像解析与检索服务

视频图像解析与检索服务是智能工厂管控平台中不可或缺的组成部分。它由多个服务组件构成，包括GPU加速分析、软解码分析、非结构化数据存储检索、结构化数据存储、数据推送与告警发布、NoSql服务、消息中间件服务、分布式一致性服务、能力开放服务、负载均衡器服务和运维管理服务等。这些服务支持深度特征提取计算、行为分析、视频搜索等功能，并提供人脸、人体以图搜图特征检索等能力。

3.2.2巡检管理系统

巡检管理系统是一款基于智能终端、语音视频对讲和云计算技术的专业巡检管理服务。该服务通过自定义配置生产设备的巡检检查项，自定义配置生产设备的巡检路径，制定巡检计划，从而实现对生产设备及物资的全面巡检和管理。同时，该系统还能够通过智能终端实现与智能工厂管控平台进行语音视频对讲的功能，从而满足PC客户端、手机客户端通过前端摄像头进行语音或视频沟通的需求。系统能够监控巡检任务进度，实现全流程闭环管理，并支持日志记录和数据查询，能够对数据流量记录、电池电量记录、通话信息、媒体上传记录、模块运行、系统统计记录进行查询。此外，系统还提供实时更新并显示人员当前运行状态，包括速度、方向、经度、纬度、定位时间等信息。通过以上功能的支持，巡检管理系统能够提高巡检效率和管理水平，为企业的生产管理提供了良好的支持和保障。

3.2.3厂区GIS管理平台

厂区GIS管理平台是功能强大的地理信息管理系统，它提供了丰富的功能，包括地图数据元的创建、修改、浏览和发布等操作。这个系统平台允许用户创建点、线和面三种类型的图层，并且支持自定义符号库，让用户可以根据需要定制摄像机和报警器的符号。此外，该平台还提供了地图浏览和量算功能，让用户可以对地图进行放大、缩小和平移等操作，并且可以进行距离、面积等测量。

另外，该平台实现了物联网的集成，将物联网监控点的位置信息配置到地图上，通过点击标记点能够快速调用物联网监控数据。平台还实现了告警消息的集成，当摄像头、物联网设备或用户APP产生告警时，相关位置信息会与GIS关联，并在地图上实时弹窗展示告警信息。

4　呼铝电智能工厂控制系统的测试与评价

上文介绍了呼铝电智能工厂控制系统的设计与实现。为了验证该方案的可行性和有效性，下文对系统进行了功能测试与5G专网性能测试，并分析验证了系统的实用性和有效性。

4.1　系统功能测试

在智能工厂控制系统实现后，首先进行系统功能测试。测试结果表明系统能够满足相关功能需求。主要的测试示例如表2所示。其中，智能工厂控制系统的主要功能包括视频监控、巡检管理、安全告警信息展示等。测试结果显示，智能工厂控制系统已能够正常运行并进行业务处理操作。

4.2　5G专网性能测试

5G专网性能测试结果如表3所示。其中，测试地点为厂区内部的一厂区工作区、二厂区工作区电解车间，测试指标为PING成功率、PING包平均时延、单用户下行平均速率、上行平均速率、单用户下行NR峰值速率、单用户上行NR值速率。从测试结果可以看出，5G专网的性能达到智能工厂控制系统的建设要求，符合预期目标。

表2 系统功能测试

表3 5G专网性能指标

5　总结

本文聚焦于智能工厂的研究与应用。当前智能工厂在发展过程中仍面临诸多挑战，如设备通信速度问题和生产智能化水平不够等，其中又以通信速度问题为主要瓶颈。针对这个问题，本文以搭建呼铝电智能工厂控制系统为例，提出了一种结合5G通信技术与物联网技术的智能工厂控制系统实现方案，并分析验证了系统的实用性和有效性。测试结果表明，该系统在实际场景中具有良好的应用效果，为智能工厂的相关研究提供了很好的参考案例。

★基金项目：国家自然科学基金资助项目（62171184）。

作者简介：

潘新刚（1984-），男，山西临汾人，工程师，学士，现就职于内蒙古大唐国际呼和浩特铝电有限责任公司，主要研究方向为电气自动化。

胡　剑（1975-），男，山东淄博人，高级工程师，学士，现就职于内蒙古大唐国际呼和浩特铝电有限责任公司，主要研究方向为冶金工艺优化。

宋天棋（1998-），男，湖北十堰人，硕士，现就职于湖南大学电气与信息工程学院，主要研究方向为模式识别与复杂算法。

雷捷维（1994-），男，广东台山人，博士，现就职于湖南大学电气与信息工程学院，研究方向为长期时间序列预测。

参考文献：

[1] 张泉灵, 洪艳萍. 智能工厂综述[J]. 自动化仪表, 2018 (8) : 1 - 5.

[2] 夏茂森. 流程工业智能工厂建设技术的研究[J]. 信息技术与信息化, 2013 (6) : 46 - 52.

[3] 杜品圣. 智能工厂—德国推进工业4.0战略的第一步(上) [J]. 自动化博览, 2014 (1) : 22 - 25.

[4] 彭瑜. 智能工厂、数字化工厂及中国制造[J]. 自动化博览, 2015 (1) : 28 - 31.

[5] 李金华. 德国 "工业4.0" 与 "中国制造2025" 的比较及启示[J]. 中国地质大学学报 (社会科学版), 2015 (5) : 71 - 79.

[6] W Yan, X Zhang, H. Chen. Occlusion-aware Unsupervised Light Field Depth Estimation based on Muti-Scale GANs[J]. in IEEE Transactions on Circuits and Systems for Video Technology, doi: 10.1109/TCSVT.2024.3359661.

[7] B Chen, J Wan, L Shu, et al. Smart Factory of Industry 4.0: Key Technologies, Application Case, and Challenges[J]. in IEEE Access, vol. 6, pp. 6505-6519, 2018, doi: 10.1109/ACCESS.2017.2783682.

[8] I Tyrin, et al. Multi-agent system "Smart Factory" for real-time workshop management: Results of design & implementation for Izhevsk Axion-Holding Factory[J]. Proceedings of 2012 IEEE 17th International Conference on Emerging Technologies & Factory Automation (ETFA 2012), Krakow, Poland, 2012, pp. 1-4, doi:10.1109/ETFA.2012.6489694.

[9] D Kim, J Cha, S Oh, et al. AnoGAN-based anomaly filtering for intelligent edge device in smart factory [J]. 2021 15th International Conference on Ubiquitous Information Management and Communication (IMCOM), Seoul, Korea (South), 2021, pp. 1-6, doi: 10.1109/IMCOM51814.2021.9377409.

[10] E Munera, J L Poza-Lujan, J L Posadas-Yagüe, et al. Control kernel in smart factory environments: Smart resources integration[J]. 2015 IEEE International Conference on Cyber Technology in Automation, Control, and Intelligent Systems (CYBER), Shenyang, China, 2015, pp. 2002-2005, doi: 10.1109/CYBER.2015.7288255.

[11] 赵国锋, 陈婧, 韩远兵, 等. 5G移动通信网络关键技术综述[J]. 重庆邮电大学学报 (自然科学版), 2015 (4) : 441 - 452.

[12] 任萍萍. 5G技术驱动下的智慧图书馆应用场景与智慧平台模型构建[J]. 情报理论与实践, 2020 (7) : 95 - 102.

[13] 唐俊胜, 徐锋, 孙成虎. 5G时代智慧城市建设策略研究[J]. 广西通信技术, 2018 (3) : 36 - 41.

[14] V Araujo, K Mitra, S Saguna, et al.Performance evaluation of FIWARE: A cloud-based IoT platform for smart cities[J]. J Parallel DistribComput, 2019, 132 : 250 – 261.

[15] C Chang, S N Srirama, R Buyya. Mobile cloud business process management system for the Internet of Things: A survey[J]. Acm Comput Surv, 2017, 49(4): 70.1 – 70.42.

[16] 雍培, 张宁, 慈松, 等. 5G通信基站参与需求响应: 关键技术与前景展望[J]. 中国电机工程学报, 2021 (16) : 5540 - 5551.

[17] Mengqiang XU. Research on business oriented 5G base station energy saving system based on AI deep learning[J]. Telecommunications Science, 2021, 37 (11) : 143 - 151.

摘自《自动化博览》2024年4月刊