引言/導讀
鴻富錦精密電子(成都)有限公司(以下統稱“鴻富錦(成都)”)是一家專業從事時尚平板電腦、臺式電腦、可穿戴設備、一體機及筆記本電腦多類電子產品研發與制造的公司。富士康自2009年扎根四川成都以來,迅速發展壯大,擁有10余萬員工及全球頂尖客戶,2019年鴻富錦(成都)公司占四川GDP出口26%。憑借強大的核心競爭力服務全球一流客戶,近兩年榮獲戰略性新興產業五十佳企業和成都制造業百強企業第二名等獎項。
該測試床由鴻富錦(成都)攜手中國電信成都分公司共同研發,依托鴻富錦(成都)公司千億級的生產能力及卓越的運營能力、三十余年的精密制造經驗和工業互聯網獨立研發能力,結合中國電信5G云網核心能力及SA獨立組網的創新研發優勢,構建5G企業專網,將5G和智能制造深度融合。
公司堅持科技創新,將5G+工業互聯網引入到高科技產品制造中,結合在3C高端產品上的制造經驗,全力打造基于“5G+工業互聯網”的無憂智能工廠,實現數字化、網絡化和智能化技術的研發與應用,致力成為創新數字系統可攜式電子產品制造的智能工廠典范,助力《中國制造2025》。
關鍵詞
5G、MEC、AIoT、XR、AI、8K、無憂工廠
測試床項目承接主體
發起公司和主要聯系人聯系方式
公司名稱:鴻富錦精密電子(成都)有限公司
公司地址:四川省成都市高新西區合作路888號
聯系人:夏子清,1342932577@qq.com
聯系方式: +86+18200582608
028-68828888-82906
合作公司
合作單位:中國電信股份有限公司成都分公司
所屬行業及特點
按照我國國民經濟行業分類(GB/T 4754—2017),鴻富錦精密電子(成都)有限公司屬于計算機、通信和其他電子設備制造業大類(代碼 39),計算機制造中類(代碼 391),計算機整機制造小類(代碼 3911)。
近年來,中國電子制造業每年都在突飛猛進地發展,中國已經成為全球當之無愧的電子制造中心,并朝著強創新、高效率、促轉型的高質量發展方向轉變。5G+工業互聯網的智能化升級和數字新型基礎設施的快速推進,為電子信息制造業帶來重要的發展機遇。對于工業互聯網來說,5G技術將補齊工業互聯網重大短板,它不僅破解工業互聯網設備互聯互通難題,還拓展工業互聯網應用的廣度與深度。
5G完全有能力在傳輸領域和互聯網領域承載即將到來的工業互聯網的諸多應用,能夠直接或間接地影響工業互聯網,甚至催生出全新的生產、生活思維方式,使之成為支撐工業互聯網的網絡基礎。5G與工業互聯網的結合必將加快我國智能制造步伐,推動我國制造業向高質量發展邁進。
測試床項目目標
工業互聯網是“新基建”之一,也被業內視為“互聯網的下半場”。在5G技術和政策推動下,5G+工業互聯網將成為我國經濟增長最為活躍的領域之一。
傳統的無線網絡技術在網絡速率、通信可靠性、連接數量、覆蓋范圍、傳輸容量、時延及穩定性等性能指標上無法全面兼顧,因而無法滿足大部分工業場景的需求。 5G高傳輸速率、廣覆蓋、低延時的特性,為智能制造提供關鍵的基礎能力保障及應用賦能服務,為工業互聯網新興基礎設施建設和融合創新應用提供了關鍵支撐和重要機遇。
本項目依托企業自主研發的工業互聯網平臺,結合5G技術優勢,將其與8K、XR、AI等多種技術深度融合,打造無憂智能工廠,實現設備互聯、遠程運維、質量保障、安全生產、智能物流等目標。
測試床方案架構
測試床應用場景
智能化應用實施,讓無憂智能工廠落地
(1) 5G+IoT萬物智聯,實現數據的互連互通
圖:5G+IoT設計框架
該方案利用5G企業專網,實現百萬工業設備的靈活接入,設備生產運行數據實時感知、動態控制。打破傳統網絡受限于網線布局的限制,線體規劃和布局可更加靈活多變,生產彈性和瓶頸解決將更易實現。
傳統以太網絡架構部署周期長、WiFi穩定性差,已很難滿足當前產品快速迭代更新的要求,利用5G網絡優勢,可構建大帶寬、海量連接、低時延、高可靠等特色的5G+IoT工業萬物智聯網絡體系,更好的解決生產制造過程的問題。
該專案利用4臺5G CPE將8K、4K、全景攝像頭及VR/AR眼鏡、工業手機等移動設備接入5G企業專網,解決原WiFi方案視頻卡頓,帶寬不夠的痛點;使用華為MH5000-31芯片方案改裝2臺AGV及20臺智能供料料車,使其擁有連接5G的能力,替代WiFi連接的舊方案,解決夸樓層網絡不穩定的問題;使用高通X55方案開發自研過站設備CMC508,該設備連接光學檢測儀、錫膏印刷機、貼片機、回焊爐等生產機臺,共計84臺生產設備,使其接入5G企業專網,數據可直接上傳云端服務器,實現“5G+IoT萬物智聯互連互通”。
(2) 5G+AI構建機器視覺智能檢測
圖:5G+AI設計框架
SMT檢測工站有使用SPI 、Pre AOI、Post AOI設備對產品外觀進行缺陷檢測,為保證真實不良能夠被有效檢出,檢測標準設置有趨于嚴格,這也導致保證高檢出的同時造成了高誤報。以Post AOI檢測結果為例,每片板大約有20張圖片需人工在線復判,額外耗時增加約20秒。同時每人每班需累計復判約1.8萬張圖片,高強度復判使人員易疲勞漏失,無法保證長效的復判品質。
為提升瓶頸檢測工站的檢測效率,節省復判人力,保障檢測品質。現通過5G網絡將SPI、AOI設備輸出的海量高清檢測圖片進行邊緣處理,如Resize、裁剪、旋轉、濾波等處理操作。再調用云端的深度學習與機器視覺混合模型對待判圖片進行在線智能檢測,通過復判結果可以控制暫存機對不良主板進行集中暫存與維修。同時實時分析復判結果數據,當發現制程異常時,主動推送至設備遠程叫修系統,異常及時處理。
另外,SPI/AOI設備輸出的不良元件圖片,可以經過大數據的分析,找出共性的因子,向前反向的控制印刷機和貼片機的參數,及時糾正設備的運行,減少不良品的流出。
通過5G+AI構建機器視覺智能檢測,解決單機運算資源不足與云端計算網絡延時問題,實現端邊云協同毫秒級響應處理,提升檢測效率與品質,單日產出可增加24,000片,復判人力節省96人,不良漏失減少80%。
(3) 5G+AGV改變傳統物流模式
圖:5G+AGV設計框架
該方案通過改造AGV原有的通訊設備,華為巴龍MH5000-31作為芯片模組、樹莓派4B作為透傳設備,自行設計開發5G終端通訊設備,5G模塊作為WAN口、以太網作為LAN口,實現以太網與5G網絡數據相互轉發。改造后的通訊設備硬軟件接口設計簡單,具備通用可擴展能力,可快速應用到其他設備實現通信功能。
5G為AGV的通信提供高速穩定的網絡支持,5G信號覆蓋全車間和室外區域,解決了原有通信方式接入干擾大、速率低的問題,實現AGV跨樓棟流暢運輸,保障AGV運行穩定、高效。
(4) 5G+AR實現設備專家遠程運維
圖:5G+AR設計框架
工程師借助AR眼鏡提升交互可視化體驗的真實感,使得能遠程掌握所要處理的設備及場景的空間信息,還能夠在高難度、高危險性的維修過程中給予更好地操作指導與錯誤預警; 如果遇到無法修復的疑難故障,可以通過5G+AR運維系統與專家聯系, 使得技術人員可實時在線咨詢遠程專家,通過5G網絡將現場視頻推送到云端,請求專家遠程指導,彌補專家不能及時到現場處理的問題,降低委外維修成本;利用5G+AR+4K技術,通過5G網絡將設備內部的4K超高清視頻實時低時延可靠傳輸到云端存儲與分析,作為新人培訓素材。
AR可視化輔助維修:利用AR 技術將維修工序3D模型展現于維修工程師面前,給其維修提供指導,當作業錯誤時,音/視頻及時提醒糾錯。
遠程專家指導:疑難故障呼叫,專家遠程診斷;專家遠程查看設備運行視頻或現場工程師維修視頻,協助分析。
新人技術培訓:維修視頻重播,為新人提供學習素材,達到資源、技能的有效分配和傳承,提升工程師維修技能。
(5) 5G+8K+AI+VR實現生產現場全景呈現及人員行為識別
應用5G的大帶寬、低時延、移動性,結合全景相機和8K攝像頭精確同步拍攝、自由視點、VR等技術,實現生產現場全景呈現,縮短空間距離,助力主管隨時隨地無死角掌控現場,讓管理者掌控于千里之外,實現高效管理、提升客戶體驗、樹立公司形象的目的。同時配合AI算法,為車間生產的安全管理提供可靠依據,從“被動監控,事后調查”向“主動識別,提前預警”的安防模式轉變。
專案分為 “5G+全景+VR ”全景現場及“5G+8K+AI” 天眼工程:
圖:5G+全景+VR全景現場設計框架
5G+全景+VR 全景現場,應用5G的大帶寬、移動性,結合全景相機精確同步拍攝、自由視點、 VR等技術,實現生產現場全景呈現,縮短空間距離,助力主管隨時隨地無死角掌控現場;利用全景直播,管理者掌控于千里之外,實現高效管理、提升客戶體驗、樹立公司形象的目的。
為了專案成功落地,打造了流媒體云平臺為項目基礎,應用工作站及服務器集群組建,該平臺采用Docke容器和Kubernetes容器編排引擎微服務部署。其微服務、持續集成和開發、應用全生命周期管理、監控、日志記錄、異常報警、安全管理、集群管理等功能,
圖:5G+8K+AI天眼工程設計框架
5G+8K+AI 天眼工程, 利用5G大帶寬的特性傳輸8K高清影像,結合AI視覺算法,實現人員行為識別、安全預警和流程輔助等功能。為了項目成功落地,建立模型數據應用平臺,采用機器學習YOLO-v4人體檢測模型(把目標檢測問題簡化成一個回歸問題,直接從圖像像素出發,去得到框和分類概率)、HRNet定位身體各部位(對于關鍵點檢測、姿態估計、多人姿態估計,可以保持高分辨率表征,提升姿勢識別效果)、ResNet目標分類(增加深度來提高準確率,內部殘缺塊使用跳躍連接,緩解深度網絡增加深度帶來的梯度消失問題),判斷是否按SOP作業要求進行安全生產。 通過ETL數據倉庫實時獲取時間戳視頻流,實時監控員工作業動作,倘若作業不合規,能夠及時發出警報,并于平臺上展示,從而實現 “主動識別,提前預警”。
測試床架構
平臺架構總體設計,為無憂智能工廠奠基
圖:平臺架構
如圖所示,基于“5G+工業互聯網”的無憂智能工廠平臺架構包括邊緣層、網絡層、平臺層和應用層四個部分。邊緣層為各種工業設備及傳感器的數據采集。網絡層為5G 和現有 IOT 網絡技術相結合,彌補現有網絡通訊的不足,提供多種網絡連接方式, 保障設備之間網絡互聯互通、網絡通訊安全、服務器虛擬化、海量數據倉儲、海量數據計算。平臺層通過對DT(Data Technology)數據采集與邊緣處理、AT(Analysis Technology)經驗知識模型與算法、OT(Operation Technology)工業應用微服務組件三大技術體系的整合,以實現數據管理、數據分析、數據服務。應用層在平臺層的基礎上為特定客戶、特點場景設計個性化的工業 SaaS 及 App。AI 模型可發布為公有云 API、 設備 SDK、私有服務器部署,通過合理地部署到邊或云,實現計算的邊云協同。
總體架構依托企業自主研發的工業互聯網平臺,結合5G技術優勢,將其與8K、XR、AI等多種技術深度融合,打造無憂智能工廠,實現設備互聯、遠程運維、質量保障、安全生產、智能物流等目標。
打造5G MEC企業專網,讓企業數據更安全
圖:5G MEC企業專網設計框架
如上圖所示,5G MEC企業專網以5G數據分流技術為基礎,通過無線和控制網元的靈活定制,構建一張增強帶寬、低時延、數據不出園的基礎連接網絡。核心網用戶面網元UPF為園區私有化部署,根據生產區域需求可靈活部署無線基站,提供物理獨享的5G專用網絡。
MEC和企業本地服務器之間部署防火墻 ,實現隔離和訪問控制,保障數據的安全快速傳輸。5G和企業業務網絡無縫聯接,保障了數據高速穩定安全的傳輸,實現生產設備、傳感器、控制系統、管理系統、工業應用系統等關鍵要素的泛在互聯互通,實現生產區域網絡全覆蓋。
圖:5G企業專網組網圖
園區新增部署5G核心網用戶面網元UPF、STN接入點及5G基站,采用SA組網架構,UPF經2*10GE口字型上聯園區C10 A2節點,實現UPF與5GC及基站的組網: ① 控制面及網管流:通過STN接至城域ER,經5GC CE接入5GC核心網 ;② UPF-基站:通過C10 A2接入園區gNR基站。
本地轉發流量:業務數據經邊緣UPF轉發,經防火墻后由內部通道進入內部私有云 。
測試床實施部署
測試床實施規劃
(1)建立先進技術支撐“3+3”實施戰略
面對電子制造行業的新形式、新任務、新要求,鴻富錦成都公司提出從version1.0到version3.0的發展規劃,預計未來3到5年內,將從現有勞力密集,轉型升級到腦力、技術與資本密集的全新階段。
version2.0數位轉型戰略的成功實施使集團取得了龐大的效益,在此基礎上,集團步入version3.0產業升級階段,以先進技術支撐“3+3”戰略實施,“3+3”即新產業(電動車、數字醫療、機器人)與新技術(人工智能、半導體、5G/6G移動通訊技術)。
鴻富錦成都公司以“3+3”戰略理念為引導,全力打造基于“5G+工業互聯網”的無憂智能工廠,以機器視覺為切入,融合電信云網(5G網絡),通過超高清視頻AI開展生產環境、生產線等的數據信息處理,同時運用邊云協同計算和數字孿生等前沿技術,致力智能產線升級,提升產線效率,推動傳統產業的轉型升級。
(2)成立“決策+專家+管理執行”的組織和技術保障體系
集團成立以總經理為核心、3位高階主管為成員的戰略決策層,從集團內抽調5名技術專家和11名技術骨干,同時聯合高校、合作企業等3名專家教授,共同組建工業互聯網辦公室,統一規劃部署、分配協調集團內外部資源和技術研發能力,集中優勢人員打造“5G+工業互聯網”無憂智能工廠,快速全面推進經驗成果的復制應用,從整體上保障項目敏捷研發的速度、工業大數據價值的深度、合作領域的廣度、戰略技術的高度。
(3)“5G+工業互聯網”無憂智能工廠實施
測試床預期成果
測試床的預期可量化實施結果
基于“5G+工業互聯網”的無憂智能工廠項目在鴻富錦成都SMT工廠試點運營,在生產線上無故障運行時間大于24個月,產品的可靠性高。
項目總體規劃部署服務工業互聯網的5G基站6個,邊緣計算(MEC)平臺1個,智慧綜合業務接入區1個,部署 5G 終端模組10套。充分利用現有平臺資源,構建多系統融合可擴展的DT(采集與邊緣處理平臺)、AT(經驗知識模型平臺)、OT(工業互聯網應用平臺) 三大平臺,實現5G網絡、終端能力調用及監測,具備百萬級以上規模終端的接入管理能力。
當前示范線已實現82%區域關燈生產,65%人力精實,智能場景易于部署,產品不需要再次研發,可實施性強。
測試床的商業價值、經濟效益
本項目總投資760萬人民幣(如下表1),總收益800萬人民幣/年(如下表2),投資回報周期為11個月。
投資項 | 投資金額 |
網絡基礎設施 | 320萬人民幣 |
服務器 | 110萬人民幣 |
終端 | 50萬人民幣 |
軟件 | 280萬人民幣 |
合計 | 760萬人民幣 |
表:項目投資費用明細
收益項 | 收益金額 |
一次布網滿足柔性生產 | 200萬人民幣/年 |
設備綜合效率提升10% | 140萬人民幣/年 |
人力節省104人 | 460萬人民幣/年 |
合計 | 800萬人民幣/年 |
表:項目收益明細
測試床的社會價值
本項目已在鴻富錦精密電子成都SMT工廠落地,對內正在向集團1600+ SMT生產線推廣,對外可賦能工業互聯網萬億級大規模市場的潛在用戶,包含整體方案規劃、場景輸出、人才培育等模式。“5G+工業互聯網”的無憂智能工廠項目標桿,在促進企業效益增長的同時,也提升了企業抗風險的能力,必將加快我國智能制造升級步伐,推動制造業向高質量發展邁進,讓無憂智造逐步成為現實。
測試床初步推廣應用案例
鴻富錦成都具備工業互聯網的完整研發能力,加上中國電信龐大的工業PON光纖和5G網絡,強強聯合,形成了成熟的5G+工業互聯網整體解決方案,且方案中所需的5G網絡及其它硬件設備均已實現規模化生產,系統軟體也是基于高集成及高可移植開發,故可為眾多企業智能制造轉型提供有力保障。
本項目極大地促進和填補了5G+工業互聯網產業鏈條的空白,使得體系逐步走向成熟,結合工業互聯網豐富的應用場景,市場需求旺盛的優勢,形成了良性發展生態。
經過項目的產品化及云化集成,構建了天工靈云工業云大腦, 賦能萬億級大規模市場潛在用戶(含場景輸出、人才培育、技術支持等), 致力于為32.7萬個規上企業和1.6億個中小企業服務。
達則兼濟天下。我們通過傳輸理念、咨詢規劃、產品賦能等方式,幫助產業鏈上下游企業以及其他中小企業數字轉型,為四川乃至全國制造業高質量發展“增亮添彩”。
其他信息
“5G+工業互聯網”的無憂智能工廠項目,將形成新一代信息通信技術和先進制造業深度整合的新形式和應用模式。5G企業專網的建立,將5G和企業網絡深度融合,5G應用場景貫穿于工業制造的全過程:
5G+物聯網使設備、材料、人員、產品等生產要素的數據能夠實時連接和顯示,大大提高了企業的經營效率,給制造業帶來了極大的效率和靈活性。5G+智能物流將改變傳統物流模式,在高速穩定的5G網絡下,AGV將巡航整個車間而無死角,解決傳統Wifi信號不穩定的問題。5G+AR設備遠程運維,將改變設備維護的模式,遠程指導模式的建立,有效降低了設備維修的成本。5G+安全無憂基于事件識別的安全預警,為車間生產的安全管理提供可靠依據,從“被動監控,事后調查”向“主動識別,提前預警”的安防模式轉變。
未來5G將成為工廠的中樞神經系統,給工業生產帶來顛覆性的變化。5G技術大規模的運用到工業互聯網中,讓現代工業和信息網絡牢固的結合在一起,加快工業互聯網的發展步伐。
(1)建議加強企業數字化轉型意識
在推動5G與工業互聯網的融合過程中,首先要提高企業全體人員的數字化轉型意識,特別是中高級管理人員的認知水平。數字換轉型不是單純的使用某種技術,替換某些機器,而是要讓企業全體人員達成共識,朝著同一個方向前進,打通企業內部的全數據鏈,達到數據與工業互聯網設備的互聯互通,從而使管理人員的管理方式得到高效敏捷的提升,實現創新的可持續的發展。
(2)重視創新
本項目在通信模式 、影像檢測、邊云協同智能檢測、運維模式、管理模式等方面都做了重大創新突破,但是還需從多維度、多模式的方向做出更多創新,例如5G+TSN(時間敏感網絡)的結合應用,這可使生產過程中需要達到微秒級精準同步的需求得到更好的滿足,這有助于5G與企業內部生產得到更多的擴展模式,更好的滿足OT與IT的需求,可讓管理者執行者都看得更清、看的更高、看得更遠。
(3)建議加強人才隊伍建設
建立補齊人才短板,留住人才的方案體系。與各高校建立定制化人才輸送管道,培養“既懂5G又懂工業”的人才,幫助企業解決在轉型升級中遇到的問題。同時積極與科研單位及相關企業展開合作,在關鍵技術問題上尋求突破,合力打造工業互聯網示范基地。擁有一個優秀的團隊,是一個項目成功的關鍵因素。
(4)重視產業生態圈的建設
一是建立研發、產品、服務等全方位的檢測認證評估體系,完善行業標準建設;二是建立以聯合高校,政府,企業為中心的交流合作體系,形成合作共贏的局面,并在行業內樹立標桿。
本報告所載的材料和信息,包括但不限于文本、圖片、數據、觀點、建議,不構成法律建議,也不應替代律師意見。本報告所有材料或內容的知識產權歸工業互聯網產業聯盟所有(注明是引自其他方的內容除外),并受法律保護。如需轉載,需聯系本聯盟并獲得授權許可。未經授權許可,任何人不得將報告的全部或部分內容以發布、轉載、匯編、轉讓、出售等方式使用,不得將報告的全部或部分內容通過網絡方式傳播,不得在任何公開場合使用報告內相關描述及相關數據圖表。違反上述聲明者,本聯盟將追究其相關法律責任。