5G+AI在智能制造领域的拓展应用场景与发展建议

2022-09-15中国信息通信研究院杨希刘悦娇刘迎李亚宁

中国信息化 2022年8期

文｜中国信息通信研究院杨希、刘悦娇、刘迎、李亚宁

新一轮科技革命和产业变革正在重构全球创新版图、重塑国家间竞争格局，为我国制造业竞争与赶超提供了难得的机遇期。以5G、AI为代表的新一代信息技术连锁突破，与先进制造技术加速融合并大规模应用，不仅正在或将催生一批新的先导产业，而且将从根本上改变传统产业的技术基础、组织模式和商业形态，进而导致全球价值链、供应链和产业链在空间上的重新分解与组合，最终促进全球经济结构和发展方式的深刻变革以及经济增长潜力的充分释放。在这一背景下，我国不仅在新兴产业领域迎来并跑的机遇，而且在传统产业领域也迎来利用独特的市场优势和资源优势实现赶超的窗口期。

一、5G、AI在智能制造中拓展应用的现状特点

当前，受制于技术产业不成熟、基础设施不完善等因素影响，5G、AI在智能制造中应用尚处于初期，应用场景多集中在外围领域，涉及核心制造环节较少，且以点状应用为主，尚未大规模铺开。但不少企业已经意识到5G、AI会给生产组织方式带来变革性影响，看到其可能催生新产业带来的巨大价值，正在积极布局。

整体还处于初期阶段，但企业探索积极性高涨。5G、AI距发展成熟和制造业大规模应用还有很长的路要走。具体而言，由于技术尚不成熟、基础设施建设还不完善，应用场景和应用路径还不清晰，经济价值仍需进一步论证。如某飞机制造企业建设了5G智慧工厂，并已开展了25个场景的5G应用，其中基于8K超高清视频的飞机表面检测系统，是通过5G网络将飞机表面8K超高清影像传输至私有云，基于AI在云端完成自动检测，效率提高3倍以上。在AI应用方面，只有少数企业AI应用相对成熟，大部分企业仍处于初级阶段。据埃森哲2018年对全球500家制造企业调查发现，仅有2%企业全面应用AI解决方案，有5%的企业正在应用AI技术改造其生产制造流程。但同时，制造企业普遍认识到5G能够解决现有网络带宽不够宽、时延不够短、连接不够广、生产线不够灵活的问题，AI能够大幅提高现有控制系统的效能和自动化水平，它们的应用将给智能制造带来根本性甚至颠覆性的变革。各地方和产业界迸发出巨大的热情，一批领先企业积极探索，目前已形成了多个解决方案和典型应用。

从外围向制造业核心环节拓展，给企业生产组织方式带来的变革性影响开始显现。美、德、日等制造业发达国家高度重视新技术发展，在5G、AI与制造业融合应用开展了大量探索，GE Predix的风机实施运维、西门子的机床刀头监测等应用已经渗透到生产设备控制执行等核心环节。我国与领先国家基本同时起步，但主要应用于产品质量检测、系统远程监测等非核心领域，随着5G、AI的技术发展和基础设施的完善，我国企业正加速向设备控制、预测性维护等生产核心环节拓展。如，某大型装备企业成立研究院，引入美国专业团队，吸收了旋转机械故障振动诊断领域数十年研发经验，沉淀了大量机械的故障数据和历史经验，深入理解风机预测性维护系统所需要机械知识，结合国内领先的IT开发能力和系统集成能力，实现发电机预测性维护。5G和AI推动生产要素的网络化共享、集约化整合、协作化开发和高效化利用，改变了传统的生产组织方式，设计从盲人摸象般的试错式变成精准计量的参数化，生产从大规模标准化转向小批量个性化；维护从根据经验定时修转变成根据状态实时修；管理从界限分明的层次化转变为高效互通的扁平化；服务从被动相应的订单式变成贯穿产品全生命周期的无缝化全覆盖。

从单个项目试点向多个行业推广转变，正在催生一批先导产业。目前企业开展5G、AI单个项目试点应用较多，如某叉车企业实现了5G网络下的叉车无人作业，节省了人力物力；某装备企业实现了5G网络下的核心零部件三维扫描检测，使检测时间从2～3天降低至3～5分钟；某电子企业基于AI对生产线数据进行深度挖掘与优化决策，实现生产过程的自适应优化调整，满足产品生产全流程追溯，促使混线数量达到12种，换线时间缩短至8分钟。也有部分领先企业基于自身实践探索，积累了丰富的经验，形成了系统解决方案，并向多个行业推广，这一过程中孕育了新的产业环节。如，宝信软件组建了AI研究团队，试验多个人工智能场景，将钢铁龙头企业探索成功的先进经验向全国钢铁行业复制。

二、5G、AI在智能制造中拓展应用的典型场景

5G作为新型网络化技术将会推动智能制造泛在互联，AI作为关键智能化技术将推动实现智能制造系统的高效组织和优化决策。5G、AI与制造业的深度融合将有潜力给智能制造带来根本性甚至颠覆性的变革。

（一） 5G在智能制造中的应用探索情况

目前，5G制造业应用场景主要集中在质量检测、远程监测、移动巡检、智能物流、远程控制、预测性维护。我国个别制造企业已开展5G应用，少部分企业正在尝试，大部分企业尚未启动。

质量检测、远程监测、移动巡检等场景已经逐步走向成熟。某装备企业构建基于高清视频的可移动自动焊接系统，基于视觉技术精准定位焊缝位置，检验焊接质量。某原材料企业借助5G高清视频回传能力，解决视频监控的布线难、清晰度低、访问卡顿等痛点问题，建成灵活、无人值守、无死角的高清大容量监控系统。

智能物流、预测性维护、设备状态检测等场景实现了点状应用，需等待设备和5G模组的成熟。某装备企业基于5G高速连接特点，实时调控每台AGV的速度、加速度和舵角等参数，用双AGV搬运大多数大型零件，代替了航吊搬运方式。某能源企业借助5G高速网络，采集和分析关键装备制造、生产过程、能源供给等环节的能效数据，发现能效的波动和异常，通过管理系统输出控制指令，实现高效管理。

远程控制等场景涉及工业核心控制业务，仍需实际验证。某港口基于“5G+边缘计算”试验岸桥吊车远程自动化控制，基于无线网络控制吊车抓取和运输集装箱，大幅节省了人力成本。某装备企业基于5G实现基地指挥大厅与移动遥测站、光电经纬仪、高速摄像机等测试设备的高可靠控制与数据传输，保障控制指令实时下达，将测试准备时间从3天缩短至30分钟，设备利用效率提升30%以上。

（二） AI在智能制造中的应用探索情况

当前AI在制造业设计仿真、产品质量检验、生产制造、设备管控、供应链管理中发挥特定作用。我国大量龙头企业积极开展AI应用，部分中小企业也在少数场景中实现局部应用。

产品质量检测场景较为成熟，得到广泛应用。某家电企业基于机器视觉在线检测冰箱门体表面划痕、凹凸、脏污等质量缺陷，在将识别分类时间缩短至100ms以下，满足产品生产节拍18秒/台的同时，将识别准确率提高到98.5%。某汽车企业基于深度学习图像识别算法检测零部件外观质量、器具位置、胶线缺陷等质量问题，提升生产效率25%，降低单车成本5%，产品一次合格率升至95%，产生直接经济效益约1.5亿元。

设备管控场景受限于成本，处于点状应用阶段。某装备企业构建基于机器视觉、深度学习的智能运维系统，对产品运行各环节数据进行分析，综合评估产品状态，拓展高级修等增值业务，提升全系列产品的全生命周期集成服务能力。某新材料企业基于AI算法对比智能化晶体生长设备实时数据和工艺预设值之间的误差，提高生产稳定性和可重复性。

某装备企业基于AI算法在线预测工艺参数变化趋势，实时预警关键环节质量波动，降低误操作的风险的同时指导工艺参数优化。

供应链优化管理场景前瞻性强，处于研发初期。某电子信息企业基于AI算法在数秒钟内完成对数千家供应商、数万种产品及百万种零配件中单一部件的风险估算，优化物料采购运输编排，加强库存管理控制，加快产品流转速度，实现供应链效率的全方位提升。某代工企业通过AI来改善质检流程，缩短设计周期，消除供应链瓶颈，减少材料和能源浪费，并有效提高产量。

三、5G、AI智能制造领域拓展应用面临的问题

当前，国内外分析5G、AI在制造业领域作用时，存在过高估计新技术作用，忽视制造业发展客观规律的问题，甚至有人认为5G和AI可以包打天下，全面替代传统制造技术。现阶段，5G、AI应用还面临解决方案开发成本高、产业基础较弱、应用人才紧缺等问题，短期内5G、AI还不能也没有必要完全替代传统工业网络和控制技术。

（一）5G、AI方案细分程度高导致开发成本高

5G和AI能够广泛作用于制造业的各个范围，但是单个方案的适用性较为有限。具体到AI而言，每个环节、设备，甚至工况都需要一套相对独立的训练和推理系统，即使看上去非常类似的应用，所用的方案都有很大区别，无法混用。比如，机床刀头寿命预测系统需要根据刀具、产品、工装的差异训练不同模型，表面缺陷检测系统需要根据检测材质变化调换不同算法。这些模型和算法的开发成本非常高，例如，某集成商探索了50个AI制造场景，仅15个场景具有经济价值，单个场景的开发单价动辄过百万元。

（二）5G、AI产业基础较弱

我国支撑5G、AI产业链距离发展成熟还有很长的路要走。比如，5G高带宽、低时延、大连接三个细分标准中，低时延等制造业急需标准刚刚制定完成，商用和产业化预计数年才能完成。5G基站成本高昂，大规模组网成本超过4G，全面建设完成尚需时日。目前AI框架、编译器等主要是面向消费领域研发，满足制造业需求的专用技术尚处于学术研讨阶段。5G模组、AI芯片尚未成熟，基于5G和AI的融合性工业产品和装备研发进度较慢。企业应用拓展面临无标准、无网络、无装备的情况，基础设施需要单独建设，大量软硬件需要自己研发。

（三）5G、AI领域应用人才紧缺

近年来，得益于数据、算力和算法的集中突破，5G、人工智能开始进入落地实践阶段，对人才的需求量猛增，但由于国内人才供给不足，大部分制造业从业人员对5G、AI技术理解不够充分，绝大部分AI和5G技术的开发人员也很难深入理解工业机理，既懂制造业又熟悉5G和AI，还能够进行应用开发的复合型人才凤毛麟角。此外，制造业领域人才吸引力远不如互联网领域，据了解，电子商务领域的数据分析师薪资是工业领域同等水平数据分析师的3～5倍。