基于5G通信的工業產線智能管理系統設計

摘 要 基于5G通信的工業產線智能管理系統，通過5G通信網絡實現工業產線與云服務器的組網互聯，構建工業產線的集中化智能管理平臺。實現對工業產線的遠程監控、管理，保證其穩定、可靠運行，達到工業生產中節能降耗和提升產能的目的。

關鍵詞 5G通信;工業產線;智能管理;智能終端

自20世紀80年代以來，全球每10年都會出現新一代移動通信技術，推動信息通信產業的快速創新，帶動經濟社會的繁榮發展。當前，第五代移動通信技術（5G）正在到來，它將以全新的基站系統、網絡架構，提供遠超4G的速率、毫秒級的超低時延和千億級的網絡連接能力，開啟萬物廣泛互聯、人機深度交互的新時代[1]。

1系統概述

目前生產企業工業產線的智能管理技術還處于初步的“機器與機器之間的數據交互”，即通過現場工業設備的聯網和底層數據采集來實現現場設備之間的互通互聯，同時確保數據交互的準確性、可靠性和及時性，這些也是實現工業產線智能管理的基礎。

隨著設備類型越來越豐富、規模數量不斷擴大、數據的交互處理越來越迅速，而現有很多工業產線的自動化設備，諸如控制器、驅動器、傳感器等大都來自于不同的設備制造商，并沒有采用統一的通信協議，這些都為構建工業產線的集中化智能管理系統帶來技術“壁壘”。另外隨著物聯網、大數據、云計算、人工智能和5G通信等新一輪信息技術的發展，新的產業技術革命已經到來，構建工業產線的標準化、智能化的集中管理系統被提上日程。

基于5G通信的工業產線智能管理系統通過5G通信、云計算和數據采集技術的有機結合，以工業產線的各種自動化控制設備作為底層數據基礎，以5G通信作為網絡通道，形成從云端服務器到工業產線各類設備的集中智能化管理，突破了原先產線管理單一化、數據處理簡單化、數據通信協議差異化等技術“壁壘”。另外，本系統還可以利用機器學習和人工智能技術實現用戶對工業產線優化生產流程的調控、產線設備的智能維保等功能，為工業產線的穩定可靠運行提供完整的解決方案，有效提升工業產線的智能管理水平。

2硬件方案

基于5G通信的工業產線智能管理系統由數據交互智能終端、5G CPE（5G無線數據終端）以及云服務器三部分組成，系統組成如圖1所示。數據交互智能終端主要是完成產線所有自動化設備的數據和信息采集并進行初步處理，然后將處理結果通過5G通信網絡傳輸至云端服務器;5G CPE主要是對5G通信網絡的中繼，本地控制器通過千兆網線或WIFI連接5G CPE，然后接入5G通信網絡與云端服務器進行通信，并將工業產線的數據和信息傳輸至云端服務器;云端服務器主要對工業產線進行集中化智能管理，用戶可以通過人機交互界面在任何時間查看任一產線的設備運行狀態、設備上傳的數據以及控制器的設置參數等。同時可以通過創建的人工智能模型對設備上傳的數據進行模擬仿真分析，既可對產線進行合理配置資源、優化產能，還可對產線設置預、報警，便于用戶發現產線設備故障隱患等，提前制定維護和應急方案，減少設備故障停機次數和降低設備維修時間，有效提升產線作業效率。

數據交互智能終端作為本系統的核心部分，主要是完成產線設備底層數據采集、對采集的數據進行初步處理最終統一格式通過5G通信網絡發給云端服務器，以及對產線本地設備控制參數的優化設置等。數據交互智能終端的原理框圖如圖2所示，CPU控制器選用的是當前流行的ST公司的基于Cortex-M4的32位單片機STM32F407，負責執行云端服務器的控制命令。考慮到工業產線設備的數據通信協議的差異性，對目前產線使用較多的以太網協議、CAN總線協議、Profibus-DP協議、Modbus協議以及Arcnet協議等之間進行轉換的可行性、轉換方法、轉換類型以及不同設備標識等問題進行分析和研究，最終設計出數據交互智能終端，實現了不同協議與本系統標準協議之間的轉換功能。

3軟件方案

數據交互智能終端的軟件工作流程如圖3所示，主要包括主程序、CAN總線協議解析、Profibus-DP協議解析、Modbus協議解析、Arcnet協議解析以及最終以太網協議的轉換等。各協議解析程序部分主要是完成對接收到的數據幀按照協議進行數據包拆封，提取用戶需要的數據內容。以太網協議的轉換主要是對各協議接收的數據內容進行協議封裝和對產線控制器發送給各總線設備的數據進行協議轉換為對應的協議模式。

4結束語

本系統通過5G通信網絡實現工業產線與云服務器的組網互聯，構建工業產線的集中化智能管理平臺。實現對工業產線的遠程監控、管理，保證其穩定、可靠運行，達到工業生產中節能降耗和提升產能的目的。能夠有效提升工業產線的智能管理水平，具有廣泛的應用空間。

參考文獻

[1] 王喜文.5G為人工智能與工業互聯網賦能[M].北京：機械工業出版社，2019：101.

作者簡介

張義偉（1982-），男;職稱：高級工程師，學士，現就職單位：中國電子科技集團公司第四十一研究所，研究方向：智能檢測與控制。