OnePower工业互联网平台助力智慧工厂建设

微信扫码，打开到小程序

���E�����0 OnePower 工业互联网平台助力智慧工厂建设 李腾达 詹瑶 蒋宇佳 马昊 (中国移动上海产业研究院,上海 201206) 摘要:OnePower 工业互联网平台是中国移动上海产业研究院的核心产品之一,依托中国移动云网资源 部署,融合 5G+AICDE 技术,可为智慧工厂建设提供丰富的工业场景通用和定制化产品及解决方案。 首先,介绍智 慧 工 厂 的 发 展 现 状; 其 次, 介 绍 OnePower 工 业 互 联 网 平 台 的 架 构; 最 后, 介 绍 基 于 OnePower 工业互联网平台的 AI 质检子平台的某光伏组件企业 AI 质检项目。 关键词:OnePower;工业互联网平台;智慧工厂;AI 质检;数智化转型 中图分类号:F626 文献标志码:A 引用格式:李腾达,詹瑶,蒋宇佳,等 . OnePower 工业互联网平台助力智慧工厂建设[J]. 信息通信技术 与政策, 2023,49(11):48-54. DOI:10. 12267/ j. issn. 2096-5931. 2023. 11. 007 0 引言 在工业 4. 0 时代,工业互联网、5G、大数据等已成 为新一代信息技术生产力 [1],引领了智能物流、智慧仓 储、智慧驾驶舱等新型运营模式,催生了制造业智能工 厂、“黑灯工厂”、透明工厂的数字化转型需求,推动了 制造业的服务化转型。 智慧工厂是工业 4. 0 时代下实现制造业转型升级 的重要 助 力, 大 数 据、 云 计 算、 人 工 智 能 ( Artificial Intelligence,AI)、物联网等新技术为智慧工厂赋能。 在智慧工厂建设中,通过 5G 数采网关、传感器、 工业通信协议等实现设备连接、联网,5G 网络、工业 Wi-Fi、现场总线等实现数据传输,为工业场景中万物 互联、数据分析与处理、应用开发等功能奠定基础,并 以此实现制造业数字化、网络化、智能化转型升级的最 终目标。 中国制造业整体大而不强,将新一代信息技术 (AI、区块链、云计算、大数据、边缘计算、物联网等)融 入生产制造的核心环节,实现生产企业与上下游供应 商、客户之间,企业内部各业务部门之间的数据、信息 的高效流通,是建设智慧工厂的必由之路。 1 智慧工厂发展现状 智慧工厂的发展可以分为以下几个阶段。 (1)自动化阶段:工厂主要采用自动化设备和机 器人等,实现生产过程的自动化。 这个阶段主要是为 了提高生产效率和降低成本。 (2)数字化阶段:工厂开始采用数字化技术,实现 生产过程的可视化、可预测和可优化。 这个阶段主要 是为了提高生产效率和降低成本,同时也可以提高产 品质量和个性化程度。 (3)智能化阶段:工厂开始采用智能化设备和系 统,实现生产过程的智能化管理和控制。 这个阶段主 要是为了提高生产效率和降低成本,也可以提高产品 质量和个性化程度,同时还可以实现设备的自主运行 和优化。 随着 5G 技术的蓬勃发展,5G 逐渐从生产辅助环 节进入核心生产环节,深入各垂直行业,包括工厂、冶 ·48· �N����65 ���� �0 ���� 金、矿山、港口、电力等重点行业,5G+智慧工厂呈现融 合发展趋势。 在 5G+智慧工厂建设方面,已经有如下 场景落地。 (1)5G+大规模数据采集 通过 5G 数采网关,实现车间内设备连接、协议适 配、数据采集、数据清洗与预处理、数据分析及可视化 展示,并通过 5G 网络,对海量数据实现实时采集与 上传 [2]。 ��55 ��55 ��55 �� � ��GL � �� A � � � A ���7 � ??AI I (65 ��A�1* C �A1 ���� D ��� ����� E E5A1 ��E5A1 5G (/�57 ��.� ��$ ��+ ��� ���H 5G�+ ��+� N 5G��41 4�1� 1 ���65� ��� 1 5G���5�1� 1 � � � 6 5 � � � 3 5G��5� � ����� F F0Q��58JJ G5 4�+��� ��$ ���N8 ��.�����G 5G���� 5G 4 5G CPE 5G���1 � �� 5G SD-WAN �#U� /��"��-/K�( �6�E?��� 图 1 中国移动 OnePower 工业互联网平台架构 (2)5G+视觉质检 在边缘侧,采集现场照片,训练机器视觉算法 [3], 利用特征提取、特征识别、缺陷分类等技术,实现质量 检测、异常检测、仪表读数等功能,借助 5G 的高速数 据传输,提高设备的移动性,实现远程控制。 (3)5G+视觉安防 利用 5G 大带宽的特点,借助边缘计算,在远端部 署服务器和安防算法,通过对现场的视频流进行拆帧、 取流等分析,实时发现安防风险,并及时报警,将传统 的事后被动检查,改为事中、事前预防,降低安全生产 风险 [4]。 (4)5G+AR 巡检 将 5G 和增强现实(Augmented Reality,AR) 技术 相结合,借助 5G 的高速数据传输,将 AR 终端的数据 实时传递和处理,实现音画同步、高清画面回传,用于 辅助 装 配、 培 训 教 学、 专 家 远 程 指 导、 智 能 巡 检 等 场景 [5]。 (5)5G+能耗管理 通过 5G 智能网关、传感器等,对电表、水表、气表 等设备的数据进行采集,并通过 5G 技术进行数据传 输和边缘计算,实现能源数据的采集、存储、统计、分 析,便于耗能大户企业采取针对性措施降低能耗,并根 据能耗数据分析设备健康状况 [6]。 (6)5G+数字孪生 数字孪生是将现实场景通过 3D 建模的形式 [7], 真实地反映在网络空间的技术。 通过将真实现场进行 映射,可以对生产过程的关键指标进行监控和评估,并 记录生产过程中的各类数据,并可以动态显示在数字 孪生系统中,为后续的生产分析与优化提供依据。 5G +边缘计算大大提高了数据的传输和处理速度,使数字 孪生技术摆脱了网络的掣肘 [8]。 2 OnePower 工业互联网平台 OnePower 是中国移动依托 5G 云网优势,面向工 业、能源领域打造的工业互联网平台,自 2020 年首次 发布以来,历经 20 多个版本迭代,形成了“1+1+1+N” 的产品能力体系(见图 1)。 2023 年 8 月,OnePower 入 选工业和信息化部“跨行业跨领域工业互联网平台”, 标志着该平台进入国家工业互联网平台“第一梯队”, 成为全国工业互联网核心平台中有实力、有潜力、覆盖 较广的创新力量之一。 OnePower 工业互联网平台以 “项目→产品→平台” 为发展路径,以“连接→控制→ 融合”为推进策略,以 5G+AICDE 为技术方向,以“平 台+生态”为合作模式,聚焦细分行业,重点打造数字 化运维服务,做深数据采集、数据分析、异常告警、反向 控制核心能力,赋能制造企业数字化转型。 “1+1+1+N” 的产品能力体系,即 OnePower 包含 一系列 5G 工业终端模组、一张 5G 工业专网、一个 ·49· ���E�����0 OnePower 工业互联网平台,以及 N 个 5G 应用场景。 其中,一系列 5G 工业终端模组包括新型工业智能网 关(现场级)、5G 工业模组、工业传感器、5G 无线终端 设备(Data Transfer unit,DTU)等;一张 5G 工业专网包 括新型工业智能网关( 工厂级)、高质量外网、工业标 识解析和递归等;一个 OnePower 工业互联网平台主要 是面向中小微型企业提供云化工业应用,面向政府单 位提供区域型工业互联网平台,为政府施策提供数字 化服务,并帮助地方企业转型及上云,面向行业头部企 业提供工业互联网行业子平台,结合行业特色应用,助 力企业数字化转型;N 个 5G 应用场景包括智慧工厂、 智慧矿山、智慧电力、智慧冶金、智慧石化等。 工业数字化底座是中国移动上海产业研究院自主 研发的 OnePower 平台底座与集成框架,可灵活集成与 打通政府和企业内外各领域的应用与系统,统一用户 管理,消除“数据孤岛”,提供场景化、定制化能力的集 成,为数智化工业互联网平台融合夯实根基。 工业数字化底座包含连接集成平台、工业数据中 台、工业 AI 使能中心、应用开发平台、智慧运营中心 (Intelligent Operations Center,IOC)、企业工作台。 从整体架构来看,底层是数据接入层,通过融合创 新支持摄像头、传感器、机器人等现场设备泛在接入; 可以利用新型工业智能网关将行业应用、边缘应用等 已下沉到现场的数据泛在接入;可以接入第三方数据 库、业务系统。 连接集成平台提供了数据清洗、数据转换、数据接 入等模块,支持工业物联网(Internet of Things,IoT)数 据、工业物联网卡连接等业务数据,对数据进行统一清 洗与预处理后,将其归集到工业数据中台。 工业数据中台支持工业数据共享、工业数据治理 与工业数据归集三大模块,将设备数据、业务数据、平 台数据和三方数据进行高效的数据融合,实现数据交 换、数据共享。 其中,数据价值的发挥离不开工业 AI 使 能中心,通过建设统一的工业 AI 算法库、工业视觉模型 库、工业设备模型库、工业数据模型库、工业机理模型 库、工业知识图谱,从海量的工艺数据中萃取经验,从海 量数据中沉淀共性价值,支撑上层业务实现产业升级。 应用开发平台是在工业数据中台之上,利用工业 低代码平台、工业商业智能(Business Intelligence,BI) 可视化工具与数字孪生等工具,对数据和业务进行二 次开发与探索,实现工业领域现实与虚拟的融合、数据 与实体的融合。 企业工作台是面向业务的工作界面,统一用户身 份,支持中国移动上海产业研究院的工业安监、工业质 检、工业标识、设备云巡检等标准化产品,还可以集成 企业 自 有/ 第 三 方 的 生 产 执 行 系 统 ( Manufacturing Execution System, MES)、 企 业 资 源 计 划 ( Enterprise Resource Planning,ERP)、分布式控制系统(Distributed Control System,DCS)等系统与应用,以及生态伙伴的 集成应用,满足企业现场不同类别人员需求。 IOC 重点建设运营监控与安全防护两大核心模 块。 运营监控方面,实现了统一的系统监控、系统运 维、系统运营,一站式纳管工业互联网平台;安全防护 层面,数字化底座围绕业务安全、数据安全和网络安全 三大维度开展安全防护建设,提升泛在的安全接入能 力,确保工业互联网安全可靠。 3 某光伏组件企业 AI 质检项目案例 基于 OnePower 工业互联网平台,中国移动上海产 业研究院推出了 OnePower-工业视觉质检产品。 该产 品是一款基于云、边、端一体化架构的 AI 机器视觉检 测产品,调用了 OnePower 工业互联网平台的工业连 接、工业 AI、工业低代码等能力,其核心是通用算法模 块。 该模块结合传统图像检测算法以及神经网络算 法,在不同细分领域进行调试和优化,从而提高在不同 场景下的部署落地效率和检测质量。 在边缘侧,产品 采集图像数据,进行缺陷标注,并将有缺陷的图像上传 云端;在云端,产品进行多行业算法模型训练,并实现 算力资源分配和缺陷在线判断,下发至客户产线侧的 算力一体机,对工业成像设备如工业相机采集到的图 像进行实时智能检测。 所有产线的检测数据都会作为 初检结果汇总在边缘侧的质量管理分析平台,由人工 进行一人多机远程复检,同时该平台可以实现多维质 量统计分析、历史检测数据查询等功能。 基于 OnePower-工业视觉质检平台,中国移动上海 产业研究院在河北某光伏组件企业,落地了电致发光 (Electroluminescent,EL)智能检测项目,实现了基于图 像处理和深度学习的光伏组件智能检测方法,由 AI 质 检代替人工目检,极大提高了质检效率和准确率。 ·50· �N����65 ���� �0 ���� 3. 1 项目背景 某光伏组件企业主营光伏组件研发,涵盖光伏组 件、光伏电站、光伏支架、储能、氢能、风能六大事业板 块。 该企业在全球范围拥有四大生产基地,包含 12 家 子公司,目前为国内光伏企业产能十强。 该企业在部 署视觉质检系统前面临如下质检痛点。 一是人工质检的检测准确性较差,当前漏检率约 为 10%。 二是人工检测效率低,产线 7×24 h 不间断生 产,两班人员倒班,难以保证稳定、高效的工作质量。 三是产线质检环节缺乏质量管理流程,无法溯源某一 个工序前的缺陷成因,极大影响质量管理效率。 四是 产线节拍快,日均 3 000 张图,易对产品造成损伤,工 人负荷也较大。 3. 2 解决方案 中国移动上海产业研究院自主研发了基于图像处 理和深度学习的光伏组件智能检测方法,该方法在 EL 图像数据采集的基础上,对组件图像进行预分割,根据 先验的缺陷类型对组件类型进行预分类,并基于 Faster RCNN 模型对光伏组件缺陷的不良类型进行二次检 测。 详细的方法描述如下。 3. 2. 1 EL 图像数据采集 基于 5G 智能网关的 EL 图像数据采集与传输方 法,通过 5G 智能网关采集生产现场的数据,借助 5G 专网大带宽、广连接、低时延的特点 [9] ,将分散在生 产现场的众多设备、系统中的数据上传到边缘计算 服务器。 借助 5G 专网,EL 图像可以实时传输,使 EL 设备安装、布局时不再拘泥于现场网线布置限制,可 以随时随地将图像实时传输到 OnePower-AI 质检平 台;同时,5G 网络的大带宽特性确保 EL 图像可以高 质量传输:快速传输 4 ~ 8 K 的 EL 图像,100% 保留 EL 图像的细节和清晰度,提高了光伏检测算法的识 别准确率 [10] 。 EL 图像数据采集及传输过程如图 2 所示。 3. 2. 2 EL 图像处理 为提高整张 EL 图像检测的精度和鲁棒性,需要 首先对 EL 图像进行处理,项目实施团队提出一种光 伏组件 EL 图像预分割方法,对 EL 图像进行划分,从 而得到每个单片电池所在区域的图像(见图 3)。 ��� �� � ��� � � �� MES�� ERP�� �� � � �� EL�� ��� �� � �� 图 2 EL 图像采集与数据传输 E A B C D 图 3 EL 图像预分割示例 ·51· ���E�����0 3. 2. 3 组件类型预分类 为提高光伏组件检测的效率,减小计算资源的消 耗,可对单个光伏电池片进行正常或者疑似异常的预 分类。 预分类的具体步骤如下。 步骤 1:统计各个单片电池所在区域图像的平均 亮度,若平均亮度<50 cd/ m 2,则判断该单片电池为短 路缺陷。 Softmax Reshape Proposal ROI Pooling bbox_pred Softmax cls_prob im_info 36 1×1 1×1 3×3 18 Feature Map 13 Conv Layers, 13 Relu Layers, 4 Pooling Layers P×Q M×N Faster RCNN� Conv Pooling Relu Full Connection Reshape 图 4 Faster RCNN 模型架构 步骤 2:创建正样本的单块电池片模板,将排除短 路缺陷后的单片电池与单块电池模板进行对比,若相 似度高于 80%,则判断为无缺陷的正样本,反之则为候 选负样本。 3. 2. 4 基于 Faster RCNN 模型的二次缺陷检测 (1)缺陷分类及样本训练 分析数十种光伏组件 EL 的缺陷类型,包括叉状 隐裂、线型隐裂、树枝状隐裂、断栅、破片、混档、黑斑、 黑片、黑边、线痕、虚焊、过焊等。 将每一种缺陷的单元图像,使用标签图像标注缺 陷类型和位置,包括前面提到的 12 类缺陷,标注信息 保存成 xml 文件,每种缺陷类型标注 200 组。 (2)Faster RCNN 模型 引入 Faster RCNN 检测模型。 如图 4 所示,该模 型的 架 构 主 要 包 括 4 个 模 块, 分 别 是 二 层 卷 积 层 (Conv Layers)、区域网格( Region Proposal Network, RPN)、感兴趣区域池化(Region of interest pooling,RoI Pooling)、分类与压缩。 (3)二次缺陷检测 对预分类之后疑似异常的光伏板进行检测,进一 步明确其具体的缺陷类型,主要步骤如下。 步骤 1:对目标检测标注数据集进行训练集和测 试集划分,做归一化、缩放图像预处理,使图像符合网 络结构,并减小对计算资源的要求,再设置好输入图像 的宽高、类型等参数和初始权重文件,进行模型训练直 至收敛,或达到设定的预定义次数,保存权重文件。 步骤 2:载入训练好的 Faster RCNN 模型权重文 件,对当前单元图像进行缺陷检测。 3. 3 项目效果 在产线侧部署了一套基于云边端架构的 AI 质检 系统(质检平台架构如图 5 所示,光伏质检系统界面如 图 6 所示),从 EL 质检仪获取图像数据,面对主要的 19 种缺陷进行自动检测。 对工业产线初始过检率、漏 检率高的问题,本项目采集两万张样本进行模型训练, 迭代 70 余轮后,检测精度由部署前的漏检率 10%提升 至部署后的漏检率<0. 2%、过检率<4%。 同时,系统将 重点质检数据上报边缘侧部署的工业质检业务平台, 实现质量数据全流程智能化管理。 除此以外,在机器 代替人工的数字化转型浪潮中,中国移动上海产业研 究院还为客户提供了数字化管理全套解决方案,助力 企业完成管理模式的变革。 ·52· �N����65 ���� �0 ���� 5G AI� �� � �� �� �� PLC � � � � � � � � � � � � � PL PL �� � ( X86�GPU�NPU) Faster RCNN� 图 5 5G-AI 质检平台架构 �N� �7�#� 3U