李騰達(dá) 詹瑤 蔣宇佳 馬昊

(中國移動上海產(chǎn)業(yè)研究院,上海 201206)

0 引言

在工業(yè)4.0時代,工業(yè)互聯(lián)網(wǎng)、5G、大數(shù)據(jù)等已成為新一代信息技術(shù)生產(chǎn)力[1],引領(lǐng)了智能物流、智慧倉儲、智慧駕駛艙等新型運(yùn)營模式,催生了制造業(yè)智能工廠、“黑燈工廠”、透明工廠的數(shù)字化轉(zhuǎn)型需求,推動了制造業(yè)的服務(wù)化轉(zhuǎn)型。

智慧工廠是工業(yè)4.0時代下實現(xiàn)制造業(yè)轉(zhuǎn)型升級的重要助力,大數(shù)據(jù)、云計算、人工智能(Artificial Intelligence,AI)、物聯(lián)網(wǎng)等新技術(shù)為智慧工廠賦能。

在智慧工廠建設(shè)中,通過5G數(shù)采網(wǎng)關(guān)、傳感器、工業(yè)通信協(xié)議等實現(xiàn)設(shè)備連接、聯(lián)網(wǎng),5G網(wǎng)絡(luò)、工業(yè)Wi-Fi、現(xiàn)場總線等實現(xiàn)數(shù)據(jù)傳輸,為工業(yè)場景中萬物互聯(lián)、數(shù)據(jù)分析與處理、應(yīng)用開發(fā)等功能奠定基礎(chǔ),并以此實現(xiàn)制造業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化轉(zhuǎn)型升級的最終目標(biāo)。

中國制造業(yè)整體大而不強(qiáng),將新一代信息技術(shù)(AI、區(qū)塊鏈、云計算、大數(shù)據(jù)、邊緣計算、物聯(lián)網(wǎng)等)融入生產(chǎn)制造的核心環(huán)節(jié),實現(xiàn)生產(chǎn)企業(yè)與上下游供應(yīng)商、客戶之間,企業(yè)內(nèi)部各業(yè)務(wù)部門之間的數(shù)據(jù)、信息的高效流通,是建設(shè)智慧工廠的必由之路。

1 智慧工廠發(fā)展現(xiàn)狀

智慧工廠的發(fā)展可以分為以下幾個階段。

(1)自動化階段:工廠主要采用自動化設(shè)備和機(jī)器人等,實現(xiàn)生產(chǎn)過程的自動化。這個階段主要是為了提高生產(chǎn)效率和降低成本。

(2)數(shù)字化階段:工廠開始采用數(shù)字化技術(shù),實現(xiàn)生產(chǎn)過程的可視化、可預(yù)測和可優(yōu)化。這個階段主要是為了提高生產(chǎn)效率和降低成本,同時也可以提高產(chǎn)品質(zhì)量和個性化程度。

(3)智能化階段:工廠開始采用智能化設(shè)備和系統(tǒng),實現(xiàn)生產(chǎn)過程的智能化管理和控制。這個階段主要是為了提高生產(chǎn)效率和降低成本,也可以提高產(chǎn)品質(zhì)量和個性化程度,同時還可以實現(xiàn)設(shè)備的自主運(yùn)行和優(yōu)化。

隨著5G技術(shù)的蓬勃發(fā)展,5G逐漸從生產(chǎn)輔助環(huán)節(jié)進(jìn)入核心生產(chǎn)環(huán)節(jié),深入各垂直行業(yè),包括工廠、冶金、礦山、港口、電力等重點(diǎn)行業(yè),5G+智慧工廠呈現(xiàn)融合發(fā)展趨勢。在5G+智慧工廠建設(shè)方面,已經(jīng)有如下場景落地。

(1)5G+大規(guī)模數(shù)據(jù)采集

通過5G數(shù)采網(wǎng)關(guān),實現(xiàn)車間內(nèi)設(shè)備連接、協(xié)議適配、數(shù)據(jù)采集、數(shù)據(jù)清洗與預(yù)處理、數(shù)據(jù)分析及可視化展示,并通過5G網(wǎng)絡(luò),對海量數(shù)據(jù)實現(xiàn)實時采集與上傳[2]。

圖1 中國移動OnePower工業(yè)互聯(lián)網(wǎng)平臺架構(gòu)

(2)5G+視覺質(zhì)檢

在邊緣側(cè),采集現(xiàn)場照片,訓(xùn)練機(jī)器視覺算法[3],利用特征提取、特征識別、缺陷分類等技術(shù),實現(xiàn)質(zhì)量檢測、異常檢測、儀表讀數(shù)等功能,借助5G的高速數(shù)據(jù)傳輸,提高設(shè)備的移動性,實現(xiàn)遠(yuǎn)程控制。

(3)5G+視覺安防

利用5G大帶寬的特點(diǎn),借助邊緣計算,在遠(yuǎn)端部署服務(wù)器和安防算法,通過對現(xiàn)場的視頻流進(jìn)行拆幀、取流等分析,實時發(fā)現(xiàn)安防風(fēng)險,并及時報警,將傳統(tǒng)的事后被動檢查,改為事中、事前預(yù)防,降低安全生產(chǎn)風(fēng)險[4]。

(4)5G+AR巡檢

將5G和增強(qiáng)現(xiàn)實(Augmented Reality,AR)技術(shù)相結(jié)合,借助5G的高速數(shù)據(jù)傳輸,將AR終端的數(shù)據(jù)實時傳遞和處理,實現(xiàn)音畫同步、高清畫面回傳,用于輔助裝配、培訓(xùn)教學(xué)、專家遠(yuǎn)程指導(dǎo)、智能巡檢等場景[5]。

(5)5G+能耗管理

通過5G智能網(wǎng)關(guān)、傳感器等,對電表、水表、氣表等設(shè)備的數(shù)據(jù)進(jìn)行采集,并通過5G技術(shù)進(jìn)行數(shù)據(jù)傳輸和邊緣計算,實現(xiàn)能源數(shù)據(jù)的采集、存儲、統(tǒng)計、分析,便于耗能大戶企業(yè)采取針對性措施降低能耗,并根據(jù)能耗數(shù)據(jù)分析設(shè)備健康狀況[6]。

(6)5G+數(shù)字孿生

數(shù)字孿生是將現(xiàn)實場景通過3D建模的形式[7],真實地反映在網(wǎng)絡(luò)空間的技術(shù)。通過將真實現(xiàn)場進(jìn)行映射,可以對生產(chǎn)過程的關(guān)鍵指標(biāo)進(jìn)行監(jiān)控和評估,并記錄生產(chǎn)過程中的各類數(shù)據(jù),并可以動態(tài)顯示在數(shù)字孿生系統(tǒng)中,為后續(xù)的生產(chǎn)分析與優(yōu)化提供依據(jù)。5G+邊緣計算大大提高了數(shù)據(jù)的傳輸和處理速度,使數(shù)字孿生技術(shù)擺脫了網(wǎng)絡(luò)的掣肘[8]。

2 OnePower工業(yè)互聯(lián)網(wǎng)平臺

OnePower是中國移動依托5G云網(wǎng)優(yōu)勢,面向工業(yè)、能源領(lǐng)域打造的工業(yè)互聯(lián)網(wǎng)平臺,自2020年首次發(fā)布以來,歷經(jīng)20多個版本迭代,形成了“1+1+1+N”的產(chǎn)品能力體系(見圖1)。2023年8月,OnePower入選工業(yè)和信息化部“跨行業(yè)跨領(lǐng)域工業(yè)互聯(lián)網(wǎng)平臺”,標(biāo)志著該平臺進(jìn)入國家工業(yè)互聯(lián)網(wǎng)平臺“第一梯隊”,成為全國工業(yè)互聯(lián)網(wǎng)核心平臺中有實力、有潛力、覆蓋較廣的創(chuàng)新力量之一。OnePower工業(yè)互聯(lián)網(wǎng)平臺以“項目→產(chǎn)品→平臺”為發(fā)展路徑,以“連接→控制→融合”為推進(jìn)策略,以5G+AICDE為技術(shù)方向,以“平臺+生態(tài)”為合作模式,聚焦細(xì)分行業(yè),重點(diǎn)打造數(shù)字化運(yùn)維服務(wù),做深數(shù)據(jù)采集、數(shù)據(jù)分析、異常告警、反向控制核心能力,賦能制造企業(yè)數(shù)字化轉(zhuǎn)型。

“1+1+1+N”的產(chǎn)品能力體系,即 OnePower包含一系列5G工業(yè)終端模組、一張5G工業(yè)專網(wǎng)、一個OnePower工業(yè)互聯(lián)網(wǎng)平臺,以及N個5G應(yīng)用場景。其中,一系列5G工業(yè)終端模組包括新型工業(yè)智能網(wǎng)關(guān)(現(xiàn)場級)、5G工業(yè)模組、工業(yè)傳感器、5G 無線終端設(shè)備(Data Transfer unit,DTU)等;一張5G工業(yè)專網(wǎng)包括新型工業(yè)智能網(wǎng)關(guān)(工廠級)、高質(zhì)量外網(wǎng)、工業(yè)標(biāo)識解析和遞歸等;一個OnePower工業(yè)互聯(lián)網(wǎng)平臺主要是面向中小微型企業(yè)提供云化工業(yè)應(yīng)用,面向政府單位提供區(qū)域型工業(yè)互聯(lián)網(wǎng)平臺,為政府施策提供數(shù)字化服務(wù),并幫助地方企業(yè)轉(zhuǎn)型及上云,面向行業(yè)頭部企業(yè)提供工業(yè)互聯(lián)網(wǎng)行業(yè)子平臺,結(jié)合行業(yè)特色應(yīng)用,助力企業(yè)數(shù)字化轉(zhuǎn)型;N個5G應(yīng)用場景包括智慧工廠、智慧礦山、智慧電力、智慧冶金、智慧石化等。

工業(yè)數(shù)字化底座是中國移動上海產(chǎn)業(yè)研究院自主研發(fā)的OnePower平臺底座與集成框架,可靈活集成與打通政府和企業(yè)內(nèi)外各領(lǐng)域的應(yīng)用與系統(tǒng),統(tǒng)一用戶管理,消除“數(shù)據(jù)孤島”,提供場景化、定制化能力的集成,為數(shù)智化工業(yè)互聯(lián)網(wǎng)平臺融合夯實根基。

工業(yè)數(shù)字化底座包含連接集成平臺、工業(yè)數(shù)據(jù)中臺、工業(yè)AI使能中心、應(yīng)用開發(fā)平臺、智慧運(yùn)營中心(Intelligent Operations Center,IOC)、企業(yè)工作臺。

從整體架構(gòu)來看,底層是數(shù)據(jù)接入層,通過融合創(chuàng)新支持?jǐn)z像頭、傳感器、機(jī)器人等現(xiàn)場設(shè)備泛在接入;可以利用新型工業(yè)智能網(wǎng)關(guān)將行業(yè)應(yīng)用、邊緣應(yīng)用等已下沉到現(xiàn)場的數(shù)據(jù)泛在接入;可以接入第三方數(shù)據(jù)庫、業(yè)務(wù)系統(tǒng)。

連接集成平臺提供了數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)接入等模塊,支持工業(yè)物聯(lián)網(wǎng)(Internet of Things,IoT)數(shù)據(jù)、工業(yè)物聯(lián)網(wǎng)卡連接等業(yè)務(wù)數(shù)據(jù),對數(shù)據(jù)進(jìn)行統(tǒng)一清洗與預(yù)處理后,將其歸集到工業(yè)數(shù)據(jù)中臺。

工業(yè)數(shù)據(jù)中臺支持工業(yè)數(shù)據(jù)共享、工業(yè)數(shù)據(jù)治理與工業(yè)數(shù)據(jù)歸集三大模塊,將設(shè)備數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、平臺數(shù)據(jù)和三方數(shù)據(jù)進(jìn)行高效的數(shù)據(jù)融合,實現(xiàn)數(shù)據(jù)交換、數(shù)據(jù)共享。其中,數(shù)據(jù)價值的發(fā)揮離不開工業(yè)AI使能中心,通過建設(shè)統(tǒng)一的工業(yè)AI算法庫、工業(yè)視覺模型庫、工業(yè)設(shè)備模型庫、工業(yè)數(shù)據(jù)模型庫、工業(yè)機(jī)理模型庫、工業(yè)知識圖譜,從海量的工藝數(shù)據(jù)中萃取經(jīng)驗,從海量數(shù)據(jù)中沉淀共性價值,支撐上層業(yè)務(wù)實現(xiàn)產(chǎn)業(yè)升級。

應(yīng)用開發(fā)平臺是在工業(yè)數(shù)據(jù)中臺之上,利用工業(yè)低代碼平臺、工業(yè)商業(yè)智能(Business Intelligence,BI)可視化工具與數(shù)字孿生等工具,對數(shù)據(jù)和業(yè)務(wù)進(jìn)行二次開發(fā)與探索,實現(xiàn)工業(yè)領(lǐng)域現(xiàn)實與虛擬的融合、數(shù)據(jù)與實體的融合。

企業(yè)工作臺是面向業(yè)務(wù)的工作界面,統(tǒng)一用戶身份,支持中國移動上海產(chǎn)業(yè)研究院的工業(yè)安監(jiān)、工業(yè)質(zhì)檢、工業(yè)標(biāo)識、設(shè)備云巡檢等標(biāo)準(zhǔn)化產(chǎn)品,還可以集成企業(yè)自有/第三方的生產(chǎn)執(zhí)行系統(tǒng)(Manufacturing Execution System,MES)、企業(yè)資源計劃(Enterprise Resource Planning,ERP)、分布式控制系統(tǒng)(Distributed Control System,DCS)等系統(tǒng)與應(yīng)用,以及生態(tài)伙伴的集成應(yīng)用,滿足企業(yè)現(xiàn)場不同類別人員需求。

IOC重點(diǎn)建設(shè)運(yùn)營監(jiān)控與安全防護(hù)兩大核心模塊。運(yùn)營監(jiān)控方面,實現(xiàn)了統(tǒng)一的系統(tǒng)監(jiān)控、系統(tǒng)運(yùn)維、系統(tǒng)運(yùn)營,一站式納管工業(yè)互聯(lián)網(wǎng)平臺;安全防護(hù)層面,數(shù)字化底座圍繞業(yè)務(wù)安全、數(shù)據(jù)安全和網(wǎng)絡(luò)安全三大維度開展安全防護(hù)建設(shè),提升泛在的安全接入能力,確保工業(yè)互聯(lián)網(wǎng)安全可靠。

3 某光伏組件企業(yè)AI質(zhì)檢項目案例

基于OnePower工業(yè)互聯(lián)網(wǎng)平臺,中國移動上海產(chǎn)業(yè)研究院推出了OnePower-工業(yè)視覺質(zhì)檢產(chǎn)品。該產(chǎn)品是一款基于云、邊、端一體化架構(gòu)的AI機(jī)器視覺檢測產(chǎn)品,調(diào)用了OnePower工業(yè)互聯(lián)網(wǎng)平臺的工業(yè)連接、工業(yè)AI、工業(yè)低代碼等能力,其核心是通用算法模塊。該模塊結(jié)合傳統(tǒng)圖像檢測算法以及神經(jīng)網(wǎng)絡(luò)算法,在不同細(xì)分領(lǐng)域進(jìn)行調(diào)試和優(yōu)化,從而提高在不同場景下的部署落地效率和檢測質(zhì)量。在邊緣側(cè),產(chǎn)品采集圖像數(shù)據(jù),進(jìn)行缺陷標(biāo)注,并將有缺陷的圖像上傳云端;在云端,產(chǎn)品進(jìn)行多行業(yè)算法模型訓(xùn)練,并實現(xiàn)算力資源分配和缺陷在線判斷,下發(fā)至客戶產(chǎn)線側(cè)的算力一體機(jī),對工業(yè)成像設(shè)備如工業(yè)相機(jī)采集到的圖像進(jìn)行實時智能檢測。所有產(chǎn)線的檢測數(shù)據(jù)都會作為初檢結(jié)果匯總在邊緣側(cè)的質(zhì)量管理分析平臺,由人工進(jìn)行一人多機(jī)遠(yuǎn)程復(fù)檢,同時該平臺可以實現(xiàn)多維質(zhì)量統(tǒng)計分析、歷史檢測數(shù)據(jù)查詢等功能。

基于OnePower-工業(yè)視覺質(zhì)檢平臺,中國移動上海產(chǎn)業(yè)研究院在河北某光伏組件企業(yè),落地了電致發(fā)光 (Electroluminescent,EL)智能檢測項目,實現(xiàn)了基于圖像處理和深度學(xué)習(xí)的光伏組件智能檢測方法,由AI質(zhì)檢代替人工目檢,極大提高了質(zhì)檢效率和準(zhǔn)確率。

3.1 項目背景

某光伏組件企業(yè)主營光伏組件研發(fā),涵蓋光伏組件、光伏電站、光伏支架、儲能、氫能、風(fēng)能六大事業(yè)板塊。該企業(yè)在全球范圍擁有四大生產(chǎn)基地,包含12家子公司,目前為國內(nèi)光伏企業(yè)產(chǎn)能十強(qiáng)。該企業(yè)在部署視覺質(zhì)檢系統(tǒng)前面臨如下質(zhì)檢痛點(diǎn)。

一是人工質(zhì)檢的檢測準(zhǔn)確性較差,當(dāng)前漏檢率約為10%。二是人工檢測效率低,產(chǎn)線7×24 h不間斷生產(chǎn),兩班人員倒班,難以保證穩(wěn)定、高效的工作質(zhì)量。三是產(chǎn)線質(zhì)檢環(huán)節(jié)缺乏質(zhì)量管理流程,無法溯源某一個工序前的缺陷成因,極大影響質(zhì)量管理效率。四是產(chǎn)線節(jié)拍快,日均3 000張圖,易對產(chǎn)品造成損傷,工人負(fù)荷也較大。

3.2 解決方案

中國移動上海產(chǎn)業(yè)研究院自主研發(fā)了基于圖像處理和深度學(xué)習(xí)的光伏組件智能檢測方法,該方法在EL圖像數(shù)據(jù)采集的基礎(chǔ)上,對組件圖像進(jìn)行預(yù)分割,根據(jù)先驗的缺陷類型對組件類型進(jìn)行預(yù)分類,并基于Faster RCNN模型對光伏組件缺陷的不良類型進(jìn)行二次檢測。詳細(xì)的方法描述如下。

3.2.1 EL圖像數(shù)據(jù)采集

基于5G智能網(wǎng)關(guān)的EL圖像數(shù)據(jù)采集與傳輸方法,通過5G智能網(wǎng)關(guān)采集生產(chǎn)現(xiàn)場的數(shù)據(jù),借助5G專網(wǎng)大帶寬、廣連接、低時延的特點(diǎn)[9],將分散在生產(chǎn)現(xiàn)場的眾多設(shè)備、系統(tǒng)中的數(shù)據(jù)上傳到邊緣計算服務(wù)器。借助5G專網(wǎng),EL圖像可以實時傳輸,使EL設(shè)備安裝、布局時不再拘泥于現(xiàn)場網(wǎng)線布置限制,可以隨時隨地將圖像實時傳輸?shù)絆nePower-AI質(zhì)檢平臺;同時,5G網(wǎng)絡(luò)的大帶寬特性確保EL圖像可以高質(zhì)量傳輸:快速傳輸4～8 K的EL圖像,100%保留EL圖像的細(xì)節(jié)和清晰度,提高了光伏檢測算法的識別準(zhǔn)確率[10]。EL圖像數(shù)據(jù)采集及傳輸過程如圖2所示。

3.2.2 EL圖像處理

為提高整張EL圖像檢測的精度和魯棒性,需要首先對EL圖像進(jìn)行處理,項目實施團(tuán)隊提出一種光伏組件EL圖像預(yù)分割方法,對EL圖像進(jìn)行劃分,從而得到每個單片電池所在區(qū)域的圖像(見圖3)。

圖2 EL圖像采集與數(shù)據(jù)傳輸

圖3 EL圖像預(yù)分割示例

3.2.3 組件類型預(yù)分類

為提高光伏組件檢測的效率,減小計算資源的消耗,可對單個光伏電池片進(jìn)行正常或者疑似異常的預(yù)分類。預(yù)分類的具體步驟如下。

步驟1:統(tǒng)計各個單片電池所在區(qū)域圖像的平均亮度,若平均亮度<50 cd/m2,則判斷該單片電池為短路缺陷。

圖4 Faster RCNN模型架構(gòu)

步驟2:創(chuàng)建正樣本的單塊電池片模板,將排除短路缺陷后的單片電池與單塊電池模板進(jìn)行對比,若相似度高于80%,則判斷為無缺陷的正樣本,反之則為候選負(fù)樣本。

3.2.4 基于Faster RCNN模型的二次缺陷檢測

(1)缺陷分類及樣本訓(xùn)練

分析數(shù)十種光伏組件EL的缺陷類型,包括叉狀隱裂、線型隱裂、樹枝狀隱裂、斷柵、破片、混檔、黑斑、黑片、黑邊、線痕、虛焊、過焊等。

將每一種缺陷的單元圖像,使用標(biāo)簽圖像標(biāo)注缺陷類型和位置,包括前面提到的12類缺陷,標(biāo)注信息保存成xml文件,每種缺陷類型標(biāo)注200組。

(2)Faster RCNN模型

引入Faster RCNN檢測模型。如圖4所示,該模型的架構(gòu)主要包括4個模塊,分別是二層卷積層(Conv Layers)、區(qū)域網(wǎng)格(Region Proposal Network,RPN)、感興趣區(qū)域池化(Region of interest pooling,RoI Pooling)、分類與壓縮。

(3)二次缺陷檢測

對預(yù)分類之后疑似異常的光伏板進(jìn)行檢測,進(jìn)一步明確其具體的缺陷類型,主要步驟如下。

步驟1:對目標(biāo)檢測標(biāo)注數(shù)據(jù)集進(jìn)行訓(xùn)練集和測試集劃分,做歸一化、縮放圖像預(yù)處理,使圖像符合網(wǎng)絡(luò)結(jié)構(gòu),并減小對計算資源的要求,再設(shè)置好輸入圖像的寬高、類型等參數(shù)和初始權(quán)重文件,進(jìn)行模型訓(xùn)練直至收斂,或達(dá)到設(shè)定的預(yù)定義次數(shù),保存權(quán)重文件。

步驟2:載入訓(xùn)練好的Faster RCNN模型權(quán)重文件,對當(dāng)前單元圖像進(jìn)行缺陷檢測。

3.3 項目效果

在產(chǎn)線側(cè)部署了一套基于云邊端架構(gòu)的AI質(zhì)檢系統(tǒng)(質(zhì)檢平臺架構(gòu)如圖5所示,光伏質(zhì)檢系統(tǒng)界面如圖6所示),從EL質(zhì)檢儀獲取圖像數(shù)據(jù),面對主要的19種缺陷進(jìn)行自動檢測。對工業(yè)產(chǎn)線初始過檢率、漏檢率高的問題,本項目采集兩萬張樣本進(jìn)行模型訓(xùn)練,迭代70余輪后,檢測精度由部署前的漏檢率10%提升至部署后的漏檢率<0.2%、過檢率<4%。同時,系統(tǒng)將重點(diǎn)質(zhì)檢數(shù)據(jù)上報邊緣側(cè)部署的工業(yè)質(zhì)檢業(yè)務(wù)平臺,實現(xiàn)質(zhì)量數(shù)據(jù)全流程智能化管理。除此以外,在機(jī)器代替人工的數(shù)字化轉(zhuǎn)型浪潮中,中國移動上海產(chǎn)業(yè)研究院還為客戶提供了數(shù)字化管理全套解決方案,助力企業(yè)完成管理模式的變革。

圖5 5G-AI質(zhì)檢平臺架構(gòu)

圖6 光伏質(zhì)檢系統(tǒng)界面

4 結(jié)束語

中國移動作為5G通信領(lǐng)域的主力軍,積極踐行中國制造業(yè)數(shù)智化戰(zhàn)略,打造OnePower工業(yè)互聯(lián)網(wǎng)平臺助力智慧工廠建設(shè),在終端側(cè)做到設(shè)備能連能采,在邊緣側(cè)做到數(shù)據(jù)能存能算,在平臺側(cè)做到開放、共享、包容,在應(yīng)用側(cè)堅持賦能千行百業(yè),匯聚產(chǎn)業(yè)鏈上下游,共同營造繁榮有序的產(chǎn)業(yè)創(chuàng)新生態(tài),助力中國制造業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化轉(zhuǎn)型升級的最終目標(biāo)。