5G智慧工厂工业互联网整体解决方案V2.6.pptx

《5G智慧工厂工业互联网整体解决方案V2.6.pptx》由会员分享，可在线阅读，更多相关《5G智慧工厂工业互联网整体解决方案V2.6.pptx（48页珍藏版）》请在悟道方案网上搜索。

1、,5G智慧工厂工业互联网整体解决方案,01,需求分析,互联网和传统工业的融合将是新一轮制造业发展的制高点，企业数字化转型与工业互联网的发展是重要趋势。,工业互联网 （2012年）,工业4.0 （2013年）,中国制造2025 （2015年）,1.1 全球制造业进入竞争时代,中国制造2025 （2015.05）,智能制造”十三五”发展规划 （2016-2020年） （2016.12）,关于深化制造业与互联网 融合发展的指导意见 （2016.05）,工业和信息化部关于贯彻落实 的行动计划（2015-2018年） （2015.12）,智能制造工程实施指南 （2015.08）,国家智能制造 标准体系建

2、设指南 （2015.12）,李克强：把发展智能制造作为主攻方向 （2017年两会政府工作报告）,国务院副总理马凯： 发展智能制造 推进转型升级,深化“互联网+先进制造业”发展工业互联网的指导意见（2017.11）,中国制造业总体水平处于2.0向3.0过渡阶段，老旧设备多，数字化水平低。2017年，我国规模以上工业企业生产设备数字化率为44.8%，数字化设备联网率为39%。2018年中国工业互联网市场规模达到5318亿元，增长率为13.71%；随着产业政策逐渐落点，预计2020年中国工业互联网市场规模可达6929亿元。,重点围绕工业生产制造，在多个行业的生产制造场景中应用IPv6、边缘计算。基于

3、新型网络技术的网络化应用解决方案供应商采取后奖补方式支持，单个供应商奖励金额不超过相关验收合同累计额的20%。,2025年,2035年,新中国成立100年,迈向制造强国,制造业整体达 到世界制造强 国阵营中等水平,综合实力进入 世界制造强国 前列,通过“三步走”实现制造强国 战略目标,数据来源：关于关于深化互联网+先进制造业、发展工业互联网的指导意见,1.2 从制造大国迈向制造强国,1.3 自动化产线日趋完善，智慧化道路任重道远,设备控制数据 30万条,APS排产 80万条,实时检测 40万条,AGV生产调度150万条,摄像头监控 100万条,机器指令 500万条,工业大脑,东风集团已建成自动

4、化产线，并实现了车间互联，并且已经积累了大量相关数据。 集团期望从大数据中挖掘价值，以帮助服务用户、打造生态、 中国联通5G网络和大数据技术创新为集团搭建新一代高性能大数据处理与分析平台提供了可能,实时 分析,实时 决策,自主 学习,预警 监测,实时 感知,订单数据 2000条,1.4 核心工艺自动化已实现, 数据价值有待挖掘,冲压、焊装、涂装、总装四大核心产线已经实现自动化，车间级联网已实现。 信息孤岛仍然存在，急需整合发挥数据优势。,1.5 信息化系统建设完善，数据共享互通存在短板,SCADA/DCS数据采集与监测系统,ERP系统从供应链范围优化企业资源，优化现代企业的运行模式。,ERP企

5、业资源管理系统,SCADA,APS,MES,PDM,实现对现场的运行设备进行监视和控制，以实现数据采集、设备控制、测量、参数调节以及各类信号报警等各项功能,APS智能排产平台,MES制造执行系统,PDM产品协同管理系统 PDM协同管理系统主要功能覆盖设计部门产品数据管理的各个方面，包括图文档、产品结构、CAD、项目管理、BOM管理、配置和变更管理等。,解决顺序优化问题。通过为流程和离散的混合模型同时解决顺序和调度的优化问题。,加强MRP计划的执行功能，把MRP计划与作业现场控制，通过执行系统联系起来。,1.6 生产数据汇集，急需挖掘赋能,设备运行数据,60%80%,AGV轨迹,转速/震动,常发

6、故障,预测性维护,运行时间,生产产能数据,20%50%,库存数据,设备产能,生产数量,车间分布,生产效率,设备检测数据,60%80%,温度数据,使用时间,X/y轴震动,主轴温度,故障告警,仓储库存数据,60%80%,产品编码,产品库存,配件位置,出库数据,安全预警,1.7 还有哪些短板？,01,02,03,04,数据挖掘不足，未能有效赋能 数据停留在各种系统中，未能实现有效整合，大数据效应缺失。 生产实时数据不能有效服务市场。 数据关联分析能力不足，无法服务生产决策。,缺乏顶层设计，系统相互割裂 IT系统平台建设缺少数据互通手段，系统数据流动存在障碍 现有系统面向生产服务，面向客户能力不足，针

7、对客户定制、小批量生产服务能力不足。,定制能力缺失，柔性生产转型 个性化、定制化是市场需求 小批量、订单化生产是当前趋势 工业化大生产能力过剩、定制化柔性化生产能力不足。,内、外网未打通，数据无法共享 工厂仅仅实现车间联网，设备数据未集中采集、集中管理， “智能制造”缺乏实时控制数据。,1.9 出路在哪里？,数据共享难 数据渠道难打通 数据对接和预处理难,现状分析难 数出多门，难以统一 OT、IT各自为政，互通困难 供应链私码多，溯源困难,决策支撑难 模型构建难、标定难 预测效果难评判,智能网络 有线无线一体化，打造PON+5G+MEC网络 利用5G的高带宽低时延特征实现设备高速互联和控制 利

8、用5G专网实现企业专网,强化感知 构建大数据中台，实现数据集中管控 构建标识解析体系，实现供应链价值提升,AI辅助决策 基于工业互联网平台打造工业大脑，有效支撑决策。,核心诉求,1.8 问题解决之道,01,02,03,04,智慧工厂的顶层设计,构建数据中台 实现价值共享,赋能工业应用 辅助决策支持,基于5G的内外网全连接网络,02,总体蓝图,时间,80年代,90年代,2000 - 2010,2010 - 2020,发展阶段,第一代 移动通信技术,第二代 移动通信技术,第三代 移动通信技术,第四代 移动通信技术,第五代 移动通信技术,实现多媒体应用,语音通信应用,新增了文本通信应用,移动通信技术

9、的颠覆网络传输速率及安全性的不断提升,以移动互联网应用为主,网络性能和信息技术的革命性升级,高,低,1G,2G,3G,4G,5G,彩铃/音乐 图片/彩信视频,eMBB,mMTC,uRLLC 突破人与人间的连接，实现物物互 联，形成庞大的数据网络效应  2020之后,2.1 总体愿景-通信技术助力制造大国走向制造强国,世界主要发达国家纷纷认识到以制造业为主体的实体 经济的战略意义，期望通过产业升级解决高成本等问题，并通过发展高端产业寻求经济发展的新支柱。,汽车制造行业充分依托通信技术的进步，利用智能网络技术，工业PON应用、客户个性化定制解决方案，实现汽车制造业的智能化。,车间事物 设

10、备/人力/时间/材料/工艺,计划与决策,C3P,MES系统,ERP,SCM,CRM,协作工厂,10%,100%,供应商 原材料,响应时间因子,1%,计划层,执行层,控制层,客户 产品,step by step,逐步构建 逐步升级,4G/5G/NB-IoT/工业PON网络,传感器,智能物料系统,二维码标签标识,智能产品,C2M柔性制造,智能工厂,数字化车间,信息物理系统,服务互联网（用户，数据，生态）,2.2 总体架构-汽车制造工厂蓝图,智能生产：基于现场连接的智能化生产模式,柔性制造：基于需求精准对接的个性化定制,生产协同：基于企业互联的网络化协同,服务衍生：基于产品联网的服务化延伸,2.3

11、汽车制造的四类工业互联网应用,2.4 物联网技术使能汽车工厂,智能制造中台,工业大数据,人工智能,人 员 全 连 接,设 备 全 连 接,物 料 全 连 接,工 艺 全 连 接,环 境 全 连 接,检 测 全 连 接,人,机,料法,环,测,设备管理平台,工业PON,企业丏网,NB-IoT,4/5G,工业传感器,PLC,工业网关,泛传感技术,工业仪表,生产业务融合网络、平台形成完整的 全连接解决方案体系,产业链全连 接,产业链,制造,设计,供应商,客户,万物互联,万物感知,万物智能,AR/VR,区块链,数字孪生,AR/VR,边缘计算,云平台,人工智能,大数据,物联网,区块链,5G 打破网络技 术

12、限制,2.5 打造汽车制造业工业互联网网络架构,车 间 级,核心交换机,大型机组群 控制仪表 PLC,现 场 级,防火墙,OLT,P C,打印 机,工业PON,工 厂 级,4G/5G /NB-IoT/eMTC,防火墙,语音终 端,视频终 端,MPLS VPN,无线传感网 关 工业传感网,安全数采网关,数据中心,DCS,互联网,密,无 线 网,4G5G,防火墙,ONT,ONT,ONT,总部,分厂,工业无线网,OLT,公众互联网升级改造,无线接入网,局域网,核心网,大力发展4G/5G通信技术、 积极建设NB-IoT、eMTC网络,工业PON和工业以太网提供快速 、稳定的网络服务 工业网关集成边缘计

13、算技术 TSN技术将是跨越IT与OT断层的 必经之路,IPv6与SDN协同推进5G在工业 企业的应用部署 可将IPv6作为NB-IoT、5G等新 型网络建设的必选项，加快工业 企业外网络的IPv6改造升级,03,解决方案,某汽车公司的工业互联网网设备管理平台（SCADA）从工业网关或PLC上采集各类设备数据。 设计研发管理智能制造物料管理生产订单智能排产（柔性制造、定制化生产）,3.2 汽车制造工业互联网架构体系,工业大数据 智能画像推送 产品远程运维 生产过程优化,产业服务,从用户、数据、生态三个维度，对整个汽车制造价值链（销售-研发设计-供应链-生产制造-产品-管理）进行智能化改造,3.3

14、 汽车制造的四类工业互联网应用,数据驱动,用户导向,生态协同,22,传感器数据,设备数据,工厂数据,行业数据,个性化定制,协同化组织,智能化生产,服务化制造,工业大数据可实现定制化生产、生产过程的信息透明化，以及设备故障诊断和预测。同时也是行业运行的晴雨表，资源配置和投资决策的风向标。,3.4 工业互联网大数据平台,3.5 智能制造-数字化工厂,KingIOServer,建立模型化、可组态、开放的工业互联网平台,产线智能模块：生产感知、能力可视、生产路线 防错、质量管控、制造指令接收与执行、生产报工；,3.5 智能制造-数字化工厂,汽车零部件数字生产,生产进度实时追踪； 车间生产物料自动盘点，

15、动态拉动； 产品谱系完整追溯； 关键工位人机互动； 生产过程质量防错，工艺参数自动下发； 多类、复杂协议设备集成，数据采集； 生产过程“透明化”，车间无纸化。,3.5 智能制造-数字化工厂,多工序协同排产 系统自动排产，人工辅助纠偏，提升排产效率缩短排产周期； 排产逻辑标准化，降低对计划员经验的依赖； 排产粒度细化到设备+时段，完工节点可视化，提升进度超前滞后的管控能力。 实时数据自动采集 机加工产线机床联网、焊接产线机器人数据集成，实时更新完工进度； 与ERP、物流作业系统、PLM建立完善的集成方案，高效协同，合理安排生产； 计划与实时拉动物流配送与入库，优化产销存结构。,PLC,智能模块,

16、智能仪表,数控机床,专用设备,机器人,产线智能模块（CPS）,MES（制造执行系统）,ERP（企业资源管理系统）,设备 层,采集监控层,管理层,APS：做什么，做多少,ALS：怎么做,3.6 智能制造-智能排产,制造模式的变革趋势-个性化定制,C2M: (Customer To Manufactory)，C2M制造云服务平台，可以实现产品在线设计、交互、3D展示、报价、下单、支付整个互联网化闭环商务过程, 同时将工厂生产线互联网化、数字化，满足用户个性化、小批量定制化系统。,探索C2M汽车个性化定制，从大批量标准化制造向个性化制造转变,建立按客户订单生产模式，贯通全流程及供应商链协同，满足用户

17、个性化定制需求,3.6 智能制造-柔性生产,利用射频、条形码、图像识别等检测手段对物料进行有效识别和动态跟踪，对企业的仓储物流和生产现场物料管理进行分析优化。在此基础上，通过上下游企业间的信息共享和集成实现与供应链企业的协同，对自身的存货管理和产品销售进行优化。,面向大批量生产模式：根据生产进度，现场物料消耗情况优化物料管理，实现供应商的精准供货，减少库存。 面向多品种小批量生产模式：根据订单与销售状态进行库存管理，结合现场物料配送与消耗，优化供货商的供货策略。,3.8 产业协同-供应链整合,29,整合区域内制造服务资源，建立了基于物理和空间的云工厂，通过全要素资源的共享，实现产业链协同，达到

18、资源最优化配置。,工业互联网,大数据,制造,3.8 产业协同 云工厂,通过交易平台来共享供应商资源,对低效率的采购与库存管理业务流程进行再造,采购与库存,专职人员传统方式已经无法满足企业工业设备数量逐年增加,设备管理,供应链,建立产品与生产加工过程的关联，实现产品追溯功能； 实现产品质量追溯，为产品质量管理系统提供支持； 追溯功能从原料到成品，从加工机台到操作人员，实现全过程追溯。,3.8产业协同-汽车工业标志应用,汽车行业中的标识应用系统,标识贯穿汽车企业生产、制造、销售全过程，作为供应链运转的基础，统一物资标识推动采购模式转型，需要通过标准化流程提炼，固化业务方案，依托信息系统对供应商能力

19、、绩效进行量化客观评价，并实现供方生命周期、成本分析、供货比例、供方绩效等业务的信息化管理，提升可视化程度、使供需双方协同更加高效，促进价值链相关方共赢。,汽车行业中的标识解析系统,通过每一个对象身份标识，借助工业互联网标识解析系统，实现跨地域、跨行业、跨企业（异构、异主、异地）的信息查询和共享，促进形成基于标识的信息互联世界。解析系统选择与联通承建工业互联网标识解析二级节点进行对接。选择企业公开或针对性公开数据，利用标识解析体系加快汽车零部件、非生产物资、整车等数据在企业上下游之间，企业和消费者之间的流动。,3.8产业协同-工业标识应用,智能监测报警,残余寿命预测,维护策略优化,设备健康评价

20、,设备风险评估,诊断案例云库,检修模型优化,智能精密诊断,大数据平台,3/4/5G NB-IoT,采集站 （边缘计算）,人工点检/设备台账,在线监测数据,PLC/DCS/MES,汽车发动机智能健康管理云平台,数据和业务层,32,3.9 产业服务：发动机在线检测子系统,数据流,分析,预测,集成,数据存储,设备管理,数据逻辑设计器,仪表生成器,数据与设备 管理平台,协议处理器,MQTT接口,设备监控,设备连接,数据 采集&转移,工业互联网 设备管理,应用智能,沃智造,3.10 工业互联网基础设施-工业设备管理平台,计算引擎：通过和国内外最领先的云计算合作，结合工业领域应用开发与数据处理的个

21、性需求，打造云计算通用产品，是目前国内领先的工业云计算产品。,数据存储分析平台：专为工业大数据打造的智能化数据存储分析平台。依据工业数据特点，以及丰富的数据开发经验，实现了数据开发的标准化、智能化、自动化，使数据处理不再成为数据应用的制约。,工业控制SCADA系统 上云解决方案,分布式扩展解决方案,工业数据应用解决方案,转变传统企业SCADA的本地化部署为云上部署，并提供更高的可靠性保证以及按需的应用伸缩能力，从而极大的提升企业运行监控效率及降低企业系统建设投入。,台面向工业行业客户，贴身定义了各类云产品和组件，帮助客户在较低成本的投入下，对原有企业应用做分布式重构。,为工业企业客户提供基于机

22、器物联合和人工智能的解决方案，在故障诊断、预测性维护、智慧物流、智能排产和协同优化等方面提供一站式数据工作台和数据计算引擎，助力企业工业4.0进程。,云计算解决方案,3.10工业互联网基础设施-工业云,工业互联网五大安全重点：设备安全、网络安全、控制安全、应用安全和数据安全。,3.10工业互联网基础设施-安全体系,3.10工业互联网基础设施-智能工业网络,中国联通工业内网根据低时延、大带宽、高可靠，三种典型场景来设计,远程控制,视觉识别,数字孪生,保障未来网络差异性服务保障、确定性、低时延典型应用,数字孪生,3.10工业互联网基础设施-智能工业网络,外企,外企,国企,私企,私企,擅长工业软件,

23、擅长IT设备,擅长整体解决方案,擅长IT设备,擅长财务软件,工业操作系统+应用软件,工业互联网平台+应用软件,工业云+工业互联网平台,智能网络+工业云+工业互联网平台+定制化应用,被集成,被集成,自主集成,被集成,外包集成,SAP,思科,联通,华为,金蝶,从企业性质、擅长领域、数据能力和集成能力进行对比分析。,3.11 方案对比和分析,工业互联网平台+应用软件,一张专网,一个大脑,多级应用,网络多元化,平台体系化,应用专深化,智能网络 5g mec无线网络+ 工业PON网络,工业互联网平台 工业云 汽车大数据平台+ 工业物联网设备管理平台,工业互联网应用 汽车工业标志溯源系统 智能生产管理系统

24、+ 汽车零部件远程服务系统,3.12 解决方案特色和亮点,04,实施路径,4.1 项目建设内容,4.2 商务模式,运营模式,平台云服务方式部署. 通过账号直接访问系统 账号可按不同管理需求多层次分级,可视化系统部署在客户本地 数据通过数据接口输出到系统,平台本地部署模式,4.3 运营模式,SAAS服务模式,租赁期满转移资产,服务租赁,产权归属甲方,自主建设,商务模式,成本分析,三年 TCO=3960+2842+2064=8866万,三年TCO = 6250+6250*0.15*2=8125万,1、自主建设模式维护成本为总费用的15%/年,2、服务租赁模式维护成本无需单独出资。,4.4 商务报价

25、,前端采集数据规范不统一，缺少统一的行业标准、数据采集难度大,数据源质量难保证,行业标准尚未统一,系统数据源自前端传感器和数据采集设备，因系统健壮性低、设备无法完成数据质量判断，影响总体数据质量，降低系统应用准确率和数据决策效能。,智能汽车制造系统整合度和复杂度高；因生产车间设备数量和种类众多、网络复杂，改造难度大，在一定程度上影响数据稳定性。,基础设施稳定性低,智能汽车制造数据从收集、传输、存储、分析过程都是依靠云计算平台和互联网进行传输的；大量数据汇集成数据湖，信息安全风险成指数级增长，项目从规划到实施中，信息安全作为重要一环。,信息安全攻击风险,4.5 风险及难点分析,制定完整统一的智能

26、汽车制造标准 应用层、网络层、感知层的协议与接口 建立统一的数据标准及基础模型 共同推动智能汽车制造行业标准制定 共同探索5G与智能汽车制造相结合的产业应用之路 Wifi、蓝牙、zigbee与5G联合组网，直连通信与广覆盖互为补充 5G通信单元融入生产设备，实现生产线信息化 搭建分层多级的智能汽车制造云平台 统一的平台技术标准、安全认证 按业务需求分层建设、实现多个生产工厂之间的互动 智能汽车制造平台开放业务应用接口，实现业务多元化,4.6 合理化建议,项目启动会 相关方识别会,4.8进度计划,项目章程 相关方登记册 相关方分析矩阵 相关方管理策略,制定项目管理计划 需求调研 确定项目范围 规划进度管理 识别风险,制定项目实施方案 产品到货 设备编码 安装调试 需求变更记录,项目初验 系统试运行 遗留问题记录,项目验收 用户培训 经验教训记录 项目移交,项目管理计划 需求调研报告 概要设计方案 详细设计方案 沟通管理计划,系统实施方案 变更日志 测试方案 测试报告 质量审计报告,初验评审意见 试运行方案 试运行报告 问题日志,验收报告 培训方案 经验教训登记册 用户使用手册,谢 谢 !,