在5G和移動邊緣計算的加持之下，企業主、生產設施經理和控制工程師正在體驗到，將傳統手動流程升級為自動化、高效的技術解決方案所帶來的好處。

隨著制造商開始意識到如何利用技術和適應數據驅動的系統將成為其在競爭中保持領先的關鍵，在5G的幫助下，大規模的轉型有望在未來幾年改變生產制造設施的運營方式。根據美國制造業研究所（Manufacturing Institute）最近進行的一項研究，91%的制造企業認為5G連接將對其業務的未來發展至關重要。

實現工廠的數字化，需要了解生產設施所面臨的挑戰。在5G和移動邊緣計算的幫助之下，企業主、生產制造設施經理和控制工程師正在體驗到從傳統的手動過程升級為自動化、高效的技術解決方案所帶來的好處。

5G和移動邊緣計算使關鍵應用能夠在靠近工作地點（如果不在工作地點的話）的網絡上運行，這樣可以減少延遲時間并支持近乎實時的運營洞察，從而幫助用戶優化數據收集和存儲以提高生產力。

01

實施中的5G和移動邊緣計算

當前，生產制造車間擁有完成日常活動所需的基本技術，但利用5G和移動邊緣計算在網絡邊緣處理信息，可以顯著增強這些能力，從而可以更好地控制工具，更快地做出決策，并有助于更早地發現問題。

例如，康寧公司的一家光纜制造廠測試了5G和移動邊緣計算是如何幫助過程控制、監控和質量保證的。得益于5G和邊緣計算技術帶來的低延遲和高帶寬，該公司可以比以前更快地管理來自多個傳感器的數據，并及時識別工廠車間的問題。通過將計算能力轉移到網絡邊緣，用戶可以更好地利用工廠車間的數據，并更快地解釋數據，從而可以近乎實時地應對挑戰。

提高產量可能是一個挑戰，工廠無法從緩慢的流程中獲益。5G和移動邊緣計算使生產制造商能夠更高效地捕獲數據、處理和解釋數據，并識別以前從未發現的發展機會。然后，生產制造商可以將命令發送回相關設備，從而在工廠車間實現物料更高效的流動。

利用邊緣計算基礎設施上可用的數據分析，生產制造商可以最大限度地提高其資產的性能、優化運營，最大限度地減少停機時間，并獲得端到端的可視性，從而做出更快、更明智的決策。

02

開發智能裝配線

擁有可擴展的工具使生產制造商可以在意想不到的環境中改變他們的行為，并提高運營效率。隨著越來越多的裝配線采用人工智能（AI）和機器學習（ML）等技術，也就更需要能夠支持和增強智能裝配線配置的網絡基礎設施。

具有多條生產線的生產制造廠，通常需要為裝配線的每個階段配置多個單獨的控制器。借助于5G和移動邊緣計算，生產制造商可在同一個虛擬位置運營獨立的智能裝配線，然后在產品下線時使用這種集中控制機制重新配置裝配線。

當前的控制基礎設施是一個“封閉車間”，這意味著很難調整裝配線配置，但隨著5G和移動邊緣計算的集成，這一點將發生變化。增強的網絡能力和靈活性，為生產制造商和控制工程師創造了更多動態代碼的可能性，使裝配過程更具可編程性，從而提高了生產率并徹底改變了生產過程。

03

提高定位精度

除了簡化流程之外，生產制造設施還可以實現更精確的生產和更少的中斷。現在的制造商經常受到Wi-Fi信號的干擾，尤其是在環境中具有較多金屬設備的情況下。較低的定位精度和連通性，會阻礙設施經理和控制工程師準確跟蹤位置。這是保持運營平穩、并確保自動移動機器人（AMR）和自動叉車等智能機械處于所需位置的必要條件。

5G和移動邊緣計算可實現的位置準確度，使生產制造商能夠檢測到叉車或機器人和工人可能發生的險情。目前，5G正在這些充滿金屬設施的室內進行環境中測試，因此設施經理和控制工程師將能夠準確定位，并從遠程位置近乎實時地操作AI和ML工具。5G和移動邊緣計算可以接近實時的與AMR和其它ML工具進行交互并對其進行閉環控制，并在工廠內提供具有較高可靠性、安全的生產服務。

未來幾年內，制造業將發生革命性變化，生產制造商應該規劃在升級設施時，實施更好網絡所需的初始基礎設施。從企業所有者到設施經理，再到生產工人，所有團隊成員都將看到5G和移動邊緣計算如何通過降低產品缺陷率、重塑裝配線過程，以及提高AI和ML系統的效率和位置精度，來幫助實現未來業務的提升和日常運營的改善。

- END -

審核編輯 ：李倩