加入星计划,您可以享受以下权益:

  • 创作内容快速变现
  • 行业影响力扩散
  • 作品版权保护
  • 300W+ 专业用户
  • 1.5W+ 优质创作者
  • 5000+ 长期合作伙伴
立即加入
  • 正文
    • AI、物联网技术赋能存在挑战
    • 工业富联完整解决方案一览
    • TSN何以成为工业物联网助推器?
    • 写在最后
  • 相关推荐
  • 电子产业图谱
申请入驻 产业图谱

时间敏感型网络TSN,如何成为智能制造落地的关键?

2021/06/14
235
阅读需 11 分钟
加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

TSN时间敏感网络作为在工业领域融合信息技术IT和工业操作技术OT的重要桥梁,由其掀起的改造工业互联网底层架构的浪潮也将持续演进。而利用TSN建立的智能网络,整套系统可以更加自动化,减少人为干预和依赖。

古语道:“千里之堤,溃于蚁穴”,其中蕴藏的真理放在现代制造业也同样适用。

工厂在实际生产中并不能保证产品百分之百的完美,或是衔接的螺丝没有拧紧,或是表面出现细小划痕,或是产品标签忘记粘贴……特别是在显示屏电子产品、汽车、航天航空等行业,一个看起来毫不起眼的缺陷或瑕疵,轻则致使企业的商誉和财产遭受损失,重则甚至会导致伤亡事故的发生。所以瑕疵/缺陷检测环节十分关键。

然而,在生产力大幅提升的当下,仅仅依靠人工完成海量商品的瑕疵/缺陷检测往往低质又低效,这就需要综合运用物联网人工智能等技术。

为此,聚焦智能制造领域多年的富士康工业互联网(以下简称“工业富联”)与卓信创驰合作,通过借助基于英特尔架构的处理器、英特尔以太网控制器、英特尔FPGA现场可编程逻辑门阵列等硬件设备提供的强劲处理能力,以及其对时间敏感型网络TSN的良好支持,引入基于TSN网络的智能制造解决方案,在以瑕疵/缺陷检测为代表的实际生产场景中获得了良好的效果。

AI、物联网技术赋能存在挑战

在将AI能力引入自动化缺陷检测系统时,其理想的操作流程包括高清图像采集、实时数据分析、控制指令下发、产线快速调整等过程。

以工业富联工厂的不良品检测系统为例,其首先需要利用工业相机对产品进行捕获,之后,所采集到的图像会被送往部署在边缘服务器云平台中的视觉处理系统中进行实时处理。在视觉处理系统中,基于CV算法或深度学习方法构建的检测系统会快速判定产品是否符合质量要求,并将结果下发控制指令给产线,以帮助执行停机等后续操作。

由此可见,在整个过程中,将配备了AI能力的检测系统的结果下发至产线是整体流程打通的关键一环。然而,由于存在数据拥塞、网络延迟等原因,传统工业化系统中信息技术IT与工业操作技术OT很难真正做到精确同步,从而导致机械臂或流水线无法根据预想实现精准联动。

为了解决这一问题,卓信创驰选择借助TSN网络。具体来看,TSN 网络作为一种开放的协议标准,可消除不同厂商设备间的兼容性问题,不仅使缺陷检测中的IT与OT系统在连接性上更为便捷,同时在数据传输带宽等方面也更具优势。不仅如此,TSN网络还打破了传统制造业产线中控制系统与分析系统的界限,让AI应用更易于部署在缺陷检测等过程的生产第一线。同时,由硬件设备带来的优先级控制、数据安全机制也能对产线所需的高可靠性提供保障。

对于工业企业而言,从纵向来看,企业中现有的网络架构分层,信息层、控制层和现场层对于网络的需求不尽相同;从横向来看,各个企业也都开发了自己的专属工业以太网协议,从而让网络设备与协议彼此绑定。尽管这些手段能够一定程度上解决工厂的连接问题,但却形成了事实上的人为割据。TSN的出现,则打通了IT和OT融合的基础,并在一定程度上减弱了人为制造的割据势力。

尽管TSN具备强大优势,但如何将TSN网络融入既有生产过程中,进而打造新一代智能制造解决方案却成为工业富联面临的更大挑战,这也为基于英特尔先进硬件基础设施的全新TSN网络解决方案提供了一展身手的巨大舞台。

工业富联完整解决方案一览

事实上,除缺陷检测外,全新TSN网络解决方案已经被应用于预测性维护等工业生产的各个领域。

在工业富联工厂的精密加工过程中,时常会出现断刀、错位等异常情况。其中,刀头的寿命和使用情况对产品精密度起着至关重要的关键作用。一旦刀头超过其黄金寿命,加工精度就无法得到有效保证。然而,黄金寿命并非同一固定时间,而与其加工方法、产线温度、电流等一系列因素密切相关。

为了解决这一情况,卓信创驰采用可编程自动化控制器PAC为核心,通过对刀柄、主轴以及电源等关键位置进行数据采集,从而形成异常检测的闭环网络。具体来看,卓信创驰在基于TSN网络的智能制造解决方案中,通过一系列传感器对刀头的振动曲线、温度、电流等数据进行采集,并通过TSN网络实时上传至Fog AI服务器进行训练,从而得到刀头使用寿命的预测模型,并在刀头到达黄金寿命时并及时替换,进而以最大程度地避免因停机替换刀头造成生产效率下降。

图:工业富联基于TSN网络的智能制造解决方案

在检测过程中,当闭环网络内因数据量过大而可能造成拥堵时,各设备之间的数据流传输能够根据既定规则,保证优先级高的数据。当产线中有更多设备支持TSN网络后,通过交换机等设备,来自边缘设备端的数据可以被上传至专门的雾小脑服务器进行模型训练,并将得到的模型再经由交换机下发到边缘端进行推理和执行,进一步发挥TSN网络的优势。

不难看出,PAC设备的性能在整体解决方案中占据着举足轻重的作用。据了解,卓信创驰在方案中选择英特尔第十一代酷睿处理器作为PAC设备的动力引擎,不但能满足PAC设备在高速数据预处理、AI模型推理等低延迟确定性计算上的需求,还加入了英特尔TCC时序协调运算技术,可最大化满足TSN网络需求。

不仅如此,TSN网络在应对繁重的流量负载时,还需要对海量数据进行定时、调度、同步、转发、排队、无缝冗余以及流预留等操作,这也就对TSN网络对处理器、以太网控制器以及FPGA等硬件基础设施提出了更高的要求。

为此,英特尔提供的包括英特尔至强处理器、英特尔凌动处理器、英特尔FPGA产品以及英特尔以太网控制器I210等在内的一系列性能优异的先进硬件产品也就成为整个解决方案的支撑底座,为TSN网络发挥最大效能提供保障。

TSN何以成为工业物联网助推器?

综合来看,全新的TSN时间敏感网络支持已经成为基于英特尔先进硬件基础设施的智能制造解决方案核心,有效推动了工业OT系统与IT系统的融合,实现了工业物联网在高效率数据传输及稳健型和可靠性的兼顾。

据介绍,在采用基于TSN网络的全新智能制造解决方案后,工业富联的制造业产线良品率提升了8%左右,数据丢失问题得到了有效控制,数据传输效率提升到99%以上。同时,该方案也使产线能够有效降低停机检测的次数,并帮助实现一人多机操作。

事实上,作为工业领域IT和OT的重要桥梁,TSN也已经在工业智能领域掀起一场风暴。早在2016-2017年,TSN应用于工业互联网领域的核心功能逐步完善。随后,多家厂商宣布了对OPC-UA与TSN的支持,并加入相关国际组织。

与此同时,几乎所有的工业以太网组织都提供了描述现有工厂如何与基于TSN的设备结合的模型。TSN有机会全面利用以太网高带宽的优势,弥补标准以太网“非确定性”的短板,在工业网络中充分引入竞争并实现大规模放量。

随着5G时代的到来,在CT和OT领域,一些公司共同发力,正在尝试将5G与TSN相结合。在将传感器、执行器等工业设备以无线方式连接到TSN网络的过程中,5G是非常合适的解决方案。与4G相比,5G的新功能,尤其是无线接入网(RAN),提供了更好的可靠性和传输延迟。而且,新的5G系统架构允许被灵活地部署,可以实现不受电缆安装限制的TSN网络。

写在最后

毫无疑问,TSN时间敏感网络作为在工业领域融合信息技术IT和工业操作技术OT的重要桥梁,由其掀起的改造工业互联网底层架构的浪潮也将持续演进。而利用TSN建立的智能网络,整套系统可以更加自动化,减少人为干预和依赖。

在工业富联的工厂中,全新TSN网络解决方案已经得到广泛应用,而随着工厂对于海量数据传输分析需求的不断加剧,基于英特尔架构的先进硬件产品也将能够提供强力支持的TSN网络,为工业物联网夯实底层基础。

精准掌握“时间”,让物联网设备“齐步走”,欢迎点击文末“阅读原文”,了解更多英特尔智能制造解决方案,共同实现工业物联网新格局~

相关推荐

电子产业图谱