《工业互联网测试床案例汇编》由会员分享，可在线阅读，更多相关《工业互联网测试床案例汇编（162页珍藏版）》请在金锄头文库上搜索。
1、工业互联网测试床案例汇编目录一、工业互联网测试床项目1. 基于视觉智能工业品外观柔性检测方案52. ROS 机器人无线通用平台测试床133. 基于智能数控系统的工业 APP 平台测试床264. 基于公有云的面向中小微企业的协同制造平台415. NB-IoT 共享洗衣机测试床506. 基于 SDN 和 SDP 的工业互联网专网587. 基于工业互联网平台的设备远程监测诊断测试床678. 基于 5G 网络连接的工业智能化巡检测试床829. 基于人工智能技术的工程机械装备故障诊断与预测性维护测试床9510. 基于 5G 和人工智能的产品质量实时检测和优化10511. 基于空调云平台的节能控制系统测试
2、床13112. 智能电网 5G 网络及切片应用14113. 智能制造安全监测与运营管理平台155基于视觉智能工业品外观柔性检测方案引言/导读随着工业制造 2025 计划的实施，工业品质量检测效率成为制约整个生产链条的重要因素。传统工业品产品外观检测，依赖“人眼+简单工具”，实现对产品外观的识别，剔除外观有缺陷的产品，效率低下，漏检率高。随时 AI 技术快速发展，本测试床探索将视觉智能检测技术应用于工业品外观检测。一、关键词视觉智能，边缘计算，薄膜类外观质量检测二、发起公司和主要联系人联系方式华为技术有限公司 IT 产品线，联系人李超洋 13571870047 Email：A富士康科技集团，联系
3、人郑承斌：15989547752 Email：三、合作公司深圳云天励飞技术有限公司，联系人董卿 13714505207, Email：软通动力，联系人崔士勇 13911161706，Email：Intel 公司，联系人张宇 13501081206， Email： 25 四、测试床项目目标和概述所谓“机器视觉”，就是利用机器代替人眼来做测量和判断。机器视觉系统相当于人类的眼睛，“眼睛”通过把“看”到的影像传送到控制芯片，然后通过控制程序来进行事态的判断。一个典型的机器视觉系统包括：光源、镜头、相机、图像处理单元（或图像捕获卡）、图像处理软件、监视器、通讯/输入输出单元等.通过机器视觉获得的图像，
4、经过AI 智能算法的自动检测，识别，最终完成“人的眼睛和大脑”的功能，在实际工业质量检测中，达到代替现有人力，提高检测效率、提升检测准确率。现工业产品检测，经过很多年发展，但现有自动检测的存在如下问题： 可检测产品单一，不通用：设备高度专业化，只能在特定场景，对特定产品，特定的外观问题进行检测。例如，环境条件固定，只能检测外观尺寸，只能检测玻璃制品等。 检测精度低：检测精度是固定的，不能实现“经验积累”：随着检测产品的增多，不断提高检测准确率。 检测效率低：受检测设备算力的影响（一般都基于工控机），在检测效率较低，滞后日益进步的生产效率。本测试床引入 AI 技术，充分利用边缘计算的业务灵活性和
5、业务实时性，并在公有云实现 AI 算法的训练，充分利用公有云资源弹性调度、价格低廉的优势，以降低该方案的总体投入，以期达到可以规模复制的目标。主要功能模块说明：1、采集端：利用光电技术，获取工业品外观高质量图片。工业品，特别是薄膜类产 品，具有容易弯曲、对光照敏感等特点，需要采用暗箱、强光等以达到高质量图像标准；2、 边缘计算节点：边缘计算是工业检测的大脑，通过AI 算法对产品外观图片进行智能分析和识别，并自动对有缺陷产品进行标记；边缘计算节点要求算力强、设备体积小、可以安装在工厂质检室或者生产线附近；3、云端训练：AI 的训练周期长，需要资源多，具有阶段性；因此采用租赁公有云方式较为合适；可
6、以根据训练数据的大小、训练算法的复杂度，灵活租赁对应资源，训练完毕，获取模型后，即可释放训练资源，以期达到节省成本的目标。五、测试床解决方案架构本测试床在传统产品检测基础上，引入现在 AI 技术，依靠边缘云和公有云联动， 工厂侧线下推理和识别，公有云线上训练，构成一个完整的测试方案。(一)测试床应用场景本测试床项目，适用于外观类产品质量检测，例如车辆框架、主承外观，对部分容易产生变形的产品，如非刚性产品，例如纸张等，需要采用额外的辅助方法，获得相对稳定的图像质量。因此，本测试床推荐应用在刚性产品外观检测，或者部分形变较小的产品外观检测场景。(二)测试床重点技术本测试床为提高检测的鲁棒性，引入了
7、三项关键新技术，该技术在工业外观检测中比较新颖和独创性。一、采用边缘计算新技术。边缘计算融合了计算、存储和网络于一体，具有很高的产品环境适应度。本测试床边缘采用引入深度学习 AI 技术，在边缘侧实现 AI 的推理，实现对产品检测的自动化和智能化。边缘智能计算的应用在业内属于首次。二、引入 AI 技术。AI 技术最大的价值是具有自动学习和进化功能，对检测产品 具有很强的鲁棒性；而强的鲁棒性，对本测试床的检测范围具有很大的价值。这点是传统影像技术无法比拟的。三、是引入公有云训练AI。AI 的训练耗资巨大，对专业性要求很高，普通企业很 难承受。通过引入公有云 AI 服务，可以把算法的训练和模型设计交
8、给专业的服务公司实现，通过租赁资源方式，完成云端的训练；以降低 AI 的成本， 获取便捷的服务。(三)技术创新性及先进性本测试采用的边缘智能计算架构，为提升识别率引入的 AI 技术，都是在前工业检测中首次应用，并根据工业现场进行了技术专门开发，具有独特的价值。(四)测试床解决方案架构本测试床解决方案整体架构如下，主要分为 4 个层面：1、边缘计算平台：主要在工厂侧进行产品外观产品的识别和处理；是AI 算法的主要承载体；2、IaaS 层：通过引入虚拟化和 Docker 技术，逻辑隔离各类业务应用，使应用具有更大的弹性，也更方便与工业云平台对接；3、工业PaaS 层：对边缘前端和各类数据进行清理和
9、管理的平台，通过 PaaS 层，企业IT 人员关注业务，把复杂的 IT 基础设施的管理交给PaaS 层；4、视觉业务应用层：深度学习的算法好服务。业务作为一个服务，提供给企业内部各个业务单元使用。六、预期成果本测试床预期目标为：产品检测率达到 100%；完全代替人工检测和识别部分， 达到节省人力的目标。并通过技术创新，可应用在更多场景检测，如各类薄膜，产品外观等，柔性外观检测。(一)测试床的预期测试结果，针对测试项本测试床预期检测结果：产品检测率达到 100%，通过多种检测技术的结合和运用，使产品检测率达到 100%，超越人工检测的精度。(二)商业价值本测试床通过引入边缘计算和 AI 技术，将
10、 AI 应用引入到工厂侧，AI 训练算法采用成本低廉的公有云；通过对传统工业的智能化改造，开创新的商业共赢模式，对在其他类似领域有非常好的启发作用。(三)经济效益本测试床根据富士康 CPU 贴膜检测项目，商业价值估算如下：原人工检测：20 万+/年，通过本测试床方案一次性设备投资 10 万，云服务按需付费，节省 50%的检测投资；提升产品检测效率和正确率，节省产品缺陷类引起的负资产。(四)社会价值减少由于人工检测引发的眼睛疲劳职业病，解放员工“眼睛”，减少和预防职业病；七、测试床技术可行性本测试床重点测试一下技术可行性：1、工厂产品外观图像检测和采集的可行性：采集端要求对光源、产品略微形变鲁棒
11、，采集图像设备能排除产线其他因素干扰等；2、AI 算法的精度。AI 算法精度直接影响到检测的精度，需要实际验证算法的精度和识别速度。(一)物理平台物理平台包括前端产品图像的采集端和边缘计算平台两个部分。产品图集采集端：包括高速工业摄像机、专业光源、暗盒，运动轨道等辅助设备； 边缘平台：包括边缘硬件平台（含存储、网络设备），部分车间网络环境较差，需要提供 4G 等 WIFI 传输方式；其他连接线等辅助设备。(二)软件平台本测试床不单独提供软件平台；其中 AI 算法包括在边缘平台中；八、和 AII 技术的关系(一)与 AII 总体架构的关系略(二)AII 安全（可选）略(三)详细清单（可选）略(四
12、)风险模型（可选）测试床平台中运算处理器采用嵌入式 SoC，运行基于 Linux 操作系统的专用嵌入式软件，保证了软件系统的可靠性和安全性。系统采用分级用户权限管理，数据和视频存储采用嵌入数据库、数据加密和数据水印技术保证数据安全不可篡改(五)安全联系人不涉及(六)与已存在 AII 测试床的关系无，首次申请。九、交付件实验测试床一套：包括前端采集设备，边缘计算平台，以及内嵌的 AI 算法软件。十、测试床使用者相关单位可利用本测试床搭建或者改进，鼓励在各个领域进行推广和使用十一、知识产权说明本测试床相关部件的产权归属各个申请企业，测试床方案和架构完全公开，鼓励企业据此架 构开展各领域应用。十二、
13、部署，操作和访问使用可部署在互联网，根据申请，明确使用权限。十三、资金企业自筹资金序号工作内容需要资金（万）1前端采集设备（光源、相机等）52边缘智能节点153公有云平台54算法联调8合计33十四、时间轴本测试床关键时间点：2018 年 8 月 30 日完成方案的工程效果测试；2018 年 10 月 30 日项目验收和推广十五、附加信息本测试床可以应用在以下领域：如工业PCB 板质量检测，如线路漏焊，虚焊，线路断裂等；汽车钣金等外观质量检测，如检测是否有划痕，光滑度，完整度等。ROS 机器人无线通用平台测试床一、 测试床名称ROS 机器人无线通用平台测试床二、 发起公司和主要联系人联系方式三、
14、 合作公司四、 测试床目标和概述本测试床的基本目标 1）是综合运用最新的机器人操作系統(ROS2：Robot Operating System 2)、蜂窝无线网络技术以及人工智能技术，建设一个围绕 ROS 机器人产业在控制与通信领域的通用平台，测试验证相关的业务需求和技术方案，并通过测试床平台快速导入智能制造/物流仓储/无人 商店/机器人看护等多场景机器人应用，使周边设备及机器人实时相互协调工作，推动 ROS 机器人在各场景下的全过程智能化应用。2）是开展 ROS 机器人的行业应用示范，通过发挥凌华公司和华为公司的龙头企业带动作用，吸引研究院所、大专院校及机器人产业生态资源，打造政产学 研用紧密结合的协同创新载体，形成良好的产业生态环境，带动中小企业向“专、精、特、新” 方向发展，形成全产业链协同发展的局面，推动国内机器人产业的蓬勃发展。3）是通过测试床将未来各行业产业升级所涉及的三大要素：无线连接、资料收集及智能控制串连在一起，形成
