---10倍加速！35个机器人堪比300多名工人
近日，江苏移动5G智能制造采访团走访省内多个5G智能制造合作项目，记者参观到了这一幕“速度与激情”：在一个质检设备上，多角度高速相机正连续不停地拍摄产品高清图片，并通过移动5G网络回传至云端进行AI识别，1-2秒就能同步完成1个精密产品的瑕疵检测。而在一墙之隔的传统生产线上，一个工人全神贯注的在显微镜设备的辅助下，在20秒内熟练地检测完了同一个精密产品。墙内墙外，因一道网隔开了两道“风景线”。
江苏移动为精研科技配备了4.9GHz 5G网络
10倍加速！从“人工”走向“人工智能”
江苏精研科技股份有限公司（以下简称精研科技）是密集型制造行业。在过去，厂区里近六成的人力成本投入都是用来质检细微零部件，用肉眼去检测每一个零部件的好坏，这样的工作看似简单其实枯燥，所以流动性极大，经常会出现“招聘难”。“引入移动5G，用高速网络使得原有的人工质检变为机器质检，更为灵活的检测手段带动了智能制造，从而提升效率节约成本，”参与“5G+AI质检示范车间”项目的常州微亿智造科技有限公司首席运营官侯大为介绍到，“通过生产方式上的优化转变，从而实现企业数字化升级，这是精研科技最迫切的需求。”
江苏移动与常州精研科技合作打造的“5G+AI质检示范车间”
7月8日，江苏移动常州分公司与精研科技签署战略合作框架协议，正式启动江苏“5G+智慧工厂”项目，并发布“5G+AI质检示范车间”。常州移动政企客户部5G应用及物联网班王达介绍到，“在这个车间，以江苏移动的5G+机器视觉赋能质量检测，让产品质检生产线从‘人工’转变为‘人工智能’，不仅大大降低了误检漏检，更将检测效率提高了近10倍，这些正是精研科技想要的‘升级’。”
5G+AI质检示范车间内，视觉识别机器人正在对零部件进行质检
据了解，精研科技共拥有20条生产线，每条产线需配备24名质检工人，每个质检工都需要培训3个月左右才能熟练应付高强度的质检工作。“以往，在高峰生产期，我们经常遇到因人力不够而‘爆单’。遇上今年疫情期间的这种‘用工荒’，要不是当时我们已经将部分产线升级为5G+AI质检产线，那后果真的不能想象。”侯大为介绍到，“现在精研科技拥有的这个‘5G+AI质检示范车间’，现有35台机器，劳动量相当于300多个传统质检工，以平均10万元/人的成本来测算，人力成本一年3000多万元。这是个非常可观的数字。”
“高配”5G网络，更高速度打造更“大”舞台
在精研科技，记者还发现了“隐藏彩蛋”：江苏移动常州分公司在与精研科技签署战略合作并发布的“5G+AI质检示范车间”，是基于4.9GHz 5G网络打造的首个5G“超级上行”样板工程。而这个4.9GHz的5G网络到底意味着什么？
5G很快，常规2.6GHz频段的5G网络上行速率大概是4G网络的10倍。而4.9GHz频段的5G网络上行速率约为2.6GHz频段5G网的1.5倍，达到700Mbps，拥有真正的上行“极速”。
据介绍，精研科技的“诊断系统”需要大量的数据采集和数据存储：一个零件拍摄13张照片，而厂区每天平均检测量有200万个零件，就相当于每天至少要上传并存储2600万张照片，庞大的数据处理量只有足够快的5G网络才能支撑，移动的4.9GHz频段5G网络成为了不二之选。在未来的工业4.0时代里，这必将成为智能制造的‘黄金配置’。”
借由这样的“黄金配置”，智能制造有了更多的衍生发展，“5G+AI在线智能检测，是通过在生产线上或巡检机器人终端部署工业相机代替人眼做测量、检测和控制，采集图像上传到云端进行分析。同时，依托江苏移动打造的5G+边缘计算（MEC）专网，所有质检数据处理、存储也下沉至厂区的管理云平台，确保数据传输安全不出厂，并结合大数据分析进行智能化监控与处理，建立起专家“诊断”系统，对异常数据进行识别并诊断分析。”侯大为介绍到，“基于5G网络的大带宽、低时延，所有的信息量得以收集，不仅全面而且可追溯源头，抓取到次品产生的‘病灶’，由此可优化生产线，形成良性生产闭环，从而使后续生产的良品率大幅提高，也同步减少损耗。”
而记者也了解到，精研科技的5G生产线是江苏移动4.9GHz频段5G网络的“首秀”，轻松实现了工业制造场景中多路超高清图像的实时上传，满足高速率与大容量数据分析需求。“未来，4.9GHz频段5G网络将极大满足当前制造行业对上行大带宽业务的迫切需求。”常州移动政企客户部 5G应用及物联网班王达介绍到。
5G网络支撑下的机器视觉识别逐步代替传统的人力识别，现已广泛应用在工业生产中。在此次的江苏智能制造走访中，记者在捷普电子（无锡）有限公司，无锡贝斯特精机股份有限公司均看到了企业运用“5G+机器视觉”解决方案为其产线赋能，降本增效。而精研模式的5G+AI机器视觉识别模式同样适用于3C电子、食品饮料、汽车配件、新能源（太阳能、光伏）等行业。
未来，运用5G网络深化制造产业合作，持续探索5G智能制造的更多应用场景，这将成为一种“潮流”。
（秦晓蕾 王婷）
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
