5G对工业互联网有哪些影响

工业互联网作为我国实体经济转型发展重要基础和支撑，其发展正呈现加快态势。边缘计算、人工智能、数字孪生、AR/VR等关键技术融合创新，进一步驱动工业互联网平台核心服务能力的提升，经信通院工业互联网产业监测平台综合测算，2018年全国工业互联网产业规模超过7000亿元，复合增长率超过11.5%。

在日前举办的中国信通院第12届ICT深度观察大会期间，中国信通院信息化与工业化融合研究所副所长刘默接受通信世界全媒体等记者采访时表示，工业互联网经过理念和技术的验证，以及局部场景下的试点，逐渐走向落地部署阶段，从2020年开始，工业互联网将在垂直行业应用中进一步推广并落地。

“实践是检验真理的唯一标准”，工业互联网平台的推广和落地一直是传统行业所期待的事情之一。刘默表示，行业数字化转型经过几年探索，目前初步形成两种路径，一是企业基于现有业务，通过运用物联网、大数据、人工智能等新技术，提升现有业务的智能化水平；二是在行业层面通过对各种生产要素和资源的连接及优化配置，变革业务流程，形成新的商业模式。虽然基于现有业务的优化提升仍是当前数字化转型的主要方向，但行业层面的模式创新也在不断涌现。

从当前工业互联网应用实践看，主要呈现以下几个特点，一是应用场景不断丰富，以前工业互联网很多应用都是围绕设备的，比如设备预测性维护或健康管理，现在可以看到在工艺优化、原料配比、质量优化、能耗管理、供应链管理等诸多领域都开始广泛应用。二是结合垂直行业特点开展系统性推广，2019年以来，石化、钢铁、家电、电子信息等多个行业的系统集成商正通过工业互联网来改造和提升其现有产品和解决方案，并由此实现工业互联网在行业中的深入应用。三是模式创新，共享制造、规模化定制、产融结合等，以前还是个别企业开展点状的尝试，这一年在很多行业得到了更大规模的应用，也切实为企业带来了经济价值。

如何通过工业互联网解决行业深层次问题，并实现商业价值将是未来产业发展关注的重点。刘默指出，形成商业闭环对于工业互联网的发展非常重要，商业闭环可以支撑工业互联网能够有一个长期可持续的发展，所以我认为从整个阶段来讲2020年是从一个理念技术的验证走向一个行业的系统性推广和应用的规模化推广这样一个关键的节点。

对于5G对工业互联网的影响，刘默从网络变革和应用创新两个方面给出解答，他表示，工业互联网最底层的需求就是连接和数据回传，因此在网络方面，正向高带宽、低时延、高可靠、大连接、灵活配置去进行演进。今年从工业网络格局中已经发生了很大的变化，工业以太网规模超过了工业总线。此外网络技术还在快速的创新，TSN实现了产业化，5G、WIFI6、SDN、NFV等也更好支撑行业下一步转型的技术层面。此外，技术正通过组合来实现更灵活的连接方案，比如TSN和OPC-UA的结合、5G和TSN的结合，TSN和Profinet、Ethernet/IP等传统工业协议的结合等。

5G很大的作用在于如何更好的服务行业，其本身高带宽、低时延和广连接的技术特性，与当前工业互联网网络改造的需求不谋而合，而5G与边缘计算、人工智能、AR/VR等技术的融合应用，将可以带来众多创新性的应用模式。从2019年我国制造业在5G+工业互联网方面的探索看，重点聚焦在了五个场景：一是基于5G的高清图像回传与质量缺陷判别、二是基于5G的设备数据采集、三是基于5G+AR/VR辅助装配和设备维修、四是基于5G的移动巡检、五是基于5G+AI的车辆远程操控，总体上发挥的还是5G高带宽和移动性特点。

未来，随着uRLLC和mMTC两项标准冻结和产业化完成，5G在工业领域将有更广阔的应用前景。比如发挥5G低时延特性，实现群体装备协同调度、毫秒级高频扫描预警、工业自动化应用等，发挥广连接特性，实现零部件追踪、产品全生命周期动态追踪、复杂装备大批量数据回传等。而面向复杂应用场景，综合运用5G的三种不同技术特性，将会催生更多类型的应用模式，比如用户参与式生产、基于多源数据的设备维护等，这将为制造业带来更大的提升效能。

刘默表示，就5G产业发展而言，目前还处在发展初期。目前已有十余家厂商提供了5G模组，但总体成本较高，且缺少面向行业和应用场景的二次开发。在网络设备方面，目前还缺乏面向行业或企业应用的核心网设备与配套系统。在系统集成方面，目前主要还是有通信设备商或电信运营商提供基于5G的行业解决方案，未来还需要更多工业系统集成商的参与。

过去两年，数字孪生已经成为产业界创新探索的重点领域，刘默表示数字孪生的提出已有十几年的时间，但是它的爆发式发展是在最近几年，其核心原因在于数据采集与集成、工业大数据分析、工业互联网平台等工业互联网关键技术这些年快速发展，从而为数字孪生的工程化探索提供了强有力的工具支撑。

他进一步介绍，数字孪生内涵上是体现各种工业模型、数据的集成，通过构建对物理对象精准的描述，在此基础上再通过分析预测和智能化的决策，实现智能化的闭环。数字孪生有两个特点：一是可组合性，可以从零配件的数字孪生构建起组合成一个设备的数字孪生再组合成系统甚至是企业的数字孪生；二是数字孪生是贯穿全生命周期、全价值链的。

数字孪生要依托大量基础性技术去构建，包括传感、测量、控制、数据集成、工业建模、数据科学、可视化等。但数字孪生也有两个关键的核心技术，一是数字线程，实现工业数据跨业务、跨流程和全生命周期的深度集成，从技术实现路径上，主要是在PLM和BPM基础上，通过IoT和工业互联网平台实现全面集成。二是模型的融合，目前还没有形成通用化的模型融合工具，更多是结合具体场景和具体问题，采取不同的模型融合方面。目前产业界在模型融合方面的一个重要探索方向是在仿真的基础上，叠加大数据分析和人工智能。

目前数字孪生初步形成了由数字线程工具提供商、建模工具提供商和孪生模型提供商构成的产业体系。从产业的主要参与主体看，一是部分国际巨头，正在形成从数字线程、建模工具到孪生模型的一体化解决方案服务能力，二是众多的专业技术提供商围绕数字线程或建模工具，提供自己的产品或解决方案，并积极通过合作的方式提升服务能力，三是装备制造商是目前孪生模型及相关服务的主要提供者。

刘默表示，数字孪生的工程化应用还处于早期阶段。就孪生应用而言，按照成熟度分五层，最基础的是数字化描述，二级是虚实影射、三级是诊断、四级是预测、五是自适应调整，目前大部分集中在数字化描述或虚实影射，在个别行业和个别领域，目前有少部分应用可以达到模型自主诊断或预测的程度，但能够做到最高级的自适应的目前几乎没有。除制造业以外，数字孪生在交通、医疗各个领域也有广阔的应用前景。

刘默总结称，伴随着行业的数字化转型，未来整个产业会走向融合，信息技术的巨头会通过信息技术行业的渗透走向更多的领域，传统行业的巨头会通过吸纳和运用信息技术，重构自己的产品和服务体系，此外在各行业各领域也会出现大量初创企业，以及通过与金融服务结合、或立足于数据分析的初创企业。