智能制造的市場(chǎng)前景及技術(shù)發(fā)展
作者/ 王瑩 王金旺 《電子產(chǎn)品世界》編輯
本文引用地址:http://dyxdggzs.com/article/201702/344559.htm摘要:智能制造涉及云計算、嵌入式視覺(jué)、工業(yè)和消費類(lèi)物聯(lián)網(wǎng)(IIoT和IoT)及5G 等各個(gè)領(lǐng)域,隨著(zhù)社會(huì )需求的不斷提高,相關(guān)政策支持的不斷完善,以及基礎技術(shù)的持續發(fā)展,智能制造的各項技術(shù)也將得到進(jìn)一步的突破和發(fā)展。
人工智能與互聯(lián)網(wǎng)技術(shù)融合下的“機器人2.0”
機器人在汽車(chē)、電子制造等行業(yè)中的應用已經(jīng)非常普遍,但目前的機器人多指一些自動(dòng)化設備,并不是真正意義上的機器人。而隨著(zhù)傳感器、人工智能等技術(shù)的進(jìn)步,未來(lái),機器人將逐漸與人工智能、云計算、大數據、互聯(lián)網(wǎng)等信息技術(shù)相結合,實(shí)現感知、深度學(xué)習和決策等功能,從執行一項簡(jiǎn)單重復性的工作進(jìn)化為執行各種復雜多樣化的工作,并開(kāi)始應用大數據實(shí)現自律化。如今,微軟、谷歌、英特爾等科技巨頭已進(jìn)軍機器人產(chǎn)業(yè),布局“機器人2.0”時(shí)代,引領(lǐng)智能機器人的創(chuàng )新發(fā)展。我國已發(fā)布《機器人產(chǎn)業(yè)發(fā)展規劃(2016-2020年)》,重點(diǎn)開(kāi)展人工智能、機器人深度學(xué)習等新一代機器人技術(shù)研究,注重戰略性、前瞻性、創(chuàng )新性的工作,以期在機器人產(chǎn)業(yè)變革中實(shí)現“彎道超車(chē)”。
專(zhuān)業(yè)級無(wú)人
由于航拍應用的局限性,消費級無(wú)人機市場(chǎng)短期內將不會(huì )呈現爆發(fā)式增長(cháng),從技術(shù)、成本、應用成熟度和行業(yè)發(fā)展規律等角度看,中國無(wú)人機市場(chǎng)正在逐漸走向成熟,愈發(fā)激烈的競爭也促使企業(yè)向專(zhuān)業(yè)級應用轉型。技術(shù)方面,隨著(zhù)傳統數據處理芯片廠(chǎng)商,如英特爾、高通、英偉達布局無(wú)人機數據處理平臺上,無(wú)人機將成為實(shí)現人工智能的最佳載體,快速突破專(zhuān)業(yè)應用的技術(shù)瓶頸。產(chǎn)品方面,以歌爾聲學(xué)、比亞迪為代表的ODM廠(chǎng)商逐漸布局無(wú)人機生產(chǎn)制造,加速產(chǎn)品量產(chǎn)及迭代,有效降低專(zhuān)業(yè)應用成本,從根本上推動(dòng)專(zhuān)業(yè)應用市場(chǎng)的發(fā)展。應用方面,經(jīng)過(guò)幾年的用戶(hù)培養,無(wú)人機在各專(zhuān)業(yè)領(lǐng)域,尤其是農業(yè)植保的應用逐步為用戶(hù)所接受,無(wú)人機專(zhuān)業(yè)應用將呈現旺盛的市場(chǎng)需求。
互聯(lián)性對智能設備更高的性能要求
互聯(lián)大趨勢要求更高的可編程性和軟件定義性
未來(lái)將會(huì )有超過(guò)500億的器件和機器于2020年前實(shí)現互連。一旦連接,它們必須具有足夠的安全性以抵御硬件級別的直接入侵。 因為這些設備、機器、系統和網(wǎng)絡(luò )對環(huán)境的感知度越來(lái)越高,它們必須適應它們的環(huán)境和需求,因而必須具有更高的可編程性與軟件定義性。此外,它們還必須具備可擴展性,因為越來(lái)越多的功能不僅進(jìn)行了虛擬化,而且還高效映射到了共享計算資源中。由于數據和視頻是通過(guò)無(wú)處不在的傳感器和攝像機采集的,因此,分析必須幫助這些機器進(jìn)行識別、說(shuō)明、決策和行動(dòng)。此外,這些系統和網(wǎng)絡(luò )還必須滿(mǎn)足心急的最終用戶(hù)與實(shí)時(shí)場(chǎng)景不斷增長(cháng)的需要,其需要即時(shí)的低時(shí)延響應。然而在幕后,它們還必須在盡量降低功耗的同時(shí),通過(guò)更為高級的算法處理呈指數增長(cháng)的數據量、數據包和像素。并且還必須高度差異化,否則將在競爭日益激烈的低成本全球市場(chǎng)中失敗。這只能通過(guò)將軟件智能與硬件優(yōu)化、“任意”連接相組合來(lái)實(shí)現。Xilinx 全可編程解決方案可實(shí)現更智能的互連差異化系統,從而可將高級別的軟件智能性與硬件優(yōu)化及“任意”連接功能進(jìn)行完美整合,成為驅動(dòng)行業(yè)大趨勢未來(lái)發(fā)展的強大動(dòng)力。
關(guān)鍵技術(shù)相互依存
推動(dòng)這些大趨勢的一些關(guān)鍵技術(shù),包括機器學(xué)習訓練和推斷、實(shí)時(shí)的計算機視覺(jué)、日益異構化的傳感器融合、預測分析、大規模無(wú)線(xiàn)MIMO,網(wǎng)絡(luò )功能虛擬化(NFV)以及超高清視頻串流。我們看到的是,技術(shù)的進(jìn)步有空前加速和統一的趨勢,眾多的技術(shù)正在不斷地被組合在一起,創(chuàng )造出全新的應用和市場(chǎng)。
我們也越來(lái)越多地看到這些大趨勢和相關(guān)支持技術(shù)的相互依存。例如,包括自動(dòng)駕駛汽車(chē)、“協(xié)作機器人(cobot)”和“感知與規避”無(wú)人機等視覺(jué)導向的自主系統的開(kāi)發(fā),就是通過(guò)將可重配置和實(shí)時(shí)傳感器融合、計算機視覺(jué)和機器學(xué)習技術(shù)集中于同一“全可編程”或者硬件加速多處理系統級芯片(MPSoC)而實(shí)現的。
由于5G連接技術(shù)的出現,這些自主系統將成為物聯(lián)網(wǎng)的組成部分,從而獲得不間斷的機器學(xué)習訓練更新、預測維護指令、新功能及服務(wù)更新,以及實(shí)時(shí)的超高清視頻云端上傳和下載。在“霧”計算的配合下,云計算將利用可重配置的FPGA加速技術(shù),以更高的吞吐量和更低的時(shí)延處理這些工作負載。
擴陣容、推環(huán)境、建專(zhuān)區
一方面,Xilinx大力擴充了其產(chǎn)品陣容。今天的Xilinx從產(chǎn)品上既有廣泛的全可編程FPGA器件系列,還包括從單核到雙核,直到多核的可擴展型系統級Zynq SoC及MPSoC芯片; 既有傳統的高端產(chǎn)品系列,又擴充了強大的成本優(yōu)化型FPGA系列和基于A(yíng)RM的SoC系列產(chǎn)品, 從而為越來(lái)越多領(lǐng)域對全可編程器件的需求提供了豐富的選擇。
另一方面,為滿(mǎn)足更加廣泛的軟件與系統工程師社區的需求,Xilinx推出新一代軟件定義的SDx開(kāi)發(fā)環(huán)境,大幅降低FPGA開(kāi)發(fā)難度,為軟件及系統級工程師也能享受FPGA硬件開(kāi)發(fā)的優(yōu)勢提供了“全可編程”的編程模式,工程師可以用其熟悉的C、C++、OpenCL語(yǔ)言或者堆棧進(jìn)行設計。
此外,面向可編程器件應用需求,Xilinx相繼在官網(wǎng)推出了面向軟件、硬件及系統開(kāi)發(fā)人員的嵌入式視覺(jué)開(kāi)發(fā)者專(zhuān)區及“加速專(zhuān)區”。其中匯集龐大而豐富的工程設計資源,包括軟件開(kāi)發(fā)優(yōu)化庫、硬件開(kāi)發(fā)人員視覺(jué) IP、項目,以及Xilinx及其聯(lián)盟計劃成員和社區開(kāi)發(fā)人員所提供的各種教程。通過(guò)這些專(zhuān)區,Xilinx為開(kāi)發(fā)人員快速啟動(dòng)開(kāi)發(fā)下一代視覺(jué)系統提供了一個(gè)“一站式平臺”,幫助他們充分利用基于機器學(xué)習技術(shù)的傳感器融合、高級計算機視覺(jué)算法以及對象檢測與分析功能等。
工業(yè)通訊網(wǎng)絡(luò )成為關(guān)鍵
全球各主要工業(yè)發(fā)達國家引領(lǐng)生產(chǎn)方式變革,穩步推進(jìn)實(shí)施再工業(yè)化、制造業(yè)回歸、工業(yè)4.0等發(fā)展戰略,發(fā)展中國家制造業(yè)擺脫落后產(chǎn)能,實(shí)現轉型升級的需求日趨迫切。
以此為契機,工業(yè)通信網(wǎng)絡(luò )成為了提高生產(chǎn)效率和實(shí)時(shí)處理的關(guān)鍵組成部分。 如今,工業(yè)以太網(wǎng)協(xié)議,如EtherCAT?、PROFINET?、Ethernet I/P?等的節點(diǎn)數量和拓撲結構復雜性的增加,確保了高效通信的可靠性和效率。這些通信網(wǎng)絡(luò )成為貫穿整個(gè)工廠(chǎng)生產(chǎn)的關(guān)鍵。
運動(dòng)控制市場(chǎng)需求增長(cháng)
就國內而言,“中國制造2025”等政策為運動(dòng)控制產(chǎn)品提供了強有力的政策支持,未來(lái)該市場(chǎng)仍有很大的增長(cháng)潛力?!爸腔酃S(chǎng)”概念將為運動(dòng)控制產(chǎn)品帶來(lái)巨大需求;市場(chǎng)對相關(guān)設備產(chǎn)品以及解決方案的需求也應運而生,主要表現在:小型運動(dòng)控制方案正在向包含通訊、反饋、控制等的大型方案轉變和中小客戶(hù)在產(chǎn)業(yè)升級過(guò)程中對運動(dòng)控制需求增長(cháng)。
以太網(wǎng)通訊相關(guān)芯片——RZ/T1系列
近年來(lái),針對這一市場(chǎng)趨勢,瑞薩電子推出了一系列工業(yè)以太網(wǎng)通信相關(guān)芯片。其中,RZ/T1系列是適用于A(yíng)C伺服系統的高速實(shí)時(shí)性芯片。這顆芯片基于A(yíng)RM核,不含ROM的設計使其擁有更高的主頻,能實(shí)現更高速實(shí)時(shí)的處理,這是一般Flash MCU所無(wú)法企及的。
RZ/T1系列是集成度非常高的芯片,它由三大塊組成,即:
1.搭載超實(shí)時(shí)性MCU:Cortex?-R4F@300/450/600MHz(可選),含單、雙精度浮點(diǎn)運算單元,內置緊密耦合存儲器(512K+32K, TCM),消除緩存存儲器易造成的執行時(shí)間波動(dòng),從而實(shí)現高速處理和相應。
2.內置用于工業(yè)以太網(wǎng)通信的R-IN引擎:Cortex?-M3@150MHz, 可支持多種標準工業(yè)以太網(wǎng)通信協(xié)議,如EtherCAT?、PROFINET?、Ethernet I/P?等,客戶(hù)無(wú)需外置其它專(zhuān)用以太網(wǎng)通信芯片。
3.內置編碼器接口:支持多種協(xié)議的編碼器接口,如NIKON A-Format、EnDat、BISS-B/C、Tamagawa Seiki等,客戶(hù)無(wú)需外置FPGA/ASIC即可實(shí)現絕對值編碼器接口功能。
基于RZ/T1芯片,瑞薩電子也提供相應的開(kāi)發(fā)評估套件及運動(dòng)控制解決方案套件,幫助客戶(hù)更容易地評估RZ/T1的各種特性和驅動(dòng)控制性能,縮短開(kāi)發(fā)周期。運動(dòng)控制解決方案套件包含所有開(kāi)發(fā)需要的設備,包括MPU主板、變頻板、電機、固件、工具、文檔等。
邊緣計算和存儲的應用需求
智能制造網(wǎng)絡(luò )邊緣安全需要重視
邊緣計算以及存儲增加是我們持續觀(guān)察到的趨勢。隨著(zhù)行業(yè)變革開(kāi)始向工業(yè)物聯(lián)網(wǎng)(IIoT)和工業(yè) 4.0發(fā)展,制造行業(yè)的機遇仍在孕育當中。智能制造的最終目標是通過(guò)互聯(lián)的流程和實(shí)時(shí)的產(chǎn)品增加對信息的安全訪(fǎng)問(wèn)和可見(jiàn)性,從而提高整個(gè)生態(tài)系統的效率和生產(chǎn)率。因此,智能制造需要更多邊緣計算和存儲,并且可靠、安全地連接到云。
據“Cisco 全球云指數”估計,一家互聯(lián)智能工廠(chǎng)每天可產(chǎn)生1PB數據,其中只有0.2%的數據傳輸回云。傳輸到云的數據量可能因回程的成本效益、數據所有權問(wèn)題等因素而異,由此導致了大量的邊緣處理和數據存儲要求,目的是通過(guò)數據分析獲益。
隨著(zhù)智能制造進(jìn)入數字化時(shí)代,網(wǎng)絡(luò )安全成為亟需解決的熱門(mén)話(huà)題。貫穿在當今眾多攻擊事件中的共同主題是:攻擊者將惡意代碼寫(xiě)入通常位于網(wǎng)絡(luò )附近或邊緣位置的設備的非易失性存儲中,意圖令該設備成為惡意僵尸網(wǎng)絡(luò )的一部分。隨著(zhù)網(wǎng)絡(luò )安全防御體系的發(fā)展正在跟上最新攻擊的發(fā)展步伐,充分利用軟件和硬件的現有功能至關(guān)重要。因此,切不可輕視智能制造網(wǎng)絡(luò )邊緣的系統代碼保護工作。
邊緣計算在制造業(yè)中的應用
在制造業(yè)中,邊緣計算意味著(zhù)“互聯(lián)”機器可以實(shí)時(shí)收集、分析數據,并做出明智的決策。這些計算單元可以通過(guò)傳統的無(wú)線(xiàn)局域網(wǎng)或以太網(wǎng)網(wǎng)絡(luò )實(shí)現互聯(lián),但由于蜂窩網(wǎng)絡(luò )廣為普及且部署成本較低,因此,使用微型機器對機器(M2M)模塊進(jìn)行連接更為高效,這些模塊嵌入到這些邊緣計算單元中,可以始終開(kāi)啟、隨時(shí)可用。這些單元的部署范圍相當廣,可以部署在工廠(chǎng)的遠程節點(diǎn)中,也可以部署到生產(chǎn)車(chē)間執行重復任務(wù)的機器人中。這些邊緣計算單元可直接與云基礎設施進(jìn)行通訊,并直接提供用于分析的數據。通過(guò)機器學(xué)習和各項規則,這些單元還可以根據歷史行為預測潛在問(wèn)題或故障。這為操作員提供了充足的預警,方便做出變更并避免停機,從而提高工作效率并提供更高的投資回報(ROI)。這些邊緣計算單元可以是安全、強大、耐用且性能更高的微型解決方案,比如 M2M 模塊、工業(yè)物聯(lián)網(wǎng)網(wǎng)關(guān)或工業(yè) PC (IPC),它們還可以執行邊緣分析,提供實(shí)時(shí)決策和行動(dòng)。這些工業(yè)PC 通常采用x86和ARM處理器,具備各種外形尺寸,可擴展性好,能夠滿(mǎn)足多種客戶(hù)需求,足以取代可編程邏輯控制器(PLC)或可編程自動(dòng)化控制器(PAC)等傳統的專(zhuān)用解決方案。此外,工廠(chǎng)中的操作員還可以利用工業(yè)PC執行工單管理、通知、報告和儀表盤(pán)任務(wù),有助于提高效率。這樣的工業(yè)PC 可以緊密集成到分布式控制系統或常用的自動(dòng)化工具中。工業(yè)物聯(lián)網(wǎng)網(wǎng)關(guān)是另一種工業(yè)PC,可以通過(guò)嵌入式蜂窩技術(shù)連接可部署的其他高級功能。值得注意的是,雖然蜂窩技術(shù)的進(jìn)步帶來(lái)很多突破,新的蜂窩解決方案不斷問(wèn)世,但由于工業(yè)物聯(lián)網(wǎng)網(wǎng)關(guān)要在極端環(huán)境中進(jìn)行部署,因此,通常該類(lèi)型網(wǎng)關(guān)對于堅固耐用有更高的要求。
工業(yè)商數(IQ)
綜合上述挑戰和趨勢,美光科技推出了自己的工業(yè)商數(IQ)來(lái)應對各項挑戰。推出工業(yè)商數(IQ)是為了針對工業(yè)產(chǎn)品設計在內存和存儲方面做出明智的選擇,不僅有助于滿(mǎn)足功能性的產(chǎn)品要求,還可以確保設計的長(cháng)期可靠性和品質(zhì),適合廣泛的耐用型/工業(yè)使用案例(特別是邊緣計算)。
美光認為工業(yè)商數相當重要,這體現著(zhù)其“設計流程中提前選擇的電子組件和存儲解決方案對實(shí)現長(cháng)期成功至關(guān)重要”這一思維模式。該商數所包括的范圍可從針對具體應用的固件調整、嚴格的產(chǎn)品認證、溫度可靠性測試、擴展的產(chǎn)品可用性,到更高效地管理硬件產(chǎn)品線(xiàn)、最大程度減少代價(jià)高昂的現場(chǎng)故障和維護停機,進(jìn)而降低總體擁有成本 (TCO)。以機器人為例,只選擇技術(shù)正確、密度合適的存儲是不夠的,還務(wù)必要考慮使用壽命、沖擊和振動(dòng)下的性能穩定性、可靠性以及與安全性相關(guān)的參數。
工業(yè)以太網(wǎng)演進(jìn)的PHY解決方案
現代工業(yè)環(huán)境充斥著(zhù)復雜的自動(dòng)化和制造技術(shù),網(wǎng)絡(luò )連接是使其基本運行的關(guān)鍵所在。工業(yè)網(wǎng)絡(luò )通常包括可編程邏輯控制器(PLC)、電機控制和驅動(dòng),以及傳感器網(wǎng)絡(luò )和人機接口(HMI)。以太網(wǎng)技術(shù)將工業(yè)網(wǎng)絡(luò )中的所有這些節點(diǎn)連接起來(lái),在網(wǎng)絡(luò )上傳遞精確控制和同步時(shí)鐘等信息。高速裝配線(xiàn)機器人是工廠(chǎng)應用以太網(wǎng)的一個(gè)例子,通過(guò)實(shí)時(shí)協(xié)調節點(diǎn)移動(dòng),以確保成品被完好無(wú)損地進(jìn)行包裝。
與在辦公網(wǎng)絡(luò )之類(lèi)的企業(yè)應用中部署以太網(wǎng)不同,工業(yè)網(wǎng)路有更多物理與電子不良的環(huán)境——這就帶來(lái)了一系列特殊的挑戰。以太網(wǎng)組件和IEEE? 802.3系列標準正在不斷發(fā)展,以滿(mǎn)足工廠(chǎng)車(chē)間的特殊需求。環(huán)境高溫、電壓浪涌、嚴格的延遲要求和不斷增長(cháng)的網(wǎng)絡(luò )速度是工業(yè)級以太網(wǎng)PHY(物理層設備或者收發(fā)器)必須要解決的一些關(guān)鍵挑戰。
評論