劉 煒，張 為

(烽火通信科技股份有限公司，武漢 430074)

0 引 言

全球信息與通信技術(shù)(Information and Communications Technology,ICT)產(chǎn)業(yè)正向第5代移動(dòng)通信技術(shù)(5th-Generation,5G)、云計(jì)算、物聯(lián)網(wǎng)和人工智能(Artificial Intelligence,AI)等方向發(fā)展，邊緣計(jì)算(Edge Computing，EC)也獲得空前關(guān)注。EC是在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，就近提供智能服務(wù)，融合網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)和應(yīng)用核心能力的開(kāi)放平臺(tái)，其滿足行業(yè)數(shù)字化與智能化的關(guān)鍵需求[1]。

作為“新基建”的核心領(lǐng)域之一，工業(yè)互聯(lián)網(wǎng)(Industrial Internet)可以看作數(shù)字“新基建”的領(lǐng)頭羊，是實(shí)現(xiàn)產(chǎn)業(yè)數(shù)字化、網(wǎng)絡(luò)化和智能化發(fā)展的重要基礎(chǔ)設(shè)施和關(guān)鍵支撐，為行業(yè)數(shù)字化轉(zhuǎn)型升級(jí)提供了網(wǎng)絡(luò)連接和計(jì)算處理平臺(tái)，加速了實(shí)體經(jīng)濟(jì)各領(lǐng)域的數(shù)字化進(jìn)程[2]。工業(yè)4.0與工業(yè)互聯(lián)網(wǎng)蓬勃興起，對(duì)現(xiàn)場(chǎng)設(shè)備管控、資源優(yōu)化配置和生產(chǎn)智能化等領(lǐng)域都提出了新的要求，迫切需要在工業(yè)現(xiàn)場(chǎng)邊緣處加強(qiáng)網(wǎng)絡(luò)、數(shù)據(jù)和安全體系建設(shè)?？梢哉f(shuō)，EC是實(shí)現(xiàn)工業(yè)互聯(lián)網(wǎng)的必要路徑，工業(yè)互聯(lián)網(wǎng)是EC落地最多的應(yīng)用場(chǎng)景。工業(yè)場(chǎng)景下，傳統(tǒng)中心云架構(gòu)的安全性和實(shí)時(shí)性難以滿足需求，需要具備低時(shí)延要求和輕量化的信息與物理深度融合的應(yīng)用。目前國(guó)內(nèi)工業(yè)互聯(lián)網(wǎng)平臺(tái)雖不少，但多側(cè)重于商業(yè)產(chǎn)品的宣傳和包裝，缺乏兼具指導(dǎo)性和實(shí)用性的通用技術(shù)架構(gòu)。在此背景下，我們提出了邊緣智能(Edge Intelligence,EI)2.0的概念，可就近部署智能化運(yùn)維服務(wù)與靈活便捷的運(yùn)行環(huán)境，基于此構(gòu)建了云、網(wǎng)、邊、端4位一體協(xié)同的完整工業(yè)互聯(lián)網(wǎng)平臺(tái)架構(gòu)，并在表面貼裝技術(shù)(Surface Mounted Technology,SMT)生產(chǎn)線進(jìn)行了實(shí)踐和總結(jié)。

1 EI發(fā)展概述

1.1 EI的現(xiàn)狀與挑戰(zhàn)

EI是指將AI技術(shù)與EC相結(jié)合部署在邊緣節(jié)點(diǎn)，為邊緣側(cè)就近提供場(chǎng)景感知、圖像識(shí)別、數(shù)據(jù)分析和制造協(xié)同與預(yù)測(cè)性維護(hù)等智能化的服務(wù)，以滿足行業(yè)數(shù)字化在敏捷連接、實(shí)時(shí)業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能和安全與隱私保護(hù)等方面的關(guān)鍵需求[3]。

雖然EI自提出以來(lái)就得到了業(yè)界的普遍關(guān)注，但目前仍處于EI 1.0的初級(jí)發(fā)展階段，應(yīng)用并不成熟，主要面臨如下一些挑戰(zhàn)：

一是信息技術(shù)(Information Technology,IT)、通信技術(shù)(Communication Technology,CT)和運(yùn)營(yíng)技術(shù)(Operational Technology,OT)缺乏融合。目前IT與CT已逐漸融合為ICT技術(shù)，但OT技術(shù)體系碎片化明顯，與ICT在標(biāo)準(zhǔn)規(guī)范、行業(yè)語(yǔ)言和知識(shí)背景等方面存在較大差異，數(shù)據(jù)信息難以有效流動(dòng)與集成[4]。

二是知識(shí)沒(méi)有模型化，難以有效利用。工業(yè)互聯(lián)網(wǎng)平臺(tái)的核心是在工業(yè)技術(shù)原理、行業(yè)知識(shí)、基礎(chǔ)工藝和研發(fā)工具規(guī)則化、模塊化和軟件化基礎(chǔ)上的數(shù)字化模型[5]，使之封裝為可重復(fù)使用的組件，否則EI應(yīng)用無(wú)從談起。

三是缺乏智能和高效的整體架構(gòu)，云邊缺乏有效協(xié)同。目前國(guó)內(nèi)工業(yè)互聯(lián)網(wǎng)平臺(tái)架構(gòu)尚未形成統(tǒng)一認(rèn)識(shí)，云端與邊緣側(cè)缺乏有效管理與協(xié)同，相關(guān)業(yè)務(wù)與應(yīng)用仍處于割裂狀態(tài)，沒(méi)有形成端到端的協(xié)作。

1.2 EI 1.0與2.0對(duì)比分析

EI 2.0是在EI 1.0的基礎(chǔ)上，引入了云邊協(xié)同、邊邊協(xié)作、模型裁剪、模型分割與邊緣安全等概念，形成智能化更強(qiáng)、協(xié)同性更好和安全性更高的EI體系，可充分發(fā)揮邊緣設(shè)備與邊緣云的綜合優(yōu)勢(shì)。

EI 2.0重點(diǎn)關(guān)注5個(gè)方面的能力：

(1)云邊協(xié)同能力：通過(guò)云端與邊緣測(cè)的協(xié)同，實(shí)現(xiàn)分布式與集中式的平衡；

(2)邊邊協(xié)作能力：在邊緣自治的前提下，實(shí)現(xiàn)邊邊協(xié)作，強(qiáng)化互聯(lián)互通；

(3)模型裁剪與分割：對(duì)AI模型做裁剪與分割，可在邊緣服務(wù)器和終端同時(shí)做AI訓(xùn)練，并支持可重構(gòu)計(jì)算，最大化發(fā)揮終端與邊緣協(xié)同的優(yōu)勢(shì)；

(4)容災(zāi)備份能力：在邊緣側(cè)和邊緣云增加本地容災(zāi)備份能力，并且在中心云也能進(jìn)行異地?cái)?shù)據(jù)備份；

(5)數(shù)據(jù)隱私與安全：通過(guò)虛擬專網(wǎng)、安全組件和權(quán)限控制等手段增加數(shù)據(jù)隱私與安全性。

EI 1.0與2.0的主要差異如表1所示。

表1 EI 1.0與2.0對(duì)比

2 基于EI 2.0的工業(yè)互聯(lián)網(wǎng)平臺(tái)架構(gòu)

2.1 工業(yè)互聯(lián)網(wǎng)平臺(tái)總體架構(gòu)

為充分發(fā)揮中心云的優(yōu)勢(shì)與EI 2.0的能力，我們?cè)O(shè)計(jì)了“中心云/行業(yè)云—工業(yè)邊緣云(邊緣智腦)—邊緣網(wǎng)關(guān)—邊緣設(shè)備”的工業(yè)互聯(lián)網(wǎng)平臺(tái)4層架構(gòu)，總體邏輯框架如圖1所示。其中，邊緣智腦是平臺(tái)的重中之重，按照基礎(chǔ)設(shè)施即服務(wù)(Infrastructure as a Service,IaaS)、平臺(tái)即服務(wù)(Platform as a Service,PaaS)和軟件即服務(wù)(Software as a Service,SaaS)的通用云計(jì)算架構(gòu)設(shè)計(jì)。EI 2.0主要部署在邊緣智腦的PaaS層，包括開(kāi)放應(yīng)用編程接口(Open Application Programming Interface, OpenAPI)，軟件開(kāi)發(fā)過(guò)程、方法與系統(tǒng)的統(tǒng)稱(Development & Operations, DevOps)、微服務(wù)框架和AI訓(xùn)練模型等；邊緣網(wǎng)絡(luò)主要包括無(wú)線保真(Wireless Fidelity,WiFi)、工業(yè)無(wú)源光網(wǎng)絡(luò)(Passive Optical Network,PON)和時(shí)間敏感型網(wǎng)絡(luò)(Time Sensitive Network,TSN)等多種網(wǎng)絡(luò)結(jié)構(gòu)；邊緣網(wǎng)關(guān)則分為北向、核心層和南向，其中北向包括輕量級(jí)現(xiàn)場(chǎng)應(yīng)用與安全外殼協(xié)議(Secure Shell,SSH)、消息隊(duì)列遙測(cè)傳輸(Message Queuing Telemetry Transport,MQTT)等上行通信協(xié)議，核心層主要是嵌入式操作系統(tǒng)及核心組件，南向則主要包括中央處理器(Central Processing Unit,CPU)、圖形處理器(Graphics Processing Unit,GPU)和現(xiàn)場(chǎng)可編程邏輯門陣列(Field Programmable Gate Array,FPGA)等硬件及用于過(guò)程控制的對(duì)象鏈接和嵌入統(tǒng)一體系結(jié)構(gòu)(Object Linking and Embedding for Process Control Unified Architecture,OPC UA)和Modbus等通用工業(yè)協(xié)議；邊緣終端則包括傳感器、工業(yè)機(jī)器人、自動(dòng)導(dǎo)引運(yùn)輸車(Automated Guided Vehicle,AGV)和有軌制導(dǎo)車輛(Rail Guided Vehicle,RGV)等現(xiàn)場(chǎng)設(shè)備。

圖1 基于EI 2.0的工業(yè)互聯(lián)網(wǎng)平臺(tái)總體架構(gòu)

在圖1所示架構(gòu)中，中心云、行業(yè)云、公有云和其他云處于外網(wǎng)環(huán)境，主要提供行業(yè)數(shù)據(jù)與公共資源。工業(yè)邊緣云處于企業(yè)內(nèi)網(wǎng)，由邊緣智腦、邊緣網(wǎng)絡(luò)、邊緣網(wǎng)關(guān)和邊緣終端共同構(gòu)建，邊緣智腦平臺(tái)作為整個(gè)工業(yè)互聯(lián)網(wǎng)平臺(tái)的核心，起到設(shè)備管控、資源調(diào)度、數(shù)據(jù)處理、建模分析與應(yīng)用支撐等關(guān)鍵作用；邊緣網(wǎng)關(guān)則將生產(chǎn)一線的數(shù)據(jù)進(jìn)行采集與預(yù)處理，實(shí)現(xiàn)現(xiàn)場(chǎng)設(shè)備與工業(yè)系統(tǒng)之間的打通。

該架構(gòu)最大的特色是融合了邊緣云與工業(yè)大數(shù)據(jù)以及行業(yè)云和公有云的各自優(yōu)勢(shì)，具備了云網(wǎng)融合、云邊協(xié)同與邊邊協(xié)作3大關(guān)鍵特征，可以最大化地發(fā)揮出EI在工業(yè)互聯(lián)網(wǎng)領(lǐng)域的重要作用，有極強(qiáng)的創(chuàng)新性、開(kāi)放性與適用性。

2.2 邊緣智腦技術(shù)架構(gòu)

邊緣智腦是工業(yè)邊緣云的核心，也是EI 2.0的主要載體，按照邊緣云基礎(chǔ)服務(wù)(EC-IaaS)層、邊緣云平臺(tái)服務(wù)(EC-PaaS)層和邊緣云應(yīng)用服務(wù)(EC-SaaS)層的3層云計(jì)算架構(gòu)來(lái)構(gòu)建，其詳細(xì)技術(shù)架構(gòu)如圖2所示。

圖2 工業(yè)邊緣智腦技術(shù)架構(gòu)示意圖

(1)EC-SaaS包括與工業(yè)制造密切相關(guān)的設(shè)備綜合效率(Overall Equipment Effectiveness, OEE)、生產(chǎn)過(guò)程執(zhí)行管理系統(tǒng)(Manufacturing Execution System,MES)、統(tǒng)計(jì)過(guò)程控制系統(tǒng)(Statistical Process Control,SPC)與企業(yè)資源計(jì)劃(Enterprise Resource Planning,ERP)等工業(yè)APP，為生產(chǎn)一線提供行業(yè)賦能。

(2)EC-PaaS主要包括虛擬化網(wǎng)絡(luò)功能(Virtualize Network Function,VNF)、AI訓(xùn)練模型、DevOps、微服務(wù)架構(gòu)及通用的工業(yè)機(jī)理模型與數(shù)據(jù)建模工具等，并能通過(guò)標(biāo)準(zhǔn)的OpenAPI 規(guī)范提供遠(yuǎn)程服務(wù)，EC-PaaS可以說(shuō)是工業(yè)邊緣智腦的重中之重。

(3)EC-IaaS主要提供資源統(tǒng)一編排能力、異構(gòu)資源管理能力、邊緣設(shè)備管理能力和系統(tǒng)部署運(yùn)維能力等，通過(guò)Kubernetes+Docker底座對(duì)OpenStack組件進(jìn)行容器化部署，可以為應(yīng)用層提供裸機(jī)、虛擬機(jī)(Virtual Machine, VM)和容器集群等多樣化的管理與服務(wù)。

(4)其他功能：包括X86邊緣服務(wù)器、AI芯片、分布式存儲(chǔ)、虛擬交換機(jī)(Open vSwitch,OVS)與軟件交換系統(tǒng)(Auvtech VoIP SoftSwitch,AVS)等軟硬件系統(tǒng)，主要為邊緣智腦提供底層的計(jì)算、網(wǎng)絡(luò)、存儲(chǔ)與安全等基礎(chǔ)能力支撐。

2.3 工業(yè)邊緣網(wǎng)關(guān)架構(gòu)

邊緣網(wǎng)關(guān)是聯(lián)結(jié)物理世界與數(shù)字世界的重要橋梁，就像工業(yè)互聯(lián)網(wǎng)的神經(jīng)結(jié)，將工業(yè)現(xiàn)場(chǎng)的產(chǎn)線、管道、變頻器、可編程邏輯控制器(Programmable Logic Controller，PLC)和機(jī)器人等設(shè)備連接起來(lái)，以適應(yīng)現(xiàn)場(chǎng)應(yīng)用低延時(shí)、高可靠和多樣化的需求，并配合邊緣智腦共同進(jìn)行智能化數(shù)據(jù)處理。按照邊緣網(wǎng)關(guān)云邊協(xié)同與邊緣自治的需要，我們將邊緣網(wǎng)關(guān)設(shè)計(jì)為北向、南向與核心層3部分，技術(shù)架構(gòu)如圖3所示。

圖3 工業(yè)邊緣網(wǎng)關(guān)技術(shù)架構(gòu)示意圖

(1)北向：指邊緣網(wǎng)關(guān)的數(shù)據(jù)層，包括流式數(shù)據(jù)的預(yù)處理、現(xiàn)場(chǎng)側(cè)AI算法、服務(wù)注冊(cè)以及規(guī)則引擎下發(fā)等。通過(guò)SSH和MQTT等北向接口協(xié)議，邊緣智腦能對(duì)邊緣網(wǎng)關(guān)進(jìn)行集中運(yùn)維和管控，并實(shí)現(xiàn)系統(tǒng)和應(yīng)用程序的遠(yuǎn)程更新，支持遺留設(shè)備或?qū)Ｓ性O(shè)備的軟件開(kāi)發(fā)工具包(Software Development Kit,SDK)。

(2)南向：指邊緣網(wǎng)關(guān)的物理層，可以是X86架構(gòu)或更輕量化的精簡(jiǎn)指令集機(jī)器(Acorn RISC Machine,ARM)架構(gòu)，支持CPU、GPU、FPGA和適應(yīng)機(jī)器學(xué)習(xí)的張量處理單元(Tensor Processing Unit,TPU)，能進(jìn)行協(xié)議轉(zhuǎn)換并連接各類現(xiàn)場(chǎng)設(shè)備。南向協(xié)議采取TSN與OPC-UA的融合技術(shù)(OPC UA over TSN)，將 IT 和 OT 無(wú)縫融合到工業(yè)通信項(xiàng)目中，可實(shí)現(xiàn)從傳感層、控制層和管理層直到云端的數(shù)據(jù)通信，是打通現(xiàn)場(chǎng)設(shè)備與邊緣網(wǎng)關(guān)的重要通道，確保了工業(yè)場(chǎng)景中擁有跨廠商的互操作性，構(gòu)建了全新OICT(IT+CT+OT)融合生態(tài)系統(tǒng)[6]。

(3)核心層：指邊緣網(wǎng)關(guān)的系統(tǒng)層，包括操作系統(tǒng)、容器環(huán)境與核心組件。目前主流嵌入式操作系統(tǒng)都是基于Linux的，包括CentOS和Ubuntu等；Kubernetes則是容器編排事實(shí)標(biāo)準(zhǔn)；核心組件我們采用EdgeX Foundry框架，可在Kubernetes環(huán)境中運(yùn)行，能提供微服務(wù)配置、持久性存儲(chǔ)庫(kù)和設(shè)備服務(wù)配對(duì)等功能，處理北向應(yīng)用及其他微服務(wù)發(fā)往南向的請(qǐng)求。EdgeX Foundry框架與平臺(tái)或供應(yīng)商無(wú)關(guān)，可由微服務(wù)或軟件組件進(jìn)行升級(jí)或替換，支持設(shè)備/傳感器現(xiàn)場(chǎng)部署，安全且易于管理[7]。

(4)通信層：負(fù)責(zé)現(xiàn)場(chǎng)設(shè)備、傳感器與邊緣網(wǎng)關(guān)之間的數(shù)據(jù)通信，具體又分為通用無(wú)線分組服務(wù)(General Packet Radio Service,GPRS)、窄帶物聯(lián)網(wǎng)(Narrow Band Internet of Things, NB-IoT)、長(zhǎng)程無(wú)線(Long Range, LoRa)等中遠(yuǎn)距離通信技術(shù)，和藍(lán)牙、WiFi、近場(chǎng)無(wú)線(Near Field Communication,NFC)與紫蜂(Zigbee,ZB)等短距離無(wú)線通信技術(shù)，可適應(yīng)不同應(yīng)用場(chǎng)景。

2.4 云邊協(xié)同與邊邊協(xié)作

云邊協(xié)同與邊邊協(xié)作是實(shí)現(xiàn)工業(yè)互聯(lián)網(wǎng)的重要基礎(chǔ)，涉及邊緣云平臺(tái)與邊緣網(wǎng)關(guān)各層面的協(xié)同，包括EC-IaaS層與邊緣網(wǎng)關(guān)南向的計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)與安全等資源的協(xié)同；EC-PaaS層與邊緣網(wǎng)關(guān)核心層的數(shù)據(jù)協(xié)同、智能協(xié)同和業(yè)務(wù)管理協(xié)同；EC-SaaS層與邊緣網(wǎng)關(guān)北向的應(yīng)用服務(wù)協(xié)同；加上邊緣節(jié)點(diǎn)之間構(gòu)成的邊緣通信網(wǎng)與邊緣算力網(wǎng)，從而克服數(shù)據(jù)傳輸瓶頸，對(duì)數(shù)據(jù)、計(jì)算和網(wǎng)絡(luò)進(jìn)行整體優(yōu)化以達(dá)到最佳效率，最終達(dá)到云、網(wǎng)、邊、端4位一體的協(xié)同，其協(xié)同方式如圖4所示。

圖4 云邊協(xié)同與邊邊協(xié)作示意圖

(1)資源協(xié)同：包括邊緣節(jié)點(diǎn)所需的計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)和虛擬化等基礎(chǔ)設(shè)施資源的協(xié)同，以及邊緣節(jié)點(diǎn)設(shè)備自身的生命周期管理協(xié)同[8]。在邊緣網(wǎng)關(guān)資源不足的情況下，可以調(diào)用邊緣云的資源作為補(bǔ)充，并根據(jù)現(xiàn)場(chǎng)情況對(duì)邊緣側(cè)網(wǎng)絡(luò)的負(fù)載均衡進(jìn)行調(diào)整，滿足邊緣側(cè)應(yīng)用對(duì)資源的需求。

(2)數(shù)據(jù)協(xié)同：邊緣節(jié)點(diǎn)主要負(fù)責(zé)數(shù)據(jù)采集，按照規(guī)則或數(shù)據(jù)模型對(duì)數(shù)據(jù)進(jìn)行初步處理與分析，將處理后的數(shù)據(jù)，尤其是異常(如告警和故障)數(shù)據(jù)上傳給云端；邊緣云持續(xù)接收邊緣節(jié)點(diǎn)的數(shù)據(jù)，基于海量的運(yùn)行狀態(tài)數(shù)據(jù)開(kāi)展大數(shù)據(jù)統(tǒng)計(jì)分析、供應(yīng)鏈和訂單分配等模型的持續(xù)訓(xùn)練與優(yōu)化[9]。

(3)智能協(xié)同：EI 2.0的核心是通過(guò)模型分割與模型壓縮將復(fù)雜的計(jì)算任務(wù)放到邊緣云平臺(tái)上運(yùn)行，計(jì)算量小的算法則放在現(xiàn)場(chǎng)側(cè)運(yùn)行，通過(guò)邊緣網(wǎng)關(guān)與云平臺(tái)協(xié)同訓(xùn)練，有效降低深度學(xué)習(xí)模型的推斷時(shí)延。目前模型壓縮較主流的是剪枝(Pruning)法，利用無(wú)監(jiān)督端對(duì)端訓(xùn)練剪枝網(wǎng)絡(luò)中冗余的異質(zhì)結(jié)構(gòu)，通過(guò)快速迭代閾值收縮算法解決優(yōu)化問(wèn)題，穩(wěn)定移除冗余結(jié)構(gòu)，提升剪枝效率[10]，以更好地在邊緣側(cè)進(jìn)行模型推理。此外，針對(duì)邊緣推理中大規(guī)模推理服務(wù)的成本優(yōu)化問(wèn)題，可采取多版本模型與多數(shù)據(jù)模型自適應(yīng)推理機(jī)制，通過(guò)預(yù)先測(cè)量模型“壓縮”和數(shù)據(jù)“壓縮”對(duì)推理精度的影響，在滿足用戶對(duì)推理服務(wù)要求的響應(yīng)時(shí)間和準(zhǔn)確性的基礎(chǔ)上,利用計(jì)算資源和帶寬資源之間的折衷,并同時(shí)調(diào)整模型和數(shù)據(jù)版本,在面向大規(guī)模推理請(qǐng)求服務(wù)時(shí),可最大程度地降低總體服務(wù)成本[11]。

(4)邊邊協(xié)作：包括邊邊網(wǎng)絡(luò)與邊邊計(jì)算協(xié)作(邊緣算力網(wǎng))。邊邊網(wǎng)絡(luò)的重點(diǎn)是邊緣節(jié)點(diǎn)之間直接通信，基于由眾多邊緣節(jié)點(diǎn)構(gòu)建的分布式傳輸加速網(wǎng)絡(luò)來(lái)克服互聯(lián)網(wǎng)的數(shù)據(jù)傳輸穩(wěn)定性和跨運(yùn)營(yíng)商的傳輸速度瓶頸等問(wèn)題，無(wú)需通過(guò)中心繞道[12]。邊緣算力網(wǎng)將計(jì)算能力和網(wǎng)絡(luò)狀況作為路由信息發(fā)布到網(wǎng)絡(luò)，網(wǎng)絡(luò)基于虛擬的服務(wù)身份標(biāo)識(shí)號(hào)(Identity Document,ID)將計(jì)算任務(wù)報(bào)文路由到最合適的計(jì)算節(jié)點(diǎn)，實(shí)現(xiàn)邊邊協(xié)作，利用服務(wù)的多副本特性，實(shí)現(xiàn)用戶的就近接入和服務(wù)的負(fù)載均衡，適應(yīng)服務(wù)的動(dòng)態(tài)性[13]。

3 EI 2.0在SMT產(chǎn)線的應(yīng)用研究

3.1 SMT典型問(wèn)題與解決方案

SMT是在印刷電路板(Printed Circuit Board,PCB)基礎(chǔ)上進(jìn)行加工的系列工藝流程的簡(jiǎn)稱，是電子組裝行業(yè)里最主要的一種技術(shù)和工藝。傳統(tǒng)SMT產(chǎn)線是孤島式的，沒(méi)有設(shè)備間的互聯(lián)互通，僅依靠技術(shù)人員的經(jīng)驗(yàn)設(shè)定參數(shù)，需要大量人員進(jìn)行設(shè)備維護(hù)與檢測(cè)，尤其在錫膏檢測(cè)(Solder Paste Inspection,SPI)和自動(dòng)光學(xué)檢測(cè)(Automated Optical Inspection,AOI)等工序的誤判點(diǎn)數(shù)多，造成產(chǎn)線直通率下降，每條SMT產(chǎn)線均需安排目檢人員進(jìn)行二次復(fù)判，而大量目檢容易造成成本上升和產(chǎn)能下降[14]。

上述問(wèn)題普遍存在于電子制造業(yè)中，是典型共性問(wèn)題，因此我們建立了基于SMT大數(shù)據(jù)的EI 2.0解決方案。本次研究對(duì)象為兩條全自動(dòng)SMT生產(chǎn)線，采取本文第2部分所述架構(gòu)，由邊緣網(wǎng)關(guān)負(fù)責(zé)采集和緩存SMT數(shù)據(jù)，邊緣智腦則對(duì)采集的數(shù)據(jù)進(jìn)行建模與分析，對(duì)SMT制程、SMT機(jī)臺(tái)參數(shù)和SPI/AOI的檢測(cè)數(shù)據(jù)等進(jìn)行處理，及時(shí)偵測(cè)產(chǎn)線異常狀態(tài)，并提供基于EI 2.0的智能化應(yīng)用。

3.2 SMT智能產(chǎn)線的數(shù)據(jù)采集

SMT產(chǎn)線包括多種設(shè)備，需通過(guò)邊緣網(wǎng)關(guān)數(shù)據(jù)采集功能滿足對(duì)流式數(shù)據(jù)源、靜態(tài)數(shù)據(jù)源和應(yīng)用程序接口(Application Programming Interface,API)數(shù)據(jù)源等多種數(shù)據(jù)源的整合。數(shù)據(jù)采集以采集插件的形式適配各種場(chǎng)景，包括數(shù)據(jù)庫(kù)采集器、文件采集器、API采集器和日志采集器等。數(shù)采對(duì)象包括3類：一是絲印機(jī)和回流爐等生產(chǎn)類設(shè)備，以收集設(shè)備當(dāng)前狀態(tài)信息為主，從而實(shí)現(xiàn)信息追溯；二是SPI和AOI等檢測(cè)類設(shè)備，需要對(duì)生成的數(shù)據(jù)進(jìn)行深度分析；三是貼片機(jī)等綜合類設(shè)備，既要收集狀態(tài)信息，也需要對(duì)數(shù)據(jù)進(jìn)行深度分析，以提升生產(chǎn)效率。

SMT產(chǎn)線數(shù)據(jù)源分為設(shè)備通用數(shù)據(jù)及關(guān)鍵數(shù)據(jù)，包括PCB條碼、機(jī)器標(biāo)識(shí)碼、開(kāi)關(guān)機(jī)狀態(tài)、運(yùn)行狀態(tài)、待機(jī)狀態(tài)、運(yùn)行效率和程序參數(shù)等。本次試點(diǎn)SMT產(chǎn)線設(shè)備清單及關(guān)鍵數(shù)據(jù)采集需求如表2所示。

表2 SMT產(chǎn)線關(guān)鍵設(shè)備數(shù)據(jù)

3.3 SMT智能產(chǎn)線生產(chǎn)類應(yīng)用

SMT產(chǎn)線具有小批量和多品種的特點(diǎn)，其智能化是以工業(yè)4.0時(shí)代少量多單、快速備料及易于維護(hù)為目標(biāo)。SMT產(chǎn)線的智能化應(yīng)用可分為生產(chǎn)與檢測(cè)兩大類，SMT生產(chǎn)類應(yīng)用包括SPI看板、生產(chǎn)時(shí)序圖、產(chǎn)線平衡統(tǒng)計(jì)分析和OEE等，具體應(yīng)用情況如下：

(1)數(shù)字地圖：實(shí)時(shí)反映工廠、車間和產(chǎn)線的設(shè)備布局和狀態(tài)，針對(duì)產(chǎn)線的實(shí)際布局和設(shè)備類型進(jìn)行了定制化展示；

(2)生產(chǎn)時(shí)序圖：通過(guò)生產(chǎn)節(jié)拍、設(shè)備狀態(tài)、不良品和不良率時(shí)序圖4種維度綜合反映真實(shí)的生產(chǎn)狀態(tài)，滿足各種場(chǎng)景下的數(shù)據(jù)分析和回溯；

(3)產(chǎn)線平衡統(tǒng)計(jì)分析：主要用于分析產(chǎn)線設(shè)備之間的生產(chǎn)平衡度，找出產(chǎn)線的生產(chǎn)瓶頸工序，然后進(jìn)行針對(duì)性地分析和優(yōu)化，以提升產(chǎn)線的整體生產(chǎn)效率和產(chǎn)量；同時(shí)找出產(chǎn)線生產(chǎn)不飽和工序，然后考慮對(duì)不飽和設(shè)備進(jìn)行更多任務(wù)的分配及資源整合，提升整體的設(shè)備利用率，降低設(shè)備等料和空轉(zhuǎn)等不必要的浪費(fèi)。

(4)設(shè)備效率分析：SMT產(chǎn)線之間比較相似，橫向?qū)Ρ榷鄺lSMT產(chǎn)線之間的OEE數(shù)據(jù)，進(jìn)行對(duì)標(biāo)，找出表現(xiàn)較好和表現(xiàn)較差的產(chǎn)線，包括直通率、拋料率及拋料根因分析等，并預(yù)估出較差產(chǎn)線的提升空間和預(yù)期目標(biāo)，同時(shí)對(duì)比產(chǎn)線內(nèi)設(shè)備的利用率，找出瓶頸設(shè)備和不飽和設(shè)備，再進(jìn)行針對(duì)性優(yōu)化。

典型的SPI看板與智能應(yīng)用情況如圖5所示。

圖5 SMT產(chǎn)線智能應(yīng)用看板

3.4 SMT智能產(chǎn)線檢測(cè)類應(yīng)用

SMT產(chǎn)線對(duì)元器件的包裝方式、引腳共面性和可焊性等有嚴(yán)苛的要求，AOI是基于光學(xué)原理對(duì)焊接生產(chǎn)中遇到的常見(jiàn)缺陷進(jìn)行檢測(cè)的設(shè)備，在SMT產(chǎn)線中普遍應(yīng)用。AOI通過(guò)攝像頭自動(dòng)掃描PCB，采集圖像，測(cè)試的焊點(diǎn)與數(shù)據(jù)庫(kù)中的合格參數(shù)進(jìn)行比較，經(jīng)過(guò)圖像處理，檢查出PCB上的缺陷[15]。

AOI普遍存在缺陷條件建立過(guò)程繁瑣、無(wú)法符合新型態(tài)或更細(xì)微的條件檢查、產(chǎn)品100%全檢且誤報(bào)率低等問(wèn)題，因此我們引入AI模型進(jìn)行改善。在邊緣網(wǎng)關(guān)部署SMT AI AOI推理引擎，將AOI設(shè)備近半年的照片數(shù)據(jù)送至邊緣智腦服務(wù)器，通過(guò)AI模型的部署及再訓(xùn)練，在7 s內(nèi)即可完成單片PCB瑕疵檢測(cè)，在此基礎(chǔ)上產(chǎn)線人員做二次復(fù)判認(rèn)定模型瑕疵并標(biāo)記，同時(shí)輸出模型瑕疵檢測(cè)分類分析及每日模型檢測(cè)報(bào)告，可大幅減少誤判率，并與制造執(zhí)行管理系統(tǒng)直接對(duì)接。本次試點(diǎn)產(chǎn)線SMT AOI 的EI應(yīng)用方案如圖6所示。

圖6 EI 2.0在SMT AOI中的應(yīng)用

3.5 SMT智能產(chǎn)線的應(yīng)用效果

通過(guò)實(shí)施邊緣智腦平臺(tái)及相關(guān)應(yīng)用，試點(diǎn)SMT產(chǎn)線智能化取得了如下成效：

(1)實(shí)現(xiàn)SMT設(shè)備自動(dòng)化與智能化，減少了30%的人力投入；

(2)運(yùn)用深度學(xué)習(xí)等AI手段進(jìn)行智能分析并優(yōu)化SMT制程參數(shù)，誤報(bào)率降低約35%，SPI檢出率提升至98%以上；

(3)實(shí)現(xiàn)產(chǎn)線關(guān)鍵數(shù)據(jù)可視化，并進(jìn)行即時(shí)管理與調(diào)配，成本降低約20%；

(4)提升產(chǎn)線總體品質(zhì)管理，降低退料審查(Return Material Authorization，RMA)成本約15%；

(5)人員訓(xùn)練時(shí)間從6個(gè)月縮短至3個(gè)月，人才培訓(xùn)速率提升約50%。

4 結(jié)束語(yǔ)

本文將EC、AI和工業(yè)互聯(lián)網(wǎng)進(jìn)行有機(jī)整合，在EI 1.0的基礎(chǔ)上設(shè)計(jì)出基于EI 2.0的工業(yè)互聯(lián)網(wǎng)平臺(tái)整體架構(gòu)，理清了工業(yè)邊緣云、邊緣網(wǎng)關(guān)與終端設(shè)備之間的關(guān)系，明確了各部分的核心模塊與云邊協(xié)同方式，并提出了工業(yè)邊緣網(wǎng)關(guān)北向、南向及核心層的技術(shù)體系，以實(shí)現(xiàn)端到端的工業(yè)互聯(lián)網(wǎng)業(yè)務(wù)整合?；诖思軜?gòu)，我們對(duì)兩條SMT產(chǎn)線進(jìn)行了試點(diǎn)改造，重點(diǎn)將EI 2.0應(yīng)用在AOI檢測(cè)上，并對(duì)SMT制程、產(chǎn)線平衡和SPI檢測(cè)等進(jìn)行智能分析與優(yōu)化處理，取得了較好的應(yīng)用效果。同時(shí)，在實(shí)踐中也發(fā)現(xiàn)，雖然現(xiàn)場(chǎng)設(shè)備完成了數(shù)據(jù)采集，但利用率不高，真正能有效利用的只占全部數(shù)據(jù)的約10%。因此，數(shù)據(jù)采集只是實(shí)現(xiàn)工業(yè)互聯(lián)網(wǎng)平臺(tái)的第一步，如何與生產(chǎn)實(shí)際相結(jié)合，以及如何發(fā)揮出工業(yè)大數(shù)據(jù)的價(jià)值，還有待業(yè)內(nèi)不斷研究探索。