以5G+AIoT为底座，探索制造业从数据驱动到生态赋能路径

在全球制造业转型升级的大背景下，智能制造已成为行业发展的主流趋势。随着物联网、人工智能、大数据等前沿技术的不断融合与创新，传统制造业正逐步向智能化、自动化、高效化方向迈进。

在这场全球性的产业变革中，福建省四信数字科技集团有限公司（以下简称“四信”）凭借其深厚的技术积累和前瞻性的战略视角，积极探索智能制造转型升级路径，为行业树立了标杆。

近日，本刊邀请到四信集团副总经理张志坤先生担任会客室嘉宾，请他分享了四信集团智能制造升级的实践、挑战与未来布局。

张志坤丨福建省四信数字科技集团有限公司副总经理

 

从“制造”到“智造”的跨越

四信集团聚焦物联网通信设备及解决方案领域，以“物联网平台+5G+AI”技术为核心，深度融合数字孪生、边缘计算等前沿科技，为行业提供一站式智能物联服务，被授予专精特新“小巨人”称号。

通过与张志坤的对话，我们了解到，四信的智能制造升级之路，始于对行业需求的前瞻性布局。作为国家级高新技术企业，四信深知传统制造业面临的效率、成本和质量挑战，率先启动数智化转型战略。在智能制造改造升级领域通过技术融合、模块化设计、标准化实施及生态合作，形成了独特的实施路径。

首先，在技术层面，四信以5G+AIoT为核心技术底座，推动制造业从传统孤岛式生产向全连接智能工厂转型。其技术布局包括：

5G LAN技术应用：通过支持5G LAN的工业路由器，实现工厂内网与5G的无缝融合，解决了传统Wi-Fi抗干扰性差、移动性不足等问题。5G LAN技术支持二层通信和网络切片，满足工业场景对低时延、高可靠性的需求，例如AGV小车通过5G图像识别提升运输效率20%。

AIoT边缘计算设备：推出5G AIoT摄像头和睿析边缘智脑网关，实现高清视频传输与实时边缘分析。例如在福建某工厂中，摄像头用于产线禁区人形入侵预警和AGV智能避障，显著提升安全生产率。

轻量化RedCap技术：针对中小企业的成本敏感需求，开发5G RedCap系列产品，降低设备功耗和部署复杂度，适配智慧矿山、电力巡检等场景。

其次，在应用场景落地中，四信的智能制造改造遵循“数据采集→模型训练→系统集成”的闭环路径，通过数据驱动与大模型赋能，来实现智能化解决方案的落地。

以工业数据整合与训练为例，四信利用支持Modbus、SDI-12等多种协议的5G工业路由器、数传终端来整合设备运行、生产工艺、质量检测等环节的数据，实现多源数据的采集。再与工业大模型结合，利用人工智能技术优化参数预测与决策。

此外，四信还采用模块化设计适配需求的方式，公司在实施过程中可将解决方案拆分为生产数据采集、设备监控、质量管理、能源监测等模块，按需组合。

据张志坤介绍，当前，经过改造的四信全资工厂已通过当地工信部的验收，生产效率提升30%，库存成本降低25%，安全事故率下降，具备了向其他生产企业复制推广的条件。

 

5G与AI赋能打造智能制造新引擎

在当前制造业背景下，智能制造已经不是简单的自动化产线+机器人，而是连接起人与物、物与物、人与人之间的闭环，构建畅通的数据流通渠道，和智能化支持、预警、决策的协助环境。

在张志坤看来，“物超人” 时代带来了大量的数据和更广泛的连接，促使工业企业不断探索新的应用场景和业务模式。例如基于物联网数据的预测性维护、质量控制、供应链优化等应用，能够帮助企业提高生产效率、降低成本、提升产品质量。

以四信工厂为例，通过引入AI睿析边缘智能网关，实现了生产流程的智能监控和优化，通过AI设备自带的丰富算法，可针对车间作业人员的人脸、人体/属性、行为分析，提高生产效率和质量，同时也能实现对目标/物品分析，实时监测安全隐患，及时预警并采取措施，显著降低安全生产事故的发生率。

“RedCap技术则为四信生产车间提供了经济高效、灵活可靠的连接方案，使得大量中等复杂度和成本敏感的物联网设备能够轻松接入5G网络，利用5G RedCap和5G-Advanced专网的确定性网络能力，实现了包括新型控制架构、视频监控、数采/能源管理等应用的升级。”张志坤进一步解释道，通过内置四信5G RedCap摄像头或5G RedCap工业网关，实时且精准地采集诸如车间、冷库、仓库内的温度、湿度、敏感气体（甲烷、一氧化碳、硫化氢、二氧化硫、甲醛等气体）关键数据。依靠这些数据，管理者可随时掌握生产环境状况，提前发现潜在隐患，及时调整生产工艺，提升整体运营质量与效益，让工业生产更加科学、有序、高效地开展。

与此同时，在转型升级过程中，企业还可能面临了设备老化、生产效率低下、能耗高等常规性挑战。针对这些问题，张志坤也结合四信工厂的改造经验，给出了建议。

对于设备老化问题，可以利用 5G 网络的高带宽和低时延特性，实时采集设备的运行数据，并将数据传输到云平台进行存储，同时应用AI 技术对这些数据进行建模和分析，通过对比设备正常运行和老化状态下的数据特征，提前发现设备的潜在故障隐患，为设备维护提供精准的决策支持，延长设备使用寿命。

针对数据孤岛，可以利用5G 作为连接纽带，将不同设备、不同系统的数据进行汇聚并传输到云平台上进行统一存储和管理，打破数据之间的壁垒，再使用AI 技术对这些异构数据进行融合和分析，挖掘数据背后的价值，为企业的生产、管理等提供全面的决策依据。

 

实施智能化转型的“最小可行路径”

随着智能制造在全球的盛行，不同规模的企业都面临着转型升级的需求。然而，由于资源、资金、技术水平和市场定位的差异，大中小型企业在实施智能制造转型时呈现出不同的特点和挑战。

在张志坤看来，一般情况下大型企业可一次性投入智能工厂建设，例如部署数字孪生、工业互联网平台等技术复杂程度比较高的项目。中小企业则可以分阶段实施，优先解决招工难、效率低等痛点，选择一些轻量化的方案，例如RedCap模组或SaaS化云平台等。具体来看，可包含以下措施：

• 分阶段实施：从单点自动化（如AGV物流）逐步扩展至产线数字化，避免全面改造的资金压力。
• 上云用平台：通过公有云或行业平台（如工业互联网）获取低成本的数据存储与分析服务，减少本地IT投入。
• 聚焦核心痛点：优先解决生产效率（如AI质检）或能耗管理（如智能电表），快速见效以增强转型信心。
• 借力标杆案例：通过行业协会对接成功转型企业，复制已验证的场景化方案。

 

技术创新与市场拓展应对外部挑战

近几年来，欧美国家加大了制造业回流政策的力度，旨在重塑全球制造业格局，这对中国智能制造企业既带来了挑战，也孕育着机遇。

在这种情况下，张志坤认为，中国智能制造企业需多管齐下。

从技术创新层面，持续加大研发投入，提升自主创新能力，攻克智能制造核心技术装备、关键共性技术等方面的难题，减少对国外技术依赖，像在高端机床、工业机器人关键核心元器件等领域实现突破，提升产品竞争力，以技术优势稳固市场份额。

在产业生态构建上，加强产业链上下游企业合作，构建更具韧性和竞争力的智能制造生态体系。企业间共享资源、协同创新，共同应对外部冲击。例如，行业龙头企业发挥引领作用，带动中小企业融入产业链，形成大中小企业融通发展格局。

同时，积极拓展国内市场与新兴国际市场。随着国内消费升级以及 “双循环” 发展格局推进，深挖国内市场潜力，满足国内多样化智能制造需求。同时，关注 “一带一路” 沿线新兴国际市场，凭借性价比优势与技术实力，开拓新的市场空间，降低对欧美市场的依赖程度，从而有效应对欧美制造业回流政策带来的不确定性 。

“未来几年，工业数字化的核心驱动力将围绕5G、人工智能与机器学习、工业互联网与云平台三大技术展开。5G技术凭借高速率、低时延、大容量特性，可支撑工业自动化控制、远程监控及高清视频传输等实时性、可靠性要求高的场景；人工智能与机器学习通过深度分析工业数据，实现故障预测性维护、工艺参数优化等智能决策功能；工业互联网与云平台则通过连接设备、系统与人员，打破数据孤岛，并结合云平台的弹性算力与存储服务，推动企业远程协作、资源优化配置及降本增效。三大技术融合将加速工业向智能化、柔性化转型，重塑制造业竞争力。”张志坤在采访的最后如此总结道。

 

来源：荣格-《智能制造纵横》

原创声明：
本站所有原创内容未经允许，禁止任何网站、微信公众号等平台等机构转载、摘抄，否则荣格工业传媒保留追责权利。任何此前未经允许，已经转载本站原创文章的平台，请立即删除相关文章。