1、中國的5G建設正在迅速推進，並且是全球最大的5G網路。
目前中國已經建設5G基站超過84萬，已建成全球規模最大的5G獨立主網網路，覆蓋全國所有地級以上城市。」
工業和資訊化部資訊通訊發展司副司長張學植在7月14日2021中國互聯網大會5G創新論壇上表示，中國的5G套用正迎來了規模化發展的關鍵期。
張學植表示，當前全球新一輪科技革命和產業變革方興未艾，深刻影響全球經濟社會發展，5G作為資訊通訊技術演進升級的重要方向，是推動經濟社會數位化轉型的重要基石。
2、和個人使用者的5G套用不溫不火相比，工業互聯網領域，5G的套用非常火爆。
5G+工業互聯網成為工業互聯網和5G發展行程中，產業熱情度最高、創新最活躍、成效最顯著的領域之一。工業和資訊化部資訊通訊管理局局長趙誌國表示，目前全國工業企業建設「5G+工業互聯網」計畫超過1500個，覆蓋了22個國民經濟重要行業。
包括我本人也在從事基於5G的工業互聯網計畫，簡單介紹下5G和4G、3G以及光纖+WiFi的最大區別：
工業互聯網對網路的需求非常強烈，在5G到來之前，網路端的主要套用是窄帶NB-IoT和光纖區域網路，有些工業機器人會依賴於WiFi。
隨著技術的升級，工業裝置對頻寬的要求也越來越高。
以我負責的某個計畫為例，
最初嘗試使用4G，但4G頻寬不太夠，只能做備份。
主網路以租用移動、聯通的專線為主。
5G推出後，和營運商合作建設5G專網，對於企業來說，建設成本低於專線，穩定性不遜於專網。
隔壁某知名家電上市公司，去年把工業機器人也都換成了5G專網。
原來是兩套方案，一套是拖尾巴的網線模式，適用於固定位置的工業機器人；另一套是光纖+WiFi的方案，適用於滿倉庫歡快的跑動的AVG機器人。
很多人不理解，光纖+WiFi不比5G更快更穩定？
然而實際情況是，5G的低延遲和海量接入的特性，導致5G專網要比光纖+WiFi更穩定，在跨城市跨工廠跨車間互通方面穩定性和成本優勢明顯；尤其是後期運維，整體成本更低，深受企業使用者的歡迎。
另外，用光纖+WiFi意味著你要養一支網路運維團隊，用5G專網只需要給營運商付租金就可以了，運維更專業。
附行業案例（以下為轉載）：
（一）電子裝置制造業
電子裝置制造業自動化水平高，數位化、網路化基礎好，產品叠代速度快，存在降低勞動力成本、減少物料庫存、嚴控產品品質、快速響應客戶差異化要求等迫切需求， 發展智慧化制造、個人化客製、精益化管理等模式潛力大。
華為、海爾、格力、中興等利用 5G 技術積極實踐柔性生產制造、現場輔助裝配、機器視覺質檢、廠區智慧物流等典型套用場景，顯著提高了生產制造效率、降低了生產成本、提升了系統柔性，為電子裝置制造行業實作數位化轉型進行了有益探索。
案例 1：華為與中國移動合作，在廣東省松山湖工廠利用 5G 技術實作了柔性生產制造場景的套用。華為松山湖工廠原有手機生產車間需要布線 9 萬米，每條生產線平均擁有 186 台裝置，生產線每半年隨新手機機型的更新需要進行升級和調整，物料變更、工序增減等要求車間所有網線的重新布放，每次調整需要停工 2 周，以每 28 秒一部手機計算，一天停工影響產值達 1000 多萬。透過 5G 與工業互聯網的融合套用，華為松山湖工廠把生產線現有的 108 台貼片機、回流爐、點膠機透過 5G 網路實作無線化連線， 完成「剪辮子」改造，每次生產線調整時間從 2 周縮短為 2 天。同時，在手機組裝過程中的點隔熱膠、打螺釘、手機貼膜、打包封箱等工位部署視覺檢測相機，透過 5G 網路連線，把圖片或視訊發送到部署在 MEC 上的（人工智慧）AI 模組中進行訓練，一方面多線共享樣本後縮短了模型訓練周期，另一方面實作了從「多步一檢」到「一步一檢」 模式改變，及時發現產品品質問題。
案例 2：海爾與中國移動合作，在山東省青島市利用 5G 技術實作了精密工業裝備的現場輔助裝配場景的套用。青島海爾家電工廠結合海爾卡奧斯工業互聯網平台，打造基於 5G+MEC 的互聯工廠，開展了基於 AR 眼鏡的 5G 遠端輔助裝配，工人透過佩戴 AR 眼鏡采集關鍵工業裝備的現場視訊，同時從後台系統調取產品安裝指導推播到 AR 眼鏡上，實作了一邊查閱操作指導一邊裝配的目的。當工人發現無法自行解決問題時，還可以透過 5G 網路聯系遠端專家，實作即時遠端指導。另外，透過將算力部署在MEC 側， 降低了 AR 眼鏡算力要求與眼鏡重量，實作數據的本地計算，保障視訊數據不出園區， 一方面解決了以往 Wi-Fi 連線產生的訊號不穩定、暈眩感和 AR 眼鏡偏重的困擾，另一方面也節省了維修時間和成本。
案例 3：格力與中國聯通合作，在廣東省利用 5G 技術部署了機器視覺質檢場景的套用。在格力電器的總裝車間，聯通以一套獨立 MEC 為格力打造了工業虛擬專網，實作生產控制網與生產管理網融合，在模擬場景中基於樣本訓練建立數據模型，在需要自動檢測的工位上安裝 5G 高畫質網路攝影機，與自動化生產線同頻聯調，在實際生產中利用5G 網路將待檢內容自動拍照，照片視訊流上傳至部署在 MEC 平台的機器視覺質檢套用， 運用圖形處理單元（GPU）大算力資源與數據模型做即時比對分析檢查，實作裝置自動辨識，檢測結果以毫秒級時延返回現場端，自動化生產線與質檢系統關聯做出不良品分離操作。5G 虛擬專網、MEC 平台與檢測系統深度融合，為機器視覺質檢套用的數據傳輸和資訊處理提供了強大保障。目前格力已在其總部總裝生產線的空調外觀包裝、壓縮機線序、空調自動電氣安全測試等環節中部署了 5G 機器視覺質檢套用，單車間機器視覺每年可為企業節約人工成本 160 萬元。
案例 4：中興與中國電信合作，在江蘇省利用 5G 技術實作了廠區智慧物流場景的套用。中興在南京濱江 5G 智慧制造基地，建設 5G 網路，自研整合 5G 模組的 AGV 載重平台，在下沈至園區的 MEC 端部署 AGV 排程管理系統，與企業既有的數位化生產和物流管理系統業務融合，實作近 40 台 AGV 的自動化排程，以及多車聯動、排程指令、即時位置、任務完成等資訊的穩定可靠下達。同時，利用 5G 網路的大上行改造，在部份 AGV 上使用了基於 MEC 視訊雲化的 AI 障礙物分析技術，實作智慧避障，在控制 AGV 硬體成本的前提下彈性擴充套件了 AGV 的功能。透過 5G 廠區智慧物流套用，中興南京濱江工廠一方面解決了既有 Wi-Fi 連線訊號不穩定問題，使得熱點切換區域掉線率降低80% 以上，另一方面實作了制造基地物料周轉的完全無人化，廠區內貨物周轉效率提升15%。
（二）裝備制造業
裝備制造業涉及航空制造、船舶制造、汽車制造與工程機械制造等重要領域。其產品結構高度復雜、產品體型偏大，具有技術要求高、生產安全標準嚴格、資本投入大、勞動力密集等行業特點，對成品件、結構件、化工材料、工藝輔料和標準件等百萬量級生產資源的協同設計和泛在感知需求較高。同時，面臨「用工荒、高成本」的困境， 需要更加精密的裝配加工能力以及品質檢測手段支撐企業長期發展，發展數位化研發、網路化協同、智慧化制造、精益化管理等模式潛力大。
中國商飛、上海外高橋造船有限公司、三一重工、福田汽車等套用 5G 技術積極探索協同研發設計、裝置協同作業、現場輔助裝配、機器視覺質檢、廠區智慧物流等典型套用，取得明顯成效，為裝備制造行業的高速發展註入新動力。
案例 1：中國商飛與中國聯通合作，在上海浦東新區開展了「5G+ 工業互聯網賦能大飛機智慧制造」計畫建設，搭建了 5 座宏基站和 150 余套室分小站，實作了協同研發設計與現場輔助裝配場景的套用。在協同研發設計方面，商飛基於 5G 網路服務，透過 AR/VR 數據即時上傳，支持產品研發實驗階段的跨地區即時線上協同與遠端診斷， 有效提升了研發設計環節的協同問題定位和快速研發叠代能力，壓縮研發實驗成本達到 30%。透過 AR/VR 提供的視覺化、雲化數據共享能力，整合研發資源，借助設計軟體實作多地遠端協同設計和改裝，有效解決研發過程中問題處理節奏慢、跨地域聯合研發資訊共享不及時的問題，充分提高了企業的研發效率、破除了資訊壁壘，縮短了 20% 的設計周期。在現場輔助裝配方面，商飛在裝配車間中存在大量飛機線纜連結器裝配工作的工位，透過引入 5G+AR 輔助裝配系統，工人利用 AR 虛擬資訊實作虛實疊加，根據顯示的指導畫面完成裝配操作。透過 5G 高速率和低時延特性，讓工人準確、快速地對線纜連結器進行尋找和裝配，並保障數據的有效性，解決了傳統人工作業效率低、容易出錯等問題，顯著提高了裝配效率達 30%，每工位所需裝配人員由 2 人減少為 1 人。
案例 2：上海市外高橋造船有限公司與中國聯通合作，在上海市開展「5G+ 工業互聯網」在船舶行業的落地套用，搭建 5G 專網，融合 MEC 技術，實作了基於 5G 的機器視覺檢測場景的套用。使用工業相機 + 靶點的測量模式進行大型鋼結構精度測量，透過 5G 專網及邊緣雲，即時回傳、解算現場拍攝圖片，生成點位檔。基於 5G 的視覺精度測量替換了傳統的全站儀離線測量方式，將測量時間從原來的 3-4 小時，縮短至30 分鐘內，測量效率提升了 400%。
案例 3：三一重工與中國電信、華為合作，在北京市三一南口產業園開展了 5G 工業互聯專網計畫建設，5G 技術與機械制造生產工藝流程深度結合，實作了裝置協同作業場景的套用。透過 5G 技術搭建車間自組網，基於大頻寬低時延的 5G 網路傳輸了 AGV 的 3D 影像和狀態資訊，利用 5G MEC 平台和 GPU 算力整合能力，降低了 AGV 單機功能復雜度和成本，采用視覺導航替代傳統雷射導航，有效實作多台 AGV 協同控制，提高了 AGV 的智慧化能力和標準化水平，提升生產排程效率，節約成本 80% 以上。
案例 4：福田汽車與中國聯通合作，在山東省濰坊諸城打造超級卡車工廠基地， 利用 5G 網路，實作了廠區智慧物流場景的套用。在入廠車輛排程環節，開發集虛擬電子圍欄、車輛自動辨識、車輛探測等多種技術於一體的入廠協同系統，利用 5G 技術將廠區車輛泊位狀態等資訊即時傳遞到各種智慧顯示終端及資訊系統，在物流收貨時保管員掃描司機應用程式（APP）上的電子發運單二維碼，透過 5G 網路實作無紙化收貨。
（三）鋼鐵行業
鋼鐵行業主要包括鐵前、煉鋼、鑄鋼、軋鋼、倉儲物流等環節。鋼鐵行業生產流程長、生產工藝復雜，當前主要面臨裝置維護效率低、生產過程不透明、下遊需求碎片化、綠色生產壓力大等痛點，發展智慧化制造、精益化管理等模式潛力大。
華菱湘鋼、鞍鋼、寶鋼、馬鋼等套用5G 技術積極探索遠端裝置操控、機器視覺質檢、裝置故障診斷、生產現場監測等典型套用場景，覆蓋鋼鐵生產全流程，取得了提質降本增效、綠色發展的顯著效果，推動了產業升級及行業轉型。
案例 1：華菱湘鋼與中國移動合作，在湖南省依托 5G 技術實作天車、加渣機械臂的遠端裝置操控場景的套用。天車的操控通常需要兩人協同操作，作業效率低，工作環境差。透過天車遠端操控，利用 5G 超大上行與下載速率，為操作員提供第一視角的高畫質視訊，操作人員可在遠端操控室即時操控天車卸車、吊運裝槽、配合檢修等作業， 保障遠端操控的精準度和即時性，兩人協同變為一人操控一台或多台天車。另外，加渣機械臂和控制系統可以透過 5G 網路互通，利用 5G 手機遠端一鍵啟動，自動執行， 降低工人在高溫鍋爐旁作業風險，提升作業安全性。疫情期間透過 5G+AR 遠端輔助的套用，助力完成 90% 生產線裝配，車間生產總效率提升 20%。
案例 2：鞍鋼與中國移動合作，在遼寧省開展了「基於 5G 的機器視覺帶鋼表面檢測平台研發與套用」計畫建設，實作了機器視覺質檢與生產現場監測場景的套用。在機器視覺質檢方面，透過部署工業相機拍攝高畫質圖片、采集質檢數據，利用 5G 網路將采集到的冷軋現場 4K/8K 等高畫質影像數據回傳至操作室平台，透過平台的視覺 AI 分析能力對影像進行處理分析，完成帶鋼表面缺陷的即時檢測；同時，帶鋼軋制速度極高， 透過帶鋼表面的反光斑馬條紋反饋帶鋼的平整度，用於帶鋼生產品質的即時檢測，為張力輥等調節提供依據。方案部署完成後，帶鋼常規缺陷檢出率達 95% 以上，線上綜合缺陷分類率超過 90%，提高成材率的同時減少了帶鋼缺陷造成的斷帶和傷輥換輥停機時間。在生產現場監測方面，煉鐵廠皮帶通廊粉塵大、光線昏暗、過道狹窄，人員作業危險性高，存在嚴重安全隱患。透過在皮帶通廊部署 4K 高畫質攝像監控系統，覆蓋皮帶通廊出入口與皮帶作業重點區域，利用5G 網路即時回傳人員目標及動作、環境、原料、皮帶檢測等資訊至雲平台，實作人員作業安全檢測、作業排程資訊化、施工作業的安全管理、環境中可能出現的跑氣、冒水、漏液等情況檢測，保障現場工作人員的安全。透過現場采集的圖片分析，檢測準確率達 99.99% 以上。同時對網路攝影機進行單獨分析，判斷網路攝影機是否存在大量粉塵覆蓋，及時進行鏡頭清理，每年可節省皮帶維修費約 100 萬元。
案例 3：寶鋼與中國聯通合作，在廣東省湛江市開展「流程行業 5G+ 工業互聯網高品質網路和公共服務平台」計畫建設，利用 5G 技術實作了連鑄輥、風機等裝置故障診斷場景的套用。采集連鑄輥編碼、位置、所處區段受到的熱沖擊溫度、所處區段的夾緊力與鑄坯重力的合力等數據，透過 5G 網路即時傳輸至裝置故障診斷等相關系統，采用人工智慧和大數據技術對不同區段的連鑄輥的壽命進行預測，減少了現場布線的工作量，提高了壽命預測的準確率。同時，采集風機振動、電流、電壓、溫度、風量等執行數據，透過 5G 網路即時傳輸至裝置故障診斷等相關系統，實作生產作業過程中風機裝置執行情況的線上監控，提前預警裝置故障，透過對風機裝置的線上監控，員工點檢負荷率明顯下降，點檢效率提升 81%。
案例 4：馬鋼與中國聯通合作，在安徽省依托 5G 技術實作了生產現場監測場景的套用。在生產現場部署 4K 高畫質攝像監控系統，透過 5G 網路即時將生產現場人員著裝和行為動作等高畫質視訊回傳至後台系統，系統結合深度 AI 學習視覺技術，辨識生產現場人員未佩戴安全帽、現場操作行為不規範等問題，進行抓拍記錄、即時告警，實作對人員生產行為智慧監管。解決了人工監管客觀性不足、成本高等問題，預防不規範行為導致的各類安全事故，避免事故造成重大人身傷害、裝置損失。
（四）采礦行業
安全生產是采礦行業的紅線。在露天礦環境中，因礦山石墜落易引起開采人員傷亡， 多層重疊采空區常出現塌方、滑坡、瓦斯爆炸、沖擊地壓等事故風險。在井工礦環境中， 存在高溫、高濕、粉塵等惡劣的工作環境，工人長時間高強度井下作業對健康造成較大威脅，發展智慧化制造、網路化協同、精益化管理等模式潛力大。
新元煤礦、千業水泥、龐龐塔煤礦、鮑店煤礦等利用5G 技術積極實踐遠端裝置操控、裝置協同作業、無人智慧巡檢、生產現場監測等典型套用場景，成效顯著。
案例 1：新元煤礦與中國移動合作，在山西省開通 5G 煤礦井下網路，建成井下「超千兆上行」煤礦 5G 專用網路，實作了遠端裝置操控場景的套用，取得 5G 網路裝置隔爆認證。5G 技術實作了對掘進機、挖煤機、液壓支架等綜采裝置的即時遠端操控，實作了對爆破全過程的高畫質監測與控制，解決了傳統人工作業操作危險系數大、勞動強度高的問題，改善一線工人的工作環境，大幅降低安全風險，顯著提升采掘效率。利用 5G 技術實作綜采面無人操作，解決了井下裝置執行過程中線纜維護量大、訊號經常缺失等問題，有效降低危險作業區域安全事故發生率。
案例 2：千業水泥與中國移動合作，在河南省焦作市開展「千業 5G 礦山綠色智慧及礦產資源綜合利用」計畫建設，實作了裝置協同作業場景的套用。計畫搭建 5G 網路， 融合北鬥高精度定位、車聯網技術、純電礦卡能量回收技術，實作了無人礦車的自動駕駛和協同編隊、作業區域內車輛的集群排程，實作 1 人操控多台裝置、運輸車完全無人化操作，有效解決礦區安全駕駛問題，裝置作業效率提升 10% 以上。
案例 3：龐龐塔煤礦與中國聯通合作，在山西省開展「5G+ 智慧礦山」計畫建設， 實作了無人智慧巡檢場景的套用。計畫在井下變電硐室和水泵房的排水、供電等裝置遠端集中監控的基礎上，增加安裝 5G 模組的巡檢機器人，透過 5G 網路進行硐室 4K 高畫質視訊回傳、機器人監測數據回傳和機器人即時控制，5G 技術支撐實作運輸機、皮帶等裝置的無人巡檢，降低運輸環節的人工成本，提高巡檢效率，實作了井下固定崗位無人值守和無人巡檢，減少了井下作業人員，提升了作業安全性。
案例 4：鮑店煤礦與中國聯通合作，在山東省濟南市開展「礦用高可靠 5G 專網系統及套用」計畫建設，實作了生產現場監測場景的套用。計畫研發建設礦用高可靠 5G 專網系統及套用，針對極端嚴苛的煤礦生產控制場景，透過 5G+ 機器人、5G+ 視覺辨識等手段對裝置狀態、瓦斯濃度、綜合環境進行即時監測，即時回傳至排程指揮中心， 提升危險環境下的安全生產管理能力，提高了安全生產的預測效率和管理水平。
（五）電力行業
電力行業主要涉及發電、輸電、變電、配電、用電五個環節，存在安全監管不到位、環保要求高、資訊孤島、裝置即時監管難、精細化管理難等痛點，面臨向「清潔、低碳、 高效、安全、智慧」的轉型挑戰，發展智慧化制造、精益化管理等模式潛力大。
中核集團、國家電網、南方電網等利用 5G 技術，實踐在發電環節的現場輔助裝配、輸電環節的無人智慧巡檢、配電環節的裝置故障診斷、用電環節的生產現場監測等典型套用場景，取得了明顯成效。
案例 1：中核集團與中國移動合作，在福建省福清開展 5G+ 核電計畫建設，實作了現場輔助裝配場景的套用。在「華龍一號」六號機組的裝配建設現場，透過 5G 專網+AR 等技術，工人佩戴 AR 眼鏡在專家遠端指導下成功裝配裝置元件，解決了因疫情等因素導致專家無法到現場等問題，有力推動了專家資源共享和輔助裝配效率的提升。
案例 2：國家電網與中國電信合作，在山東省青島市開展「5G+ 北鬥智慧巡檢無人機」計畫建設，實作了無人智慧巡檢場景的套用。計畫新建 5G 獨立組網（SA）網路， 完成了 5G SA 專網的圖傳模組的研發，引入北鬥服務，實作無人機巡檢數據安全、即時、可靠回傳。解決了傳統輸變路線巡檢耗時長、耗人多、工作環境惡劣的問題，改善一線工人的工作環境，大幅降低安全風險。同時，采用影像智慧辨識技術，實作無人機自主巡檢、影像即時傳輸、缺陷智慧辨識、輔助決策輸出等功能，解決了困擾無人機巡檢操作難、回傳難、分析難的問題，大尺寸缺陷辨識準確率達 99%、小尺寸辨識準確率達 40%，工作效率提升百倍以上。
案例 3：南方電網與中國移動合作，在廣東省廣州市開展了「5G+ 智慧電網」計畫建設，實作了裝置故障診斷場景的套用。在配網差動保護套用中，利用電力專用 5G 使用者前置裝置（CPE）進行高精度網路授時，透過 5G 網路低時延特性，采集配電網電流相量數據，傳輸至配電自動化主站，及時掌握路線情況，並進行線上監測和診斷，發現故障區段後，依靠配電自動化主站進行故障隔離和供電恢復，解決了傳統配電自動化故障發現時間長、故障隔離區域大的問題，將故障隔離時間大幅縮短，最大程度減少故障停電範圍和時間
案例 4：國網北京市電力公司與中國聯通、中國電科院合作，在北京市開展了「5G 虛擬測量平台」計畫建設實作了生產現場監測場景的套用。用電環節透過 5G 虛擬測量平台，以 12.8K 的取樣率，對電能品質進行監測。利用 5G 大頻寬、低時延技術特點， 將儀表的分析部份雲化部署，前端只保留采集裝置，解決了傳統采集裝置功能復雜、成本高的問題，將儀表裝置成本降低 90%。有效解決了電力執行監測成本行業性難題， 有力推動了電能品質監測的規模部署。計畫已在服貿會、石景山、延慶冬奧測試賽中廣泛套用。
