智能工廠場景下的5G 與TSN 技術(shù)融合應用

李洪名

（中海油信息科技有限公司天津分公司，天津 300452）

0 引言

工業(yè)4.0 中智能工廠概念日益成熟，使得有效數(shù)據(jù)通信成為智能工廠運營核心。5G 具有高速度、低延遲和廣泛連接特性，能夠為智能工廠提供強大無線通信基礎(chǔ)，時間敏感網(wǎng)絡(luò)（Time-Sensitive Networking，TSN）技術(shù)則能夠為確定性數(shù)據(jù)傳輸提供關(guān)鍵支持。兩種技術(shù)結(jié)合，能夠充分利用各自優(yōu)勢，為智能工廠帶來前所未有的通信效率和生產(chǎn)靈活性。

1 5G 與TSN 技術(shù)概述

1.1 5G 概述

5G 由國際電信聯(lián)盟（International Telecommunication Union，ITU）和第三代合作伙伴計劃（3rd Generation Partnership Project，3GPP） 共 同 推動，其網(wǎng)絡(luò)核心特性為增強型移動寬帶（enhance Mobile Broad Band，eMBB）、超可靠低延遲通信（ultra Reliable Low Latency Communication，uRLLC）和海量機器類通信（massive Machine Type Communication，mMTC）這3 個 方 面。eMBB 支 持 高 達10 Gb·s-1的峰值下載速度和1 Gb·s-1的上行速度，uRLLC 則提供低至1 ms 的延遲，mMTC 能夠支持大規(guī)模設(shè)備連接。

5G 無線接入網(wǎng)（Radio Access Network，RAN）由新一代節(jié)點B（the next Generation Node B，gNB）組成，可以同時提供eMBB、uRLLC 和mMTC 服務(wù)。核心網(wǎng)（Core Network，CN）采用服務(wù)基礎(chǔ)架構(gòu)（Service-Based Architecture，SBA）設(shè)計，會話管理功能（Session Management Function，SMF）、用戶平面功能（User Plane Function，UPF）可作為獨立微服務(wù)運行[1-2]。5G 覆蓋從低頻段（600 MHz）到毫米波頻段（28 ～39 GHz）的寬頻譜范圍。

5G 中網(wǎng)絡(luò)切片（Network Slicing）功能支持運營商在同一物理網(wǎng)絡(luò)中創(chuàng)建多個虛擬網(wǎng)絡(luò)，每個網(wǎng)絡(luò)切片都可以根據(jù)特定應用或服務(wù)的需求進行優(yōu)化。邊緣計算（Edge Computing）與5G 相結(jié)合，可以在網(wǎng)絡(luò)邊緣處理數(shù)據(jù)，減少數(shù)據(jù)在網(wǎng)絡(luò)中的傳輸距離。動態(tài)頻譜共享（Dynamic Spectrum Sharing，DSS）技術(shù)支持5G 和4G 網(wǎng)絡(luò)共享相同頻譜資源，使得運營商可以在不影響4G 服務(wù)的情況下引入5G 服務(wù)。

1.2 TSN 技術(shù)概述

TSN 技術(shù)起源于音視頻橋接應用（Audio and Video Bridging，AVB），能夠提供確定性數(shù)據(jù)傳輸。TSN 時間同步協(xié)議為IEEE 802.1AS，能夠確保網(wǎng)絡(luò)設(shè)備時鐘高度一致。IEEE 802.1CB 幀復制和消除功能能夠提供數(shù)據(jù)傳輸冗余，從而提高網(wǎng)絡(luò)容錯能力。

TSN 定義網(wǎng)絡(luò)配置的3 種模型為全集中式配置模型、混合式配置模型和全分布式配置模型。其中，全集中式配置模型包括集中式用戶配置器（Centralized User Configurator，CUC）和集中式網(wǎng)絡(luò)配 置 器（Centralized Network Configurator，CNC），發(fā)送端會使用用戶配置協(xié)議向CUC 發(fā)送連接請求，CUC 將這些請求轉(zhuǎn)換為網(wǎng)絡(luò)配置指令轉(zhuǎn)發(fā)給CNC，CNC 可以根據(jù)TSN 流要求確定每個交換機的配置[3-4]。完成配置后，CNC 將傳輸調(diào)度信息發(fā)送回CUC，CUC 再將這些信息傳遞給發(fā)送端和接收端，完成網(wǎng)絡(luò)配置。

2 5G 與TSN 融合技術(shù)

2.1 融合架構(gòu)

5G 網(wǎng)絡(luò)系統(tǒng)（5G System，5GS）為融合架構(gòu)的核心，應用UPF/NW-TT 側(cè)端口、UE/DS-TT 側(cè)端口與TSN 網(wǎng)絡(luò)連接。TSN 轉(zhuǎn)換器可以應用功能將控制指令轉(zhuǎn)換為5GS 能理解的參數(shù)，實現(xiàn)數(shù)據(jù)和信息互通。融合架構(gòu)在UPF 和用戶設(shè)備（User Equipment，UE）側(cè)增加了NW-TT 和DS-TT，能夠應用時間戳和修正字段向UE 側(cè)傳輸時間消息[5]。為進一步支持TSN 流量的服務(wù)質(zhì)量（Quality of Service，QoS）要求，5GS 需要向TSN 網(wǎng)絡(luò)報告網(wǎng)橋ID、以太網(wǎng)端口及其媒體訪問控制（Media Access Control，MAC）地址，同時計算每對端口和流量類別的網(wǎng)橋延遲（Bridge Delay，BD）（如圖1 所示），其計算公式為

圖1 5GS 向TSN 網(wǎng)絡(luò)報告路徑

式中：tpropagation代表信號在物理媒介中傳播的時間，tprocessing表示數(shù)據(jù)在網(wǎng)絡(luò)設(shè)備中處理的時間，tqueue是數(shù)據(jù)在網(wǎng)絡(luò)設(shè)備中排隊等待傳輸?shù)臅r間。

2.2 5GS 網(wǎng)橋配置

5GS 網(wǎng)橋配置需要滿足TSN 流QoS，并將TSN QoS 要求映射至5G QoS 配置文件中。5GS 策略控制功能（Policy Control Function，PCF）需要將TSN流優(yōu)先級映射為5QI（QoS 標識符）9。網(wǎng)絡(luò)功能虛擬化（Network Functions Virtualization，NFV）技術(shù)能夠虛擬化網(wǎng)絡(luò)，使得5GS 網(wǎng)橋配置更加靈活。

3 智能工廠場景下的5G 與TSN 技術(shù)融合應用

3.1 網(wǎng)絡(luò)設(shè)計與優(yōu)化

3.1.1 定制化網(wǎng)絡(luò)設(shè)計

專用5G 網(wǎng)絡(luò)部署需要考慮工廠內(nèi)部多樣化通信需求，應用支持eMBB 和uRLLC 的5G 小區(qū)。每個5G NR 基站可配置提供100 MHz 帶寬，實現(xiàn)每秒上行和下行速率分別達到1.4 Gb·s-1、2.7 Gb·s-1。智能工廠局域網(wǎng)可部署具有48 個以上10 Gb·s-1端口的TSN 交換機，每個端口配置最大幀傳輸速率為10 Gb·s-1。網(wǎng)絡(luò)設(shè)計應在關(guān)鍵區(qū)域部署雙重5G NR基站及TSN 交換機，確保即使一部分網(wǎng)絡(luò)設(shè)施發(fā)生故障，網(wǎng)絡(luò)仍能維持運行。

3.1.2 網(wǎng)絡(luò)性能調(diào)優(yōu)

智能工廠中的5G 網(wǎng)絡(luò)可以在高需求時段將5G 小區(qū)帶寬從標準100 MHz 提升至200 MHz，對重要通信流可以設(shè)置最高優(yōu)先級，確保這些信息即使在網(wǎng)絡(luò)擁擠時也能夠被優(yōu)先處理。最佳路由可以基于機器學習的動態(tài)路由選擇機制，以保持延遲在10 ms 以下。

為提高數(shù)據(jù)傳輸可靠性，可以在關(guān)鍵路徑上部署雙重或多重網(wǎng)絡(luò)連接以提高網(wǎng)絡(luò)容錯能力。TSN網(wǎng)絡(luò)可以設(shè)置每個數(shù)據(jù)包傳輸窗口為100 μs，并按照精確的時間表發(fā)送，從而減少數(shù)據(jù)碰撞和重傳。工廠生產(chǎn)自動化系統(tǒng)可以利用實時數(shù)據(jù)分析功能預測網(wǎng)絡(luò)負載并相應調(diào)整網(wǎng)絡(luò)配置，并在5GS 網(wǎng)橋中部署先進緩存和快速轉(zhuǎn)發(fā)機制。其中，實時視頻監(jiān)控流量可配置500 MB 緩存大小，并設(shè)置轉(zhuǎn)發(fā)延遲≤5 ms。

3.2 實時數(shù)據(jù)處理與分析

3.2.1 高效采集傳輸數(shù)據(jù)

高效采集傳輸數(shù)據(jù)可在5G 網(wǎng)絡(luò)邊緣部署邊緣計算節(jié)點，配備Intel Xeon E-2276M 六核處理器和至少64 GB 隨機存取存儲器（Random Access Memory，RAM）的服務(wù)器，從而顯著減輕核心網(wǎng)絡(luò)負擔。5G 網(wǎng)絡(luò)配置可以為時間敏感數(shù)據(jù)流分配高優(yōu)先級，將生產(chǎn)監(jiān)控數(shù)據(jù)流配置為QoS 等級9，網(wǎng)絡(luò)可以為高優(yōu)先級數(shù)據(jù)流提供≥1 Gb·s-1的傳輸速率及≤10 ms 的端到端延遲。網(wǎng)絡(luò)可使用支持802.11ax 標準的無線接入點減少數(shù)據(jù)傳輸中的丟包錯誤，并配備雙電源及冗余連接。

3.2.2 數(shù)據(jù)分析和決策支持

數(shù)據(jù)捕獲系統(tǒng)設(shè)計可采用具有至少8 核心處理器和16 GB 內(nèi)存的工業(yè)級計算機，智能工廠網(wǎng)絡(luò)架構(gòu)則需要部署支持Release 16 標準的5G NR 基站，并使其覆蓋工廠生產(chǎn)線、倉庫和質(zhì)檢區(qū)。網(wǎng)絡(luò)設(shè)計可使用消息隊列遙測傳輸（Message Queuing Telemetry Transport，MQTT）或高級消息隊列協(xié)議（Advanced Message Queuing Protocol，AMQP）保證數(shù)據(jù)安全。數(shù)據(jù)分析中心可使用配備NVIDIA Tesla V100 圖形處理器（Graphics Processing Unit，GPU）和具有1 TB 固態(tài)硬盤（Solid State Disk，SSD）存儲能力的服務(wù)器，以支持復雜機器學習及人工智能（Artificial Intelligence，AI）算法實時運算。

機器學習和AI 算法可應用卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，CNN）和循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，RNN）處理并分析收集數(shù)據(jù)，數(shù)據(jù)分析系統(tǒng)可配備TensorFlow 或PyTorch 框架提供高效計算性能，具體配置參數(shù)如表1 所示。

表1 數(shù)據(jù)分析系統(tǒng)配置參數(shù)

3.3 應用場景實施

3.3.1 自動化生產(chǎn)線

智能工廠可為在生產(chǎn)線上部署的機器人配備支持n77/n78 頻段的5G 模塊，機器人應裝備具有低至1 ms 延遲的RT-Linux 實時操作系統(tǒng)。自動化設(shè)備可選擇支持5G 連接的工業(yè)級可編程邏輯控制器（Programmable Logic Controller，PLC），并應用MQTT 或約束應用協(xié)議（Constrained Application Protocol，CoAP）優(yōu)化網(wǎng)絡(luò)數(shù)據(jù)傳輸和設(shè)備控制指令。工廠網(wǎng)絡(luò)可部署支持IEEE 802.1AS 的TSN 交換機，其端口速率需不低于10 Gb·s-1。裝配機器人、傳送帶和檢測設(shè)備的控制單元需要配置IEEE 1588 精確時間協(xié)議（Precision Time Protocol，PTP），以確保設(shè)備能夠在同一時間參考下運行。

3.3.2 物流監(jiān)控與遠程維護

物流監(jiān)控可設(shè)置智能物流系統(tǒng)并為其部署基于射頻識別（Radio Frequency Identification，RFID）技術(shù)的NXP UCODE 8 RFID 芯片傳感器，從而追蹤工廠內(nèi)部各種物料和產(chǎn)品。工廠內(nèi)部需要部署支持eMBB 服務(wù)的5G 基站，采用支持n77/n78 頻段的基站模型。遠程維護與診斷系統(tǒng)可在關(guān)鍵設(shè)備上安裝具有振動、溫度和聲音傳感器的Bosch BME680 環(huán) 境傳感器，并將數(shù)據(jù)通過5G 網(wǎng)絡(luò)傳輸?shù)竭h程診斷中心。遠程診斷中心可搭載Intel Xeon Gold 6230 處理器和128 GB RAM 服務(wù)器，并使用長短期記憶網(wǎng)絡(luò)（Long Short-Term Memory，LSTM）模型預測設(shè)備故障。

4 結(jié)語

研究表明，5G 與TSN 的融合能夠滿足智能工廠對高帶寬、低延遲和高可靠性通信的需求，然而仍較為依賴現(xiàn)有網(wǎng)絡(luò)基礎(chǔ)設(shè)施且融合架構(gòu)復雜，未來研究可優(yōu)化融合架構(gòu)、降低實施成本。5G 和TSN技術(shù)將隨著時間進一步發(fā)展和完善，在推動智能工廠及工業(yè)自動化的進程中發(fā)揮重要作用。