當(dāng)TSN遇上AI，不再是替代運(yùn)動控制總線，而是催生新的應(yīng)用

　　【儀表網(wǎng) 行業(yè)科普】AI工具的快速發(fā)展，加上硬件功能和集成以太網(wǎng)接口的顯著加速，正在開辟新的應(yīng)用和細(xì)分市場。
 

　　人工智能(AI)確實(shí)有望成為自動化領(lǐng)域的顛覆性技術(shù)。那么，時(shí)間敏感網(wǎng)絡(luò)(TSN)在降低AI應(yīng)用門檻和成本方面能發(fā)揮什么作用？AI發(fā)展對未來的網(wǎng)絡(luò)提出了哪些要求？TSN又能催生哪些創(chuàng)新應(yīng)用？實(shí)現(xiàn)這些目標(biāo)的技術(shù)路徑又是什么？

 

　　目前關(guān)于TSN的技術(shù)資料已相當(dāng)豐富。本文重點(diǎn)探討那些以AI為核心、并能從TSN技術(shù)中顯著獲益的應(yīng)用場景。這里的重點(diǎn)不是運(yùn)動控制，而是對該技術(shù)大有裨益的新興應(yīng)用。其中一些示例應(yīng)能鼓勵我們探索超越當(dāng)前可用限制的選項(xiàng)。
 

　　AI技術(shù)的快速發(fā)展，加上硬件性能的顯著提升和以太網(wǎng)接口的集成應(yīng)用，正在催生新的應(yīng)用場景和市場機(jī)會。這些新興應(yīng)用通常具有以下關(guān)鍵需求：
 

　　· 需要將海量現(xiàn)場數(shù)據(jù)傳輸至AI分析系統(tǒng)；
 

　　· 傳輸數(shù)據(jù)需附帶高精度時(shí)間戳，以支持時(shí)間序列數(shù)據(jù)分析等深度相關(guān)性研究；
 

　　· AI的處理結(jié)果需要實(shí)時(shí)反饋至生產(chǎn)現(xiàn)場。
 

　　傳統(tǒng)基于100Mbps技術(shù)的工業(yè)以太網(wǎng)無法完全或充分滿足這些嚴(yán)苛要求，這正是TSN技術(shù)的優(yōu)勢所在。以下示例旨在說明哪些以AI為重點(diǎn)的應(yīng)用可以通過融合的TSN網(wǎng)絡(luò)來實(shí)現(xiàn)或改進(jìn)。
 

　　智能視覺質(zhì)量檢測系統(tǒng)
 

　　在現(xiàn)代生產(chǎn)線中，工業(yè)相機(jī)(GigE Vision)被廣泛應(yīng)用于生產(chǎn)過程監(jiān)控和產(chǎn)品檢測。基于合格樣本訓(xùn)練的機(jī)器學(xué)習(xí)模型，可實(shí)時(shí)識別質(zhì)量缺陷，并自動調(diào)整生產(chǎn)參數(shù)。當(dāng)前圖像處理硬件已能在毫秒級完成檢測，實(shí)現(xiàn)了真正意義上的在線質(zhì)量控制。
 

　　還可以同步多個(gè)攝像頭，在同一時(shí)間拍攝工件的照片。這樣就可以進(jìn)行3D計(jì)算或時(shí)間序列分析。不再需要將相機(jī)和控制網(wǎng)絡(luò)分開。評估算法運(yùn)行于外部硬件，可快速適配不同產(chǎn)品和工況。根據(jù)分辨率和幀率需求的不同，總帶寬可達(dá)數(shù)百M(fèi)bps。TSN的幀搶占機(jī)制特別適合視覺應(yīng)用的超大幀傳輸。雖然當(dāng)前在視覺應(yīng)用中的融合網(wǎng)絡(luò)仍屬個(gè)例，但隨著TSN技術(shù)的成熟，這一狀況將發(fā)生改變。
 

　　大型設(shè)備的預(yù)測性維護(hù)
 

　　以工業(yè)電機(jī)系統(tǒng)為例，AI技術(shù)在預(yù)測性維護(hù)方面有著廣泛的應(yīng)用潛力。安裝在電機(jī)內(nèi)部和表面的傳感器持續(xù)監(jiān)測溫度、振動等關(guān)鍵參數(shù)，同時(shí)功率測量裝置實(shí)時(shí)記錄能耗數(shù)據(jù)。基于這些多維度數(shù)據(jù)，可以訓(xùn)練建立電機(jī)正常運(yùn)行狀態(tài)的AI基準(zhǔn)模型。在此過程中，能耗、溫度與振動數(shù)據(jù)的時(shí)間精確同步至關(guān)重要。
 

　　當(dāng)在生產(chǎn)線中存在多個(gè)協(xié)同工作的電機(jī)系統(tǒng)時(shí)，建立統(tǒng)一的時(shí)間基準(zhǔn)就尤為必要。一旦監(jiān)測參數(shù)出現(xiàn)異常波動(如軸承損壞、部件磨損或工藝異常等)，系統(tǒng)可及時(shí)預(yù)警。這使得操作人員能夠在計(jì)劃性維護(hù)周期內(nèi)提前干預(yù)，或在工藝控制層面做出調(diào)整，有效避免突發(fā)故障。雖然模型訓(xùn)練需要一定投入，但其帶來的預(yù)防性維護(hù)效益遠(yuǎn)超初期成本。

 

　　可再生能源的同步并網(wǎng)
 

　　能源結(jié)構(gòu)轉(zhuǎn)型帶來了一個(gè)鮮為人知的技術(shù)難題。傳統(tǒng)火力發(fā)電站(燃煤、燃?xì)?和核電站采用大慣量發(fā)電機(jī)。儲存在這些發(fā)電機(jī)中的動能有助于電網(wǎng)應(yīng)對負(fù)荷波動，并為風(fēng)力渦輪機(jī)或太陽能發(fā)電站等替代發(fā)電機(jī)提供參考頻率。隨著越來越多的傳統(tǒng)發(fā)電站被新型發(fā)電機(jī)所取代，這種對電網(wǎng)的支持作用也隨之消失。
 

　　例如，在沒有外部電網(wǎng)的情況下，風(fēng)力發(fā)電場無法輕易地在獨(dú)立運(yùn)行中快速增加功率。解決這個(gè)問題的一個(gè)辦法就是將所有發(fā)電機(jī)及其電子并網(wǎng)轉(zhuǎn)換器與相應(yīng)的設(shè)定點(diǎn)定義進(jìn)行高度精準(zhǔn)的同步。這可以通過運(yùn)行數(shù)據(jù)所需的TSN網(wǎng)絡(luò)來實(shí)現(xiàn)。在一個(gè)覆蓋數(shù)平方千米的風(fēng)力發(fā)電場中部署雙重網(wǎng)絡(luò)將帶來巨大的成本壓力。
 

　　故障根本原因分析
 

　　在工業(yè)系統(tǒng)運(yùn)行過程中，對事件進(jìn)行時(shí)間和位置上的精確分析至關(guān)重要。當(dāng)系統(tǒng)發(fā)生故障時(shí)，這類分析能幫助準(zhǔn)確評估故障根源。目前這類分析主要在控制器中進(jìn)行，但未來可能面臨局限，因?yàn)椴⒎撬邢嚓P(guān)數(shù)據(jù)(如電機(jī)運(yùn)行數(shù)據(jù))都能通過可編程邏輯控制器(PLC)獲取。
 

　　TSN通過實(shí)現(xiàn)高精度時(shí)間同步，使設(shè)備能夠記錄時(shí)間戳精度小于1毫秒的事件。這種融合網(wǎng)絡(luò)還能確保將事件數(shù)據(jù)實(shí)時(shí)傳輸至獨(dú)立分析裝置(特別當(dāng)控制器本身可能是故障源時(shí)，這一功能尤為重要)。借助AI技術(shù)系統(tǒng)能夠從海量信息中快速識別異常情況，不僅提升了故障分析的準(zhǔn)確性，還能實(shí)現(xiàn)運(yùn)行問題的主動預(yù)防和修復(fù)。
 

　　除前述案例外，AI在自動化領(lǐng)域還有諸多應(yīng)用可能。這些應(yīng)用的實(shí)現(xiàn)離不開融合TSN及其時(shí)間同步技術(shù)——若缺乏這些技術(shù)支撐，要么難以實(shí)現(xiàn)，要么實(shí)施復(fù)雜度與成本將顯著提升。值得注意的是，在這些應(yīng)用場景中，TSN機(jī)制比專用實(shí)時(shí)總線系統(tǒng)更能體現(xiàn)其網(wǎng)絡(luò)優(yōu)勢。

 

　　TSN與AI技術(shù)的融合
 

　　TSN的核心價(jià)值或許不在于替代現(xiàn)有運(yùn)動控制專用總線，而在于賦能前文所述的新型應(yīng)用。令人振奮的是，這些應(yīng)用目前已具備實(shí)施條件。例如，菲尼克斯電氣的新型交換機(jī)已支持服務(wù)質(zhì)量(QoS)、精確時(shí)間協(xié)議(PTP)及搶占等關(guān)鍵功能。GigE Vision標(biāo)準(zhǔn)還規(guī)定了PTP的使用。因此，AI與TSN的融合將使新一代自動化應(yīng)用成為可能，而這些應(yīng)用的開發(fā)可能才剛剛開始。
 

　　TSN并非單一標(biāo)準(zhǔn)，而更像一個(gè)功能豐富的工具箱，包含多種專用工具，每種工具都針對特定需求設(shè)計(jì)：
 

　　· 服務(wù)質(zhì)量(QoS，符合 IEEE 802.1Q 標(biāo)準(zhǔn))支持在同一網(wǎng)絡(luò)中同時(shí)傳輸對時(shí)間要求嚴(yán)格的過程數(shù)據(jù)(如控制指令)和大量非實(shí)時(shí)數(shù)據(jù)(如相機(jī)圖像)。在此場景下，1 Gbps或更高的帶寬尤為重要。
 

　　· 精確時(shí)間同步(PTP，符合 IEEE 802.1AS 標(biāo)準(zhǔn))能夠在復(fù)雜網(wǎng)絡(luò)拓?fù)渲袑?shí)現(xiàn)亞微秒級(≤1 微秒)的時(shí)間同步精度。相比之下，廣泛使用的 NTP 協(xié)議只能提供毫秒級精度，但可以與 PTP 在同一網(wǎng)絡(luò)中共存。
 

　　· 搶占機(jī)制(802.3Qbu、802.3 標(biāo)準(zhǔn))通過優(yōu)先處理時(shí)間敏感數(shù)據(jù)，解決了實(shí)時(shí)數(shù)據(jù)與非時(shí)間關(guān)鍵數(shù)據(jù)(如相機(jī)系統(tǒng)的巨型幀)之間的傳輸沖突問題。這使得關(guān)鍵數(shù)據(jù)的傳輸不會因大型非關(guān)鍵數(shù)據(jù)包而延遲。
 

　　· 基于精確時(shí)間協(xié)議(PTP)的同步通信，可校準(zhǔn)發(fā)送端時(shí)鐘，顯著降低抖動。例如，在當(dāng)前采用 PROFINET 實(shí)時(shí)協(xié)議的應(yīng)用中，這種功能并非始終必要。
 

　　· 特殊的服務(wù)質(zhì)量(QoS)機(jī)制，支持現(xiàn)有設(shè)備環(huán)境與TSN網(wǎng)絡(luò)的無縫集成，這樣就可以在應(yīng)用中逐步實(shí)施，從而產(chǎn)生最大的效益。
 

　　所有這些工具及其協(xié)同機(jī)制共同構(gòu)建了融合網(wǎng)絡(luò)，使IT數(shù)據(jù)、關(guān)鍵過程數(shù)據(jù)和高精度時(shí)間同步在同一網(wǎng)絡(luò)中共存。相比為不同需求構(gòu)建的專用網(wǎng)絡(luò)，這種方案顯著降低了成本與復(fù)雜度。