陶瓷厂是我见过的最不像“智能制造”的智能制造场景。一提到5G全连接工厂大多数人脑子里浮现的是汽车焊装车间、电子无尘厂房、自动化立体仓库反正不会是瓷砖产线。但恰恰是陶瓷这种又传统、又笨重、车间里还处处是高温高湿粉尘的行业被5G咬合之后产生的化学反应最明显。京尚实业这个项目就是典型——不是拿5G做几个演示场景、挂几块大屏给领导看而是把5G专网真正铺进了从球磨到窑炉、从质检到仓储的全部环节按“全连接工厂”的标准在推进。这篇文章我会从行业痛点讲起把整个项目的网络架构、场景落地、工程踩坑、投入产出这四块拆开说清楚。适合陶瓷、建材、非标流程制造企业里负责生产或信息化的人看也适合做工业互联网解决方案、想了解陶瓷行业怎么切入5G的工程师参考。项目本身还在持续迭代但我更想写的是“为什么这么做”和“做完之后到底改变了什么”这些判断比技术名词本身更值钱。1. 为什么是陶瓷厂先动了5G的念头1.1 一条陶瓷产线上卡脖子的从来不只是窑炉外行看陶瓷厂觉得核心就是窑炉——温度到了砖就烧成了。真在产线上待过的人都知道窑炉只是最后一个大环节前头的球磨、制浆、成型、干燥、施釉后头的磨边、质检、打包、入库每一段都在用“人”和“纸”维持运转。京尚实业最初想上5G不是赶时髦而是被三件事逼的。第一是车间里的设备大多不联网。陶瓷厂的压机、施釉线、磨边机很多是十年前甚至更早的设备PLC有通讯口有但从来没接过网。产线负责人想知道今天球磨机的运转效率、施釉线的车速只能去车间看控制柜上的小屏幕数据记在纸质点检表上一个星期之后回过头发现在报表里的数字都是“凭感觉填”的。第二是能耗太吓人。陶瓷行业能耗成本能占到生产成本的30%到40%窑炉一开就不能停天然气和电费是每天都在烧的真金白银。但过去能耗数据是滞后的车间主任只能通过总表看到当天的用电量具体是哪个环节跑冒滴漏根本不知道。没有在线数据就谈不上优化更谈不上“避峰就谷”。第三是人力结构断层。质检工位最典型——瓷砖表面的针孔、裂纹、色差、落脏全靠老师傅肉眼盯。一个熟练质检员要培养大半年而且标准全在脑子里不同班次的判定口径还不一样。年轻人不愿进陶瓷厂干了半年能看出明显缺陷就算不错了。京尚实业的人力部门算过再不想办法把老师傅的经验“固化”下来五年之后连正常出货都保证不了。这三个痛点叠加在一起指向的都是同一件事数据上不来流程就看不见管理就谈不上。而数据要实时、稳定、移动地上来正是5G这种无线连接方式的强项。1.2 Wi-Fi和光纤在陶瓷车间各自的难处有人会问工厂联网为什么不用现成的Wi-Fi或者光纤非要上5G这个问题我在很多场合都被问过答案其实很朴素——陶瓷车间的物理环境对工业网络极其不友好。先说Wi-Fi。陶瓷车间的产线是连续拉通的几百米长的施釉线、磨边线中间全是金属机体、皮带托辊、钢化玻璃隔断。Wi-Fi的2.4G频段在金属反射和粉尘衰减之下覆盖率看上去“满格”实际一跑业务就露馅漫游丢包、时延抖动、AP隔三差五过热死机。AGV在这种网络下跑每隔几分钟就脱管急停现场工人骂声一片。再说光纤。光纤的稳定性和带宽没得说但移动不了。AGV要跑那就得上滑触线或者机械拖链改造量大、维护成本高产线要柔性调整设备一移位光纤就要重新熔接。对于陶瓷厂这种“重装备、长产线、多尘多震动”的现场光纤只能解决固定点位的问题解决不了移动设备和不规则点位的问题。5G的价值恰恰在这时候显现出来它有光纤级的低时延和可靠性又具备无线接入的灵活性。京尚实业当时做技术选型对比过几张方案最终选择5G专网看中的就是“关键业务有确定性时延保障普通业务按流量走一张网全兜住”。说白了陶瓷厂需要的不是一个“更好用的Wi-Fi”而是一张能同时承载控制信号、视频流、设备数据、语音调度并且不互相干扰的生产级网络——这个定位只有5G能接住。2. 京尚实业这套5G全连接工厂到底连了什么2.1 一张5G专网带三类业务eMBB、uRLLC、mMTC怎么共存很多人以为5G专网就是把基站搬进工厂手机变成专网信号而已。其实全连接工厂的核心思路是“一网多用、按需切片”。京尚实业这张网从顶层设计开始就是按三类业务模型来规划的。第一类是大带宽上行业务对应5G标准里的eMBB场景。主要消耗带宽的是高清摄像头——不管是AI质检用的工业相机还是厂区安防、作业行为监控的视频流都是几十路高清画面同时往边缘服务器推。这类业务对时延不敏感但对带宽极其敏感单路上行码率动辄8Mbps到16Mbps。第二类是低时延高可靠控制业务对应uRLLC场景。最典型的是AGV的实时调度和窑炉控制参数的反馈通道。AGV调度系统要求端到端时延控制在20毫秒以内而且不能有抖动窑炉控制虽然不像机器人那样需要毫秒级响应但一旦网络卡顿导致控制指令延迟工艺参数就可能偏离设定值直接影响烧成质量。第三类是海量物联网连接对应mMTC场景。陶瓷厂里的温湿度传感器、电机振动传感器、天然气流量计、料位计加起来几千个点位每个点位的报文很小、频率很低但数量巨大。这类业务要求的是连接密度而不是带宽。一张5G专网同时承载这三类业务靠的就是网络切片。京尚实业在专网建设时把核心网的用户面UPF下沉到了厂区机房控制面走运营商核心网这样既保证了业务数据不出厂、时延可控又在无线侧通过切片把三类业务隔离开——控制类报文优先调度视频类报文走大带宽通道传感类小报文走低优先级通道。实测下来AGV调度时延稳定在12到18毫秒视频流上行带宽跑到700Mbps以上几百个传感器同时上报也没有出现拥塞丢包。2.2 边缘计算下沉为什么数据必须留在工厂里5G全连接工厂和普通“上了云”的工厂最大的区别是算力部署的位置不同。京尚实业这套系统的核心算力没有放在遥远的云中心而是放在了工厂机房里的边缘计算节点上。原因非常现实很多数据不能出车间很多推理也来不及上传到云端再等结果回来。AI质检就是个最典型的例子。瓷砖从产线上以每秒几米的速度通过相机视野表面缺陷要在几十毫秒内被识别并标记如果图像数据要传到几十公里外的云平台去推理来回时延早就超过产线节拍漏检是必然的。边缘计算节点直接把AI模型部署在工厂里相机拍到的图像走5G上行到边缘服务器模型推理完再把结果发回执行机构整个闭环都在本地网络里完成时延可以压到50毫秒以内。数据不出厂还有一层合规和安全的考虑。陶瓷企业的配方、釉料参数、客户订单信息都是商业机密。以前用U盘、微信传来传去文件散落各处。现在数据从采集端就进专网汇聚在数据中心和边缘节点外部访问有边界防火墙和权限控制至少从数据流向的角度是可控的。2.3 IT/OT数据打通从ERP到产线PLC的一盘棋全连接工厂的“全”字最见功夫的地方在系统集成。京尚实业之前的信息化状态是典型的“两张皮”ERP、OA这些IT系统管订单、管财务、管采购和车间里的MES、PLC这些OT系统各玩各的中间隔着一道数据断点。订单到了车间变成什么生产任务、生产进展到哪一步了ERP里看到的永远是“昨天”的数据。这次5G项目最大的工程其实不在无线侧而在把IT和OT两套数据体系拉通。他们把ERP的工单下发到MESMES再通过5G网络把生产指令推送到产线的PLC和AGV调度系统设备运行参数、产量、能耗数据再实时从PLC反向汇聚到边缘平台经过清洗处理后回传给ERP做成本核算。这套链路打通之后车间负责人打开看板看到的不再是滞后的报表而是实时在线的设备状态、在制品数量和能耗曲线。在技术选型上他们没有追求一步到位换掉所有老设备而是采用“老设备网关”的方式有网口的PLC通过5G工业网关接入没网口的设备加装IO采集模块先把数据读出来再说。这一步很关键很多制造企业的数字化转型死在“理想主义”上——非要把整条产线换成新款智能设备才肯开始搞数据。京尚实业的做法是先把网络铺好、数据接上设备更新再随生命周期逐步替换。3. 从球磨到打包5G真正落地的几个核心场景3.1 设备数据采集让“哑设备”开口说话陶瓷厂里真正值钱的不是那台最新款的压机而是遍布全厂的上百台“老黄牛”设备。这些设备不带网口、不带数据协议过去就是“哑设备”坏了靠听声音效率靠猜保养靠经验。京尚实业针对这批设备做了一套改造方案每台球磨机、施釉线、磨边机加装工业级5G网关通过Modbus TCP、Profinet这些常见工业协议把PLC里原本“沉睡”的运行参数读出来再通过5G网络上送到边缘数据平台。对于更老的没有PLC的设备加装电流传感器、振动传感器和IO采集模块把启停状态、电流曲线和振动特征转化成数字信号再回传。这个工程做完之后最直观的变化是设备OEE设备综合效率从“月底算个大概”变成了“每小时实时刷新”。哪台球磨机空转时间长、哪条施釉线的频繁停线影响了节拍、哪台磨边机的电流异常预示着磨块磨损——这些过去靠老师傅巡场才能察觉的问题现在在办公室看板上一目了然。设备维保模式也从“坏了再修”变成了“异常报警、提前干预”。3.2 窑炉控制与数字孪生把老师傅的“手感”变成算法窑炉是陶瓷厂的心脏也是最不适合人长时间靠近的地方。窑炉控制过去依赖的是几种典型的“老师傅经验”烧成带温度维持在多少区间、急冷段的风量和负压怎么调、车速和温度曲线怎么匹配核心全在几个人脑子里。遇到吃不准的情况老师傅要在窑炉控制柜前连续盯好几个小时凭手感微调。京尚实业在窑炉环节做的不是简单地把PLC数据搬到屏幕上而是建了一套基于数字孪生的工艺优化系统。首先通过5G网络把窑炉各段的温度、压力、燃气流量、车速等几百个点位数据实时汇聚然后在边缘平台上做一套窑炉的数字化映射模型实时呈现整条窑的运行状态最后再由算法根据当前进砖量、砖坯含水率、天气温湿度这些变量给操作员推荐烧成曲线调整方案。上线头一个月操作员根本不敢用系统推荐的参数觉得算法是外行指导内行。后来发现系统连续几周给出的调整建议和老师傅的判断基本一致而且在某些微调环节比人更果断——人犹豫的时候时间窗口已经错过了。现在这套系统的定位是“老师傅的副驾驶”人不离开但决策有了数据支撑遇到偏离正常工艺范围的情况系统会提前预警而不是等烧出废砖再去复盘。3.3 AI质检替代人工目检一条产线的算账质检是陶瓷厂人力最密集的环节之一。过去京尚实业一条抛光砖产线质检工位设置两道一道在磨边前看釉面缺陷一道在打包前看尺寸和色号。每道质检至少两个人三班倒就是十二个人一个厂八条产线光质检就上百人。AI质检系统上线后他们在产线上方架设了高清工业相机利用5G网络把图像实时传输到边缘服务器由部署好的缺陷检测模型进行推理。模型通过前期采集数万张合格品和缺陷品图像训练能识别针孔、裂纹、黑点、落脏、边裂、色差等十几类常见缺陷识别速度达到每片砖几十毫秒完全跟得上产线节拍。检测结果实时回传不合格品自动触发机械装置分流整条线只需要保留一个质检员做复核抽检。算账方面效果非常直接原来的工位上人工目检面对高速流动的砖面注意力能稳定保持的时间只有二十分钟左右之后漏检率明显上升。AI质检没有疲劳问题标准也统一不同班次之间的判定口径完全一致。综合下来一条产线质检人员从原来两个班次八个人减少到两个人良品判定的一致性比以前高了漏检率降了不止一个量级。这笔账投入设备、相机的成本和省下的人工成本一对比回收周期不到一年。3.4 AGV/叉车调度和AR辅助运维容易被低估的隐形效率和那些“看得见”的场景相比AGV调度和AR运维属于“隐形改善”——不直接产生产量增长但整个工厂的运转流畅度明显不一样了。京尚实业在成品仓和原料仓部署了十几台AGV和智能化叉车过去的调度系统跑在Wi-Fi上最头疼的问题就是AGV从一台AP漫游到另一台AP时网络瞬间断链车辆急停。为了处理这个问题调度算法不得不设置很大的安全间隔AGV跑起来“哆哆嗦嗦”效率根本提不上来。换到5G专网之后AGV的调度指令下发频率从原来保守的每秒一次提升到每秒十次车辆位置和状态上报也高频化。调度系统可以更精准地控制每台车的路径和避让策略安全间隔缩短整体搬运效率提升了而且再也没有出现过漫游掉线的急停现象。AR远程运维则解决了“专家到不了现场”的老问题。设备故障时现场维修工戴上AR眼镜或者用手机拍视频通过5G网络把高清画面传给原厂专家或厂里经验最老道的老师傅专家端可以看到实时的设备画面并且在画面上直接标注故障位置和操作步骤。以前出一趟差至少小半天时间现在五分钟之内就能“远程上手指导”对停产时间的压缩非常明显。4. 陶瓷车间里面建5G坑比想象中多4.1 第一个坑信号覆盖仿真做得再好也抵不过一堆金属货架建网之前无线工程师照例做了射线跟踪仿真把基站位置规划在厂房屋脊上以为能覆盖到吊车梁以下的大部分车间区域。结果第一轮实测就发现了问题陶瓷厂车间里有大量金属货架、堆垛的托盘、保温铝皮包裹的管道还有传送机架这些全是无线电波的反射体和遮挡物。信号“绕”不过这些东西车间中间区域还好靠墙、靠角落的设备和AGV运行巷道信号跌落得厉害吞吐率只有中间区的三分之一。这个问题只能靠实测来修正。项目团队后来在车间内部补了好几处室内分布天线天线点位刻意避开了货架正上方贴在货架侧面的立柱上高度对齐AGV的通讯天线高度。调试完再测空载和满载状态下的上下行速率才趋于一致。这个教训是车间的电磁环境比办公室复杂得多仿真结果只能当参考现场勘测和补点才是决定网络质量的关键。4.2 第二个坑窑炉旁边的设备温度直接让工业网关“罢工”5G工业网关放在球磨机边上、配电柜里都没问题但一旦放到窑炉附近事情就来了。窑炉外壁温度常年七八十度加上广口烘干的辐射热网关所在的位置环境温度轻松超过五十度而且粉尘和油雾还特别重。第一批网关安装在窑炉附近后连续出现高温告警和降频有几台直接过温关机把产线上的数据流给断了。后来换了一批防护等级IP65、支持宽温-40℃到70℃的工业网关并且把安装位置从窑炉边挪开到立柱阴面加装遮阳挡板问题才算解决。这个坑提醒了两件事一是陶瓷车间的网络设备选型防护等级比性能参数更重要二是安装位置要结合热源、粉尘扩散方向和振动源来选不能只看信号好不好。4.3 第三个坑网络通了数据却对不上——数据治理才是隐藏工程5G网络铺通之后项目团队第一次把全厂设备数据汇聚上来的时候大家是崩溃的。同一个球磨机MES系统里叫“BM-03”设备台账里叫“1号球磨”PLC组态里叫“Motor_001”三套系统三个名字数据根本关联不上传感器的采样时间戳有的用北京时间有的用PLC本地时钟偏差最大能到几十秒更麻烦的是现场存在设备关停但数据还在空转的情况导致能耗指标被稀释、OEE算出来比实际高得多。这一阶段的工作被项目负责人形容为“真正的脏活累活”。团队花了将近两个月梳理设备台账、统一编码规范、规整时间戳、清洗异常数据才把数据底座打好。回头看网络建设可能是整个项目里最简单的一部分难的是把数据变成“可信赖的事实”。任何制造业数字化项目如果跳过数据治理直接上AI分析结果必然是垃圾进、垃圾出。4.4 第四个坑IT和工艺老师傅“语言不通”项目推进过程中最微妙的问题不在技术而在组织层面。IT工程师的目标是“网络通、系统稳、数据全”车间老师傅的目标是“别影响我的产量、别把产线搞复杂”。两边开会经常是各说各话——IT讲“接口对接”“微服务架构”车间老师傅一句“我只要开机就能干活别的我不管”就把天聊死了。后来项目组做了个调整从工艺部门抽了几个懂产线、有威信的班组长做“需求翻译官”负责把老师的痛点转化成技术需求再把IT方案翻译回生产语言。AI质检的标注规则、窑炉优化系统的操作界面、AGV调度逻辑的避让策略全部让车间一线人员深度参与评审。这个调整之后项目推进速度明显加快——不是系统更好用了而是大家从“被上系统”变成了“我们一起上系统”。5. 这套项目到底值不值得投投入产出与组织配套的真实账本5.1 投入构成网络、平台、设备改造各花在哪任何一个老板看这种项目第一个问题一定是“要花多少钱”。京尚实业这个项目的投入主要分成三块。第一块是网络建设包括5G专网的基站、室内分布天线、下沉到厂区的核心网用户面设备、边缘计算服务器和交换机等这部分是最大的一次性投资。如果算上运营商的服务费和后续运维金额不低但对于中大型制造企业来说属于“基础设施投资”的概念和当年上ERP一个性质。第二块是平台软件包括工业互联网平台、数据中台、MES升级、AI算法平台等软件许可和实施费用。这部分弹性比较大功能模块选得多价格就高但迭代频次快是后续持续产生价值的核心。第三块是设备改造与终端包括给老设备加装的各种网关、传感器、工业相机、AGV调度终端等。这部分是典型的“按场景花钱”每加一个对接点位就多一份费用。要控制预算核心是别一上来就“全量覆盖”。京尚实业是先选了一条完整的标杆产线做验证从数据采集到AI质检跑通之后再复制到其他产线。基础设施前期一步到位应用层分步叠加既保证了投资节奏又能在每个阶段看到实际回报。5.2 回报测算从人力、能耗、良率三本账里看回收周期算回报的时候不能只看节省了多少人还要看能耗和良率。以人力成本为例质检场景按八条产线计算原来每条产线三班倒配置八人总共六十四人AI质检上线后减到每条产线两人复核直接减少四十八个岗位按人均年成本九万计算一年就是四百多万。再加上AGV替代叉车司机、AR运维减少出差和停线损失人力侧的回报已经很可观。能耗是更值得关注的长期收益。窑炉运行参数经过数字化建模和优化后天然气和电耗的综合能效提升空间一般在百分之五到百分之十之间。按一条产线年能耗成本两千万到三千万计算哪怕只优化百分之五一年也能省下一百万到一百五十万而且是每个月都在省、不用再投入的现金流。良率方面AI质检在缺陷萌芽阶段就提前拦截避免大批量连续性不良品流入后段甚至流到客户手里。表面上看良率只提升了一两个百分点但在陶瓷这种大批量生产的行业良率每提升一个点对应的是真金白银的利润一年下来也是百万级的量级。三本账加在一起整个项目的投资回收周期在两年到三年之间这在制造业数字化项目里算相当健康了。5.3 组织改革比技术改革更难数字化办公室怎么搭技术层面的问题一个接一个解决了最后卡住的往往是组织。京尚实业专门成立了一个智能制造推进小组组长由分管生产的副总兼任成员包括信息化部门、设备部门、工艺部门的骨干还从车间一线选拔了几名“种子用户”。推进小组的定位不是“项目办”而是“常设机构”负责三件事一是收集一线反馈持续迭代系统二是沉淀和推广最佳实践把每个班组里用得好、用得巧的方法标准化三是把控后续数据需求和优先级防止“什么都要连、什么都想上”导致战线拉得过长。一个特别值得借鉴的做法是把“数字化积分”纳入到车间班组的月度绩效考核里。一线员工提出系统改进建议、参与数据标注、配合新功能测试都能获得积分并兑换奖励。开始有人觉得是形式主义后来发现提建议是真能落地、真能改善自己干活体验的参与度就自然上来了。我在不少制造企业里看过数字化项目总结下来有个很朴素的规律系统最终是给人用的如果一线的人抵触再好的技术架构都在空转如果一线的人愿意用、觉得好用这个项目就已经成功了一大半。京尚实业这个项目目前还走在“网络通了、数据动了、人用起来了”的路上后面还有设备预测性维护、配方优化算法、跨基地复制这些更深的坑要趟。但至少这家陶瓷厂已经从“看不见车间”进化到了“看得见、算得清、管得住”的阶段接下来每一步都是在这个数据底座上往上盖楼。