生产线上，一排排机械手臂协作配合，操作员远程即可轻松操控；物流线上，一辆辆AGV小车繁忙奔走，有条不紊地完成物料搬运工作；生产厂区里，车架转运、员工接驳、工厂环卫作业均由无人驾驶智能通勤车完成……这些都是5G赋能工业发展的典型场景。

  连日来，走访了我市多家省级5G全连接工厂，切身感受5G网络为公司能够带来的“魔法效果”。

  2022年9月，工信部印发《5G全连接工厂建设指南》提出，5G全连接工厂是充分的利用以5G为代表的新一代信息通信技术集成，打造新型工业互联网基础设施，通过新建或改造产线级、车间级、工厂级等生产现场，形成生产单元广泛连接、信息运营深层次地融合、数据要素充分的利用、创新应用高效赋能的先进工厂。

  “目前，公司基于5G技术的智能网联应用场景已建成试用，实现了工厂生产物流智能化。”8月11日，在东风汽车股份有限公司（简称东风汽车股份）襄阳工厂，智慧物流项目负责人陶琴说，公司通过智能网联车辆开发、配合5G网联平台功能应用，依托V2X路侧设施建设、智能充电设施建设和5G专用网络通信组网，建设形成“车—路—网—云”智慧生产物流生态环境，降低人力成本、燃油费用等，实现安全生产、高效运作以及生产的全部过程实时监控调度，提高了生产物流转运效率。

  方向盘自动调整方向，车辆自动避障、变道、转弯，通勤车平稳驶向接驳点……当日，在厂区内试乘了企业的L4级无人驾驶智能通勤车，车辆行驶精确无误，大幅度的提升了转运效率。

  陶琴说，目前厂区内导入了自主研发的L4级无人驾驶车架运转作业、厂区环卫作业和调整工接驳作业三个应用场景，通过全域视角、街道视角和单车视角数字孪生展示三个应用场景的实时作业状态，监控所有智能设备的实时数据。

  在东风汽车股份襄阳工厂二厂区数据中心看到，大屏幕上显示着系统的总体运行状态趋势，可实现对智能网联生产物流车辆的监控管理。

  “我们可以实时掌握厂区内各车辆的位置、状态和订单业务开展进度，并可通过历史轨迹回放，对生产物流转运情况做追溯。”陶琴介绍，通过5G网络可实现生产系统与云控可视化平台之间信息互传，实时同步更新生产订单，使得车架转运生产订单管理、无人驾驶车辆调度、车架确认上货运输卸货等业务流程可视可控，“工厂生产人员实时查看订单情况并对订单做处理反馈，反馈信息同步更新，并及时提醒各生产环节人员。”

  在5G技术的加持下，东风汽车股份襄阳工厂二厂区的自动驾驶项目为企业节省了燃油、人力等车辆运行成本，园区环境清洁效率、通行效率全方面提升，成为智慧生产物流典型应用场景。

  传统工厂大部分以机械化设备为主，每个设备相当于一座孤岛，各零部件工艺流程相互独立，互不配合，生产线之间无法衔接。同时，工厂生产设备繁多，布线复杂，往往牵一发而动全身，部署和调整周期长、成本高。

  “以前各种报表数据靠人工录入，费时费力。即使数据很齐全，也只是一个个纸上数字，是无法应用的‘死数据’，并没有太大的价值。”8月14日，万洲电气股份有限公司（简称万洲电气）光电工厂副总经理杨莉说，在5G技术的加持下，公司打通了“任督二脉”，所有的数据“活”起来了，设备会“说话”了，企业的生产效能大大提升。

  在万洲电气车间控制室，记者看到车间设备的利用率、空闲率、报错率、生产量等信息在屏幕上以彩色化、可视化的方式实时显示出来。生产线的某道工序一完工，不管是车间员工，还是企业管理者，都能接收到相应的数据及其分析报告。

  万洲电气股份有限公司旗下的子关联公司云川光电，车间工人正在生产电子元器件。

  “这样能实现对现场工作人员和设备的充分合理调度，从而掌握整个车间的生产情况，便于生产产品的传送和自动化检测设备的连接，为生产制造执行系统的运行奠定良好的基础。”杨莉说，公司还将5G技术应用到自身研发的WOES智能优化节能系统中，在促使生产信息交互效率提升50%以上的同时，对企业的能源应用进行数据分析，最大限度减少能源浪费，提升公司能源利用率。

  和万洲电气一样，湖北诺伯特科技有限公司（简称湖北诺伯特）也成功打通了“任督二脉”。

  8月11日，在湖北诺伯特精加工车间，机器轰鸣，生产工人在岗位上有序作业，可视化电子屏幕上的数据不停闪动，显示出每台设备每个环节的运行参数和实时状态。

  “轻松。”车间工作人员形容如今的工作强度，“以往，既要拼体力，还要靠脑力，对熟练工人的依赖性很强。现在，体力活交给了机器，产品有关数据也清晰地显示在眼前的屏幕上。”

  “我们利用5G技术对机床状态进行集中监控，由中控室管理人员根据机床的待机、工作、故障、停机等状态，实现对现场工作人员和机床的充分合理调度，从而掌握整个车间的生产情况。”湖北诺伯特副总经理左权说。

  目前，湖北诺伯特已实现全面信息化采集监控管理，把生产的全部过程中采集的数据汇集起来，形成公司制作中心“数字大脑”。

  左权说，过去，生产的某个产品的检测合格率是99%，但无法得知1%的不良率是哪台设备或者哪个流程出错导致的，如今借助数据就能了解问题出在哪儿，从而精准完善流程或工艺，实现精益生产。