航空发动机被称为工业界“皇冠上的明珠”。航空发动机试车是研发和生产的关键环节，传统的做法是将传感器放置于发动机上，试车期间由人员现场检测，由于传感器数据需要发动机停机后才能传出，极大影响了研发生产效率。上海飞天航空发动机公司在发动机试车过程中存在三大痛点：
一是试车期间的潜在危险源需要实时动态监控识别，但采集的海量数据传输速率不足；
二是协同检测异常识别无法进行智能化支撑；
三是生产现场问题异地专家无法有效指导。
为解决这些痛点，IE工程师利用5G重构了试车工作模式：建设5G专网，搭建基于5G的机械臂+工业相机协作平台，远程操控机械臂和相机实时录像，通过5G网络传到后台数据中心，对实验关注的数据信息实时监测，并对异常数据及时告警；在依托5G实现智能网联的基础上，利用机器视觉等技术，实现对发动机试车过程的漏油、表面缺陷、振动的智能识别，解决试车过程的全方位视频动态监控与智能辅助识别问题；利用5G网络实现关键零部件装配的AR远程专家指导。经过反复实验，方案获得了成功。重构后的试车工作模式下，生产率和效率大幅度提高。
生产航空发动机叶片需要稳定精密的铣削。铣削过程中强大的冲击力带来叶片振动，容易造成铣削轨道偏离规定路线并致使产品缺陷，缺陷产品再次返工影响生产效率。为解决这个难题，IE工程师设计在铣床部件及工具上安装5G传感器，实时采集铣削状态的数据并传到后台。后台通过AI判断比对铣削是否处于稳定状态，通过数字孪生技术实时计算弥补偏离的路线，实现铣削过程的实时动态监控和仿真模拟控制，避免产品因发生共振而出现缺陷。在实验和实际运行状态下，采用该方案后返厂率从25%降低至15%，有效提升了生产效率。
3.2 降本案例：利用5G实时高速检测带钢缺陷
传统生产线对带钢缺陷的检测方法存在很大不足：
一是靠人眼识别带钢表面缺陷，人员存在视力疲劳、走神等情况，识别效率不高，准确率较低，人员成本高且有人身安全风险。
二是带钢在生产线上移动速度很快，人眼识别缺陷存在困难，如果放慢生产线运行速度，又会造成生产效率下降。
三是如果不做或少做过程检测，则不能及时剔出劣质产品，增加了劣质产品在后续工序的加工成本。四是如果中间停车抽检，将拉慢生产线运转速度，且仍存在事后才能全检的成本浪费问题。
辽宁东安钢铁公司是zhuming钢铁企业，面对以上难题，IE工程师利用5G技术实现智能网联，建设高速带钢缺陷实时精准检测系统，重构带钢生产线模式。系统拟在冷轧厂酸轧机组上下两侧各安装工业相机3台，利用工业相机对运行速度达10 m/s的带钢进行高清图像拍摄，每秒拍摄图片120张。系统把完整图片合成为高清图像，并通过5G网络上传到云平台，在云平台上采用图像处理软件和缺陷检出及识别分类算法，利用大数据分析、机器学习和共享缺陷识别库等技术，实现动态监控、快速缺陷识别和类别判定，并指令生产线对缺陷带钢特别处理。该系统还拟利用5G的低时延特性，解决图像同步自适应、光照强度自适应、带钢跟踪自适应等多项技术难题。
经过反复实验和改进，该系统实验成功并投入使用，实现了常规缺陷检出率在95%以上，常规缺陷识别率最高可达95%，设备稳定运行率超过99%，降低了生产成本和缺陷产品处理成本，每条生产线每年提高经济效益400万元，每年减少事故处理成本300万元。
3.3 提质案例：利用5G打造化纤智慧工厂
飘丝和飘杂问题是长期困绕全球化纤行业的难题，给化纤制造业带来巨大损失。化纤设备会以很高的速度下丝，细丝的直径往往只有几微米，下丝过程中如果细丝飘离了轨道就是飘丝，如果飘到了相近轨道就是飘杂，飘丝和飘杂严重影响产品的质量。传统方法是通过强光照射后用人眼识别飘丝和飘杂。由于丝细且飘移速度很快，凭肉眼很难清晰识别并做出相应处理，因此人工巡检漏检率较高，优品率很难突破98%的天花板。
浙江新明集团是zhiming化纤企业。为解决飘丝和飘杂难题，IE工程师提出了重构生产线巡检模式的方案：构建5G专网，打造5G飘丝飘杂巡检机器人，机器人搭载8K摄像机，在纺丝车间执行流动巡检任务，替代人工定期巡检。机器人采集前端纺丝工艺工位的高清图像信息，通过5G网络回传至人工智能服务器，进行飘丝飘杂自动检测和识别，并及时通知工作人员进行处理，实现智能网联、动态监测和自动控制。
该方案经反复实验后取得成功，现已投入实际生产。采用该方案后，有效提高了产品质量和生产效率，生产线突破了98%优品率瓶颈，提升了0.25%的优品率。该公司年产11 000吨，按优品和良品的差价约2000元/吨，该项改进每年带来至少2000万元的收益。该方案具有全行业推广的重大社会效益。
3.4 保障安全案例：利用5G实现天车和卡车远程操控
钢铁厂钢卷仓库作业环境存在一定危险性，传统作业方法需要人员驾驶车辆和现场操控天车，由于作业环境较差，容易发生人身伤害、车辆安全等事故。如果采用降低作业速度、加强人工检查等传统方法提高安全度，将降低生产效率，提高安全成本，安全效果也较为一般。
河北唐乐钢铁厂是大型钢铁企业。为提高钢卷仓库作业安全度，公司提出了对钢卷吊运作业方式进行改进的方案：拟构建基于5G技术的动态作业监控系统，在天车两侧各装一个高清视频摄像头，横向观察监控天车抓放钢卷的情况和天车周围作业环境视频；天车原驾驶员舱两侧各装一个高清视频摄像头，大视野监控天车正常作业，获取钢卷的分布情况，监控周围的行人和车辆。
在无人驾驶卡车上安装高清摄像头，摄像头将视频图像通过5G网络回传到操控平台，驾驶人在远程操控平台根据回传视频对车辆进行远程操控。视频、操控等信息通过5G网络上传云端控制中心，云端再通过5G网络下发命令操控天车作业，实现天车、汽车、操作者和云端的智能网联，天车操作员和汽车驾驶员在办公室远程操控，提高工作安全度和舒适度。该方案在实验成功后已在部分车间部署，大幅降低了驾驶员、操作员、行人和车辆的安全风险。
3.5 提高生产柔性的案例：利用5G+机器视觉检测缺陷
燃气轮机叶片高度个性化，外形结构复杂，精度要求高，质检需要人工与设备结合进行，完成一个叶片检测至少需要2天。由于检测时间长，传统质检为控制成本只能采用抽检方式，抽检覆盖范围小，质检效率低下，按传统思路很难有合理的方法解决以上问题。
浙江航新汽轮机公司是lingxian的燃汽轮机制造企业。公司运用IE思想，对汽轮机叶片生产过程提出了优化方案，拟利用5G网络大带宽的技术特征，通过叶片3D数据的实时三维扫描，利用5G网络将数据快速传送到系统并建模，精准快速生成三维模型，利用数字孪生技术进行模拟控制，实现产品全量检测，并建立质量数据库，通过模型和算法，进行质量追溯和大数据分析。方案经多次实验和改进，将叶片缺陷检测时间从2~3 d降到了3~5 min。该方案投入使用后，有效解决了汽缸、叶片等汽轮机组件人工质检效率低下，缺陷结果不便于记录，缺陷检测的时间长，质检效率低、抽检不全面、质量无法追溯等问题。
该案例还实现了工序间检验，使检验工序前移。案例将工业相机安置于每道工序，从毛胚开始即用工业相机扫描至云端判断是否合格，如不合格及时剔出，避免后续加工浪费，该项改进节省成本10%以上。同时，叶片抽检实现全检、部分测量实现整体测量，提高了叶片质量可靠性，避免了产品售后返修，提高了客户满意度。
该案例应用提高了生产的柔性。一是提高了生产线的柔性。案例在生产线上使用移动式工业相机（内置5G模组），工业相机和主机分离，相机通过5G网络和主机相连，可在在厂区内任意地点安放并可随需变动位置，生产线、主机和工业相机可随需组合，且一台主机可对应多台相机，主机设备投资可减少1/3。二是提高了产业链质检柔性。上游中小零部件企业无需大额投资，只需安装航新汽轮机公司同样的工业相机，扫描三维数据并通过5G网络传送到航新汽轮机云端，即可实现质量检测，提高零部件质量，减少零部件生产返工，并保障各工序有效快速开展，产业链整体效率提升20%。
3.6 提高系统综合收益的案例：全工厂全方位利用5G提升公司综合效益
浙江爱迪公司是lingxian的汽车铝合金精密压铸件生产商。公司运用IE思想，采用5G、云计算和人工智能等新一代信息技术，规划和建设智慧工厂，构建智能制造时代的竞争优势。
爱迪公司集成了十余个基于5 G的应用和平台，打造了完整的5G+智慧工厂应用案例。
一是通过5G网络实现了机加工全联管理系统、机加工调试系统、原料追溯系统、压铸全联管理系统等系统的互联互通和协同。
二是通过三维扫描枪，快速生成产品的三维模型，三维数据通过5G网络发送到云端，云端利用人工智能对图像进行分析，快速完成质量验证。
三是5G助力数字孪生技术在动态监控和管理中的应用，管理者可从后台实时了解生产数据，实现模拟控制。
四是通过5G网络精准快速定位问题来源，包括供应商在内的各节点原材料、铸件、零部件、整车等记录上链，全程可追溯。
五是工厂中未部署实体网线，所有的设备均通过5G无线网络连接，节约了网络线缆投入，使产线搬迁、重组、作业等更加灵活便捷。
该方案实验成功并投入使用后，提高了公司市场响应能力，人均产值提高17%，设备生产效率提升19%，产品合格率提高3%，客户投诉下降23%，实现了降本、提质、增效的目标，显著提高了公司综合效益和竞争力。