存储赋能机器视觉,杉岩数据助力信维通信加速智能制造

随着智能化、数字化的深入,机器视觉技术成为智能制造的重要手段。面对不断增长的业务规模,海量质检图片数据对存储的要求越来越高。从制造到智造,江苏信维如何玩转智能存储,为智能制造装上“火眼金睛”?

信维通信(江苏)有限公司(以下简称江苏信维)是深圳市信维通信股份有限公司全资子公司,母公司信维通信是全球领先的一站式泛射频解决方案提供商。公司主营产品为天线、无线充电模组及磁性材料、射频前端器件、EMC/EMI射频隔离器件、线缆及连接器、音/射频模组的研发、制造和销售等业务,客户主要是苹果、华为等全球一流的消费电子领域企业。

如图片无法显示,请刷新页面

由于江苏信维服务的客户都是消费电子行业的头部企业,这些头部企业对供应商产品质量的全流程追溯和管控有着极高要求,需要制造商具备较高的自动化、智能化和数字化水平。为此,江苏信维数字化变革不断深入,在人工目视质检之外,投入了大量自动化检验设备,如LCR、AOI、AI视觉检测设备等,在生产工序及工艺上牢牢抓住产品质量控制的关键环节。

机器视觉是机遇也是挑战

机器视觉等自动化检测设备的引入,提升了产品质量和智能制造的生产效率,但随之而来需要拍摄的产品检测图片数量和精细度也水涨船高;同时,随着客户需求及自身经营管理的需要,设备工艺配置参数文件、视频文件、数据库文件等各类结构化、非结构化数据需要快速存储和调用,传统的存储架构显得力不从心。其主要挑战在:

·生产过程中产生的海量质检图片数据,分散存储于不同生产线的质检设备中,应用系统检索耗时长,造成数据管理和检索不便。

·为满足产品质量的追溯要求,质检图片往往需要保存2年以上。传统的NAS存储在面对大容量数据备份时,投入成本高。而且由于缺乏数据保护措施,一旦个别硬盘损坏,数据无法恢复,存在安全风险。

·存储系统与MES等业务系统无法打通,后道工序无法快速检索、调用以供质量分析、运营分析使用,制约产线整体生产水平。

携手杉岩数据,打造智能存储平台

面对不断增长的产线质检图片存储需求,江苏信维希望构建高效、安全可靠和使用便捷的存储架构,实现产线自动化、智能化的提升。分布式存储因其高性能、弹性扩展、安全可靠的优势成为智能制造存储架构升级的首选。

“数据存储的时效性、安全性和使用便捷性,是我司对分布式对象存储的主要诉求,尤其是数据使用便捷性。分布式存储的文件能否被快捷地检索,能否与MES系统以及其他信息化系统顺利接驳,能否提供各种适配的接口被其他系统快速的访问,是重中之重。”江苏信维信息技术部经理杨乐说道。

在综合对比后,江苏信维选择与杉岩数据合作,采用杉岩MOS海量对象存储,满足产线质检数据存储和管理的需求。

如图片无法显示,请刷新页面

1.AVI、FLT复判机台通过杉岩数据提供的ES检索接口进行文件的快速提取,与MES系统以及其他信息化系统打通,便利后道工序的产品质量分析。同时可按需查看数据文件及系统的运行监控。

2.江苏信维使用杉岩MOS智能数据处理引擎,结合文件名解析插件,将LCR、AOI、AI视觉设备生成的图片根据解析信息进行标签化,自动生成时间戳、机台号、条码序列号等标签,质检员和质量工程师根据标签快速检索特定图片文件,提升检索效率和速度。

智能存储为智能制造机器视觉点睛

从安装部署到业务上线,杉岩MOS海量对象存储为江苏信维带来了显著价值。

安全合规,海量质检图片数据高效存取

随着产线的扩充,数据量呈现快速增长的趋势。江苏信维使用杉岩MOS的产线,每天数据存储量达数百GB,数量达几十万张,杉岩MOS支撑海量小文件的高效存取和未来扩展,自动化的数据生命周期管理,根据时间、标签策略存储和管理数据,满足客户数据长期保存的合规性要求。未来,还可将原有各产线视觉质检设备中的NAS存储、文件服务器进行利旧纳管,既充分利用既有投资,又满足业务规模增长需求。

效率提升,智能处理引擎实现毫秒级检索

通过杉岩MOS的智能数据处理引擎,质检员和质量工程师的数据检索时间从原来的十几秒压缩至毫秒级,为业务发展提供了有效的技术支撑。

系统打通,为智能制造提供有力保障

AVI、FLT复判机台通过杉岩数据提供的ES检索接口进行文件的快速提取,与MES系统打通,为后序的产品质量分析、运营分析使用提供强有力保障。

杉岩数据与江苏信维的合作,为大数据智能存储在智能制造的应用装上了“火眼金睛”。杉岩MOS不仅解决了客户质检数据检索慢、数据共享管理难等痛点问题,同时,也证明了杉岩MOS智能数据处理引擎在数据价值利用方面的效益加成,是传统IT基础架构向新型分布式智能基础架构演进的成功实践。

谈及此次合作,杨乐表示:“从人眼目视质检,到采用LCR、AOI、AI视觉质检技术实现产线自动化、智能化的升级,制造行业实现了生产效率的快速提高。杉岩MOS海量对象存储能集中管理结构化和非结构化数据,并结合业务需要提供智能化的数据处理和服务能力,这才是高效的数据管理方式。”