{{ title }}
{{ errorMessage }}


{{ errorMessage }}





{{ registerSuccessMessage }}
收藏
点赞
投稿
AI质检+智能存储加持 高端制造业开启“奔驰人生”
  2024-04-01      152

文章来源:ACT 工业AI微信公众号

作者:邱尚高 深圳市杉岩数据技术有限公司COO

当前,全球制造业面临客户需求个性化、生产成本不断攀升、劳动力资源短缺、竞争不断加剧等诸多挑战。智能制造的推进成为企业发展战略的重要支撑手段。为此,各大制造企业竞相运用云计算、大数据、人工智能等先进技术,推动智能制造发展。

以数据为中心的智慧工厂业务架构

5G、云计算、物联网、大数据、AI、数字孪生等技术的大力发展,帮助企业实现智能设备、智能产线、智能车间、智慧工厂等生产模式的创新。这些先进技术的背后,会产生海量的图片、文档、音频和视频等非结构化数据,其文件个数和数据量都呈现爆发式增长。

  

IMG_256

图1 智能制造浪潮下,海量数据产生

以AI质检场景为例,机器视觉质检工序的引入提高了产品质检效率和生产效率,同时也产生了海量非结构化数据。杉岩数据调研的某智能制造工厂产线,一个机台就有10个检测点位或设备,每个点位图片大小平均为50MB,约2秒钟进行1个工件检测;10条这样的产线7*24小时运行,1个月文件数量就达到了1亿多,存储容量达6PB以上。

面对来源多样的海量非结构化数据,实现IT与自动化系统的信息集成,通过强大的数据传输、存储和处理能力,推进智慧工厂理念的落地,需要打造以数据为中心的业务架构。

在智慧工厂业务架构上,分为数据资产、数据平台、智慧工厂、应用系统和服务对象等五个部分。作为数据基础设施的底座,数据存储系统在智能制造体系中起到至关重要的作用。如下图所示,存储系统汇聚了产线多个源头多种类型的数据,根据国家相关政策法规和下游客户的要求,生产数据如质检图片数据通常需要保存3个月到15年不等,以便质检追溯和分析等。这些海量的数据需要能被生产过程管理(MES)、质量管控(SPC)等应用系统便捷地调用和共享,以帮助企业更好地实现生产自动化及决策支撑。

image.png

图2 智慧工厂数据业务架构图

智慧工厂数据存储架构设计

当前制造业产线数据存储方式,主要是采用机台本地盘和集中式NAS存储两种方式,日常使用中往往会面临运维成本高、性能瓶颈、数据安全性低、扩展性差、溯源检索维度少、检索效率低等挑战。

面对数以亿计的非结构化数据,如何实现数据的统一存储和管理、产线数据的实时查询、未来的大数据分析?这对存储高度智能化的管理能力提出了更高的要求。

软件定义存储作为一种先进的数据存储方式,通过将软件从存储系统中抽离出来,使得存储软件不再依赖于专有硬件;通过虚拟化,将物理存储空间虚拟成统一资源池,建立统一命名空间,构建多业务共享的数据湖;其全分布式架构,弹性扩展灵活,支撑千亿级文件/EB级容量,满足制造企业在海量非结构化数据场景下对存储容量、性能、易用性等需求,帮助企业构建线性扩展、超大容量、安全可靠的存储架构。

作为海量数据存储与管理解决方案提供商,杉岩数据与众多高端制造客户共同实践验证,如:京东方、比亚迪、蜂巢能源、华天科技、水晶光电等,逐渐摸索出一套完善的产线质检数据存储管理解决方案。方案基于杉岩数据智能存储系列产品,为多个生产线的机器视觉设备提供统一的图片、日志数据采集、存储和管理平台,具有大容量、高性能、易扩展、智能化等优势,有效破解制造业产线质检数据存储、管理及使用难题。

image.png

图3 智慧工厂数据存储管理方案部署架构

杉岩数据充分考虑制造企业特点,洞察制造业机器视觉质检场景痛点和需求,基于杉岩数据智能存储系列产品,帮助客户实现海量数据高效采集汇聚、高性能存储、数据智能处理、数据便捷调用,用智能存储为企业提质增效注入新动能。

第一,更高效品控管理。该方案支持千亿文件秒级检索,效率提升可达数百倍,质量追溯更敏捷;数据极速打包下载传递,业务等待秒级可达,响应诉求更迅速;灵活标签策略加速产线质量分析,提升生产良率。

第二,更敏捷管理运维。随时在线按需扩容,“零”业务中断,业务上线更快捷;数据安全有效保护,“零”数据丢失,业务运转更轻松;机台随时按需增加,自动发现、自动添加、自动监控,统一运维。

第三,更低TCO。图片压缩转换最大可缩小600%,占用带宽更少,可节省存储成本60%以上;系统自动化替代繁琐人工操作,工作更聚焦,可降低无效投入90%;万台规模机台集中运维,减少大量现场IT人力,可节省运维成本30%以上。

分享到:
  点赞
  收藏
  打印
评论(0
已输入0
相关推荐