富士康视频分析提升产品质量

利用HPE Pointnext服务在边缘部署机器学习,富士康能够解决其高度定制IT服务器生产中的质量保证问题。

视频Qa Hpe (1)

从食品和饮料到汽车,定制制造是所有垂直制造领域的一个主要趋势。但受这一趋势影响最大的垂直行业可能是电子行业。

想想你的电子设备——从你的电脑到你的平板电脑再到你的智能手机——以及供应商提供的各种配置选项。从内存到处理器速度,再到连接端口的数量和类型,消费电子产品上常用选项的数量通常转化为制造商可能的数百个组件。现在考虑IT电子产品,比如服务器,以及这些技术的供应商为满足各种业务需求而提供的可配置性。

这就是富士康在捷克库特纳霍拉(Kutna Hora)工厂生产惠普(hp Enterprise) IT系统的生产线所面临的复杂程度。

为了让你了解富士康工厂的组装有多复杂,想想一台HPE服务器可以配备2到16个内存模块,每个内存模块可以是16gb、32gb、64gb或128gb。HPE Pointnext(该公司的数字转型咨询公司)的全球物联网服务总监Norbert Reil说:“这些内存选项允许数百种产品的变体,反过来,这些选项必须与处理器、风扇、磁盘驱动器等可用选项的数量相乘。”

Reil指出,这些服务器的质量保证不仅需要评估系统组件的数量和位置,还需要评估它们的正确实现。他说:“例如,电缆不仅要定位在正确的端口前,还要检查,以确保在制造和组装过程中成功插入。”“此外,其他产品缺陷,如服务器机箱表面的划痕,必须予以解释。”

执行所有这些质量检查可能需要人工花费几分钟。在富士康工厂,每天可以生产数千台IT设备,这意味着“制造过程中增加了相当多的成本和时间,”Reil补充道。

富士康视频分析提升产品质量质量保证中的视频分析:一个可移动的手臂,五个摄像机从不同的角度拍摄服务器。图片来源:HPE为了解决这个问题,HPE Pointnext和Relimetrics(为工业4.0进行智能质量审计)一起部署了一个视频分析的质量保证系统,以自动化检查过程。Reil说:“每个传送带上的视频摄像机(每台10台)捕捉传送带上产品的高分辨率图像,并将它们传输到嵌入式或附加的IT系统,在该系统中,视频分析应用程序使用机器学习算法对图像进行分析。”ML将实际产品的图像与显示准确和有缺陷的实现的参考图像进行比较。因此,机器可以知道电缆是否正确插入端口,内存模块是否正确插入插座,或者机箱上是否有划痕。”

Reil说,视频分析/质量系统可以与各种工业摄像机系统一起工作。富士康库特纳霍拉(Kutna Hora)工厂使用的是Basler acA4024-8gc千兆以太网摄像头,每秒8帧,分辨率为12.2万像素。

尽管ML技术在执行这些类型的检查时非常高效,但由于产品的多样性,培训分析系统也具有挑战性。训练基于ml的分析系统的一种方法是教会它在配置、实现或任何其他对产品的损害中检测缺陷。这种方法可能需要数千张参考图像,分析应用程序可以将这些图像与传送带上的产品图像进行比较。这种方法的缺点包括需要花费数周时间来训练ML算法,并且需要为每一个新的配置、产品更新或更新进行新的训练周期。

为了避免这些步骤,HPE Pointnext和Relimetrics设计了这个系统,这样它就不需要存储完整服务器的参考图像,而只需要存储组件——比如内存模块被放置在适当的插槽中,或者带有风扇的处理器插槽中。在这种设置中,制造执行系统(MES)为传送带上的每个产品提供一份材料清单给分析应用程序。Reil表示,这使得系统能够基于相关参考图像组件创建一个完整的参考图像,用于装配检测。他补充说:“与视频解决方案的数据交换是通过SCADA层和附加的mes进行的,这两者都是富士康定制生产系统福克斯的一部分。”

Reil说,这种方法的两个主要好处是:“首先,ML算法聚合学习的速度更快,效率更高,因为参考图像组件经常被重用。在富士康的库特纳霍拉(Kutna Hora)工厂,HPE Pointnext能够在两天时间内培训ML模型,以确保新服务器的质量,其中包含大约1000个配置变体,缺陷检测过程完全自动化。其次,这种方法通过根据材料清单提供的实际产品配置组合图像组件,提高了灵活性。”

处理这个系统中使用的所有摄像机所产生的大量数据是必须面对的另一个问题。考虑到这些摄像头每小时产生3gb的图像数据,通过内部或外部网络传输数据并在远程服务器上处理是不现实的。Reil说:“延迟会太高,网络会因这些数据量而超载,生产系统会在网络中断期间陷入停顿。”

为了解决这个问题,HPE Pointnext在HPE Edgeline融合边缘系统上部署了基于ml的视频分析系统。“这些坚固、紧凑的系统在设计时考虑到了制造环境,并集成了操作技术(OT),如数据采集系统、控制系统和工业网络,以实现无缝的双向和确定性通信和OT系统的控制,如摄像机,生产机器或传送带,”Reil说。

来自摄像机流的数据首先在运行在传送带附近的HPE Edgeline融合边缘系统上进行预处理。Reil解释说:“该解决方案提取实际产品的图像,然后使用ML算法实时分析数据,以检测缺陷。”“只有一部分分析后的图像会通过网络传输并存档,以确保可追溯性和一致性。”

本文中的公司
更多的工厂