抽检效率提升一倍以上，舜宇光学为智能制造建
|
舜宇光学采用 XSKY星辰天合的智造智能存储方案之后，升级了其业务数据架构，实现不同厂区不同产线质检数据统一管控，质检数据抽检效率提升一倍以上，运维成本降低至 50% 以下，推进业务和产品高质量发展。 领先的先进制造企业大多已经完成信息化部署，在利用 MES 系统打通生产全流程，提升产品质量和生产效率。在使用过程中，MES 系统会产生海量的质检数据，那么： 如何长期、有效存放这些数据，并高效的进行质检数据的快速匹配查询？ 如何将数据更便捷地共享给产线订单客户，以优化后续产品设计，实现共赢发展？ 如何将存储作为纽带，增强智能工厂与客户之间的粘性，提升 IT 技术最大化价值？ 这些都是舜宇光学面临的业务挑战，更是其 IT 负责人面临的存储管理挑战。
图注：舜宇光学公司外景 作为全球领先的综合光学零件及产品制造商，舜宇光学为了解决上述问题，携手XSKY星辰天合对其存储系统进行升级改造，其抽检效率提升了一倍以上，运维成本降低至 50% 以下，更可以使得其数据在多厂区和不同产线之间无缝迁移、统一访问，满足业务长期发展需求。 MES 系统质检数据的存储管理和使用挑战 舜宇光学的主要产品包括三大类：一是光学零组件，主要包括玻璃/塑料镜片、平面产品、手机镜头、车载镜头、安防监控镜头及其他各种镜头；二是光电产品，主要包括手机摄像模组、3D 光电模组、车载模组及其他光电模组；三是光学仪器，主要包括显微镜及智能检测设备等。
图注：舜宇光学的关键产品示意 成立至今，舜宇光学在国内外拥有多个生产基地、多条生产线，部署的 MES 系统产生了海量的质检数据。随着业务量的增长，原有机台本地存储和 NAS 的数据存储方式在日常使用中面临着诸多问题，包括： l 空间扩展不足：业务发展迅速，原存储空间不能弹性扩展，无法满足业务长期发展的需求； l 访问性能瓶颈：随着生产数据极速增长，原有存储力不从心，海量非结构化数据调取成为瓶颈，检索繁琐耗时长，严重影响了生产效率； l 数据管理困难：现有数据分散在多套传统存储平台上，且需要手动归档，庞大的数据量管理困难，且管理成本高； l 长期保存需求：所有生产数据需要按订单客户的需求进行长期保存，以供后续查询追溯； l 文件存储和对象存储需求：原有厂区的 MES 系统需要支持 FTP 文件接口，新建厂区的 MES 系统支持对象存储接口，实现两厂区间的数据相互调用。 舜宇光学对各存储厂家进行了详细技术调研，最终选择与星辰天合进行合作，双方经过沟通探讨，明确方向、制定方案，共同推进业务数据架构的改造。 XEOS+XGFS+X3DS构筑智能存储方案 舜宇光学采用对象存储 XEOS 及高性能文件存储 XGFS，统一承接新老产区 MES 系统，实现海量非结构化数据统一管理。 具体实现可以参考如下的框架图：老产线 MES 系统通过标准文件接口 FTP，无缝对接原有的产线业务；新产线 MES 系统通过标准 S3 接口对接，并利用对象标签做产线及工序的区分，通过 XEOS 自带的搜索引擎快速反馈质检系统数据，提升抽检效率，降低 MES 系统应用开发的难度及复杂性，使应用与存储实现高度交互融合。
图注：舜宇光学的智能存储方案架构 通过 XEOS 内置的数据自动分层功能，舜宇光学能够将质检数据自动分层至不同的云空间，如腾讯云、阿里云等，以便客户能够进行数据分析、检测和质量追溯等工作。 此外，由于不同产区、不同产线的多个数据源需要数据共享互通及流转，舜宇光学又通过 X3DS 数据管理系统确保数据中心不同存储系统、不同存储协议之间的数据流转，实现便捷高效访问。 新老产线质检数据统一管控抽检效率提升一倍以上 该方案的成功部署，为舜宇光学的存储架构带来了重大升级，强化了舜宇光学的数据基础设施，新老产线所有生产质检数据实现了统一存储，统一管理和统一查询，抽检效率大幅提升，运维更便捷。具体收益包括： l 快速访问，效率提升：通过自定义标签及 Elasticsearch 文件检索，提升一倍以上的抽检效率； l 无缝迁移，数据分层：多年的历史数据、不同产区间数据，实现平滑无缝迁移，数据按需自动分层，无缝上下云，满足不同订单客户数据访问需求； l 资源共享，统一访问：多集群间统一元数据访问，方便 MES 系统应用统一调用多中心存储资源； l 弹性扩展，便捷运维：分布式存储架构兼具资源弹性、横向可扩展能力，解决数据孤岛问题，减轻运维压力，运维成本降低了 50%； l 冷热分层，低 TCO：针对不同质检数据的保存时间和访问性能要求，可实现冷热数据自动分层，降低整体存储成本，软件无限升级享受硬件红利。 通过将存储系统升级改造，舜宇光学解决了先进制造类企业生产制造过程中 MES 系统海量数据的存储问题，解决了质检数据生命周期管理难、长期稳定存放不易的难题，并创新性的将数据作为与订单客户的纽带，使研发设计与生产相互融合为一体，加强与客户之间的粘性，实现数据价值最大化。 （编辑：admin） |
