GoodLinker× 研华联合研发 SDE，赋能 AI 智能工厂转型
2021/3/30
Location: Taiwan
项目介绍
以往，制造工厂的操作人员需人工记录设备控制面板数据，这些生产良率与产品质量相关数据被导入电脑后，往往难以调取查阅。受设备无网络连接功能、或工厂独立 / 封闭网络的限制，这种操作流程不仅繁琐费力，还效率低下。所幸，工业 4.0 的发展与落地，已让这类传统作业模式彻底被淘汰。
项目挑战
GoodLinker 是一家依托 AI 技术为工厂提供数字化转型服务的初创企业。该公司总经理冯伊桑（Ethan Feng）指出，“设备联网” 是智能工厂转型的首要环节，唯有实现设备数据的整合打通，才能推进到下一阶段的数据分析工作 —— 即从现有数据中定位问题、推动优化改进。传统人工模式下的数据分析既需要依托网络或系统支持，且目前多数制造企业的解决方案，要么对老旧设备进行升级改造，要么直接采购新设备，两种方式不仅潜在成本高昂，还会对产线运行效率造成影响。加装传感器虽是一种成本相对较低的适配方案，但也存在明显局限：其一，部分高价值大型设备并不适合自行加装传感器；其二，传感器仅能采集设备运行率、作业次数、振动情况等物理数据，这类局限性直接导致非物理数据的采集工作难以开展。
这类痛点在砂型铸造场景中表现得尤为突出 —— 碳硅分析仪与光谱仪仍是砂型铸造检测环节的核心设备，这类仪器虽能在铸造过程中把控金属的品质与纯度，却普遍缺少可输出 VGA/HDMI 信号的数据输出接口。这就导致检测结果的追溯只能依靠人工记录这一方式，不仅单轮记录流程耗时 30 至 60 分钟，数据记录的频次也极低；而这种低效的记录模式，又会因无法在砂型铸造工序完成前及时识别不合格铁水，造成大量资源浪费。
解决方案
为解决上述数据采集痛点，GoodLinker 与研华科技联合打造了屏幕数据采集器（SDE），通过软硬件深度融合的方式攻克行业难题。研华工业级边缘 AI 计算机 MIC-710AIX 搭载 GoodLinker 的 OCR 识别技术，共同打造出这款性能优异的 SDE 解决方案。该系统可对接设备的 VGA/HDMI 数据输出，对屏幕显示的各类数据进行视觉识别与自动记录。GoodLinker 总经理冯伊桑（Ethan Feng）补充道：“SDE 为外置式设备，因此在完成数据采集的同时，能将对生产计划与产线运行的影响降至最低。”
项目实施
冯伊桑（Ethan Feng）进一步阐释了 SDE 的作业架构：设备的输出数据经 VGA/HDMI 线缆传输至研华 MIC-710AIX 边缘 AI 计算机，数据传输完成后，由 GoodLinker 的智能 AI-OCR 识别软件对屏幕中的文字及数值进行精准识别，再通过通用的 Modbus 协议与 API 接口将识别结果进行输出，最终实现生产数据的自动化采集与汇总。
支持 VGA/HDMI 输出的设备（含人机界面、系统屏幕），均可通过 SDE 识别并聚合数据；无 VGA/HDMI 输出的设备（如七段显示电路、仪表表头），可通过安防摄像头实现数据识别。
经过两年研发，GoodLinker正式推出屏幕数据采集器（SDE）。该设备搭载的AI模型可灵活适配各类设备显示的文字信息，涵盖字体、排版、颜色等多元维度；同时，其AI模型成功攻克了工厂场景下软件应用普遍面临的多项文字识别难题，包括光照不均、阴影干扰、拍摄角度偏移，以及红字黑底等特殊显示样式带来的识别障碍。
目前，SDE 技术已在砂型铸造企业及电镀企业的生产数据采集环节落地应用。其中，砂型铸造企业引入 SDE 后，彻底取代了原有数据记录的人工操作，同时实现了数据分析的深度落地与应用；此前单次耗时 30 至 60 分钟的人工数据记录工作，通过这套自动化系统仅需 10 秒即可完成，产线良率也随之实现提升。现阶段，经优化的自动化数据采集模式能够快速识别原料配比异常问题，有效降低了产品不良率
华 MIC-710AIX AI 推理系统采用紧凑型一体化设计，搭载 GPU 算力支持，凭借模块化接口设计与多元化的图像输出方式，可满足各类设备的适配需求。GoodLinker 正是基于该款设备在各工厂落地部署 SDE 方案，无需定制化开发即可适配不同的输出 I/O 接口，且整个数据采集过程均不会对现场设备的显示画面造成任何影响。
-25/MIC-710AI_Front-left_P-(1)20240126143138.png)
-25/MIC-710AI_Front-left_P-(1)20240126143718.png)
/MIC-730AI_Front-Left_P20191108114747.jpg)