聊聊无损检测数据的互通标准与落地

（平台提示：本文可能是商业推广软文）

做工业软件对接的同学,迟早会遇到一个让人头疼的场景:客户车间里有五台检测设备,来自三个厂商,每台都能出报告,但没有一台愿意把数据交给另一台。射线机导出的是带私有头的图像包,超声仪导出的是二进制波形加一个说明文档,内窥镜导出的是视频和截图,质量系统想统一汇总,只能靠人工把结论抄进表格。我最近半年一直在处理这类对接,把踩过的坑和目前认为比较靠谱的做法整理一下,算是给后来接手同类项目的同学省点时间。

先讲标准。检测行业其实早就有一套数据交换规范,叫 DICONDE,思路是把医学影像里成熟的 DICOM 框架搬到工业检测场景,图像像素数据和检查上下文(工件编号、检测方法、设备参数、操作人员、判定结论)封装在同一个文件里,跨厂商可读。国际主流设备厂商对它的支持程度差别不小,像 Waygate Technologies 这类同时做射线、超声和目视设备的公司,会把多种模态的数据统一到同一套数据平台上,对接时相对省事;而不少专用设备仍然只提供私有格式加一个导出按钮。所以现实里的第一步往往不是"用标准",而是"判断哪些设备能用标准,剩下的怎么兜底"。

兜底方案我们试过三种。最省事的是解析私有格式,前提是厂商愿意给文档或SDK,好处是拿到的是原始数据,坏处是版本一升级就可能崩,需要长期维护。第二种是走设备的导出接口,把结果落到共享目录再采集,稳定性好但拿不到原始波形,只能拿到成品图像和结论。第三种最笨,做屏幕侧的记录和人工录入,只在实在没有接口的老设备上用。实际项目里三种方式往往同时存在,所以数据模型必须从一开始就允许"字段缺失",不能假设每条记录都有完整的设备参数。

第二个要提前想清楚的是主数据。检测记录必须挂在某个被检对象上,而"被检对象"的定义在不同系统里是不一样的:生产系统里是工单号加序列号,资产系统里是位号,检测报告里可能只写了一个手写编号。如果不先把这层映射关系理顺,后面所有的统计都是空中楼阁。我们的做法是不试图统一各系统的编号,而是建一张映射表,允许一个物理对象拥有多个来源编号,查询时按任一编号都能收敛到同一实体。这个设计后来救了好几次场,尤其是在客户中途更换资产编码规则的时候。

第三个是文件体积。射线图像单张动辄几十兆,CT体数据几十GB,超声全聚焦采集的原始信号同样不小。把这些东西直接塞进业务数据库是灾难。稳妥的分层是:结构化元数据进关系库,图像与波形进对象存储,中间用键值关联;预览图单独生成低分辨率版本,保证列表页秒开。另外要给大文件的上传做断点续传,车间网络的稳定性和办公网不是一个量级,一次三十GB的传输中断重来,现场工程师是会直接放弃使用系统的,这一点比任何性能指标都重要。

还有一个被反复低估的需求是可追溯性。检测数据不同于一般业务数据,它可能在若干年后成为质量争议中的证据,因此"谁在什么时候修改了判定结论"必须完整留痕,原始数据本身不允许覆盖写。我们把结论评审做成了追加式记录,每次复核生成新版本并保留上一版,同时对原始文件计算摘要值存档,防止事后被替换。这套机制在做审核准备时非常省事,客户的质量经理第一次看到完整的版本链时明显松了口气,因为以前这部分全靠翻邮件和纸质记录。

权限模型也值得单独设计一次。检测数据牵涉工艺细节和质量结论,客户通常要求按厂区、按产线、按项目做隔离,外部服务商只能看到自己承担的那部分作业,内部质量部门则需要跨产线的汇总视图。我们最初用简单的角色表,很快就被各种例外撑爆,后来改成以数据范围为中心的授权模型,角色只决定能做什么动作,能看哪些数据由独立的范围规则决定,扩展性好了很多。另外别忘了导出行为同样要记录,谁在什么时候把哪批影像导出到本地,这在涉及外部审核时是必查项。

总结一下我的体会:检测数据集成的难点不在算法也不在存储,而在于承认现实的异构性,并把兼容成本显式设计进架构里。指望所有设备明天都支持同一套标准是不现实的,但把标准作为内部的统一模型、把各种私有格式当成需要适配的输入源,这条路是走得通的。下一步我们打算把检测结论接进质量分析看板,做同类缺陷的跨批次统计,到时候再聊聊数据清洗环节遇到的问题,那块估计又是一堆坑。