任何一種新車型的開發，都要對整車及其各個部件進行大量的運行測試，從而產生大量的、有待處理的試驗數據。這些數據以不同的文件形式存放，數據間交互困難，不利于進行綜合分析；如何將它們進行整合，幫助汽車研發人員發現潛在規律，是亟待解決的問題。根據相關研究，以數據庫為基礎建立汽車試驗數據及經驗知識的綜合管理及應用平臺，可以使試驗知識在產品研發過程中得到最高效的利用，有助于企業提高產品質量和經濟效益。
由于汽車試驗的專業性較強，數據類型多樣，數據分析的實際需要也各不相同：在進行誠驗數據管理系統的開發過程中，需求方與設計方往往溝通不暢，對實際的數據管理需求無法形成共同的認識。本文通過對汽車試驗數據特點和實際數據分析需要進行總結，力求完整描述試驗人員對數據管理的普遍需求。
1 現狀
汽車試驗數據既存在于通用格式的數據文件中，也存在于專業測試軟件生成的二進制文件中。目前，企業對這些文件的管理沒有統一的模式，往往由相關試驗人員獨立管理或簡單地存放在特定的存儲空間內。在非數據庫的存儲環境下，這些數據在維護和使用方面存在以下缺點。
1.1 相對分散，不易檢索，利用率低
相同批次或類型的試驗數據簡單地存放在單獨的文件夾中，試驗人員無法看到所有數據的統一視圖。數據的篩選與查看需要通過手工的方式完成，效率低下，易出差錯，因此歷史試驗數據利用率較低。
1.2 數據組織混亂
汽車研發過程中的試驗工作是逐步深入進行的。每個平臺有多個試驗車型，每個車型在FT、ET、PT階段都要進行一系列的試驗，在同一階段不同配置的樣車、零部件也要分別進行試驗。文件式的數據管理方式不能很好地體現試驗數據間的遞進、并列關系。當數據積累到一定程度時，會出現多個數據文件相似、具體含義無法區分的情況，導致試驗分析人員調用錯誤的試驗數據，產生錯誤的分析結果。
1.3 試驗信息缺乏完整性
目前的商業測試軟件對試驗環境（風速、路面等）、樣車運行條件（選擇擋位、油門開度等）信息的存儲沒有提供完善的支持，而這部分信息（下文統稱工況信息）又包含了大量的試驗細節和指導經驗，對于真實地反映當時試驗狀況和汲取改進經驗，都是非常寶貴的參考資料。另外，試驗對象的參數信息（如發動機排量、變速箱型號等）、試驗任務信息（如開發節點、更換的零部件等）也是試驗結果評判的重要參考。試驗工況信息的不完整，導致試驗過程的許多細節無法跟蹤，影響對試驗結果進行正確判斷，試驗數據就失去了重復利用的價值，造成了資源的巨大浪費。
1.4 安全保密性差
由于缺乏統一的保存和管理機制，數據文件易受到未經授權地訪問、修改，并導致重要數據的泄密，數據的流向不能被有效控制；多次的數據拷入拷出，可能會造成數據版本不一致，數據完整性、一致性無法得到保證。如果沒有有效的數據備份機制，當出現計算機病毒或者故障，試驗數據可能徹底丟失，造成不可挽回的損失。
1.5 缺乏數據分析的支攆設施，無法進行數據挖掘
汽車試驗的首要目的是對試驗數據進行分析，從中找出數據的變化規律，以便于指導進一步的設計、制造和試驗�；ㄙM大量人力、物力獲得的數據中，蘊藏著豐富的信息。但是不同試驗項目的數據在模式上差異較大，即使是同一個試驗項目，如果使用的采集分析軟件不同，試驗結果在形式上也有較大差異。如果沒有統一的數據分析環境，則無法對這些差異數據進行對比分析，深度的數據挖掘也無法進行，造成各種試驗數據分析技術隨時間不斷流失。
2 試驗數據的特點
汽車試驗是工程領域的一項重要的活動，試驗人員通過組織試驗活動獲得試驗對象的功能、性能、適應性等信息，從而完成對部件或系統的評價和判定，它是一項嚴密組織的系統工程，對試驗環境、試驗設備、試驗人員都有一定的要求。與商業數據相比，汽車試驗數據在來源、數據模式、數據時效性方面有很大的不同。一般來說，汽車試驗數據具有以下特點。
2.1 數據來源廣泛
試驗數據既包括人工記錄的紙質檔案，也包括不同數據采集軟件生成的文件。此外，與試驗相關的圖片、工況信息、原始時域文件等也屬于試驗數據的范疇。
2.2 數據量大
隨著測試技術的進步，汽車試驗項目越來越多，所采集的試驗數據也在不斷增加。比如NVH試驗，在進行噪聲信號采集時，需要使用較高的采樣頻率，每次試驗產生的數據量都可能達到幾百兆。因此，需要管理的試驗數據量是非常龐大的。
2.3 數據價值相對穩定
一般的商業數據，隨著時間的推移，歷史試驗數據的細節不再重要，只有簡單的數據匯總值對以后的數據分析有利用價值。但汽車試驗數據對于產品研發的有效期很長，可以達到十幾年。試驗進行的早晚和試驗數據的價值沒有必然的聯系；很多年前的試驗數據，也可能有很高的利用價值，需要一直保存，不能被隨意的刪除。
2.4 數據類型多樣
試驗數據有多個維度（見圖1），可以按不同的方法進行分類。比如，根據領域不同，汽車試驗可分為多種不同的項目。不同項目的試驗數據在采集方式、數據模式上有很大的區別。隨著測試技術的進步，試驗項目處于一個動態變化的過程中。
圖1 數據的維度
2.5 數據模式不確定
試驗具有易變性特點。根據試驗目的的不同，在具體的數據采集過程中，試驗對象的運行工況和使用通道數目是變化的，對應的試驗數據在模式上會各不相同。另外，試驗設備的更新換代、試驗方法的改進、試驗環境的變化、具體試驗對象的特點也會影響數據模式。
2.6 數據與數據處理程序緊密耦合
不同的試驗項目會用到不同的采集分析軟件，數據分析方法由對應軟件提供；試驗目的不同，則對數據的分析處理方法不同，生成的文件格式也不一樣；即數據與處理程序是緊密耦合的。不同軟件對同一個物理量的描述可能會使用不同的數據量綱，當對這些數據進行對比時，需要進行數值換算，正確體現數據間的關系。
汽車試驗數據管理需求分析（二）
核心關注：拓步ERP系統平臺是覆蓋了眾多的業務領域、行業應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業務領域的管理，全面涵蓋了企業關注ERP管理系統的核心領域，是眾多中小企業信息化建設首選的ERP管理軟件信賴品牌。
轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/
本文標題：汽車試驗數據管理需求分析（一）
相關文章
