我国汽车研发企业试验数据管理系统建设研究.docx

我国汽车研发企业试验数据管理系统建设研究 摘 要：针对当前国内高速发展的汽车研发过程产生的大量试验数据进行了分析研究，提出了一种应用IT技术手段，建立一个全周期的、一体化的、高效的试验业务综合管理系统的方案，从而实现整车试验业务运行中的人、机、料、法、环的一体化的闭合管理，提高汽车研发效率。 关键词：汽车研发；试验数据；管理 中图分类号：F27 文献标识码：A doi：10.19311/j.c汽车研发试验数据管理现状 与其它数据不同，汽车研发试验数据有自己独特的特点，具体表现在： （1）多样化的数据类型：包括图像、数字、文字、视频、音频等类型数据； （2）数据处理过程繁琐：有实时处理、预处理及后置处理3个数据处理过程； （3）测量参数多：一个产品的研发试验测量参数高达上万个； （4）某些数据记录由几类数据合成。比如温度和压力等； （5）数据量很大，不论单个试验模块还是整个试验测试的数据量每次到达到几十G的容量。 随着现代测控技术的提高，数据结构越来越复杂，测量的数据量也越来越大。但是一直没有有效的数据管理工具来实现对试验数据的有效管理，大量的试验数据都以各类电子文档的方式进行保存及共享。这种落后的数据管理方式存有根多弊端： （1）易出错：试验数据的准确性对试验至关重要，但是由于在数据管理中存在大量的手工操作，难免会出错误，影响整个试验的准确性，造成不良后果。 （2）效率低下：试验人员从海量的数据文件中查找自己需要的试验数据需要花费很多的时间。 （3）数据利用率低：试验室数据信息的处理还停留在手工记录及分析阶段，大量试验数据记录在试验人员的记录本上，无法实现数据信息资源的共享，缺乏广泛而有效的分析和利用。 （4）安全保密性差：以文件方式保存的试验数据容易受到未经授权的修改及访问，使重要数据资料的安全性大大降低。 （5）无法进行有效的数据分析挖掘工作：在试验中获得的试验数据，包含着丰富的信息，简单的文档管理无法通过数据挖掘去使用那些有价值的信息。 总之，大多数企业的试验数据（如试验质量问题点、试验原始数据等）的存放较为分散，无统一管理平台，主要存储于每个工程师的移动电脑中，要进行阶段性总结以及数据分析时，需要多人协同进行汇总数据并整理与统计，耗时耗力。试验进度都以试验场地每日日报形式发布，?不仅给工程师工作增加沉重负担，管理层也很难直观的了解各试验进度，同时质量监理方面进行着重复性的整理、知会工作。 2 汽车研发试验数据管理系统概述 试验数据管理系统（TDM）能够实现全面详实、科学准确地对试验数据进行系统记录及高效管理，实现试验各环节进度的记录、跟踪与追朔，并实现各阶段的试验数据共享，为大数据挖掘提供可靠有效的数据基础。试验数据管理系统通过掌控试验数据、规范试验流程、试验全生命周期管理，最终达到数字化试验能力、构建知识化工厂，高效的支持科研院所、制造企业试验数据管理的总目标。 近几年来，汽车研发公司在高速的发展中，投入了大量资源进行产品试验验证分析，积累了大量的数据和知识，并形成了基本的管理流程和制度，只有对这些数据和知识进行有效管理和利用，才能有力地支持整车产品研发工作。为此汽车研发企业迫切需要建立有效的试验数据管理平台来为试验提供有效的数据支持。 3 系统建设目标 通过流程优化、资源整合以及相关联信息系统的建立力求打造一个全周期的、一体化的、高效的试验业务综合管理系统，实现整车试验业务运行中的人、机、料、法、环的一体化的闭合管理，具体表现为： （1）全周期的系统。即结合标准和体系ISO/IEC17025，优化试验流程，对所有试验业务实施高标准、严要求，从试验委托到数据共享实现全周期的试验过程和数据管理； （2）一体化的系统。即整合所有系统到同一平台，实现全方位管理和控制，将以试验执行为主线的与试验管理相关的所有信息（例如：试验信息、质量控制、设备管理、能力建设等）进行全面的、系统的、规范化的管理； （3）高效的系统。即通过进行电子化的资源整合，实现智能的任务下达、资源调配、信息跟踪以及交付物反馈等闭环控制，并通过信息共享提高试验数据的利用率和缩短检索时间，以及通过设备智能网络的建立实现远程监控和状态推送。 4 建设汽车研发试验数据管理系统的需求 从汽车研发试验业务出发，对数据管理系统提出了如下的需求： 建立专业的试验数据管理系统，集中管理试验分析相关数据，并在各业务环节安全共享； 高效的管理不同类型的试验数据，如一维/二维/三维结构化数据、模态数据以及非数值数据； 能够提供来自测试系统数值数据管理的解决方案，实现柔性的数据单位换算和数据特征的提取； 提供高效、智能的试验数据的重用方法，以及与数据分类相对应的科学数据可视化方案； 以试验对象为核心，并以项目、试验类型、试验科目等为条理，实现试验数据的集中存储、有序管理、快速定位； 管理各类试验文档（标准文件、体系文件、分析报告等），灵活定义交付物文档类型，并为每一类文档定义相应的模板； 各类图片、参数、BOM结构、文档的搜索、浏览、查看、对比功能，能下载相关图片、报告，又能对数据进行对比分析； 试验样品样件管理，通过状态标识样件的入库、借阅、查阅、报废状态； 试验分析业务流程的管控，支持工作任务分解，跟踪、监控和报告分析执行进度； 实现试验数据的结果发布，数据应用方面，能够按照功能等不同要求对数据进行横向对比分析和按照不同试验类别等进行纵向对比分析； 建立试验分析的知识库管理平台； 系统具体一定的柔性和可扩展性，界面优好；数据安全可控；用户操作简单快捷，具有较好的可维护性。 5 系统功能设计 系统的建设工作应该本着“数据管理-数据应用-业务优化提升”的思路开展，项目优先考虑将所有的试验分析数据纳入系统管理，建立江淮统一的试验数据管理平台。经过对现有试验工作的分析、评估，该系统应包含以下功能： 业务流程管理：理顺相关业务流程，对流程进行标准化、规范化，提高工作效率与效能。 试验业务流程管理：试验分析任务管理、数据结果发布等； 样品数据管理：样品需求管理等； 实物样件库流程管理，通过状态表示样件的入库、借阅、查阅等状态； 试验统一知识库构建流程定义； 测试测量分析数据模板化和标准化定义； 试验原始数据/结构化数据/图片结构/分析模板/BOM/试验文档结构等业务模板化定义； 数据创建和导入：建立包含数据管理、数据分析、信息反馈等多种输入角色的工作平台，以业务导向，将试验数据快速采集、整理入库的支持。 支持试验结果结构化数据（如一维/二维/三维数据、模态数据等）的快速批量导入，实现数据特征的快速提取和柔性的数据单位换算导入 支持规范化的文档或报告的创建，实现内容与格式的分离，创建完成后能够体现数据来源与关联关系； 分析报告或采集的模板化和标准化，可根据业务需要进行扩展； 实现导入模板的定制，支持规范数据内容与样式分离的导入，及支持江淮现有的数据批量导入； 数据管理：对相关的试验原始数据、结构化数据、试验任务、文档、图片、视频、参数、BOM等试验相关数据进行规范，形成多维度、结构化的统一存储，方便数据查阅、检索和共享，为产品设计和质量改善提供数据支持。 试验测试、测量、分析的原始结果数据管理； 支持试验的结构化数据管理，包括一维/二维/三维数据、模态数据等，以试验分析流程为基础，结合试验项目或试验任务、业务部门分类、数据相关的属性对数据的层次、格式、类型、属性、参数、版本等数据信息进行规范与描述，实现试验数据的有效组织、关联及重用，以便查询与管理； 对于试验数据的结构化模板管理，用户可基于自定义的试验数据模板结构，根据不同的试验业务需求创建或维护不同模板结构，且可自行扩展。后续的试验数据收集和积累，可基于预先定义的模板进行，确保试验数据的规范化和标准化； 支持试验的非结构化数据管理，包括试验结果数据、汇总报告、过程数据、文档、视频、图片、扫描数据、BOM等，实现数据的集中存储、清晰的目录和层次管理、快速获取； 支持试制试验车型、系统或总成零部件的BOM结构管理； 实现试验的样品/样件管理，可利用状态标识样品/样件的入库、借阅、查阅、报废等状态，且状态的切换须通过执行不同的审批流程后进行变化； 支持试验的设备资源管理，按照试验设备资源类别分类管理，针对试验设备资源具有完全的分类和库管理功能，包含：标准设备，夹具， 工装， 量具，台架管理，支持试验规划过程中随时查找设备资源； 单一试验分析过程数据管理和试验的知识库管理； 支持不同试验数据管理对象的属性管理，方便的不同数据的预览、查询、对比，且支持多种版本文档和图片的在线编辑和注解； 支持规范化的文档或报告的创建，实现内容与格式的分离，创建完成后能够体现数据来源与关联关系； 以试验任务单为中心将样品、试验资源、试验规范、试验大纲、试验数据、试验报告等不同数据联系起来，支持不同试验数据之间，内部数据单元之间建立依赖、关联关系，支持在后期分析中通过关系进行信息的抽取和利用。 数据应用：在系统平台的基础上，通过对数据属性的抽取、整合，进行报表查询与数据对比分析，可将结果和数据按需组织和分析。 统计分析：数据属性（类型、重量、尺寸、强度等）的统计分析、图表解释；统计报表输出及报表的自由扩展； 比?治觯褐钟没远逑碌亩嗬嘈偷氖?据属性比较，如优缺点比较、重量比较、结构比较属性等；支持多种模式的对比分析报告输出，灵活的对比报表的配置扩展； 能够将试验分析和数字化验证结构进行分析和对比，实现设计和分析的一体化管理； 利用数据可视化技术可以将抽象的数据以更直观的方式呈现出来并进行一些后处理，发现数据中隐含的信息。如将一维数据以柱状图或表格方式，二维数据以折