现代车辆技术水平的发展是与试验测试手段及方法密切相关的，试验测试的根本目的是全面详实、科学准确地对试验数据进行系统记录及高效管理，为科研生产中的故障再现、故障分析及改进设计（仿真）提供完整的试验数据支持，从而形成仿真-设计-试制-试验验证的闭环。随着现代试验测试手段及设备的不断发展，一个新车型的研发要进行成百上千次的各类型试验，将各种类型、繁复的试验资源及手段进行系统优化，构建系统的全周期试验研究数据管理系统成为车辆研发的必然趋势。
1 系统主要特点分析
车辆研发阶段进行的各类试验类型众多，差异性很大，均在不同的试验室（台架上）进行，一般包括整车外场试验室、碰撞试验室、NVH试验室、发动机试验室、底盘部件试验室（含传动、转向等）、环境试验室、电磁兼容试验室、道路模拟试验室（含减振器、车架、结构件等）、车辆附件试验室（含车门、座椅、安全带等）、电器试验室以及灯光试验室，等等。各类试验设备更是繁不胜举，各种试验均产生了大量的试验数据，这些试验数据对于产品型号研制具有非常重要的价值，只有建立对于试验数据分析及试验过程管理的成熟、专业的管理平台，才能有效地解决由于各试验室相对比较分散，试验资源与试验数据上缺乏有效统一的管理带来的容易出错、安全保密性差、数据利用率低、无法进行有效系统的数据分析及容易造成数据的丢失和浪费、信息传输和共享困难等问题。
全周期试验数据管理系统以产品特性分类，以试验任务为主线，以试验子任务为基本单元，以试验底层节点台架为原始数据源，实现试验设计可调性、试验流程可控性、试验数据可溯源性及试验全信息可复现性，由此产生的各类海量的试验数据信息，在车辆研发、试制及改进的全过程中，将充分发挥设计验证作用和辅助设计功能，将提供有效的试验数据作为科学分析的基础，为数字化、网络化、集成化的设计与验证体系的建立打下良好的基础。
全周期试验数据管理系统不仅仅包含试验研发体系，还涉及到计量体系、质量体系、设备管理体系、标准管理体系等，是一个综合应用平台，其主要特点包括：试验设计科学化、资源配置优质化、试验管理流程化，试验实施可控化，试验台（室）接口通用化、试验数据管理动态化、试验数据分析系统化、试验操作规范化、任务管理自动化、试验成果共享化，提高整个试验管理流程的运行效率，逐步降低运营成本。
本系统应该充分考虑用户对系统性能的要求，能够在单机或多机集群的环境下运行，以适应不同用户访问量的需求，并且能很方便地实现在系统内的其它试验室管理的扩展，为全周期试验数据管理的扩展提供良好的基础构架和开放式集成接口机制。
2 系统总体设计
2.1 系统设计中的关键因素
全周期试验数据管理系统是一种多任务的并发管理系统，其研究和开发工作既要考虑紧密联系于决策性任务，又要关注同时在多个不同的交叉部门之间进行统一的自动化试验程序管理，构建柔性的、系统的、有效的试验数据管理方法。在系统设计中主要包含3个方面的关键因素，即：试验任务（方案）的设计、试验任务（项目）的管理和试验任务（项目）的执行（如图1所示）。
图1 试验数据管理系统关键因索的关联图
试验任务（方案）的设计主要是针对试验具体案例进行理论性的分析，为达到预期试验的目标提供理论基础，如试验方案设计的预期性，试验参数定义及解释、下层独立的试验单元、试验台详细信息、试验台控制参数；同时，为试验任务管理做准备。
试验方案设计是内嵌式试验流程系统的重要人工控制内容，也是试验知识经验库的关键组成部分。这些具体的试验案例被收集起来，进行系统综合分析后，以不同的类别组成试验项目库，并可根据具体的需要进行灵活配置，为此后的试验任务设计提供参考，为测试提供解决方案；并且能够提供改进的、可重复利用的试验案例，从而更好地、更容易地管理试验测试过程。
试验任务（项目）管理是一个科学规划的过程，该过程是为了将试验设计的各种要求，变成可执行的过程并程序化管理，项目管理是将理论可行的试验设计方案转化为现实可行的具体行动步骤，并对试验任务进行明确定义说明，即：首先将一个试验任务包括的一系列底层的测试单元和功能性测试进行层次定义；其次，将试验项目参数定义与该此试验项目需求进行合理匹配；最后，定义“试验任务（活动）”，即主要对试验流程（次序）进行定义，并能够自动执行。
如果已经形成试验项目库，试验任务管理可以根据实际需求在试验项目库中选定一个试验主流程，为了完成功能性测试可以定义多个独立的子流程，也可以根据实际情况对选定的流程进行合理的简化。
试验任务（项目）的执行就是在选定试验台及试验配置后，按照试验管理的要求，在不同试验台（室）、不同角色之间顺序执行，同时，对试验数据进行动态化管理、系统化分析、形成试验报告，并最终形成试验成果。
试验任务（方案）的设计、试验任务（项目）的管理和试验任务（项目）的执行是互联的双向过程。
2.2 系统总体结构设计
根据车辆研发阶段进行的各类试验类型特点，该系统以试验项目特性分类构成试验类型库（如新车型开发类试验、验证类试验、专项检测类试验，等等），以各试验子类为基础单元，以试验项目管理、试验数据管理、试验数据处理、系统管理为过程控制环节，实施多任务输入管理；同时，通过试验专家知识库（如试验标准、方法、体系等）、虚拟试验管理（如模型及软件仿真验证等）、试验设备管理及试验计量检定管理的双向数据管理实现车辆全周期试验数据管理（如图2所示）。
图2 系统总体功能结构
该系统的物理体系结构为基于B/S和C/S的3层体系结构（如图3所示）。3层结构分别为数据库层、应用服务层和客户端层，这3层结构在物理上是可以隔绝的，分别运行在不同的计算机上，数据库层采用Oracle/SQL Server关系数据库，适用于海量数据管理，并具有良好的稳定性和扩充性。应用服务器层由数据管理应用服务和流程管理应用服务组成，其中包括TDM服务器，TDM工作流引擎，Microsoft ASP.Net服务和Microsoft IIS服务器。另外还包含TDM的集成接口，客户端是与用户交互的操作界面，其中系统管理工具、流程设计工具和数据导入工具采用C/S架构的Windows客户端，数据查询编辑和后置处理界面采用B/S架构的Web客户端。考虑到大多数的用户所需要的功能为数据查询编辑和后置处理等，因而采用Web客户端作为多数用户访问本系统的主要窗口，可以让用户方便快捷地完成试验规划、试验配置、查询浏览试验数据、数据分析绘图和试验报告生成等工作。
图3 系统物理结构示意图
建立试验过程的结构化数据管理的数据模型及有效实现是该系统总体设计的关键任务，设计遵循实现试验设计可调性、试验流程可控性、试验数据可溯源性及试验全信息可复现性的基本原则，同时，遵循去繁就简的原则，在多类型的数据之间建立数据源类、继承类、绑定类等多向的各种关系类别（如图4所示，图中箭头的方向代表了数据源的流向和从属关系。）每个数据类别均设置唯一型ID号编码，标识确定的试验任务的相关各类属性（如新车型开发类试验、验证类试验、专项检测类试验等各级子类），并用于各类数据的全周期检索，这些信息包括任务来源、任务类别、试验设备的配置、子任务的类型、试验设备的校准、试验任务的数据类型、试验条件及方法，等等，经过定期地对各类试验任务及数据的分析，形成专家经验知识库，构建新的试验验证模型进入试验类型库，同时用于指导新产品的开发分析及验证活动。
图4 试验信息管理数据模型
3 试验数据的结构设计
3.1 试验数据的分类
试验数据包括任务类数据、环境类数据、设备仪器类数据、试验模型类数据、原始类数据及有效类数据。任务类数据定义了试验任务的目的及过程控制的各环节（包括人员配置等），并最终完成各类数据的分析，形成专家知识成果；环境类数据定义并记录了影响试验任务的外界环境参数及这些参数的挖制过程；设备类数据定义并记录了试验任务的仪器设备配置、校准及使用等情况；试验模型类数据是对试验方法、标准及经验的数学定义，其来源于专家经验库；原始类数据由试验模型定义，直接产生于试验的设备仪器，是试验活动的第一手数据；有效类数据是经过科学分析处理后的原始数据。图2和图4揭示了各数据类型之间的相互关系。
试验原始数据虽然是第一手的信息源，但如果没有其他类型数据的辅助，就很难进行试验分析、故障再现及溯源，这样的原始数据也是没有意义的。有效数据的结构处理分析则揭示了使用实际运用的试验方法可能会出现3种情况，即有用、用处很少或无用、有害。有效数据是产品的研发、仿真和试验分析中最常使用的数据。
3.2 试验数据模型的建立
此处只讨论原始类数据及有效类数据的模型建立问题，其他类别的数据模型在上述各节中均有论述。
车辆研发阶段进行的各类试验类型众多，差异性很大，同样由于各专业试验测试设备均由不同的专业厂家提供，各家之间的数据格式也是千差万别，一般包括的数据格式有：文本、二进制、ASCⅡ、LabVIEW、Excel、UEF、xml、HP SDF(*.SDF)、RPC-Ⅲ(*.RPC)、音频文件(*.wav)、VMS(*.DAC)、Sun/SCI Unix(*.DAC)、SDF(*.SDF)以及由各专业企业自定的数据类型，而且，这些设备的端口往往不对其他产品开放，这就给产品型号的研制及数据的积累造成了很大的麻烦，为了解决这一问题，首先，将这些试验设备的端口进行统型（或得到开放的端口IP及格式）；其次，解决动态测试数据的实时入库；最后，根据这些数据的类型进行分类并建立相应的数据模型，以统一的形式存入系统中。
试验测试数据的处理一般分为静态测试数据（慢变信号）与动态测试数据的处理，其中动态测试数据的实时采集入库是试验数据管理系统面临的重要问题。大量的高频且需长时间采集的数据如要实时入库会造成网络的堵塞，系统的瘫痪，为了解决这一问题，系统采取本地上位机设置缓冲区，延迟入库，同时，对于需要在线故障诊断的子系统，在本地上位机进行实时数据处理，对于远程客户端通过TDM服务器进行远程监测。
根据原始数据的类型及用途，系统将试验数据划分为结构化和非结构化2种形式。结构化是指能够进行解析处理形成数据库表的数据称为结构化数据，通过数据文件导入的方式进入系统，在系统中可以很方便地进行后续编辑、录入、查询、分析等工作；结构化数据同样也存在不同的类型（如NVH类、发动机试验类，等等），但其实现了系统内的多类型数据的统型，在系统内可以认为是同一类型数据。非结构化是指图片、声音、录像等不需要分解的数据统称为非结构化数据，系统是通过附件上传下载的形式实现入库。
试验数据采集管理模块，通过建立的结构化数据模型能够将采集系统采集到的试验数据或者经相关人员科学处理后的有效数据进行自动地入库管理。随着试验数据结构的不断变化和增加，可以实时调整数据模型以适应试验数据的管理，灵活地定义各个数据之间的关联关系，使数据之间关联起来。
一个典型的原始数据经过结构化处理后的导入过程为：
1）采用读取文本文件格式的方法读取数据文件的内容；
2）找到数据文件中的第一个没有“=”号的行，之前的行的数据存放在一个DataTable(dt1)中，当前行数据和跳过两行的数据存放在另一个DataTable(dt2)中；
3）dt2中第一数据为通道名，数据文件第一列为空则在第一列补上“Time”，否则为无时间数据，不补“Time”；
4）dt1名称为“数据条件”，共3列，其中一列为空，另两列存储数据文件的数据，名称为“参数名”和“参数值”，数据以每行读取的方式，读入dt1为一行，以“=”为分隔符，分割成两列存入dt1相应的列”；
5）dt2名称为“数据”，列根据当前数据生成，名称为“Column_”+“序号”，存储数据的通道名和数据；
6）dt2中数据允许分隔符为“Tab键”、“英文逗号”、“分号”和“空格”，但通道名不能为空格分隔符；
7）将dt1和dt2加入到一个DataSet返回。
4 系统的实现及应用
根据以上总体设计原则和思路，完成了车辆全周期试验数据管理系统的开发（如图5所示）。在本系统的左边有浏览数据的导航树，点击相应的条目可以把内容展开，点选相应的数据分类树名字，即可在右边显示数据分类树的内容，同时可以完成各项任务类的操作。在本系统的右边有“首页”浏览页，点选相应的数据分类名字（或图片），即可在右边显示数据分类的内容，如显示打开“外场试验室”就可以看到该试验室进行的所有试验任务数据。在系统Web页面支持模糊查询，可以根据需要查找相关结果数据。
图5 试验数据管理系统主页面
5 结束语
全周期试验数据管理系统的研究为现代车辆研发中的自动测试、分析及试验数据管理提供了一个整体的试验信息系统平台；在系统结构设计及试验数据管理方面提出了有价值的解决方案；在多任务的综合性试验管理中，对解决试验数据分散性、数据安全性、数据完整性以及实现仿真结果和真实系统试验结果一致性验证、数据挖掘及数据共享等诸多方面具有一定的参考作用，同时，也为充分发挥试验资源的作用提供了一种有效途径。
核心关注：拓步ERP系统平台是覆盖了众多的业务领域、行业应用，蕴涵了丰富的ERP管理思想，集成了ERP软件业务管理理念，功能涉及供应链、成本、制造、CRM、HR等众多业务领域的管理，全面涵盖了企业关注ERP管理系统的核心领域，是众多中小企业信息化建设首选的ERP管理软件信赖品牌。
转载请注明出处：拓步ERP资讯网http://www.toberp.com/
本文标题：全周期试验数据管理系统研究
相关文章
