Top
首页 > 正文

基于雪浪OS的智能试验数据管理系统:数字化转型浪潮下,驱动试验管理变革的新策略

发布时间:2023-08-21 13:39        来源:中文资讯网        作者:中文资讯网

导语

在产品的整个生命周期中,试验在企业的研发、生产制造、直至维修保障过程中都扮演着不可或缺的角色,是保证产品性能、延长产品寿命、提高产品质量和市场竞争力的重要手段。近年来,随着制造业数字化转型的加速,如何利用数字化技术管理海量试验数据,实现数据价值最大化,助力企业试验管理水平全面提升,越来越被国内企业关注与重视。

TDM(Test Data Management)作为以试验数据管理为核心的综合业务系统,能把企业所有的试验数据和所有与试验相关的信息和业务流程进行统一管理,为企业创造高效试验检验环境。其价值日益被用户认识和认同,市场正蓬勃发展。

01 数字时代,试验数据管理问题凸显

当前,一系列新兴技术的快速发展与广泛应用,为制造业的高速发展带来了良好契机,同时也提出了更高的要求,如何以更快交期、更高品质、更低成本推出新产品,是企业需要考虑的首要问题之一。高效的试验可以为产品快速设计研发提供可靠的依据,确保产品实际性能指标并降低产品开发成本;在产品的研制、加工、制造、验收交付阶段做好试验检测,有利于避免后期产品投放失败而造成巨额浪费。试验作为产品全生命周期的重要一环逐渐得到重视。

然而,随着试验任务的接踵而至,试验的种类和复杂度也在不断增加,各种各样的试验数据正在急剧膨胀,再加上数字技术快速的发展,数据已成为重要的创新要素,让数据资产价值最大化成为了企业的新需求。传统的试验管理模式不再适应,暴露出以下问题:

- 试验数据管理难:在试验部门存在着大量分散独立、类型多样的试验数据,数据往往以数据文件、印刷文档形式保存,数据结构化治理缺失,难以进行有效存储、统一管理,造成数据安全保密性差、共享困难、重用率低、缺乏完整性;

- 试验数据价值低:结构化数据量少,分析算法固化,难以灵活新增调用,更无法进一步对数据进行二次处理挖掘隐藏价值;

- 试验数据协同差:试验数据以文档/扫描件传递,试验相关的信息无法与企业其它信息化系统有效对接,仿真设计部门难以共享;

- 业务可扩展性差:试验数据管理可向实验室管理场景延伸,但难以向设计和制造运维侧拓展;

- 数据黑盒:数据采集、数据清洗处理、试验业务管理等“知识”经验传递断层,迭代困难,试验人员主观能动性差。

以上问题严重阻碍了试验业务的有效进行,也制约了企业新产品的科研生产和创新发展。

基于此,雪浪云作为制造业数字化以及工业互联网领域的领先厂商,深入制造企业产品检验、试验等实际应用场景,自主开发了新一代国产化智能试验数据管理系统——雪浪TDM。

02 基于雪浪OS打造新型TDM,加速试验数据价值释放

雪浪TDM基于雪浪OS研发,它围绕实验室业务全生命周期,提供实验需求管理、实验合同管理、实验任务管理、实验项目管理、实验计划管理、实验任务排程、实验数据管理、知识中心、实验数据分析等功能,实现实验业务流程规范、试验数据统一采集、解析存储、智能清洗处理、可视化、多场景拓展协同数据服务,全面提升试验数据管理水平和分析效率。

雪浪TDM功能界面

试验数据是企业的重要知识资产,企业需要建立大容量、高可用性试验工程数据库来统一存储各类型数据,还要具有完善的试验数据获取能力,方便试验数据存取使用;另外,随着试验的不断推进和研究的进一步深入,从大量的试验数据中分析、挖掘出有价值的知识,是试验数据管理的关键与难点。而这正是雪浪云基于雪浪OS搭建雪浪TDM的原因。

雪浪OS是雪浪云为制造业数字化而开发的一套由“工业数据+工业机理”驱动的智能制造数字底座系统其内核是混合建模与联合计算系统“雪浪算盘”,工业数据管理由“雪浪虎符”完成,运筹优化与群体智能由“雪浪河图”来提供支撑,“雪浪共工”则提供了零代码的工业APP与工业软件的集成开发环境,打通用好工业知识的最后一公里。

因此,相比传统软件,雪浪TDM能更好地帮助企业管理好试验数据、挖掘数据价值、用好工业知识。

03 多重价值优势,雪浪TDM应用前景广阔

雪浪TDM基于OS的组件化、可扩展和可配置性,将数据采集组件、系统协同组件、实验业务组件、算法组件等进行解耦,以统一模型为核心,贯穿产品全生命周期数据流,助力企业更深、更快、更广的应用试验数据,赋能业务。雪浪TDM优势与价值主要体现在:

数据实时采集:

提供实验台数据实时采集的功能,支持试验文件采集(如NI-TDMS等)、试验台工业协议采集(如OPCDA/OPCUA/Modbus等)、高频数据采集(包含如FTT算法边缘处理等)、摄像头视频流采集等多种数据采集方式,及企业不同业务系统无代码连接与协同;还支持原始数据文件上传、线上手动录入等数采方式。

数据结构化管理:

可一对一结构化治理异构试验数据,有效实现多态数据的统一存储,打通数据孤岛,保障了数据的完整性,实现数据资产化及千万MB数据秒级响应。同时,提供通用分析可视化和API服务。

数据价值最大化:

搭载丰富的算法集(包括200多种内置算法&支持自定义算法开发),采用机器学习和深度学习框架,可智能完成数据预处理、数据统计分析、数据表达式计算、分类、聚类、回归、特征提取及基于业务模型智能生成测试报告等;同时,支持结构化数据充分二次分析挖掘,以及来自产品研发、测试、运维等不同领域工程师在统一平台上整合资源、利用各类试验数据,大幅提升数据价值。

雪浪TDM提供丰富的算法集

数据高效共享协同:

具有物理测试数据结构化传递、降阶工具加速仿真迭代、测试数据协同仿真模型标定/优化等功能模块,可将试验数据用于仿真优化加速、实时孪生模型搭建,提升仿真速度,并通过修正仿真模型参数,助力研发设计阶段产品优化,形成研发数据的闭环。

多应用场景拓展协同:

提供超过20种仿真软件集成接口,验证优化仿真模型,支持联合仿真、硬件在环与半物理仿真、云边协同等,并通过规范开放接口提供数据服务,实现试验测试与研发&运维侧全面协同。

数据白盒:

基于强大的数集采集与系统集成能力,打通数据通道,实现业务管理和数据管理深度融合,数采&数据处理工程师、试验人员、业务专家的“知识” 通过组件与模板的方式即可保存、继承、重构、复用,大大提高用户主观能动性。

此外,雪浪TDM针对实验任务还可根据实验条件智能推送实验方案及自动给出方案迭代意见,基于试验项目标准/非标准时间、项目能力模板,自动进行智能试验任务排程,并能为企业打造试验知识库,实现智能问答、流程自动化、智能预测等服务应用。

雪浪TDM试验知识推荐

当前,雪浪TDM已成功应用于国内头部工程机械集团研究院。基于雪浪TDM,对实验室管理进行了全面重构与优化,包括构建统一管理流程、业务标准,实现数据质量有效监控追溯;通过实时数采/文件解析/线上表单配置录入等多类方式采集结构化治理,实现数采范围覆盖,数据资产化率提升;并已完成数百种实验数据计算模型(含标准+非标)沉淀复用,实现实验任务排程、自动生成实验分析报告,最终实现人工成本降低,实验过程效率提升,自动化实验室管理整体执行效率提高。

无疑,TDM的应用会给企业带来试验管理的变革。雪浪TDM基于雪浪OS的强大优势,在保障试验数据安全有序管控的同时,实现多部门之间的数据共享和一体化协同,并充分挖掘试验数据的价值、实现知识沉淀,能给企业带来最大的效益和投资回报。未来,雪浪云还将推进雪浪TDM在科研院所、航空航天、工程机械、通用制造、能源及高校实验室等行业的推广应用,赋能更多企业与科研机构试验管理创新。

了解更多内容,请关注雪浪云官方公众号

每日必读

专题访谈

合作站点