基于雪浪OS的智能試驗數據管理系統：數字化轉型浪潮下，驅動試驗管理變革的新策略
導語
在產品的整個生命周期中，試驗在企業的研發、生產制造、直至維修保障過程中都扮演著不可或缺的角色，是保證產品性能、延長產品壽命、提高產品質量和市場競爭力的重要手段。近年來，隨著制造業數字化轉型的加速，如何利用數字化技術管理海量試驗數據，實現數據價值最大化，助力企業試驗管理水平全面提升，越來越被國內企業關注與重視。
TDM（Test Data Management）作為以試驗數據管理為核心的綜合業務系統，能把企業所有的試驗數據和所有與試驗相關的信息和業務流程進行統一管理，為企業創造高效試驗檢驗環境。其價值日益被用戶認識和認同，市場正蓬勃發展。
01 數字時代，試驗數據管理問題凸顯
當前，一系列新興技術的快速發展與廣泛應用，為制造業的高速發展帶來了良好契機，同時也提出了更高的要求，如何以更快交期、更高品質、更低成本推出新產品，是企業需要考慮的首要問題之一。高效的試驗可以為產品快速設計研發提供可靠的依據，確保產品實際性能指標并降低產品開發成本；在產品的研制、加工、制造、驗收交付階段做好試驗檢測，有利于避免后期產品投放失敗而造成巨額浪費。試驗作為產品全生命周期的重要一環逐漸得到重視。
然而，隨著試驗任務的接踵而至，試驗的種類和復雜度也在不斷增加，各種各樣的試驗數據正在急劇膨脹，再加上數字技術快速的發展，數據已成為重要的創新要素，讓數據資產價值最大化成為了企業的新需求。傳統的試驗管理模式不再適應，暴露出以下問題：
- 試驗數據管理難：在試驗部門存在著大量分散獨立、類型多樣的試驗數據，數據往往以數據文件、印刷文檔形式保存，數據結構化治理缺失，難以進行有效存儲、統一管理，造成數據安全保密性差、共享困難、重用率低、缺乏完整性；
- 試驗數據價值低：結構化數據量少，分析算法固化，難以靈活新增調用，更無法進一步對數據進行二次處理挖掘隱藏價值；
- 試驗數據協同差：試驗數據以文檔/掃描件傳遞，試驗相關的信息無法與企業其它信息化系統有效對接，仿真設計部門難以共享；
- 業務可擴展性差：試驗數據管理可向實驗室管理場景延伸，但難以向設計和制造運維側拓展；
- 數據黑盒：數據采集、數據清洗處理、試驗業務管理等“知識”經驗傳遞斷層，迭代困難，試驗人員主觀能動性差。
以上問題嚴重阻礙了試驗業務的有效進行，也制約了企業新產品的科研生產和創新發展。
基于此，雪浪云作為制造業數字化以及工業互聯網領域的領先廠商，深入制造企業產品檢驗、試驗等實際應用場景，自主開發了新一代國產化智能試驗數據管理系統——雪浪TDM。
02 基于雪浪OS打造新型TDM，加速試驗數據價值釋放
雪浪TDM基于雪浪OS研發，它圍繞實驗室業務全生命周期，提供實驗需求管理、實驗合同管理、實驗任務管理、實驗項目管理、實驗計劃管理、實驗任務排程、實驗數據管理、知識中心、實驗數據分析等功能，實現實驗業務流程規范、試驗數據統一采集、解析存儲、智能清洗處理、可視化、多場景拓展協同數據服務，全面提升試驗數據管理水平和分析效率。
雪浪TDM功能界面
試驗數據是企業的重要知識資產，企業需要建立大容量、高可用性試驗工程數據庫來統一存儲各類型數據，還要具有完善的試驗數據獲取能力，方便試驗數據存取使用；另外，隨著試驗的不斷推進和研究的進一步深入，從大量的試驗數據中分析、挖掘出有價值的知識，是試驗數據管理的關鍵與難點。而這正是雪浪云基于雪浪OS搭建雪浪TDM的原因。
雪浪OS是雪浪云為制造業數字化而開發的一套由“工業數據+工業機理”驅動的智能制造數字底座系統其內核是混合建模與聯合計算系統“雪浪算盤”，工業數據管理由“雪浪虎符”完成，運籌優化與群體智能由“雪浪河圖”來提供支撐，“雪浪共工”則提供了零代碼的工業APP與工業軟件的集成開發環境，打通用好工業知識的最后一公里。
因此，相比傳統軟件，雪浪TDM能更好地幫助企業管理好試驗數據、挖掘數據價值、用好工業知識。
03 多重價值優勢，雪浪TDM應用前景廣闊
雪浪TDM基于OS的組件化、可擴展和可配置性，將數據采集組件、系統協同組件、實驗業務組件、算法組件等進行解耦，以統一模型為核心，貫穿產品全生命周期數據流，助力企業更深、更快、更廣的應用試驗數據，賦能業務。雪浪TDM優勢與價值主要體現在：
數據實時采集：
提供實驗臺數據實時采集的功能，支持試驗文件采集（如NI-TDMS等）、試驗臺工業協議采集（如OPCDA/OPCUA/Modbus等）、高頻數據采集（包含如FTT算法邊緣處理等）、攝像頭視頻流采集等多種數據采集方式，及企業不同業務系統無代碼連接與協同；還支持原始數據文件上傳、線上手動錄入等數采方式。
數據結構化管理：
可一對一結構化治理異構試驗數據，有效實現多態數據的統一存儲，打通數據孤島，保障了數據的完整性，實現數據資產化及千萬MB數據秒級響應。同時，提供通用分析可視化和API服務。
數據價值最大化：
搭載豐富的算法集（包括200多種內置算法&支持自定義算法開發），采用機器學習和深度學習框架，可智能完成數據預處理、數據統計分析、數據表達式計算、分類、聚類、回歸、特征提取及基于業務模型智能生成測試報告等；同時，支持結構化數據充分二次分析挖掘，以及來自產品研發、測試、運維等不同領域工程師在統一平臺上整合資源、利用各類試驗數據，大幅提升數據價值。
雪浪TDM提供豐富的算法集
數據高效共享協同：
具有物理測試數據結構化傳遞、降階工具加速仿真迭代、測試數據協同仿真模型標定/優化等功能模塊，可將試驗數據用于仿真優化加速、實時孿生模型搭建，提升仿真速度，并通過修正仿真模型參數，助力研發設計階段產品優化，形成研發數據的閉環。
多應用場景拓展協同：
提供超過20種仿真軟件集成接口，驗證優化仿真模型，支持聯合仿真、硬件在環與半物理仿真、云邊協同等，并通過規范開放接口提供數據服務，實現試驗測試與研發&運維側全面協同。
數據白盒：
基于強大的數集采集與系統集成能力，打通數據通道，實現業務管理和數據管理深度融合，數采&數據處理工程師、試驗人員、業務專家的“知識” 通過組件與模板的方式即可保存、繼承、重構、復用，大大提高用戶主觀能動性。
此外，雪浪TDM針對實驗任務還可根據實驗條件智能推送實驗方案及自動給出方案迭代意見，基于試驗項目標準/非標準時間、項目能力模板，自動進行智能試驗任務排程，并能為企業打造試驗知識庫，實現智能問答、流程自動化、智能預測等服務應用。
雪浪TDM試驗知識推薦
當前，雪浪TDM已成功應用于國內頭部工程機械集團研究院。基于雪浪TDM，對實驗室管理進行了全面重構與優化，包括構建統一管理流程、業務標準，實現數據質量有效監控追溯；通過實時數采/文件解析/線上表單配置錄入等多類方式采集結構化治理，實現數采范圍覆蓋，數據資產化率提升；并已完成數百種實驗數據計算模型（含標準+非標）沉淀復用，實現實驗任務排程、自動生成實驗分析報告，最終實現人工成本降低，實驗過程效率提升，自動化實驗室管理整體執行效率提高。
無疑，TDM的應用會給企業帶來試驗管理的變革。雪浪TDM基于雪浪OS的強大優勢，在保障試驗數據安全有序管控的同時，實現多部門之間的數據共享和一體化協同，并充分挖掘試驗數據的價值、實現知識沉淀，能給企業帶來最大的效益和投資回報。未來，雪浪云還將推進雪浪TDM在科研院所、航空航天、工程機械、通用制造、能源及高校實驗室等行業的推廣應用，賦能更多企業與科研機構試驗管理創新。
了解更多內容，請關注雪浪云官方公眾號
