实验数据管理的实施策略

作者：普信公司

欢迎访问e展厅 展厅 3 PDM/PLM/CAPP展厅 图文档管理系统, CAPP... 背景概述 现代的工业部门的产品开发过程通常由设计、仿真和试验三方面的工作构成，每一方面的工作均产生大量的数据。如何管理好这三方面的数据是保证产品开发成功、提高工作效率和形成精益制造的关键。 对于试验工程师和管理人员来说，一个关键问题就是，自动化的试验站点产生了大量的试验数据，因而难以管理和处理。为了处理试验数据，需要专门的技术人员，花费大量的时间，才能分析和整理出对用户有用的报告，与此同时，大量的试验数据被束之高阁，不能得到及时的处理，久而久之，则干脆被弃置不用。 因此数据管理技术，尤其是试验数据管理技术成为产品开发过程中最为关键的技术之一。由于产品设计、仿真和试验每一项工作都会产生海量数据，而且数据又有着独自的特性和多样性，因此每一方面的数据都需要专门的软件工具加以管理。而更重要的是，三大数据管理技术所需管理的不仅有数据，还有流程，以及对数据的前置和后置处理等，各自的专业性和独特性都决定了三方面的数据管理需要不同的软件工具来实现。同时，在流程方面，如何实现安全的系统数据访问控制也是其中的关键技术。 多年来，各主流CAD软件的厂商都各自开发出了产品设计数据的管理工具软件，对产品的设计数据和流程加以管理，也就是大家所熟知的PDM。也有一些厂商提供仿真数据管理软件（SDM），实现对仿真数据和流程的管理。 然而在对试验数据的管理方面，则缺乏统一、有效的管理工具。大量的试验和测试数据基本上都是以各类电子文件的方式进行保存、整理、交流和发布。这种“文件化”的数据管理方式存在着严重的缺点。 效率低下：试验人员常常花费大量的时间从海量的数据文件中寻找需要的试验数据。由于试验数据的文件类型和数据格式不一致，试验人员需要以手工的方式对数据进行筛选和整理，是一个非常耗时耗力的过程。 易出差错：由于存在大量的手工操作，难免会在某一环节发生差错，其影响轻则降低试验的有效性，重则损害试验的准确性，造成更大的不良后果。 数据利用率低：由于手工操作造成的效率低下和易出查错，使得试验数据往往在一次试验完成后，就被束之高阁不再使用，很难为以后的同类试验提供参照。 无法进行数据挖掘：花费大量人力、物力、财力和时间完成试验获得的海量试验数据中，蕴藏着丰富的信息，简单的文件管理无法通过数据挖掘去揭示那些有价值的信息。 安全保密性差：以文件方式保存的试验数据易受到未经授权地访问、修改，并导致重要数据的泄密。 对与实验数据管理的方案历来存在着两种分歧：选择通用软件还是自行开发。由于企业的具体情况不同，实验数据来源各异，管理要求也存在差别，不少企业选择定制开发的道路。 系统特点 我们的试验数据管理系统作为试验数据管理的基础构架，是基于十几年经验的积累而开发出来的in-house软件产品。根据客户所需，能够快速定制出功能强，灵活性大，以及性能稳定的试验数据管理平台。针对试验数据管理面临的挑战，试验数据管理系统平台在设计上具有以下独到的技术特色：元数据驱动（Meta-data Driven）的软件架构；面向对象的工程数据库模型（Object-oriented Data Model）；虚拟XML数据库（Virtual XML Database）。 为客户带来的益处 试验数据管理方案能给用户的业务带来的好处主要有： 各种各样的试验和测量数据以记录的方式保存在海量数据库中，消除了管理大量数据文件所面临的烦恼；数据可以根据不同的用户规模进行扩展，并可以平滑扩展； 通过对试验和测量数据进行分类，可以快速准确地从海量的数据中找到所需数据。 基于数据库操作，能充分有效地对试验和测量数据进行各种后处理，避免了以往基于文件的手工操作环节，从而大大地提高了工作效率并减少了差错。 系统管理员能对系统中的数据设置周密的和多层次的权限控制策略，以及数据备份和恢复机制，保证了数据的安全性和抗灾能力。 经过一段时间的试运行和操作，用户认为该试验数据管理系统具有以下几个特色： 实用性：该系统能真正灵活地应对实际使用中遇到的各种各样复杂问题，不存在不必要的限制条件来制约系统的应用范畴。使用操作简单易学，工程技术人员能在最短的时间和最简单的步骤内完成各种工作，最大程度地降低了手工操作成分，极大地提高了他们的工作效率； 可维护性：该系统基于元数据驱动的软件架构提供了强大的灵活性和可适应性。工程技术人员通过使用图形化的工具，能自行定义和修改其相关专业的业务需求，系统便能自动调整和适应，而无需计算机软件工程师的帮助。这一特性大大地增强了系统的可维护性和生命力； 安全性：该系统能满足对数据安全保密要求极高的需求。其周密和细致的数据权限控制机制，既能确保数据的安全，又不影响数据的共享。系统的数据备份和恢复机制，能将各专业的数据进行独立的备份和恢复，不产生相互的影响。(end)

文章内容仅供参考 (投稿) (如果您是本文作者，请点击此处) (9/11/2007)