在這個(gè)工程和測(cè)量數(shù)據(jù)爆炸的時(shí)代，如果企業(yè)沒(méi)有制定穩(wěn)妥的數(shù)據(jù)管理戰(zhàn)略，幾年后他們將無(wú)法有效應(yīng)對(duì)和管理所有的數(shù)據(jù)。因此，一流的測(cè)量和分析解決方案必須具備兩個(gè)基本功能：(1) 終端分析 (2) 智能企業(yè)管理和分析。

將測(cè)量分析推向智能終端

將測(cè)量分析推向智能終端過(guò)去十年來(lái)，數(shù)據(jù)采集設(shè)備和傳感器的智能功能快速增加，而且變得更加分散，處理元件也放置在更靠近傳感器的位置。如果看一下ARM、Intel和Xilinx 等公司的最新芯片和IP 所集成的采集系統(tǒng)和節(jié)點(diǎn)就可以充分證明這一點(diǎn)。但是除了測(cè)量設(shè)備更加智能之外，傳感器同樣也日益智能化，智能傳感器將傳感器、信號(hào)調(diào)理、嵌入式處理器和數(shù)字接口/ 總線集成到一個(gè)極其小巧的封裝或系統(tǒng)中。

鑒于這一趨勢(shì)，現(xiàn)在許多應(yīng)用都強(qiáng)調(diào)了邊緣設(shè)備的智能化和高級(jí)信號(hào)處理。在資產(chǎn)監(jiān)控應(yīng)用中，傳統(tǒng)的測(cè)量系統(tǒng)將每個(gè)數(shù)據(jù)點(diǎn)記錄到磁盤(pán)上，即使所測(cè)量的物理現(xiàn)象并有發(fā)生任何實(shí)質(zhì)性的行為。這將導(dǎo)致所部署的系統(tǒng)會(huì)產(chǎn)生數(shù)千兆字節(jié)甚至數(shù)萬(wàn)億字節(jié)的數(shù)據(jù)需要進(jìn)行分析和線下篩選。

由于處理在更加靠近傳感器的位置進(jìn)行，測(cè)量系統(tǒng)軟件必須所有創(chuàng)新才能在邊緣設(shè)備上高效地進(jìn)行分析。未來(lái)基于終端的系統(tǒng)的軟件需要能夠快速配置和管理成千上萬(wàn)個(gè)聯(lián)網(wǎng)的測(cè)量設(shè)備，并在這些節(jié)點(diǎn)上進(jìn)行大量分析和信號(hào)處理。 展望未來(lái)，企業(yè)必須過(guò)渡到更加智能且基于軟件的測(cè)量節(jié)點(diǎn)才能跟上模擬數(shù)據(jù)爆炸式增長(zhǎng)的速度。

?

物聯(lián)網(wǎng)的智能終端分析和其他工業(yè)解決方案對(duì)于解決工業(yè)大數(shù)據(jù)問(wèn)題發(fā)揮著重要的作用。智能測(cè)量節(jié)點(diǎn)提供在線數(shù)據(jù)分析，從而更快速獲得有意義的結(jié)果。現(xiàn)在是時(shí)候通過(guò)大數(shù)據(jù)獲得更多信息了。

— Tom Bradicich，惠普企業(yè)超大型主機(jī)服務(wù)器和物聯(lián)網(wǎng)系統(tǒng)總經(jīng)理和副總裁

?

更智能的企業(yè)管理和分析

采集智能系統(tǒng)的數(shù)據(jù)后，下一個(gè)步驟就是將數(shù)據(jù)傳送到企業(yè)系統(tǒng)來(lái)有效地管理和整合數(shù)據(jù)以及進(jìn)行大規(guī)模分析。一個(gè)能夠多來(lái)源工程數(shù)據(jù)的企業(yè)數(shù)據(jù)管理和分析解決方案將有助于正確的人員在正確的時(shí)間獲得正確的數(shù)據(jù)，從而做出正確的決策。其中兩個(gè)主要的考量因素是能否正確地歸檔數(shù)據(jù)以及更智能地進(jìn)行分析。

正確地歸檔數(shù)據(jù)

為了準(zhǔn)確地對(duì)多個(gè)數(shù)據(jù)源進(jìn)行數(shù)據(jù)分析，所有數(shù)據(jù)集應(yīng)包含一致的元數(shù)據(jù)或描述性信息來(lái)解釋測(cè)試數(shù)據(jù)被保存的原因。元數(shù)據(jù)包含的信息包括測(cè)試設(shè)置、測(cè)試結(jié)果、測(cè)量單位等。據(jù)IDC 的調(diào)查顯示，大多數(shù)公司僅對(duì)22% 的采集數(shù)據(jù)進(jìn)行文檔記錄，而實(shí)際上能夠進(jìn)行分析的數(shù)據(jù)平均只有5％。因此還有許多可能非常重要的數(shù)據(jù)沒(méi)有被充分利用。重視將元數(shù)據(jù)標(biāo)準(zhǔn)化的公司將能夠?qū)崿F(xiàn)更高程度的數(shù)據(jù)分析自動(dòng)化，從而獲得明顯的競(jìng)爭(zhēng)優(yōu)勢(shì)。

但是在開(kāi)始進(jìn)行元數(shù)據(jù)標(biāo)準(zhǔn)化之前，工程師必須首先在哪些元數(shù)據(jù)對(duì)分析非常重要這個(gè)問(wèn)題上達(dá)成一致。 一流的公司通常會(huì)有一個(gè)項(xiàng)目規(guī)范來(lái)定義所采集的元數(shù)據(jù)的命名和屬性。應(yīng)用程序應(yīng)該在采集時(shí)試圖記錄盡可能多的已定義屬性。但是在采集了數(shù)據(jù)之后，許多公司會(huì)通過(guò)運(yùn)行自動(dòng)檢查和插入缺少的屬性來(lái)添加數(shù)據(jù)屬性。比如，捷豹路虎對(duì)元數(shù)據(jù)進(jìn)行自動(dòng)化質(zhì)量檢查，并在一年內(nèi)開(kāi)發(fā)和實(shí)現(xiàn)了企業(yè)數(shù)據(jù)管理解決方案，以前該公司僅能分析10％的數(shù)據(jù)，預(yù)計(jì)接下來(lái)這個(gè)數(shù)據(jù)將可達(dá)到驚人的95％。元數(shù)據(jù)的一致性使得它們能夠應(yīng)用一致的自動(dòng)化分析來(lái)匹配已定義的屬性。

更智能的分析

根據(jù)Frost ＆ Sullivan 2015 年9 月對(duì)全球測(cè)試與測(cè)量大數(shù)據(jù)分析市場(chǎng)報(bào)告指出，如果將大數(shù)據(jù)分析應(yīng)用到測(cè)試中，產(chǎn)品開(kāi)發(fā)成本將可減少近25％，運(yùn)營(yíng)成本將可減少近20％，維護(hù)成本將可降低50％。由于大模擬數(shù)據(jù)是增長(zhǎng)最快速且數(shù)量最龐大的數(shù)據(jù)類(lèi)型，尋找新的相關(guān)性并預(yù)測(cè)未來(lái)行為是保持競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)鍵。

要做到這一點(diǎn)，為了研究、設(shè)計(jì)和驗(yàn)證目的而進(jìn)行測(cè)量的公司需要大大優(yōu)化采集和分析邊緣設(shè)備數(shù)據(jù)的方式，并在企業(yè)內(nèi)部對(duì)數(shù)據(jù)進(jìn)行管理和分析，以確保能夠有效地利用這些數(shù)據(jù)來(lái)做出正確的決策。 他們?cè)皆邕@樣做，就能夠越早利用更精準(zhǔn)的數(shù)據(jù)獲得更大回報(bào)。