整车研发智慧试验室建设探讨

吴光华 王安 廖慧红 任趖滕

（吉利汽车研究院（宁波）有限公司 浙江省宁波市 315336）

1 智慧试验室概述

1.1 智慧试验室简介及特点

智慧试验室是指试验流程数字化、试验能力智能化、试验数据仿真化应用。

试验流程数字化是将试验室的业务流程、环境、人员、试验台架、仪器设备、样件、耗材、试验条目、试验标准、试验方法、体系文档、过程记录、科研管理、项目管理、供应商管理、客户管理等影响分析数据的因素有机结合起来，采用先进的计算机网络技术、移动互联网技术、数据库技术和标准化的试验室管理思想，组成一个全面、规范的管理体系，为实现数据网上调度、数据自动采集、过程线上留证、信息共享、报告无纸化、原始数据可追溯、质量保证体系顺利实施、成本严格控制、人员量化考核、试验室管理水平整体提高等提供技术支持，是连接试验室、工程部门、项目组、试制、质管部门及合作伙伴的试验业务综合管理平台。

试验能力智能化是借助IOT、OTA、DIS、AI 等技术，将试验设备、上位机、V-BOX、T-BOX、传感器等产生的大量数据进行集中采集、数据打标、结构化解析、数据存储，再通过数学建模、数据分析、图表展示等技术实现试验数据可视化展示，实现设备实时监控、设备能耗统计、故障分析、远程诊断。

试验数据可视化应用是通过汇聚覆盖整车研发验证的所有数据进行集中管理、深度分析、图表化展示、运营预警，包括试验流程管理数据、过程记录数据、测试载荷数据、设备状态数据、试验体系文档、试验标准等，通过数据清洗、处理、标签、分析、建模等工作，通过统一管理形成基于试验能力的大数据。实现有效的实时数据以及相关性分析调校CAE 模型，经过不断迭代逐步实现有效、实时的CAE 仿真及混合仿真能力，取代实物试验，最终达到缩短开发周期的目的。

1.2 数字化技术的应用带来新的机遇

汽车行业数字化转型已经全面展开，尽管在转型战略、技术应用等不同方面，不同企业的数字化进展不尽相同，但数字化转型给汽车行业带来的实质变化已经显现，汽车研发数字化作为企业发展转型的重要驱动力量已成为共识。纵观时代发展，数字化转型已经上升为各行业、各领域核心竞争力：

2013年，德国发布“工业4.0 白皮书”，强调新一轮工业革命将从数据互联开始；

2013年，美国通用汽车开始布置分布式数据集成管理平台，旨在集成各个试验室系统的数据并用统一的数据平台在上层对数据进行管理和价值挖掘；

2014年，汽车道路模拟试验台架供应商MTS 开始在德国建立自动化试验室样板，将试验室管理流程和设备物料等硬件的数据融合实现自动化试验室功能；

2014年，泛亚汽车技术中心开始投资实施智能试验室Tims 项目，以及2017年启动数据主线和数据开发；

2018年，上汽正式成立智能试验室，区别与传统电子化试验室，重视以数据为目标的试验数字化。

当前越来越多的试验场景可在试验室内再现，通过传感器与计算机的集成采集数据导入软件中来仿真测试场景，提高测试效率和计算精准度，最终通过累计的试验数据生成预测模型，减少实物测试次数，节省测试时间、降低测试成本。这迫使传统试验方式不得不变革，以适应数字化汽车试验发展的需要。

1.3 智慧试验室建设的意义

1.3.1 打通业务流、集成信息流，提高业务流传效率、防呆防错

构建试验业务流程全过程管控平台，集成项目预算系统、采购系统、设备管理系统、车辆管理系统等信息，实现从策划、委托、执行、验收、结算、付款、数据分析等全过程线上精细化管控，减少人为化操作。

1.3.2 提高设备效能、提前预防设备故障

通过实时设备状态监测及能耗监控，实现设备的状态透明化管理，及时发现试验过程中的设备问题及使用情况，减少设备故障等待时间，实时反馈设备空闲状态，提高设备利用率，降低设备能耗。

1.3.3 提高整车故障分析效率，节省人工成本

通过5G、4G、Wi-Fi 等可以满足全量数据上传的场景，将设备的全量数据上传到平台端，根据问题的发生时间和车辆、数采设备自动截取相关总线数据，并针对所要分析的问题进行在线解析。

1.3.4 集中、规范数据管理，深挖大数据价值

建立试验大数据平台，并对数据进行解析、去重、清洗、合并、分类、转换、增强等，建立完整的数据链。

1.3.5 基于大数据建模预测提升试验仿真能力，实现验证前移，减少实物验证

如通过采集完整的电器测试过程中大数据，建立整车各种用电设备的时序模型，精确预测整车在一段工作时间内的用电量。通过整车的耗电量，来提出电池发电机的补给模型，同时和测试结果作对比，进而做出最优化的电源系统选型。

2 吉利智慧试验室顶层设计

2.1 设计原则

着重总体规划、顶层设计，在规划、搭建过程中需要科学理性地分析，既要考虑前瞻性，又要兼顾当前现状。遵循的原则有：

（1）以TOGAF 理论为指导，按照以业务架构为需求牵引、数字化架构为目标、数字化建设体系为保障进行总体设计；

（2）坚持以用户需求→总体规划→产品布局→项目实施→应用运维→产品迭代为主线建设思路；

（3）一切业务流程化、流程标准化、标准流程系统化、系统产品化、产品集成化、系统平台化、平台一体化、平台智能化、数据可视化；

（4）力求业务精细化、表格化、逻辑化、定量化；

（5）提倡专业系统做专业事情的理念；

（6）统一思想观念：要求业务人员数字化思维、数字化人员业务化思维，传统业务向数字化运营转型。

2.2 数智架构设计

按技术分层+专业布局方式进行L1 总体应用框架设计，如图1所示。

图1：总体应用框架

2.2.1 架构总体要求

高可靠性、安全性、组件化、可伸缩性、可扩展性、方便升级、可集成、可二次开发、自动化、易用性、主流开发语言、可分布式部署、可移植性。

2.2.2 架构分层要求

辅助决策层：试验数据集中管理平台，通过集成业务流程数据、试验能力数据、体系文件数据进行BI/AI分析；

业务流程层：试验业务流程信息化，通过固化试验主线及分支流程，实现流程线上全过程、精细化、透明化、自动化管理；

试验能力层：又分设备层和物联网层。设备层主要由试验设备、传感器、下位机、上位机等组成；物联网层由设备数据采集平台、智能车联网平台、车机软件测试平台、虚拟验证平台等组成。

IT 基础网络层：通过试验数据机房Intranet 与私有云及公有云链接实现各试验场网络与中央试验室互联互通，应用安全访问、数据高速汇聚。

3 试验流程数字化管理

建设覆盖试验全生命周期的试验室管理平台，实现试验环节策划、委托、排程、过程记录、报告、验收、结算、付款等的电子流程化作业管理。

3.1 业务流程设计

以大前台的形式拉动资源，从试验策划向试验集成转化，针对不同产品特性进行有针对性的策划和试验集成。导向“服务产品化、目标责任化、行动战区化”，从对试验负责转变为对试验成功负责。业务蓝图总体设计如图2所示。

图2：总体业务框架

3.2 产品功能设计

试验业务综合管理系统LIMS 产品各模块功能规划如图3。

图3：试验业务综合管理系统功能地图

基础数据管理：通过对汽车试验专业数据的梳理和主数据管理模块实现汽车试验基础数据的标准化、规范化，构建汽车试验数据基础资源库。

试验策划：策划管理包括年度计划、年度预算、月度计划、策划完成率、预算执行率，系统支持拖拉拽方式方便工程师快捷编辑计划，计划变更支持版本管理，按甘特图方式显示计划进度；

委托管理：委托管理包括需求提报、试验类型、委托类型、预算明细维护、预算控制、委外明细维护、劳务明细维护、委托单审批、送样通知、任务下发、任务分配、任务确认等管理；

排程管理：支持全/半自动/向导式排程、场地预约、设备预约、人员预约、样品预约以及资源冲突管理；

任务执行：任务执行模块涵盖了试验过程作业相关的所有工作，包括试验准备、样品参数、设备、原始记录、问题记录以及附加费用等管理。任务执行与试验工艺流程关联，能极大的减轻试验人员工作量并减少人为误操作；

报告管理：报告管理实现原始数据同步、报告生成及编辑、报告审批等。系统支持报告原始数据可追溯，按照相关要求通过电子归档以及查阅管理；

验收&结算：委外、公告、劳务试验或费用在EPS 系统中发起验收&结算流程并审批通过后，系统通过接口传递验收及结算信息至LIMS 系统；

付款管理：采购在EPS 系统中发起付款申请流程并审批通过后，系统通过接口传递付款信息至LIMS 系统，实现业财一体化；

报表分析：系统通过图表方式展示试验相关报表。

4 试验能力智能化管理

4.1 建设思路

试验能力智能化建设分为数字化试验台架、试验设备数据集中采集平台、车机总线数据采集平台、新能源及智能驾驶场景测试平台、虚拟验证平台的建设。总体建设原则为：

（1）软硬件一体化，通过软件控制硬件；

（2）按“云+边+端”方式进行互联互通，实现软件远程刷写、试验数据集中采集。

4.2 数字化试验台架

数字化试验台架全面采用数字化控制系统，通过大量的传感器集成计算机网络技术，实现了自动化控制。随着工控机技术和PLC 控制技术的引入，数据采集和分析处理实现了自动采集和分析处理，可实现报表打印和曲线自拟功能[1]，软件中植入各种路试工况标准，硬件升级为实时性产品，具备了瞬态试验测量能力，可完成试验室内的路况模拟，极大提升了试验效率，提高了试验的精确度。

4.3 设备数据采集平台

各试验设备处于分散式管理状态，设备的状态监听、数据采集、数据管理等功能均依赖于设备自身提供的能力。分散管理的设备，既不利于设备的统一管控，更不利于数据的联网采集。运用工业互联网的思维和方法通过IOT 技术构建试验室的设备数据集中采集平台EIM，实现设备联网、数据采集、远程监控等功能。

4.3.1 构建试验设备的网络化集成环境

（1）通过串口设备服务器将各类串口试验设备改造为网络化设备；

（2）少量特殊的、无接口的设备，可考虑外接传感器和采集器方式实现网络化集成；

（3）可连接试验室内的监控摄像头和麦克风，实时查看试验过程，与试验人员沟通。

4.3.2 实现集中化试验设备数据采集

（1）可定时采集或接收设备所产生的试验数据，并将试验数据根据规则自动打包存储在服务器中；

（2）可定时采集设备日志信息，并将设备日志信息根据规则存储在试验网络服务器中；

（3）设备健康及状态信息实时获取，监控设备运行/待机/故障/占位等情况；

（4）监控各区域配电系统运行工况，对各项能源数据进行采集、分析，紧急情况下对各配电系统进行远程分闸。

4.3.3 实现集中化设备和数据管理能力

（1）将打包存储在试验网络服务器内的试验数据及设备日志信息、能源采集数据集中解析并上传数据湖；

（2）设备数据综合分析包括：设备故障分析、设备使用情况分析、设备稼动率分析、设备能效分析等。

4.4 车载在线诊断平台

车辆状态监控系统（VMDS）将汽车通信总线技术、GPS 全球定位技术，5G/4G/WIFI 移动通信技术，Internet WEB 服务技术、数据挖掘与分析技术等综合应用于一体，融合车辆运行、故障分析、道路试验、试车场信息化管理等业务场景，实现数据采集与传输、实时监控、远程诊断刷新、报警推送、数据分析等功能。

4.5 虚拟验证平台

通过BIM、高精度扫描、3D GIS、标定及实时渲染等技术建立虚拟试验场VPG，建立整车动力学模型，通过载荷提取和分解为台架Lab 和仿真分析Math 提供载荷输入，协助台架试验，参与制定台架载荷输入并跟踪分析台架试验结果。同时针对碰撞安全法规的要求，内置安全法规和各种碰撞模型（假人、壁障、安全带等），轻松进行碰撞安全仿真。

4.6 智能驾驶场景测试平台

当前普通场景下的自动驾驶算法已经比较完善，突破难点在于一些极端场景。这些场景可以通过仿真平台便捷生成，进行针对性的测试和验证。自动驾驶仿真测试平台必须要具备几种核心能力：真实还原测试场景的能力、高效利用路采数据生成仿真场景的能力、云端大规模并行加速的能力，使得仿真测试满足自动驾驶感知、决策规划和控制全栈算法的闭环[2]。为提升智能网联汽车的测试验证效率，吉利研究院也提出基于数字孪生的自动驾驶虚拟测试场景的建设，达成国内最先进、测试场景最完备的自动驾驶测试工具链；涵盖自动驾驶算法仿真及验证、场景库搭建、传感器建模、虚实结合的整车测试、整车场地测试等全链条能力。

5 试验大数据管理平台

试验大数据管理平台是通过建立一个标准一致的试验数据湖，对试验数据进行集中统一存储和管理。平台可实现试验数据规范化存储、结构化管理，集成各系统打通上下游数据流，实现研发设计、仿真、试验的高度一体化；试验人员可在统一的平台上进行数据在线分析及管理，实现试验业务的闭环管理，提升试验数据协同、共享，试验大数据管理平台总体应用架构设计思路如下。

数据展现层：借助于图形化手段，可按立体、表面、属性以及动画等方式清晰有效地展示试验数据及其状态，并对数据加以可视化解释。可通过网页、客户端程序对验数据进行频谱、Stereoscopic 3D、雨流计数、流场、燃烧、4D Graph、高线图、气泡图、星云图、GPS 等方式进行展现。

数据分析层：基于平台BI 统计分析及AI 建模工具，对试验数据进行有效性管控开发，内容包括：策划完成率、预实分析、成本分析、行业对标分析等试验业务综合分析；道路可靠性验证、零件系统可靠性验证、零部件/系统台架耐久性、设计缺陷分析等试验能力综合分析。

数据湖层：按试验方法、测试场景、业务流程数据、过程记录、试验载荷、试验报告等原始数据进行分类管理，数据湖层强大的辅助工具能够帮助用户高效扩展该系统，并对数据进行有效的分类、索引和计算，提高数据的利用率和高可靠性。

数据抽取层：是通过平台ETL、FTP、数据网关等功能，对试验原始数据进行解析、去重、筛选、清洗、合并、分类、转换、增强等一系列过程达到数据高可用性。

数据源：试验数据通常来源于试验室信息管理系统、公告型式认证管理系统、设备资产管理系统、设备数据采集系统、车辆状态监控系统、测试场景库系统、能源管理系统、体系文档、产品全生命周期管理系统、车联网系统等，数据类型包括：关系性数据库、非关系性数据库、文件、图片、音频、视频等格式。

6 结语

数字化转型是一种对业务、技术和管理等各方面进行重塑的系统级工程，需要借助数字化技术和业务信息系统、BI/AI 等进行改造升级，没有战略规划是完不成转型任务的，没有坚定的战略定力，无法持续良性推进工作。为防止在实操过程中走偏方向，需要组建一支能够全权负责数字化转型战略规划及建设的团队，这个团队需配置数字化技术人员、业务数据分析人员和数字化转型专家。通过长期数字化建设来总结方法论、建立流程、培养人才队伍、合理规划预算投入、建立数字化建设制度为科学推进数字化建设保驾护航。