新闻中心
当前位置:
  • 首页/
  • 新闻中心/
  • 新闻公告/
  • 【试验工程师·公益学习营】第六期第3讲

    【试验工程师·公益学习营】总第28讲,于2020年7月17日如期举行,本期讲师是检测技术事业部经理,在试验检测信息化领域有近十年从业经验,曾参与多个重点实验室的业务系统建设。主要研究方向为环境试验、理化分析与无损检测、电磁兼容试验的业务数据系统规划。

    前言:环境试验是科研生产中最常见的试验。它对试验环境条件有特定的要求,可获取特定环境条件下产品的材料、结构、功能、性能的变化,以及产品经受环境应力的物理响应特性和耐环境能力极限方面的信息。通常情况下,环境试验可作为产品出厂前验收检验和考核批生产工艺稳定性、确定产品是否可以验收的手段(即环境验收试验和环境例行试验),是产品批生产过程中的把关手段,而事实上,环境试验的用途远远超出此范围。它不仅是考核产品对环境适应性要求符合性和评价产品环境适应性的手段,更是发现产品环境适应性设计缺陷,为改进设计提供信息的工具,以及获取产品各种信息,以更好使用产品的有力工具,因此它是一项使产品增值的试验。

    本期课程重点围绕以下四个方面为大家进行讲解:环境试验业务面临的问题、环境试验业务数据系统建设思路、环境试验业务数据系统建设内容和环境试验业务数据系统建设效果。

    一、环境试验业务面临的问题

    环境试验典型业务过程为:任务委托→工序规划→任务排产→试验执行→报告编审→费用核算→结果交付;所面临的问题包括:工艺规划复杂、排产效率低、数据不统一、试验监视难、报告工作量大、费用核算繁琐和过程信息审批效率低。

    环境试验室管理业务过程为:受试样品→设备资源→试验数据→试验费用→知识能力→三方管理;所面临的问题包括:受试品难追踪、设备难维护、标准难贯彻、文档纸质化、计价无体系和数据难利用。

    二、环境试验业务数据系统建设思路

    为了适应目前绝大多数环境试验室的网络环境特点,环境试验业务数据系统给出了两网部署的解决方案。一是,在办公网内即涉密网络环境中部署一套环境试验综合业务子系统,主要用于委托单的接收,以生成最终报告。二是,在试验网即非密网络环境中部署一套环境试验执行子系统,主要用于现场试验办理。

    环境试验业务数据系统的总体架构分为三个层次,即技术层、产品层和应用层层。环境试验业务和管理业务面临的问题,可以归纳总结为五个方面:过程不协同、管理不规范、数据不完整、工具不智能和设备无集成。

    针对这些问题,可以通过以下技术来解决:二维码应用技术、试验能力库应用技术、基于计价体系的费用自动核算技术、报告自动生成技术、智能排产技术、综合测控技术和三维组态试验可视化技术等。

      

     

    三、环境试验业务数据系统建设内容

    环境试验数据业务系统建设内容包括针对各主要核心业务的解决方案,具体包括:综合业务系统、知识能力库、工程数据库、试验执行系统、测试控制系统、三维组态监视分析系统和进度监视系统。

    四、环境试验业务数据系统建设效果

    环境试验业务数据系统建设带来的应用效益包括以下七个方面:管理规范化、掌控实时化、过程协同化、数据完整化、工序标准化、排产智能化和采集自动化。

      

     

    最后,讲师为大家介绍了三个环境试验业务数据系统的应用案例。

    1、某电子研究所存在业务流程种类多、数量大、复杂度高,监控测点和试验设备多,试验效率和质量低等问题,通过搭建数字化环境试验业务平台,完成了从委托单管理、工艺规划、排产、工单管理、表单填写、报告生成全业务流程管理,还完成了与MES系统、ESB数据总线的集成。在试验非密网完成对了试验设备及试验大厅各监控点的视频监控、多台试验设备的采集和监控以及对水电气等保障设备的监控,达到规范试验业务过程、提高数字化试验能力的目的,从而提高试验效率和质量,更有力地支持产品研制。

    2、某通讯设备研究所存在试验任务复杂度高不易管理、试验数据不易收集等问题,通过搭建试验综合管理系统,实现了从试验任务的计划准备、资源调度与排产、试验条件自动载入、试验过程管理与数据收集、试验报告自动生成环节的科学管理,达到了环境试验业务流程数字化管理的总体目标。并通过构建数字化试验办公环境和自动化数据收集工具,将具备条件的测控设备完成设备接入,实现所内试验中心内试验测试设备的数据收集。

    3、某自动化研究所存在试验设备接入难、监控采集难度大、数据采集复杂等问题,通过采用两网环境试验业务数字化管理解决方案,完成了广爱、广五所、汉测、重庆银河、中元、苏试等多个型号设备的现场施工、试验设备接入和实时监控采集,现场多个房间的环境温湿度数据采集及巡检,同时还完成了多个业务功能模块,规范管理试验验证过程,实现了设计与验证的数据积累和共享。

      

     

    如果您对我们的课程感兴趣,欢迎扫描下方二维码进行听课!