借助物聯網優化系統測試

——NI業務和技術首席研究員 Mike Santori

·  IoT和IIoT使得測試日益復雜化。

·  IoT技術可以解決自動化測試挑戰。

·  工程師需要理解和專注于最具業務價值的應用場景。

從半導體到電子子系統再到工業4.0的核心——智能機器，物聯網（IoT）設備和工業物聯網（IIoT）系統正變得越來越復雜。測試是該產品鏈中容易被忽視但卻非常關鍵的要素，而物聯網設備的復雜化又進一步增加了測試的復雜性。但同時物聯網還可以大大增強自動化測試的工作效率。將系統管理、數據管理、可視化和分析以及應用程序支持等物聯網功能應用于自動化測試工作流程，可以幫助測試工程師更輕松地應對物聯網的挑戰。

管理測試系統

IoT和IIoT的基礎是設備互聯及統一管理。然而，目前許多分布式測試系統并沒有實現互聯或有效的設備管理。通常，測試工程師難以跟蹤在任何一臺硬件設備上運行的軟件，或者只知道系統的位置，而無法獲知其性能、使用率和健康狀況。

幸運的是，大多數現代測試系統都基于PC或PXI，可以直接連接到企業系統，從而實現額外的功能，如管理軟件和硬件組件、跟蹤使用情況以及執行預測性維護，從而最大限度地提高測試投資的價值。

接入和管理數據

物聯網的商業價值來自互聯系統生成的海量數據。 然而，由于存在各種數據格式和來源，有效利用測試數據變得非常困難，從時域和頻域的原始模擬和數字波形到參數測量等數據通常以遠高于消費者或工業設備的速度和數量進行采集。 更糟糕的是，測試數據通常存儲在沒有標準化的“孤島”（silos）中。 因此，這些數據對企業來說是“不可見的”，因此很容易錯過產品生命周期其他階段的有用信息。 在部署全面的基于物聯網的數據管理解決方案之前，捷豹路虎（JLR）僅分析了10％的車輛測試數據。 JLR動力總成經理Simon Foster表示，“我們現在可以分析高達95％的數據并降低了測試成本和年度測試次數，因為我們不需要重新運行測試。”

將IoT功能應用于自動化測試數據，首先需要一套即用型的軟件適配器，用于接入標準數據格式。這些適配器必須基于開放的文檔化架構，以便能夠接收新的和唯一的數據，包括來自設計和生產的非測試數據。測試系統必須能夠與標準IoT和IIoT平臺共享其數據，以從企業級數據中提取有用信息。

可視化和分析數據

由于測試數據通常是復雜且多維的，使用通用業務分析軟件來分析測試數據可能非常困難。此外，典型的商務制圖并不包括測試和測量中的常見可視化功能，比如模擬和數字信號組合圖表、眼圖、史密斯圓圖和星座圖等等。

具有適當元數據管理的，面向測試的模式使工具具備可視化和分析測試數據的能力，并將其與設計和生產數據相關聯。結構清晰的測試數據可讓工程師將基本統計數據分析應用于人工智能和機器學習，從而將Python、R和The MathWorks，Inc.MATLAB?軟件等常用工具集成到工作流程中，進而從數據中提取更多有用的信息。

開發、部署和管理測試軟件

傳統的專用桌面應用程序正在逐步轉向基于網絡的移動應用程序。這種轉變使得測試難以實現。首先，需要在被測設備（DUT）上進行實時計算，以處理海量數據并實時做出測試通過/失敗的決策，同時本地操作員需要與測試設備和DUT進行交互。但是，公司希望遠程訪問測試設備以查看結果和利用率等系統運行狀態。為了解決這個問題，一些公司已經建立了一次性架構來集中管理軟件，并且將軟件下載到基于DUT的測試設備上。但正因為如此，他們必須維護自定義架構，這需要額外的資源，而這些資源本應用于具有更高業務價值的活動。

更高級別的測試管理是從本地測試設備遷移到云端部署。 基于網絡的工具可用于查看測試設備的狀態、安排測試時間以及檢查推送到云或服務器的測試數據。 更高級別的管理功能補充了使用NI LabVIEW、Microsoft .NET語言、NI TestStand和Python等常用工具構建的現有測試系統。 模塊化測試軟件架構（測試管理、測試代碼、測量IP、儀器驅動程序、硬件抽象層）使公司能夠評估將不同軟件功能從本地移動到服務器或云端的價值。 隨著越來越多的測試軟件棧遷移到云端部署，公司將意識到在云端計算存儲的數據、可擴展計算以及隨時隨地輕松訪問軟件和數據等方面所帶來的優勢。

利用物聯網進行測試

利用物聯網進行測試并不是一個未來設想，而是在當下切切實實可實現的。 一個組織的能力取決于其當前的自動化測試基礎架構和最迫切的業務需求。 需要考慮的一些常見領域是改進測試系統管理、提高測試設備利用率、從測試數據中獲得更有意義的信息，以及遠程訪問共享測試系統。 具有高度模塊化的軟件定義方法可讓企業專注于最有價值的領域，而無需做出高風險的決策。

“管理和維護位于世界各地的測試資產將很快變成業界的標準需求。我們必須重塑我們的測試架構，以集成物聯網技術，特別是對配置管理和數據分析進行升級，并支持工業4.0的業務數字化。“ - Thales Choplain，數字行業總監，Thales

MATLAB?是The MathWorks，Inc.的注冊商標。

多行業融合顛覆測試策略

——Luke Schreier，NI自動化測試副總裁

·   技術和流程正在跨越行業邊界線，給測試領導者帶來挑戰的同時，也帶來新機遇。

·   基于封閉式專用方法構建的測試策略無法跟上時代腳步，反而使組織面臨風險。

·   與多個行業公司合作可以為組織提供所需的新視角，及時調整其測試組織架構。

行業融合并不是一個新概念;甚至可能是歷史最悠久的概念之一。不同市場在交互時，很自然會交流想法、流程和技術，從而彼此之間更加緊密地交織在一起。 農業和貿易相互沖突，催生了銀行業。 最近，醫療保健和消費電子產品的交集創造了可穿戴設備。 由于我們生活在一個全球互聯的世界，各種機會正以更快的速度和更大的規模融合。 目前已經有無數關于多行業融合的評論。 博客、文章和分析報告都在描述數字革命的加速正在顛覆傳統行業，但卻很少談及融合如何影響測試組織。 公司將其每天感受到的影響分為兩個層面：挑戰和機遇。 一流的組織正通過利用多行業測試平臺直接解決融合問題，同時與涉及多個行業的其他組織展開合作并向其學習。

創造測試創新

經常被引用的一個報告是2014年Gartner的報告《產業融合：數字工業革命》”，該報告指出：行業融合是組織發展最根本的機會。”對于測試組織來說，這個機會將來自于利用和學習其他行業、以及將資源集中以加速創新。

融合的核心是觀點共享。在產品創新方面，人們經常討論通過利用和學習其他行業來避免將時間和精力浪費在創造已有的東西上，這一概念同樣可以應用在測試策略中。功能安全就是一個很好的例子。經過數十年的學習，以及由于產品本身對安全的嚴格要求，重型制造業制定了一種證明其嵌入式電子設備功能安全性的標準：IEC 61508。鐵路和汽車等其他行業在其架構中增加了高安全性嵌入式系統，并使用EN 50126和ISO 26262標準來擴展和調整IEC 61508。向這些標準的專家學習可以節省為測試策略添加功能安全測試所需的時間。

多行業資源聚集是行業融合一個不太明顯的好處。隨著行業之間關系日益緊密，其功能需求也越來越緊密。這促使為這些行業提供服務的供應商增加投資，因為這種需求的市場也在擴大。在測試中，基于平臺的供應商會增加處理器或模數轉換器等與行業無關的投資，以便以更低的價格向所有行業提供更優質的產品。當投資到測試硬件、軟件或服務時，與單一行業選項不同的是，多行業解決方案可以最大化技術的利用率。

克服融合成本挑戰

IBM 2016年對全球最高管理層的“重新詮釋邊界”調研顯示，“行業融合明顯超過了他們預計未來三到五年內的任何其他趨勢。”盡管融合的趨勢仍有望繼續上升，但它引起的更多是擔憂而不是興奮。對于測試經理來說，行業融合增加了測試復雜性，需要更具適應性的測試平臺和更靈活的組織。

隨著行業之間開始互相利用彼此的技術，它們需要對這些新技術領域進行測試并具備相關的專業知識。例如，汽車混合動力系統現在需要能夠測試控制、機械、熱力學、電子、軟件甚至電池化學的系統。如果測試系統是構建在不靈活的封閉式專用平臺之上，那么即使在幾年前的測試系統，也早就已經過時了。因此，測試系統應具備能夠支持多種I/O類型、編程語言和不同供應商的開放式和模塊化硬件和軟件，以及清晰定義的API和互操作性標準。

如果組織不知道下一步應該做什么，就更具挑戰性。在融合的時代，未來更加渺茫。公司、測試策略和測試平臺都應快速適應未來的發展方向。例如，由于其供應鏈與消費電子產品的關系越來越緊密，歷史上非常保守且依賴于長產品生命周期的航空航天業現在亟需更大的靈活性。因此，航空航天測試組織需要其測試設備能夠跟上更快的技術更新速度，而設計能夠提供這種適應性的測試架構就起到至關重要的作用。跨行業交流活動和關注其他行業的刊物可以幫助團隊了解最新趨勢。

此外，與具有多行業經驗的組織合作可以幫助公司更有效地適應不可預見的情況以及利用其他行業的最佳工程實踐。 這些公司可以將他們最頭疼的問題外包給已經解決這些問題的第三方，或者在5G和物聯網等迫在眉睫的趨勢中尋找其他行業的戰略合作伙伴。 NVIDIA和奧迪合作加速技術開發，或波音與巴西航空工業公司合作從競爭對手那里搶奪市場份額等等，此類例子層出不窮，這些例子均說明這種合作如何讓組織領先于業界同行。 重新評估供應鏈中的測試項目以及對供應商進行審查也是明智的策略。 通過積極主動采取措施，組織可以為下一步做好準備，并對未來產生影響。

“行業融合是組織發展最根本的機會。”——《產業融合：數字工業革命》，Gartner，2014