Bandymo ir patvirtinimo duomenų analizė

Pelnas:

• Gebėjimas atpažinti bandymų duomenų tipus, tokius kaip dinamometras, bandymas kelyje, ištvermė ir DVP&R, ir jų vietą patikros procese
• Galimybė naudoti dirbtinį intelektą apibendrinti, pažymėti anomalijas ir ataskaitų projektus dideliuose bandymų duomenų rinkiniuose
• Galimybė kryžmiškai patvirtinti AI testo interpretaciją su matavimo neapibrėžtumu, pakartojamumo ir priimtinumo kriterijais

Atsakymas į klausimą „ar ji atitinka reikalavimus“ prieš pradedant gaminti transporto priemonę ar komponentą yra paslėptas bandymų ir patikros duomenyse. Bandymai automobiliuose tęsiasi nuo laboratorijos (dinamometras, klimato kamera, vibracijos stalas) iki kelių (bandymas kelyje, ištvermės takelis) ir avarijų laboratorija. Šie bandymai generuoja didžiulius duomenis: viename ištvermės teste gali būti milijonai jutiklių įrašų eilučių. Šiame skyriuje pamatysime šių duomenų tipus, jų vietą tikrinimo procese ir kaip dirbtinis intelektas padeda analizuoti (bet kaip sprendimas lieka inžinieriui).

Kas yra tikrinimas ir patvirtinimas?

Abu terminai dažnai painiojami:

• Patikrinimas: "Ar teisingai sukūrėme gaminį?" Matuoja atitiktį reikalavimui. Pavyzdys: "Stabdymo kelio specifikacijoje nurodyta 38 metrai; mes išmatavome 36,5 metro. Tinka."
• Patvirtinimas: "Ar mes pagaminome tinkamą produktą?" Ar jis atitinka realaus naudojimo poreikius? Pavyzdys: „Ar vairuotojai jaučiasi saugūs dėl šio stabdžio?

Automobiliuose šis procesas dažniausiai valdomas naudojant DVP&R (Design Verification Plan and Report) dokumentą: tai lentelė, kurioje surašyta, koks reikalavimas su kokiu testu bus tikrinamas, su kokiais priėmimo kriterijais ir rezultatas.

Tipiški bandymų duomenų tipai

Bandymo tipas

Kokias priemones

pavyzdiniai duomenys

Dinamometras (dinamometras)

Variklio galia, sukimo momentas, emisijos

RPM-sukimo momento kreivė, degalų sąnaudos

kelio bandymas

Faktinės būklės elgesys

GPS, pagreičio, vairavimo signalai

ilgaamžiškumas

visą gyvenimą trunkantis nuovargis

Vibracija, deformacija, ciklų skaičius

klimatas/aplinka

Atsparumas karštam-šalčiui-drėgmei

temperatūra, darbinė būklė

NVH

Triukšmas/vibracija

Garso slėgis, pagreičio spektras

Susidūrimas (avarija)

Saugumas

Didelės spartos vaizdo įrašas, netikri jutikliai

Kiekvienas testas turi priimtinumo kriterijų (reikalavimą). Analizė skirta įrodyti, ar duomenys atitinka šį kriterijų.

Ką dirbtinis intelektas veikia atliekant bandymų analizę?

AI yra galingas bandomųjų duomenų analizės pagalbininkas:

1. Apibendrinimas: Statistinė suvestinė, didžiausios vertės, pasiskirstymas iš milijonų eilučių.
2. Anomalijos ženklinimas: "Šiame įraše netikėtai sumažėjo sukimo momentas 214 sekundžių."
3. Modelių palyginimas: dviejų bandomųjų važiavimų arba skirtingų transporto priemonių palyginimas ir skirtumų nustatymas.
4. Ataskaitos juodraštis: DVP&R rezultato teksto ir grafinių paaiškinimų rengimas.
5. Kodo pagalba: Generuojamas analizės scenarijus (Python).

Tačiau būkite atsargūs: tai visi eskizai ir užuominos. Testavimo inžinierius nusprendžia, ar testas sėkmingas, ar ne, ir ar anomalija yra tikra, ar matavimo klaida.

Užuomina: paklauskite AI „ar šis testas praėjo? Užuot klausęs: „Kokie šių duomenų regionai rodo riziką pagal priėmimo kriterijus, kokius papildomus patikrinimus turėčiau atlikti? paklausti. Pirmasis reikalauja sprendimų (ne AI darbas), antrasis reikalauja užuominų (AI darbas).

Matavimo neapibrėžtis ir pakartojamumas

Nė vienas matavimas nėra tobulas. Dvi sąvokos yra labai svarbios:

• Matavimo neapibrėžtis: natūrali matavimo prietaiso paklaida. Jei stabdymo kelias yra „36,5 m“, o neapibrėžtis yra ±0,8 m, tikroji vertė yra tarp 35,7–37,3 m. Jei specifikacija yra 38 m, esate saugūs; bet jei specifikacija būtų 37 m, neapibrėžtis būtų labai arti ribos.
• Pakartojamumas: ar gaunate panašių rezultatų, kai dar kartą atliekate tą patį testą? Vienas bėgimas galėjo praeiti atsitiktinai. Automobiliuose kritiniai bandymai kartojami kelis kartus, skirtingomis transporto priemonėmis/sąlygomis.

AI pažymėta „anomalija“ iš tikrųjų gali būti matavimo triukšmas. Netikrumas ir dvigubas patikrinimas yra būtini prieš priimant sprendimą.

Atsargiai: AI posakis „išlaikyti priėmimo kriterijus“ yra apgaulingas, jei neatsižvelgia į matavimo neapibrėžtį ir dubliavimą. Jei rezultatai yra artimi ribai, neapibrėžtis gali pakeisti bandymo rezultatą.

Mini atvejų analizė

1 atvejis – anomalija ar triukšmas? Atliekant ištvermės testą, AI pažymi 3 staigius įtempimo signalo šuolius. Inžinierius testuotojas žiūri į neapdorotus duomenis: šuoliai atitinka tikslius momentus, kai duomenų kaupiklis paleidžiamas iš naujo; Taigi tai ne tikras struktūrinis įvykis, o registracijos nutraukimas. Įrodyta, kad anomalijos yra artefaktai. Rezultatas: AI pateikė užuominą, inžinierius išskyrė pagrindinę priežastį; automatinis "gedimo" antspaudas būtų neteisingas.

2 atvejis – beveik ribinis rezultatas. Vidutinis atstumas stabdžių bandyme yra 37,4 m, specifikacija - 38 m. AI sako „išlaikyta“. Inžinierius suvokia matavimo neapibrėžtį (±0,9 m) ir kad buvo atlikti tik 2 važiavimai; Viršutinė riba viršija 38,3 m specifikaciją. Bandymas padidinamas iki 6 važiavimų ir keičiamos sąlygos (įkaitęs stabdys, pakrauta transporto priemonė); Rezultatas patvirtintas saugus. Išvada: sakyti „išlaikyta“ be dviprasmybių ir pasikartojimo yra rizikinga.

3 atvejis – greitos santraukos galia. Viename NVH teste yra 40 GB duomenų iš 12 prietaisų. AI išveda lentelę ir palyginimą, kuriame apibendrinami kiekvieno įrankio didžiausi dažniai ir amplitudės; Inžinierius nukreipia savo dėmesį į 2 problemines transporto priemones per 20 minučių, o ne per 2 valandas. Tada jis savo rankomis ištiria neapdorotą tų dviejų transporto priemonių spektrą. Rezultatas: AI pašalino, inžinierius atliko gilią analizę.

raginimo šablonai

1 šablonas – testo suvestinė:

Vaidmuo: esate bandymo duomenų analitikas. Užduotis: Apibendrinkite žemiau pateiktą dinamometro įrašą. Kontekstas: RPM duomenys, 1000-6000 aps./min.; Priėmimo kriterijus: didžiausias sukimo momentas ne mažesnis kaip 320 Nm, galios kreivė nesugriuvo. Apribojimas: sprendimų priėmimas „atimtas/nepavyko“; Išvardykite rizikos zonas ir papildomas kontrolės rekomendacijas pagal kriterijus. Rezultatas: suvestinė statistika + rizikos zona + rekomenduojama kontrolė.

2 šablonas – anomalijų analizė:

Vaidmuo: esate matavimo ir prietaisų ekspertas. Užduotis: Padėkite man atskirti, ar pažymėtos anomalijos yra tikri įvykiai, ar matavimo artefaktai. Kontekstas: 3 staigūs įtampos signalo šuoliai; Diktofonas su pertraukomis paleidžiamas iš naujo. Rezultatas: galimas paaiškinimas + kiekvienos anomalijos diskriminacijos patikrinimas.

3 šablonas – neapibrėžtumo įvertinimas:

Vaidmuo: Esate metrologijos (matavimų mokslo) konsultantas.Užduotis: Įvertinkite rezultato saugumą pagal priėmimo kriterijus.Kontekstas: Išmatuota vertė 37,4 m, neapibrėžtis ±0,9 m, specifikacija38 m, važiavimų skaičius 2. Apribojimas: Būtinai atsižvelkite į neapibrėžtį ir pakartojimų skaičių; pabrėžti artumą prie ribos.Rezultatas: įvertinimas + rekomendacija papildomam tyrimui + likusi rizika.

4 šablonas – DVP&R ataskaitos juodraštis:

Vaidmuo: esate tikrinimo inžinierius. Užduotis: parašykite DVP&R rezultatų teksto juodraštį šiems bandymo rezultatams. Kontekstas: įvykdyti reikalavimai, bandymo metodas, priėmimo kriterijus ir išmatuota vertė (anonimiška). Apribojimas: Tik juodraštis; Nenaudokite griežto teiginio „patvirtinta“, palikite vietos inžinieriaus patvirtinimui.Išvestis: Reikalavimas | bandymas | kriterijus | rezultatas | statusas (juodraštis).

Silpnas raginimas / Stiprus raginimas

Silpnas raginimas:

Pažvelkite į šiuos bandymo duomenis, ar jis buvo sėkmingas?

Jokių priėmimo kriterijų, dviprasmiškumo ir pasikartojimo; AI sako aklą „pasilaikė / nepateikė“, o tai yra pavojinga.

Galingas raginimas:

Vaidmuo: esate automobilių bandymų duomenų analitikas. Užduotis: išanalizuokite pridėtus stabdžių bandymo duomenis pagal priėmimo kriterijus ir nurodykite, kokių papildomų įrodymų reikia sprendimui priimti. Kontekstas: 38 m kriterijus; matavimo neapibrėžtis ±0,9 m; Yra 2 sąlygos; transporto priemonės apkrova išbandyta vienoje sąlygoje. Apribojimas: paskelbimas „išlaikytas“; Išvardykite riziką ir siūlomas papildomas sąlygas, susijusias su neapibrėžtumu ir dubliavimu. Rezultatas: rizika | pagrindimas | rekomenduojama papildoma bandymų lentelė.

Dažnos klaidos

• Priversdamas dirbtinį intelektą priimti sprendimą, priimti/nepavykti. Sprendimą priima inžinierius; AI suteikia užuominų.
• Nepaisoma matavimo neapibrėžtumo. Kai rezultatai yra arti ribos, neapibrėžtumas pakeičia rezultatą.
• Pasikliaudamas vienu bėgimu. Be pakartojamumo rezultatas yra trapus.
• Nedelsdami apsvarstykite anomaliją kaip „gedimą“. Gali būti įrašymo artefaktas / triukšmas; Grįžti į neapdorotus duomenis.
• Aklas ataskaitos kopijavimas. AI juodraštis negali tapti oficialiu dokumentu be inžinieriaus patvirtinimo ir pataisymo.

Apibendrinant

• Patikra matuoja atitiktį reikalavimui, patvirtinimo – atitiktį faktiniam poreikiui; DVP&R valdo šį procesą.
• Tai galingas asistentas apibendrinant, žymint anomalijas, lyginant ir rengiant AI bandymų duomenų ataskaitas.
• Sprendimą (įskaityta/nepatikėta) priima inžinierius; AI užuominos, o ne ženklai.
• Be matavimo neapibrėžtumo ir pakartojamumo, rezultatas negali būti interpretuojamas; Rezultatai, artimi ribai, reikalauja ypatingo dėmesio.
• Anomalijos turi būti atskirtos iš neapdorotų duomenų, kad būtų galima nustatyti, ar tai tikri įvykiai, ar matavimo artefaktai.

Taikymo užduotis

Pasirinkite testą (pvz., šaltas paleidimas klimato kameroje). (1) Parašykite reikalavimą, bandymo metodą ir priėmimo kriterijus. (2) Prašykite santraukos ir rizikos zonos analizės naudodami 1 šabloną (neprašydami priimti sprendimo). (3) Įvertinkite įsivaizduojamą rezultatą netoli neapibrėžtumo ribos naudodami 3 šabloną. (4) Padarykite DVP&R projektą naudodami 4 šabloną, nurodydami, kurias sritis paliksite inžinieriaus patvirtinimui.

kontrolinis sąrašas

• [ ] Aiškiai surašiau reikalavimus ir priėmimo kriterijus.
• [ ] Aš paprašiau AI rizikos / užuominos, o ne sprendimo.
• [ ] Į rezultatą įtraukiau matavimo neapibrėžtį.
• [ ] Įvertinau pakartojamumo (bėgimų skaičiaus) įgūdžius.
• [ ] Išnagrinėjau anomalijas su neapdorotais duomenimis, atskirdamas faktą ir artefaktą.
• [ ] Pažymėjau ataskaitos projektą inžinieriaus tvirtinimui.