我国汽车研发企业试验数据管理系统建设研究
某车企产品数据管理系统(PDM)的研究与建设
某车企产品数据管理系统（PDM）的研究与建设作者：吴继军陈志强杨少国徐红星孙百英来源：《中国管理信息化》2014年第18期[摘要] 企业由于产品数据管理问题造成的困扰在汽车制造行业显得尤为突出，其客观原因在于汽车制造业本身的行业特性与业务环境的挑战。
市场产品多样性需求的增长导致汽车平台、车型、配置数量、零部件数量急速增加，同时也增加了设计和管控难度，汽车生产的产量加大及企业精益管理对产品数据管理的要求也更为严苛。
本文通过分析某汽车企业存在的具体问题及现象，阐述了产品数据管理系统建设的必要性。
[关键词] 产品数据管理；数据管理系统；汽车企业doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2014 . 18. 035[中图分类号] F272.7 [文献标识码] A [文章编号] 1673 - 0194（2014）18- 0052- 060 引言随着汽车企业的发展和车型的不断增加，日益膨胀的信息给某车企带来的影响也越来越明显，以往的人工把控变得越来越吃力，缺乏产品开发统一的数据管理平台，各个车型之间数据缺乏关联性，难以形成未来车型的开发技术库，产品信息分散管理，资源重用率低；BOM和产品配置表仍以Excel方式进行表述和传递；管理检索统计都不方便，零部件缺乏有效的分类管理，难以查找和重用；缺乏有效的项目监控，技术部门的工作任务都是以项目进行驱动，目前主要手段是开会讨论，辅助以Project和Excel等办公软件，无法及时了解到项目资源的分配及使用情况。
鉴于以上情况，迫切地需要将现有车型数据平台单一数据整合并建立产品数据管理系统（以下简称“PDM系统”），并逐步实现产品数据管理的规范性、有序性。
1 PDM系统建设目标经过长时间的选型，某车企决定搭建企业级PDM平台，结合未来的发展战略、业务需求及目前实际情况，遵循管理与技术并重、IT系统效益最大化、扩展/开放和集成性、安全性4大原则，以逐步形成整车产品研发管理系统，完善企业研发管理体系的建设，从而提高企业研发核心竞争力并确保企业主要任务和目标的顺利实现为总体目标。
汽车试验数据管理（TDM系统）的特点分析及解决方案
汽车试验数据管理（TDM系统）的特点分析及解决方案目前，在汽车制造的试验过程中，由于使用不同型号的数据采集仪器，且各种采集仪器有不同的分析软件；同时采用不同的仿真分析软件进行车辆虚拟试验，产生了大量不同格式的文件，此外不同型号的车辆强制性能和认证试验数据较多，且多以试验记录和试验报告的形式保存，导致查询数据困难、效率低下、无法快速全面的进行数据对比分析。
通过分析总结，汽车制造企业试验数据管理的特点有如下几个方面：1) 试验业务流程不规范并且复杂整个汽车行业试验数据管理流程包括性能工程计划、性能工程临时计划、项目计划等，此外还有在线检测和外部委托业务流程。
2) 试验过程复杂包括试验准备、试验执行、试验总结等，整个过程融合多学科、多维度的试验内容，并且试验过程有一定的周期性。
3) 试验数据分散由于整车制造企业要进行整车可靠性试验、总成部件性能试验、平顺性试验、操稳性试验，同时还有专项的碰撞试验和汽车NVH振动试验等，这些试验由不同的部门和项目组完成，试验数据较为分散、管理方式相对独立。
4) 试验数据处理分析方法不统一，缺乏规范性由于试验数据格式多样（word/excel/pdf/txt等），在分析试验数据时所依据的标准和检测方法不同，得到的输出结果也存在差异；另外，还存在自主开发和定制的数据分析软件等情况，导致最终结果存在差异。
试验数据管理整体解决方案总览针对汽车行业试验过程中的需求分析，天健通泰提出了试验数据管理系统整体的解决方案。
试验数据管理系统整体解决方案分为七个部分：第一部分是试验现场管理包括设备数据采集、通道数据预警和作业看板管理等现场试验设备和业务的管理。
第二部分是试验的综合管理包括一些试验数据，试验任务，试验信息等的综合管理。
第三部分是试验室信息管理包括对试验室人员、方法、环境的管理。
第四部分是数据储存中心包括从GB、企标图纸、工艺规程到试验数据、试验资源型号名称等试验相关所有数据的系统储存。
汽车试验数据管理与分析系统的开发应用
汽车试验数据管理与分析系统的开发应用发表时间：2019-01-16T10:10:44.633Z 来源：《防护工程》2018年第30期作者：杨金鹏[导读] 任何一种新车型的开发，都要对整车及其各个部件进行大量的运行测试，从而产生大量的杨金鹏安徽江淮汽车集团股份有限公司安徽合肥 230601摘要：任何一种新车型的开发，都要对整车及其各个部件进行大量的运行测试，从而产生大量的、有待处理的试验数据。
这些数据以不同的文件形式存放，数据间交互困难，不利于进行综合分析；如何将它们进行整合，帮助汽车研发人员发现潜在规律，是亟待解决的问题。
根据相关研究，以数据库为基础建立汽车试验数据及经验知识的综合管理及应用平台，可以使试验知识在产品研发过程中得到最高效的利用，有助于企业提高产品质量和经济效益。
基于此，本文主要对汽车试验数据管理与分析系统的开发应用进行分析探讨。
关键词：汽车试验；数据管理；分析系统；开发应用1、前言汽车试验数据组织分散，模式复杂多变；目前没有统一的管理分析平台，试验数据不能被充分利用和挖掘。
科学的信息化管理是各企业提高管理水平的发展方向，它能如实记录企业各种活动的同时，为企业决策提供依据，帮助企业实现自身的发展。
2、系统框图由于各企业的研发流程不同，试验数据管理没有出现成熟的通用产品。
本文通过对我公司用户试验流程、操作习惯和数据样本进行分析调查，获得了详细的系统需求，通过对需求的分析，总结了汽车试验数据管理的基本特点，确定了试验数据管理系统的功能，划分了系统的功能模块，建立了一个基本实用的试验数据管理与分析系统，用于管理整车开发过程中的零部件、整车试验数据通过调研,并结合我公司的产品特点,对汽车试验数据管理与分析系统提出如下需求：（1）安全保密性：应具有对重要数据进行保密、数据自动备份功能；（2）数据输入、输出方法的多样性：包括键盘直接输入，数据文件的自动读入，按照标准的试验报告格式编制规范化的数据输入界面；同时数据以多种文档形式输出等；（3）内容的多样性：将大量的车型信息和试验信息进行分类整理并输入计算机，实现信息的存储、查询统计和处理；系统可以调用技术中心的数据模型，实现优化分析；系统要建立故障案例库，以便查询汽车故障信息并实现故障全过程的改进跟踪、问题关闭；（4）系统界面友好，运行过程要简单方便，在操作过程中能进行智能提示；（5）要求系统有联机、多用户同时编辑、查询功能；（6）系统要能设置使用用户数量、登录密码、使用权限、系统使用帮助等功能。
整车试验数据管理系统的设计与实现
整车试验数据管理系统的设计与实现随着汽车行业的发展，整车试验数据的管理变得越来越重要。
如何更好地管理整车试验数据，提高数据的利用率和效率，是汽车企业需要解决的一个难题。
为此，我们设计并实现了一款整车试验数据管理系统，该系统可以有效地管理整车试验数据，提高数据的利用率和效率。
一、需求分析我们首先进行了需求分析，并得出了以下几点需求：1. 数据采集：需要能够采集整车试验系统所产生的数据，并将其存储到数据库中。
2. 数据整合：需要将数据整合到一个平台下，方便数据的管理。
3. 数据查询：需要能够根据业务需求，通过查询数据的方式找到所需要的数据。
4. 数据分析：需要对数据进行分析，用于优化整车设计以及提高整车性能。
基于以上需求，我们设计了整车试验数据管理系统的架构，具体如下。
二、系统架构整车试验数据管理系统的架构分为三层：数据采集层、数据管理层和数据分析层。
1. 数据采集层：该层用于采集整车试验数据，包括车辆的基本信息、测试数据、传感器数据等。
采集的数据会被存储到数据库中，以供后续的查询和分析。
2. 数据管理层：该层用于管理整车试验数据，包括数据的存储、查询和更新等操作。
管理员通过管理界面可以方便地对整车试验数据进行操作。
3. 数据分析层：该层用于对整车试验数据进行分析。
管理员可以通过业务分析的方式，找到所需的数据，并对其进行分析，以便于得出优化整车设计以及提高整车性能的结论。
三、系统实现基于以上架构，我们采用了以下技术来实现整车试验数据管理系统。
1. 前端技术：采用Vue.js框架进行前端开发，用于实现数据的展示、查询和更新等操作。
2. 后端技术：采用Spring Boot框架进行后端开发，用于实现数据的存储、查询和更新等操作。
同时使用MySQL数据库进行数据的存储。
3. 数据分析技术：采用Python进行数据分析，用于对整车试验数据进行分析，得出优化整车设计以及提高整车性能的结论。
四、使用效果经过实际使用，整车试验数据管理系统效果显著，具体如下。
汽车研发试验数字化平台的构建与发展趋势
汽车研发试验数字化平台的构建与发展趋势摘要：通过分析汽车研发试验数字化平台的构建与发展趋势。
介绍汽车研发试验的背景和意义，以及数字化平台在其中的重要性。
详细阐述汽车研发试验数字化平台的构建。
探讨汽车研发试验数字化平台的发展趋势。
总结出汽车研发试验数字化平台的现状和未来趋势，并对其发展前景进行了展望。
关键词：汽车研发试验，数字化平台，人工智能，云计算，虚拟现实汽车作为现代社会的主要交通工具，其性能和可靠性直接关系到人们的出行安全和生活质量。
汽车研发和制造过程中需要进行大量的试验。
传统研发试验方法存在着效率低下、成本高昂等缺点，而数字化技术的发展为汽车研发试验带来了新的解决方案。
数字化平台可以利用先进的信息技术，实现研发试验的高效管理和优化，降低成本和风险。
本文旨在探讨汽车研发试验数字化平台的构建与发展趋势，以期为汽车行业的创新发展提供参考和借鉴。
一、汽车研发试验数字化平台背景及现状随着科技的不断进步，数字化技术逐渐渗透到汽车研发试验领域。
数字化平台通过高度集成的信息和通信技术，可以大幅提升汽车研发试验的效率和质量。
数字化平台可以实现信息的快速传递和共享，使得各个部门之间的沟通更加便捷高效。
数字化平台可以提供强大的数据分析和处理能力，帮助研发人员更好地理解车辆性能和问题所在。
数字化平台还可以实现对复杂系统的建模和仿真，为汽车研发提供更准确的预测和评估。
在汽车研发试验中，数字化技术的应用已经取得了显著的成果。
例如，通过虚拟样机技术，可以在计算机上构建出完整的汽车模型，并进行各种性能测试和故障模拟。
不仅可以提高测试效率，还可以减少实际试验的成本和风险。
利用大数据分析和机器学习算法，可以对海量数据进行挖掘和分析，发现潜在的问题和改进空间。
二、汽车研发试验数字化平台构建2.1系统架构和基本组成汽车研发试验数字化平台是一个综合性的系统，通过硬件基础设施、软件基础结构和网络通信等多个关键部分的协同作用，为汽车研发提供了强大的支持。
汽车NVH试验数据管理系统研究
汽车NVH试验数据管理系统研究
汽车NVH试验数据管理系统（Noise, Vibration, and Harshness）是一种用于收集、存储、分析和管理汽车NVH试验数据的软件系统。
该系统的研究主要涉及以下几个方面：
1. 数据收集和存储：研究如何有效地收集来自不同测量设备的NVH试验数据，并将其存储在统一的数据库中。
这包括数据的格式转换、数据清洗和数据标准化等技术。
2. 数据分析和处理：研究如何对存储在数据库中的NVH试验数据进行分析和处理。
这包括数据的可视化、数据的统计分析和数据的模型建立等技术。
3. 数据管理和查询：研究如何对NVH试验数据进行管理和查询。
这包括数据的检索、数据的共享和数据的权限控制等技术。
4. 系统集成和应用：研究如何将NVH试验数据管理系统与其他汽车开发和测试系统进行集成，以便更好地支持汽车NVH试验的全过程。
这包括与车辆设计、仿真和验证系统的集成。
5. 数据安全和隐私保护：研究如何保护NVH试验数据的安全性和隐私性。
这包括数据的加密、数据的备份和数据的权限控制等技术。
综上所述，汽车NVH试验数据管理系统的研究旨在提高汽车NVH试验数据的管理效
率和分析能力，为汽车设计和开发工作提供科学依据和决策支持。
汽车车身关键数据管理系统的研究开发
汽车车身关键数据管理系统的研究开发汽车车身关键数据管理系统的研究开发随着汽车应用技术的不断进步，汽车车身数据的管理变得越来越重要。
针对这一问题，我们进行了汽车车身关键数据管理系统的研究开发。
首先，我们对汽车车身数据进行了详细的分析和研究。
根据分析结果，我们确定了汽车车身的关键数据包括车身结构、车身尺寸、车身材料、车身动力学参数等方面的信息。
这些数据是汽车车身设计、制造和测试过程中必不可少的信息，因此需要进行统一管理和规范化的处理。
基于此，我们设计了汽车车身关键数据管理系统。
该系统主要包括三个部分：汽车车身数据采集、数据处理和数据存储。
首先，汽车车身数据采集是系统的第一步，通过各种传感器和设备对汽车车身的各种信息进行实时采集，包括车身尺寸、材料、动力学参数等。
这些数据通过无线传输设备传送到系统中。
其次，经过采集器采集的数据需要进行处理。
在数据处理中，系统对采集器采集的数据进行了筛选、分类和标准化处理，将原始数据转换为规范化数据集。
这些数据集提供了一个方便和统一的界面帮助用户进行快速查询和管理。
最后，针对处理后的规范化数据集，我们设计了一个存储系统。
该存储系统提供了一个优化的存储方式来存储和管理这些数据，以确保数据的完整性、安全性和易于访问性。
数据库可以提供对汽车车身数据的分析和统计功能，帮助用户快速地分析、检索和比较数据。
通过以上的设计和开发，汽车车身关键数据管理系统能够在自动化、高效、标准化的基础上提供数据的整合、存储、管理和处理的能力，为汽车车身相关的各方（如设计、制造、销售等）提供了一个完美的数据管理平台。
总之，标准化数据管理能够帮助汽车行业更快速更精确的分析和比较车身数据，为设计改进、制造和测试提供更多信息支持。
我们相信随着此技术的不断开发和迭代，汽车整个行业的生产和治理将会更加智能化、高效化和现代化。
同时，汽车车身关键数据管理系统还具有以下特点：1. 自动化：系统可以自动采集汽车车身数据和进行数据处理和存储，减少了手动操作的时间和人工成本，提高了效率和准确性。
国有汽车企业数据治理体系建设的研究
国有汽车企业数据治理体系建设的研究一、研究背景与意义随着信息技术的飞速发展，大数据已经成为企业决策和运营的重要依据。
特别是在汽车行业，国有汽车企业作为国家经济的重要支柱，其数据治理体系建设对于提高企业竞争力、降低运营成本、提升产品质量和服务水平具有重要意义。
当前国有汽车企业在数据治理方面仍存在一定的问题，如数据孤岛现象严重、数据质量参差不齐、数据安全风险较高等。
研究国有汽车企业数据治理体系建设具有重要的现实意义。
国有汽车企业数据治理体系建设有助于提高企业的运营效率，通过对企业内部数据的整合、清洗、分析和挖掘，可以为企业决策者提供更加精准的数据支持，从而提高企业的运营效率和市场竞争力。
国有汽车企业数据治理体系建设有助于降低企业的运营成本，通过对企业内部数据的统一管理和规范使用，可以减少数据冗余和重复劳动，降低企业的运维成本。
通过数据共享和协同工作，可以提高企业内部各部门之间的协同效率，进一步降低企业的运营成本。
国有汽车企业数据治理体系建设有助于提升产品质量和服务水平。
通过对企业内部数据的全面分析和挖掘，可以发现潜在的产品问题和客户需求，从而指导企业进行产品优化和服务质量提升。
通过对客户数据的分析，可以更好地了解客户需求，为客户提供更加精准和个性化的服务。
国有汽车企业数据治理体系建设有助于保障企业数据安全，随着网络安全形势日益严峻，企业数据安全面临着越来越大的风险。
建立健全的数据治理体系，可以有效防范数据泄露、篡改等安全风险，确保企业数据的安全可靠。
研究国有汽车企业数据治理体系建设具有重要的现实意义，本研究将从现有的理论和实践出发，对国有汽车企业数据治理体系建设进行深入探讨，为我国国有汽车企业在数据治理方面提供有益的参考和借鉴。
1. 国有汽车企业的现状及问题随着中国汽车市场的快速发展，国有汽车企业作为中国汽车产业的重要力量，承担着推动行业发展、保障国家安全和促进社会稳定的重要使命。
在当前的汽车产业竞争格局中，国有汽车企业面临着诸多挑战和问题，如产能过剩、技术创新不足、市场竞争力不强等。
汽车NVH试验数据管理系统关键技术研究
难 ； 对 不 同单 位 相 同 量 纲 的数 据 无 法 实 现 自动 换 ⑤
算， 造成 数据 统 一 操 作 和 管 理极 为 不 便 ； 不 能 随 着 ⑥
试验研 究 的深 入 和 时 间 的 推移 实 现 诸 如试 验 对 象 、 试 验数据 类型 、 验 数据特 征及 属性 的扩 展 。 试
三维 数据 ， 程 数 据 中反 映 三个 物 理 量 之 间 的 变 历
化关 系 ， 应 于一个 曲面 ； 对 模态 数据 ， 映被测 对 象 物理 结 构 的 动态 特性 ， 反 对
丧 失 了管 理 功 能 ； 主 要 针 对 非 历 程 数 据 进 行 管 理 ， ③
而对 于 Ｎ Ｈ试 验 中最 常见 的反 映 两 个 或 三 个 物 理 量 Ｖ
振 第 ２ 第 ２期 ９卷
动
与
冲
击
Ｊ ＯＵＲＮＡＬ ＯＦ ＶＩ ＢＲＡ￣ ＯＮ ＡＮＤ ＨＯＣＫ Ｓ
汽车 Ｎ ＶＨ 试 验数 据 管 理 系统 关键 技 术研 究
李 沛 然 ，邓 兆 祥 ，叶 常 景。
（ ．重庆 大学 机械传动 国家重点实验室 ， １ 重庆 ４ ０ ３ ；．东风 汽车试验场 ， ００ ０ ２ 湖北 襄樊 ４ １０ ） ４ ０ ４
摘 要 ：实现试验数据的有效管理和数据重用并形成 Ｎ Ｈ试验历史支撑数据库， Ｖ 成为支撑 Ｎ Ｈ研究、 Ｖ 提高 Ｎ Ｈ Ｖ
研 究 水 平 的迫 切 需 要 。 在 分 析 了汽 车 Ｎ Ｈ试 验 数 据 特点 和 试 验 数 据 管 理 需 求 的基 础 上 ， 出 了一 套 完 整 的 支 持 商 用 测 Ｖ 提
关 键 词 ：汽 车 Ｎ Ｈ： 验 数 据 管理 ； 据 结 构 化 方 法 ； 位 统 一 定 义 方 法 Ｖ 试 数 单 中图 分 类 号 ：Ｔ ５ ９ Ｂ ２＋ 文 献 标 识 码 ：Ａ
基于GBT 27025的整车研发试验管理数字化平台的研究与探讨
FRONTIER DISCUSSION | 前沿探讨时代汽车 基于GB/T 27025的整车研发试验管理数字化平台的研究与探讨杨卓跃中汽研汽车工业工程（天津）有限公司 天津市 300000摘 要： 文章基于GB/T 27025:2017《检测和校准实验室能力的通用要求》的理解与实施，结合工作实践及各车企及第三方检测机构试验室CNAS能力评审的经验，探索了如何建设满足CNAS的全部要素的整车研发试验管理数字化平台。
试验管理数字化平台在对人、机、料、法、环的管理的基础上，运用5G、网联技术等新兴科技手段，加入融合设备网联管理、试验数据采集与分析等数字化功能模块，承载从试验策划到报告交付的试验业务流程，实现试验流程规范标准、试验数据互通共享、客户服务高效便捷、运营数据精细准确，更加高效的服务于整车研发。
关键词：ISO/IEC 17025 CNAS 试验 数字化平台1 引言整车企业研发一种新的车型，从项目启动到生产投放一般需要经过24～48个月的研发周期。
从造型决定到批量生产前，需要对新车型进行大量的、覆盖各个方面的、不同程度的试验。
经过多年发展，中国车企已建立起完整的试验体系。
中国合格评定国家认可委员会，英文简称CNAS，由国家认证认可监督管理委员会批准设立并授权的国家认可机构，统一负责对认证机构、实验室和检查机构等相关机构的认可工作。
这在一定程度上对企业进行研发验证试验给予标准化及规范化的指导。
2 CNAS介绍1994年原国家技术监督局成立了“中国实验室国家认可委员会”（CNACL），并依据ISO/IEC指南58运作。
1996年改组成立了“中国国家进出口商品检验实验室认可委员会”。
2000年8月将名称变更为“中国国家出入境检验检疫实验室认可委员会”（CCIBLAC）。
2002年7月4日，CNACL和CCIBLAC合并成立了“中国实验室国家认可委员会”，实现了我国统一的实验室认可体系。
2006年3月31日为了进一步整合资源，发挥整体优势，国家认证认可监督管理委员会决定将CNAL和中国认证机构国家认可委员会（CNAB）合并，成立了中国合格评定国家认可委员会（CNAS）。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
我国汽车研发企业试验数据管理系统建设研究
摘要随着汽车产业不断发展，汽车研发逐渐受到重视。
研发过程中产生的大量试验数据具有重要參考价值，然而原有的数据管理方法已不能满足产业需求。
为提高研发效率，本文在探讨现存汽车试验数据管理问题的同时，提出了一种与企业需求相结合的试验数据管理系统建设方案。
关键词汽车研发；试验数据管理系统；建设研究
自汽车成为一种普遍的出行方式以来，我国汽车产业逐渐扩张，时至今日其体系已趋于成熟。
由于近年来市场巨变和产品迭代加快，各大汽车企业为响应发展趋势需求，逐渐由劳动密集型向技术密集型转型。
在此背景下，汽车研发行业得到充分发展，然而研发试验所产生的大量数据无法被充分利用。
利用统一的试验数据管理系统（TDM，Test Data Management system）在全面收集利用海量数据的同时梳理优化试验流程，已成为公认可行的方法。
1 汽车试验数据管理问题分析
作为典型的工程数据，汽车研发试验数据专业性强，特点鲜明。
然而在大多数汽车企业中，由于各种因素这些数据并不能得到与其特点对应的处理，将为汽车研发后续步骤造成诸多障碍。
1.1 研发数据复杂
汽车研发所需试验种类繁多，典型的试验数据具有如下特点：
（1）数据量大。
由于多种试验同时进行，且试验数目不断累积，需处理的数据量随之增多。
（2）种类复杂。
不同种汽车试验产生的试验数据涵盖单值数据、数组数据以及历程数据等多个方面。
（3）记录形式多样。
各部门或不同设备进行试验后，其数据记录载体与方法各不相同。
（4）试验间具有层次性。
某一特定型号的汽车数据通常需要按车辆状态与试验顺序进行层次性的编排，以便查找与使用。
（5）同种数据存在不同版本。
为排除外界因素干扰，同一试验需要重复数次，因此每个试验都存在不同版本的数据。
（6）数据时效长。
汽车研发过程漫长，多年前的数据在研发末期仍有重要意义，因此需要妥善保存。
1.2 数据管理困难
随着各大企业对汽车研发的投入逐渐增加，试验数据日益膨胀。
然而若没有科学的数据管理方式，在不同部门与设备间进行试验将使信息沟通困难，由此引发数据储存混乱与分析滞后等研发障碍。
汽车研发数据管理过程中，存在的问题可被总结如下：
（1）错误率高。
记录方式落后，人工记录的大量参与使数据准确性与完整性降低，可能造成多种严重后果。
（2）效率低下。
试验数据在储存设备之间的转移与所需数据的搜寻需要消耗大量的时间与人力，此种冗余工作将造成数据处理效率减低。
（3）保密性差。
数据储存分散与多次转移使试验信息曝光率提高，泄密风险随之增加。
（4）利用率低。
由于错误率高、记录种类多，储存载体分散等特点，数据失效或丢失事件频发，使数据利用更加困难[1]。
2 TDM建设目标
由于上述原因，分散试验与人工整合已落后于科研发展的需要，统一的TDM 将为汽车研发提供更便捷高效的技术支持。
从汽车研发企业的需求出发，TDM 应包括以下几种重要功能。
2.1 试验数据自动采集与贮存
通过与相关设备连接，TDM应在试验进行时自动从数据采集器抓取原始数据，再将其上传至数据库中；手工录入的数据、试验大纲、试验报告等非原始数据也应纳入数据贮存范围内。
数据库应结合企业数据特点，依照一维/二维/三维点数据、模态数据、附件数据的分类方法妥善分类，实现不同类别数据集中贮存。
2.2 试验数据处理与结果生成
注册和关联企业数据处理的相关软件后，TDM中工具集管理系统从数据库中调用不同格式的数据，通过相应软件进行数据处理。
数据处理应包括数据分析绘图、公式编辑、算法容器等功能，能够提取数据特征，最后根据模版自动生成并提交试验报告。
2.3 试验资源管理
通过协调数据管理系统与环境管理系统，TDM可以完成设备、原料、环境及人员数据的实时监控。
基于TDM的全面资源管理有助于试验员随时判断各指
标与试验标准是否吻合，从而帮助试验整改，减少重复试验，达到提高试验可行性与成功率的目标。
2.4 试验数据共享与应用
不同单位的试验数据可通过企业内网连接实现资源共享，数据与结果亦可通过相关接口上传至各种应用系统进行二次加工或利用。
为保障数据共享安全，TDM中应设置合理的权限与用户管理功能。
2.5 试验流程管理
以试验目的为核心，TDM应联系数据管理、环境管理、工具集管理等不同模块，对具体试验提供任务分解、流程定制、流程执行、流程监控与流程报告的功能。
除以上基础功能以外，从可操作性与人性化角度分析，TDM应具有一定的可扩展性，同时操作界面应整洁，方便用户使用与维护[2]。
3 TDM功能设计
作为数据储存中心与管理平台，TDM应充分发掘试验的潜力，展示数据所代表的发展趋势，为新一代汽车产品的安全、利润与创新性保驾护航。
为此，本系统的设计应与其建设目标相适应。
3.1 系统结构
TDM平台架构基于B/S和C/S结构一般分为三层：数据库层、服务器层与客户端层，分别负责数据储存、流程管理与用户交互的功能。
服务器层通常按照不同模块进行架构，其中包括数据管理、环境管理、工具集管理以及集成接口等常见内容。
在设计时可以先设计单独模块，再依流程进行整合。
3.2 数据功能
由于试验数据量大，TDM的导入速度是一个关键指标。
数据格式多样，因此导入不能采用统一模板，而应采用文本、Excel文件等数据导入工具；导出结果时TDM亦应将数据转化为用户需要的文件格式。
试验数据具有复杂性，因此TDM应动态建立数据库，同时允许用户定制个性化数据库模型。
试验数据的检索、编辑、处理功能也必须纳入设计范围，并符合企业需求。
3.3 扩展接口
除预置于服务器模块内的数据处理功能以外，TDM应设计多种扩展接口与其他软件进行数据流通，使用户的特殊需求得到满足。
接口通常可分为如下几种类型：数据导入扩展、后置处理扩展、数据管理扩展以及与企业门户的集成接口。
4 结束语
随着科技水平提升，可以预见汽车研发试验数据将愈发复杂，其处理需求也将水涨船高，试验数据管理系统的建设已是迫在眉睫。
重视试验数据的整体利用，合理设计企业试验数据管理系统功能，可以在保障数据准确与安全的前提下，达到不同数据集中管理、提高数据处理效率与利用率的目标。
同时，优良的试验数据管理系统也可以实现流程优化与数据共享，通过扩展功能完成进一步试验数据分析可以显著提高研发水平。
参考文献
[1] 丁力，安海军.试验数据管理系统的需求与实现[J].航空计算技术，2010，（40）：96-98.
[2] 叶常景.汽车试验数据管理及重用技术研究[D].重庆：重庆大学，2008.。