Avtor: Mike Santori, National Instruments
2019_277_22
Naprave Interneta stvari (IoT) in sistemi Industrijskega interneta stvari (IIoT) so vse bolj kompleksne, od polprevodnikov in elektronskih podsistemov do pametnih strojev v osrčju Industrije 4.0.
- Internet stvari (IoT) in industrijski internet stvari (IIoT) omogočata izvajanje kompleksnih testov.
- IoT-tehnologije lahko pomagajo pri izzivih avtomatizacije testiranja.
- Inženirji morajo razumeti ter se osredotočati na uporabo primerov z največjo dodano vrednostjo.
Testiranja so običajno skrita, vendar predstavljajo kritično funkcijo v tej produktni verigi in vse večja kompleksnost IoT-naprav zahteva vse bolj kompleksno testiranje, obenem lahko IoT zelo izboljša avtomatizirano testiranje. Z uporabo zmožnosti IoT, kot so obvladovanje sistemov in podatkov, vizualizacija, analitika ter vgrajene aplikacije v avtomatiziran potek dela, so inženirji na področju testiranja bolje opremljeni za soočanje z izzivi, ki jih IoT obenem predstavlja.
Obvladovanje sistemov
Povezane in obvladovane naprave so ključnega pomena za IoT in IIoT. Kljub temu številni sistemi za testiranje niso povezani ali ustrezno obvladovani, celo ko postanejo bolj razširjeni. Velikokrat se inženirji na področju testiranja soočajo s težavami povezanimi s spremljanjem delovanja programske opreme na katerikoli strojni opremi ali z razumevanjem, kje se nahajajo sistemi, slabšim spremljanjem učinkovitosti, zasedenosti in stanja sistemov.
K sreči večina sodobnih sistemov za testiranje temelji na PC-jih in PXI-jih ter so lahko neposredno povezani s podjetjem, kar omogoča dodatne zmožnosti, kot je obvladovanje programske opreme in strojnih komponent, spremljanje uporabe in izvajanje prediktivnega vzdrževanja za povečanje dodane vrednosti investicije v sisteme za testiranje.
Sprejem in obvladovanje podatkov
Dodana vrednost Interneta stvari izhaja iz masovne količine generiranih podatkov v povezanih sistemih. Uporaba podatkov testiranja je zelo zahtevna zaradi številnih formatov in virov podatkov od neobdelanih analognih in digitalnih diagramov v časovnem in frekvenčnem prostoru do parametričnih meritev, ki so velikokrat zajete z bistveno višjo frekvenco vzorčenja in v večjih količinah kot pri splošnih in industrijskih napravah. Poleg tega so velikokrat podatki shranjeni brez standardizacije. Zaradi tega so podatki velikokrat “skriti”, kar lahko privede do tega, da se lahko spregledajo pomembni podatki vezani na življenjski cikel izdelka. Pred uvedbo celovite rešitve na področju obvladovanja podatkov, ki jih omogoča IoT, so v podjetju Jaguar Land Rover (JLR) analizirali le 10 odstotkov svojih podatkov s testiranja vozil. Simon Foster, vodja oddelka pogonskih sklopov pri podjetju JLR ocenjuje, da sedaj analizirajo do 95 odstotkov podatkov ter da so zmanjšali stroške testiranja in število testiranj opravljenih v enem letu, saj ne potrebujejo ponovitev testiranj.
Uporaba zmožnosti IoT na podatke pridobljene z avtomatiziranim testiranjem se začne z vmesniki programske opreme, ki je pripravljena na sprejemanje podatkov v standardnih formatih. Ti vmesniki morajo biti izdelani z odprto in dokumentirano arhitekturo, da lahko sprejemajo nove in edinstvene podatke, vključno s podatki razvoja in proizvodnje, ki niso nastali pri testiranju. Sistem za testiranje mora omogočati deljenje svojih podatkov s standardnimi platformami IoT in IIoT in tako prispevati k dodani vrednosti podatkov na nivoju podjetja.
Vizualizacija in analiza podatkov
Uporaba splošne programske opreme za poslovno analitiko pri podatkih pridobljenih iz testiranj je lahko težavna, ker so taki podatki običajno kompleksni in večdimenzionalni. Poleg tega zmožnosti poslovnega grafičnega prikaza ne vsebujejo splošne vizualizacije pri testiranju in izvajanju meritev, kot je kombinacija diagramov pridobljenih iz analognih in digitalnih signalov, trenutnih grafov, Smithovih grafov in konstelacijskih diagramov.
Testne sheme z ustreznimi metapodatki zagotavljajo orodja, ki omogočajo vizualizacijo in analizo podatkov testiranja ter njihovo korelacijo s podatki razvoja in proizvodnje. Dobro urejeni podatki testiranja omogočajo inženirjem uporabo analitike od osnovne statistike do umetne inteligence in strojnega učenja. To omogoča potek dela, ki vsebuje in usklajeno uporablja splošna orodja, kot so programska oprema Python R in MATLAB® proizvajalca The MathWorks, ter tako omogoča večji vpogled v podatke.
Razvoj, uporaba in obvladovanje programske opreme za testiranje
Trenutno smo priča prehodu iz uporabe izključno aplikacij na lokalnih namizjih k vse večji uporabi spletnih in mobilnih aplikacij. Ta preobrazba je lahko včasih težavna za izvajanje testiranj. Za procesiranje velikih količin podatkov in izvajanje odločitev o sprejemljivih oz. nesprejemljivih rezultatih v realnem času je potrebno preračunavanje podatkov na sami testni napravi, pri čemer morajo operaterji imeti omogočeno interakcijo s sistemom za testiranje in testirano napravo. Obenem želijo podjetja imeti omogočen oddaljen dostop do sistemov za testiranje ter imeti vpogled v rezultate ter status delovanja, kot je izkoriščenost opreme. Za doseganje tega so nekatera podjetja postavila edinstvene arhitekture za centralizirano obvladovanje programske opreme ter nalaganje programske opreme na testne sisteme in testirane naprave. Vendar to zahteva, da ohranjajo svoje običajne sisteme, kar zahteva dodatne vire, ki bi se lahko porabili za aktivnosti z večjo dodano vrednostjo.
Višji nivo obvladovanja testiranja predstavlja pomemben korak pri prehodu z lokalnega sistema za testiranje na uporabo v oblaku. Spletna orodja omogočajo vpogled v status sistemov za testiranje, načrtovanje testiranja in pregled podatkov testiranja, ki se nahajajo v oblaku ali na strežniku. Zmožnost obvladovanja na višjem nivoju dopolnjuje obstoječe sisteme za testiranje, ki so izdelani s splošnimi orodji, kot so LabVIEW proizvajalca National Instruments, programski jeziki Microsoft .NET, NI TestStand in Python. Modularna arhitektura programske opreme za testiranje (obvladovanje testiranja, testna koda, IP meritve, gonilniki za instrumente in abstraktni sloji strojne opreme) omogoča podjetjem ocenjevanje kompromisov, pri prehodu zmožnosti različne programske opreme od lokalne izvedbe na izvedbo v oblaku ali na strežniku. S selitvijo večjega obsega programske opreme v oblak bodo podjetja spoznala prednosti procesiranja v oblaku na področju shranjevanja podatkov, procesiranja v velikem obsegu ter enostavnega dostopa do programske opreme in podatkov od koderkoli.
Izkoriščanje prednosti Interneta stvari za testiranja
Uporaba Interneta stvari za testiranja ni futuristična zamisel, saj se lahko izvaja že danes. Sposobnost podjetja, da to izvede, je odvisna od trenutne infrastrukture za izvajanje avtomatiziranega testiranja in predvsem poslovnih potreb. V ta namen je potrebno proučiti določena področja, kot so izboljšave obvladovanja sistemov za testiranje, povečana izkoriščenost opreme za testiranje, pridobivanje boljšega vpogleda v podatke testiranja ter dostop na daljavo do deljenih sistemov za testiranje. Pristop z definirano programsko opremo z visoko stopnjo modularnosti omogoča, da se podjetja osredotočajo na področja z večjo dodano vrednostjo, ne da bi morala sprejemati brezkompromisne odločitve.
“Kmalu bodo naši uporabniki zahtevali obvladovanje in vzdrževanje sistemov za testiranje po vsem svetu kot standardno storitev. V ta namen moramo ponovno zasnovati naše arhitekturno testiranje za integracijo v IoT-tehnologije, predvsem za razvoj obvladovanja konfiguracij, podatkovne analitike ter podpore pri digitalizaciji našega poslovanja za Industrijo 4.0.”
Franck Choplain, direktor za digitalno industrijo pri podjetju Thales.
