CN107291582A - 基于标准大数据的智能化集成测试方法 - Google Patents

Abstract

一种基于标准大数据的智能化集成测试方法，属于电子设备的测试测评技术领域。包括如下步骤：建立标准大数据源，通过数据存储管理、数据挖掘技术对数据进行处理，通过可视化技术实现数据查询；建立标准规范数据库和历史参考数据库，通过数据库管理得到标准规范数据和历史参考数据；搭建集成测试系统，对测试对象进行IO模拟和报文模拟，且对测试对象进行基于恶劣环境下的工作效能测试，产生实时测试数据；将标准规范数据及历史参考数据与实时测试数据进行对比，给出设备的效能评估以及可靠性分析,形成完整的测试评估报告。通用性强，既能满足各类设备的通用测试、又能方便地将测试结果与各类规范标准进行参照对比。

Description

基于标准大数据的智能化集成测试方法

技术领域

本发明属于电子设备的测试测评技术领域，具体涉及基于标准大数据的智能化集成测试方法。

背景技术

随着船舶行业的飞速发展，对船用电子装备的需求日益增加，现代计算机技术的发展也使标准硬件设备系统不断升级，然而系统故障几率也随之增加。系统测试的目的在于模拟设备实际工作环境来验证设备模块功能的合格性。而“大数据”时代的到来，更是推动了设备智能化发展进程。然而“大数据”需要新处理模式才能具有更强的决策力、洞察发现力以及流程优化能力来适应海量的、高增长率的并且多样化的信息资产。“大数据”技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。将“大数据”技术应用到设备测试中，能改变以往系统测试单一的测试方法，通过将多种测试方法获取的测试数据进行整体化的集成分析，可以有效提高测试结果的可靠性。

目前船舶行业重设计轻测试，对设备进行测试时测试项目单一，如对于CPCI总线模块和现场总线模块的测试主要通过虚拟信号进行测试，由虚拟仪器设备对受试硬件模块进行激励；而对非总线模块的测试主要采用实物测试和软件测试相结合的方式，同时还对其功能性能进行模拟使用状态的测试。不同测试模块，目前所采用的测试方法各不相同，这使得测试标准规范繁多，测试工具零散，难以对各类测试数据进行整体化的集成分析，无法对整机系统的测试功能进行有效可靠评估。

鉴于上述已有技术，有必要对现有的结构加以改进，为此，本申请人作了有益的设计，下面将要介绍的技术方案便是在这种背景下产生的。

发明内容

本发明的目的在于提供一种基于标准大数据的智能化集成测试方法，能够提供测试测评领域的整体解决方案，实现对工控电子产品的综合集成测试，并且增强产品测评的规范性、通用性和可靠性。

本发明的目的是这样来达到的，一种基于标准大数据的智能化集成测试方法，其特征在于，包括如下步骤：

S1)建立标准大数据源，通过数据存储管理、数据挖掘技术对数据进行处理，通过可视化技术实现数据查询；

S2)建立标准规范数据库和历史参考数据库，通过数据库管理得到标准规范数据和历史参考数据；

S3)搭建一集成测试系统，对测试对象进行IO模拟和报文模拟，且对测试对象进行基于恶劣环境下的工作效能测试，产生实时测试数据；

S4)将步骤S2)中得到的标准规范数据及历史参考数据与步骤3）中得到的实时测试数据进行对比，给出设备的效能评估以及可靠性分析, 形成完整的测试评估报告。

在本发明的一个具体的实施例中，所述的步骤S1)中的标准大数据源包括结构化数据、非结构化数据和半结构化数据。

在本发明的另一个具体的实施例中，所述的步骤S2)中的标准规范数据库涵盖国标、行标、企标；所述的历史参考数据库包含有历史测试数据。

在本发明的再一个具体的实施例中，所述的步骤S3)中的集成测试系统包括信号模拟器和综合测试机柜，所述的信号模拟器对测试对象进行IO模拟和报文模拟，所述的综合测试机柜通过三级测试对测试对象进行基于恶劣环境下的工作效能测试。

在本发明的又一个具体的实施例中，所述的IO模拟包括开关量输入、开关量OC输出、开关量继电器输出、模拟量输入、模拟量输出、模拟量热电阻输入、模拟量热电偶输入信号的模拟；所述的报文模拟包括RS485串口通信、CAN通信和以太网通信报文的模拟。

在本发明的还有一个具体的实施例中，所述的三级测试包括板卡级、模块级以及整机级测试。

本发明由于采用了上述结构，与现有技术相比，具有的有益效果是：能提供测试测评领域的整体解决方案，利用信号模拟器对测试设备进行信号和报文模拟，通过综合测试机柜对测试对象进行三级测试评估，引入标准规范大数据，集成数据资源整合、智能信息处理服务，提供面向测试数据的智能决策分析能力，解决目前我国船舶各研究所内现有相关测试设备分散、不成体系，仅能实现某一方面测试功能的问题，集成度高，通用性强，既能满足各类设备的通用测试、又能方便地将测试结果与各类规范标准进行参照对比。

附图说明

图1为本发明的流程框图。

图2为本发明所述的标准大数据源的建立示意图。

图3为本发明所述的集成测试系统的工作示意图。

具体实施方式

为了使公众能充分了解本发明的技术实质和有益效果，申请人将在下面结合附图对本发明的具体实施方式详细描述，但申请人对实施例的描述不是对技术方案的限制，任何依据本发明构思作形式而非实质的变化都应当视为本发明的保护范围。

请参阅图1，本发明涉及一种基于标准大数据的智能化集成测试方法，包括如下步骤：

S1)建立标准大数据源，通过数据存储管理以及数据挖掘技术对数据进行处理，通过可视化技术实现数据查询；

S2) 建立涵盖国标、行标、企标的标准规范数据库和包含有历史测试数据的历史参考数据库，通过数据库管理得到标准规范数据和历史参考数据；

S3)搭建一集成测试系统，所述的集成测试系统包括信号模拟器和综合测试机柜，所述的信号模拟器对测试对象进行IO模拟和报文模拟，所述的综合测试机柜通过三级测试对测试对象进行基于恶劣环境下的工作效能测试，产生实时测试数据，所述的三级测试包括板卡级、模块级以及整机级测试；

S4)将步骤S2)中得到的标准规范数据及历史参考数据与步骤3）中得到的实时测试数据进行对比，给出设备的效能评估以及可靠性分析，形成完整的测试评估报告。

请参阅图2并结合图1，在步骤S1)中,所述的标准大数据源包括结构化数据、非结构化数据以及半结构化数据。所述的结构化数据是一种由用户定义的数据类型，包含有一系列的属性，每一属性都对应一数据类型。该数据主要存储在Oracle或MySQL的关系型数据库中，可以用二维逻辑表结构来表达。相对于结构化数据而言,不方便用数据库二维逻辑表来表现的数据即称为非结构化数据,其包括所有格式的办公文档、文本、图片、XML、HTML、报表、图像以及音频/视频信息等。分布式文件系统是实现非结构化数据存储的主要技术，其中主要采用GFS（Google File System）系统架构。所述的半结构化数据就是介于结构化数据和非结构化数据之间的数据，半结构化数据模型具有一定的结构性，但较之传统的关系和面向对象的模型更为灵活。由于半结构化数据没有严格的数据库对象集合的定义，所以不适合用传统的关系型数据库进行存储，而是采用“NoSQL”数据库进行数据存储。所述的数据挖掘技术可以实现从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的潜在的有用信息。本实施例主要使用的挖掘技术有：统计技术、遗传算法、决策树和神经网络算法等。通过数据挖掘技术从标准大数据源中采集各类功能指标、性能指标、外型、结构尺寸等数据，并进行数据清洗、数据转换等预处理和分类集成操作，由此可以形成高质量的对标大数据集。所述的可视化技术主要指计算机图形学和图像处理技术，将数据信息转换成图形或图像在屏幕上显示出来，并进行交互处理和决策分析。数据可视化技术应兼顾美学与功能，直观地传达出关键的特征，便于挖掘数据背后隐藏的价值。本实施例主要采用的数据可视化工具包含EXCEL、Google Chart API、Crossfilter等。采用可视化技术可实现数据的大批量筛选，以便于从大量复杂数据中快速、有效地提炼出关键数据。

在步骤S2)中，所述的标准规范数据库和历史参考数据库是组织、存储、管理各类数据的核心，数据库管理是指对数据库实施添加、修改和查询操作。数据库操作的用户广义上有两类，分别是管理者及数据提交与使用者。管理者的任务是管理、维护数据库，通过添加、修改、删除等操作，将有关测试设备的国家标准、行业标准、企业标准资料以及历史测量数据上传并保存在数据库中，并保证数据库中各种数据资料连续、准确，同时，还要及时地将最新产出的数据也录入数据库。数据提交与使用者的任务是从标准规范数据库中检索出所需的数据资料。管理员或用户输入查询、修改、增加等请求，所述的请求转换为SQL语言并通过ODBC方式提交给标准规范数据库所对应的服务器；数据库服务器根据SQL语言进行具体的数据库操作，并将结果以图表形式进行显示。

请参阅图3，在步骤S3）中，所述的信号模拟器对测试对象进行IO模拟及报文模拟，其中，IO模拟包括开关量输入、开关量OC输出、开关量继电器输出、模拟量输入、模拟量输出、模拟量热电阻输入、模拟量热电偶输入信号的模拟；报文模拟包括RS485串口通信、CAN通信和以太网通信报文的模拟。通过对测试对象进行信号模拟，可以获得测试数据。所述的测试数据存储到系统数据库中，为测试系统后续的分析决策提供数据基础。所述的综合测试机柜中安装有集成测试软件、抗恶劣环境评估软件等多种测试软件，通过集成测试软件可对测试对象进行板卡级、模块级和整机级三级测试。其中板卡级测试利用IO测试软件、双冗余网卡测试软件、CAN接口测试软件、串口测试软件、主板测试软件和显卡测试软件。模块级测试利用标准键盘模块测试软件、鼠标模块测试软件和显示器模块测试软件。整机级测试利用控制台集成测试软件和控制单元集成测试软件。所述的抗恶劣环境评估软件能够对试验数据进行实时采集、分类和可视化分析。抗恶劣环境评估软件由数据采集设备、数据接口设备、综合采集数据库和综合分析软件组成。其中数据采集设备由力学传感器组成；数据接口设备是根据传感器接口与通信协议构建的具备串口、CAN 、以太网分析功能的设备；综合采集数据库将采集结果以结构化数据的形式存入数据库；综合分析软件能调用数据库进行数值分析，并以图标形式展现，开展综合趋势预测。本实施例中涉及的各个软件均可采用现有技术，因此省略具体描述。

在步骤S4)中，需要对实时测试数据进行分析，在进行分析时，可查询、下载标准规范数据库中存储的相关国家标准、军用标准、行业标准、国际标准等其他类标准，将各类标准与测试数据进行比较，根据数据对比来考量测试设备的各类功能指标、性能指标、外型、结构尺寸是否满足相关规范标准要求。同时，测试数据通过与历史参考数据进行对比分析，能剔除测试过程中偶然出现的错误无效数据，提高测试数据可靠性。结合历史数据进行的数据决策分析能对测试设备性能的综合趋势展开预测，给出设备的效能评估以及可靠性分析，形成最终的测试评估报告。

Claims (6)

1.一种基于标准大数据的智能化集成测试方法，其特征在于，包括如下步骤：

S1)建立标准大数据源，通过数据存储管理、数据挖掘技术对数据进行处理，通过可视化技术实现数据查询；

S2)建立标准规范数据库和历史参考数据库，通过数据库管理得到标准规范数据和历史参考数据；

S3)搭建一集成测试系统，对测试对象进行IO模拟和报文模拟，且对测试对象进行基于恶劣环境下的工作效能测试，产生实时测试数据；

S4)将步骤S2)中得到的标准规范数据及历史参考数据与步骤3）中得到的实时测试数据进行对比，给出设备的效能评估以及可靠性分析, 形成完整的测试评估报告。

2.根据权利要求1所述的基于标准大数据的智能化集成测试方法，其特征在于所述的步骤S1)中的标准大数据源包括结构化数据、非结构化数据和半结构化数据。

3.根据权利要求1所述的基于标准大数据的智能化集成测试方法，其特征在于所述的步骤S2)中的标准规范数据库涵盖国标、行标、企标；所述的历史参考数据库包含有历史测试数据。

4.根据权利要求1所述的基于标准大数据的智能化集成测试方法，其特征在于所述的步骤S3)中的集成测试系统包括信号模拟器和综合测试机柜，所述的信号模拟器对测试对象进行IO模拟和报文模拟，所述的综合测试机柜通过三级测试对测试对象进行基于恶劣环境下的工作效能测试。

5.根据权利要求4所述的基于标准大数据的智能化集成测试方法，其特征在于所述的IO模拟包括开关量输入、开关量OC输出、开关量继电器输出、模拟量输入、模拟量输出、模拟量热电阻输入、模拟量热电偶输入信号的模拟；所述的报文模拟包括RS485串口通信、CAN通信和以太网通信报文的模拟。

6.根据权利要求4所述的基于标准大数据的智能化集成测试方法，其特征在于所述的三级测试包括板卡级、模块级以及整机级测试。