從半導(dǎo)體到電子子系統(tǒng)再到工業(yè)4.0的核心——智能機(jī)器，物聯(lián)網(wǎng)(IoT)設(shè)備和工業(yè)物聯(lián)網(wǎng)(IIoT)系統(tǒng)正變得越來(lái)越復(fù)雜。測(cè)試是該產(chǎn)品鏈中容易被忽視但卻非常關(guān)鍵的要素，而物聯(lián)網(wǎng)設(shè)備的復(fù)雜化又進(jìn)一步增加了測(cè)試的復(fù)雜性。但同時(shí)物聯(lián)網(wǎng)還可以大大增強(qiáng)自動(dòng)化測(cè)試的工作效率。將系統(tǒng)管理、數(shù)據(jù)管理、可視化和分析以及應(yīng)用程序支持等物聯(lián)網(wǎng)功能應(yīng)用于自動(dòng)化測(cè)試工作流程，可以幫助測(cè)試工程師更輕松地應(yīng)對(duì)物聯(lián)網(wǎng)的挑戰(zhàn)。

管理測(cè)試系統(tǒng)

IoT和IIoT的基礎(chǔ)是設(shè)備互聯(lián)及統(tǒng)一管理。然而，目前許多分布式測(cè)試系統(tǒng)并沒(méi)有實(shí)現(xiàn)互聯(lián)或有效的設(shè)備管理。通常，測(cè)試工程師難以跟蹤在任何一臺(tái)硬件設(shè)備上運(yùn)行的軟件，或者只知道系統(tǒng)的位置，而無(wú)法獲知其性能、使用率和健康狀況。

幸運(yùn)的是，大多數(shù)現(xiàn)代測(cè)試系統(tǒng)都基于PC或PXI，可以直接連接到企業(yè)系統(tǒng)，從而實(shí)現(xiàn)額外的功能，如管理軟件和硬件組件、跟蹤使用情況以及執(zhí)行預(yù)測(cè)性維護(hù)，從而最大限度地提高測(cè)試投資的價(jià)值。

接入和管理數(shù)據(jù)

物聯(lián)網(wǎng)的商業(yè)價(jià)值來(lái)自互聯(lián)系統(tǒng)生成的海量數(shù)據(jù)。 然而，由于存在各種數(shù)據(jù)格式和來(lái)源，有效利用測(cè)試數(shù)據(jù)變得非常困難，從時(shí)域和頻域的原始模擬和數(shù)字波形到參數(shù)測(cè)量等數(shù)據(jù)通常以遠(yuǎn)高于消費(fèi)者或工業(yè)設(shè)備的速度和數(shù)量進(jìn)行采集。更糟糕的是，測(cè)試數(shù)據(jù)通常存儲(chǔ)在沒(méi)有標(biāo)準(zhǔn)化的“孤島”(silos)中。 因此，這些數(shù)據(jù)對(duì)企業(yè)來(lái)說(shuō)是“不可見(jiàn)的”，因此很容易錯(cuò)過(guò)產(chǎn)品生命周期其他階段的有用信息。在部署全面的基于物聯(lián)網(wǎng)的數(shù)據(jù)管理解決方案之前，捷豹路虎(JLR)僅分析了10%的車輛測(cè)試數(shù)據(jù)。 JLR動(dòng)力總成經(jīng)理Simon Foster表示，“我們現(xiàn)在可以分析高達(dá)95%的數(shù)據(jù)并降低了測(cè)試成本和年度測(cè)試次數(shù)，因?yàn)槲覀儾恍枰匦逻\(yùn)行測(cè)試。”

將IoT功能應(yīng)用于自動(dòng)化測(cè)試數(shù)據(jù)，首先需要一套即用型的軟件適配器，用于接入標(biāo)準(zhǔn)數(shù)據(jù)格式。這些適配器必須基于開(kāi)放的文檔化架構(gòu)，以便能夠接收新的和唯一的數(shù)據(jù)，包括來(lái)自設(shè)計(jì)和生產(chǎn)的非測(cè)試數(shù)據(jù)。測(cè)試系統(tǒng)必須能夠與標(biāo)準(zhǔn)IoT和IIoT平臺(tái)共享其數(shù)據(jù)，以從企業(yè)級(jí)數(shù)據(jù)中提取有用信息。

可視化和分析數(shù)據(jù)

由于測(cè)試數(shù)據(jù)通常是復(fù)雜且多維的，使用通用業(yè)務(wù)分析軟件來(lái)分析測(cè)試數(shù)據(jù)可能非常困難。此外，典型的商務(wù)制圖并不包括測(cè)試和測(cè)量中的常見(jiàn)可視化功能，比如模擬和數(shù)字信號(hào)組合圖表、眼圖、史密斯圓圖和星座圖等等。

具有適當(dāng)元數(shù)據(jù)管理的，面向測(cè)試的模式使工具具備可視化和分析測(cè)試數(shù)據(jù)的能力，并將其與設(shè)計(jì)和生產(chǎn)數(shù)據(jù)相關(guān)聯(lián)。結(jié)構(gòu)清晰的測(cè)試數(shù)據(jù)可讓工程師將基本統(tǒng)計(jì)數(shù)據(jù)分析應(yīng)用于人工智能和機(jī)器學(xué)習(xí)，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(jìn)而從數(shù)據(jù)中提取更多有用的信息。

開(kāi)發(fā)、部署和管理測(cè)試軟件

傳統(tǒng)的專用桌面應(yīng)用程序正在逐步轉(zhuǎn)向基于網(wǎng)絡(luò)的移動(dòng)應(yīng)用程序。這種轉(zhuǎn)變使得測(cè)試難以實(shí)現(xiàn)。首先，需要在被測(cè)設(shè)備(DUT)上進(jìn)行實(shí)時(shí)計(jì)算，以處理海量數(shù)據(jù)并實(shí)時(shí)做出測(cè)試通過(guò)/失敗的決策，同時(shí)本地操作員需要與測(cè)試設(shè)備和DUT進(jìn)行交互。但是，公司希望遠(yuǎn)程訪問(wèn)測(cè)試設(shè)備以查看結(jié)果和利用率等系統(tǒng)運(yùn)行狀態(tài)。為了解決這個(gè)問(wèn)題，一些公司已經(jīng)建立了一次性架構(gòu)來(lái)集中管理軟件，并且將軟件下載到基于DUT的測(cè)試設(shè)備上。但正因?yàn)槿绱?，他們必須維護(hù)自定義架構(gòu)，這需要額外的資源，而這些資源本應(yīng)用于具有更高業(yè)務(wù)價(jià)值的活動(dòng)。

更高級(jí)別的測(cè)試管理是從本地測(cè)試設(shè)備遷移到云端部署。 基于網(wǎng)絡(luò)的工具可用于查看測(cè)試設(shè)備的狀態(tài)、安排測(cè)試時(shí)間以及檢查推送到云或服務(wù)器的測(cè)試數(shù)據(jù)。 更高級(jí)別的管理功能補(bǔ)充了使用NI LabVIEW、Microsoft .NET語(yǔ)言、NI TestStand和Python等常用工具構(gòu)建的現(xiàn)有測(cè)試系統(tǒng)。 模塊化測(cè)試軟件架構(gòu)(測(cè)試管理、測(cè)試代碼、測(cè)量IP、儀器驅(qū)動(dòng)程序、硬件抽象層)使公司能夠評(píng)估將不同軟件功能從本地移動(dòng)到服務(wù)器或云端的價(jià)值。 隨著越來(lái)越多的測(cè)試軟件棧遷移到云端部署，公司將意識(shí)到在云端計(jì)算存儲(chǔ)的數(shù)據(jù)、可擴(kuò)展計(jì)算以及隨時(shí)隨地輕松訪問(wèn)軟件和數(shù)據(jù)等方面所帶來(lái)的優(yōu)勢(shì)。

利用物聯(lián)網(wǎng)進(jìn)行測(cè)試

利用物聯(lián)網(wǎng)進(jìn)行測(cè)試并不是一個(gè)未來(lái)設(shè)想，而是在當(dāng)下切切實(shí)實(shí)可實(shí)現(xiàn)的。 一個(gè)組織的能力取決于其當(dāng)前的自動(dòng)化測(cè)試基礎(chǔ)架構(gòu)和最迫切的業(yè)務(wù)需求。 需要考慮的一些常見(jiàn)領(lǐng)域是改進(jìn)測(cè)試系統(tǒng)管理、提高測(cè)試設(shè)備利用率、從測(cè)試數(shù)據(jù)中獲得更有意義的信息，以及遠(yuǎn)程訪問(wèn)共享測(cè)試系統(tǒng)。具有高度模塊化的軟件定義方法可讓企業(yè)專注于最有價(jià)值的領(lǐng)域，而無(wú)需做出高風(fēng)險(xiǎn)的決策。