基于模型的设计与测试

如果说一张图胜过千言万语，那么一个模型必然胜过一千张PowerPoint幻灯片，或一千行规范说明。由于创新和创造变得日益复杂，基于模型的设计与测试已经变成一种标准的工作和思维方式，可帮助工程师更透彻地理解测试对象，与他人进行清晰而详细的沟通，并提高工程开发和运营效率。

正确的工作和思维方式随着技术创新步伐不断加快，我们比以往任何时候都更需要深刻理解技术。同时，由于汽车设计与测试团队需要将多种新技术集成到系统中，并确保这些技术在各种运行条件下能够很好地协同工作，因此透彻理解相关技术成为必须。虽然各种创新和革命性设计层出不穷，但是失败的风险也随着系统变得复杂而呈指数级增加。

搭建大型的复杂系统需要大量的人力、有效的策略以及各种组件高效协同配合。随着复杂性的增加，PowerPoint形式的工程设计已不足以满足客户的需求。要使设计足够优秀，达到所需的置信度，就需要设计团队、测试团队与相关人员之间进行有效的沟通。这时候模型就派上用场了。

企业如果采用基于模型的设计与测试，就可以使用计算机可执行的模型作为通用接口，将原始数据转化为信息和规范，并在开发过程的各阶段利用该接口进行高效的交流和沟通。

探索与评估

测试的过程其实也是探索和评估的过程。探索测试有助于工程师更好地了解待测设备(DUT)，进而预测和改善待测设备的行为。评估测试则能帮助决策者解决DUT部署和运行中固有的成本和风险问题。因此，测试团队在整个测试流程中需要做的，就是提取团队需要的信息，为后续的开发、生产和部署决策提供依据。

测试流程：以终为始

请记住，良好的测试流程能为工程师和决策者带来许多有用的信息和见解。

图01 测试流程是指挖掘待测设备数据，并将数据转换为有用的信息来帮助工程师和决策者进行探索和评估风险。

图01概述了从测试流程提取信息和视角的主要步骤。首先，需要挖掘DUT中将输出行为与输入端激励信号相关联的数据。接下来，应当以简洁易懂的方式，将原始数据提炼为能够解释DUT行为的信息。最后，工程师和决策者应利用这些信息，进一步了解DUT的特性和行为，并评估DUT部署和运行相关的风险。

这一流程是双向的。一方面，随着探索的不断深入以及风险评估越来越复杂，需要越来越多新的信息。但这反过来会推动挖掘流程的变化和改进。该流程同样也可用作为设计和分类测试架构的框架。

在考虑采用这一框架时，应注意，其最大的成本在于数据挖掘设备的设置和运行，而最大的价值在于将数据提炼为信息，并提供一种方式来方便用户查看这些信息并与之交互。

许多测试工具共同的缺点是仅专注于数据获取和存储。但如果没有相应手段(最好是自动化手段)来提取有用的信息并识别重要事件，团队常常只能获得大量毫无用处的“垃圾”数据，导致对所投资的测试系统感到失望。

挖掘

要挖掘数据，需要将DUT嵌入到模拟DUT周围环境的场景中。情境元素可以是虚拟的，比如用于操控DUT的软件，也可以是周边硬件之类的物理元素。DUT的场景既可以是模拟的，也可以是真实的场景。例如，如果DUT是汽车逆变器，那么电动机就会是测试场景的一部分，我们可以使用仿真的电动机，也可以将电动机真正置于测试台上，或是集成到实际的汽车中。

在测试设计中，需要确定最有利于实现测试场景的方法。传统的测试架构通常将DUT嵌入仿真环境中。DUT放置在测试台上，然后施加激励并测量其响应。这种方法经实践证明是行之有效的，能够随意创建测试条件，但缺点是成本高，不具备扩展性。

因此不妨考虑其他替代方法，例如采用从设计到测试均适用的方法来设计DUT，而且DUT应内置一些功能，能够在正常运行的同时挖掘数据。也可以采用基于仿真的测试方法，在开发过程早期就可以以较低的成本在虚拟环境中进行测试。

这些替代测试方法均旨在优化或重组测试流程的成本结构。传统测试方法通常需要大量投资到“挖掘设备”和运行上。而上述替代挖掘方法可以大大降低捆绑到测试的资本，因此，给测试行业带来了颠覆性的影响。

提炼

挖掘出数据后，需要将数据“提炼”为有用的信息。这时候，模型在解释原始测试数据方面起着至关重要的作用。一方面，模型可存储历史数据，从而为预测未来行为提供依据。另一方面，模型为提炼DUT测量数据并预测DUT行为提供了现成的模板。

换句话说，模型是表示已掌握信息和预测未来行为的一种数字化形式。因此模型也被称为数字孪生体，也就是实体系统的数字化形式。

好的模型可以帮助工程师深入理解物理系统并减少不确定性，同时有助于预测DUT的行为。因此，在测试过程的探索阶段，设计合适的模型拓扑是不可或缺的一环。模型识别和评估(仿真)可帮助您评估给定场景中DUT部署的结果。

表一：模型提供了从设计到测试均适用的通用语言。

交互

本质上，模型(数字孪生)有助于高效地汇总测试结果以及跨平台捕获DUT信息。由于在大型组织中，不同部门常常使用不同的平台和工具链导致沟通不畅，因此模型对于优化大型组织内部的沟通非常有用。

通过在这些不同的环境中以相同的方式实现同一组模型方程式，团队能以一致且可执行的方式交换信息。例如，测试团队可以使用部署在FPGA上的模型来进行实时评估和模型参数拟合。然后，系统设计团队可以将模型和参数集“下载”为基于CPU的功能模型单元，便于在脱机时进行系统级仿真。与通过文本和电子表格交换信息相比，这种方法的出错率更低。

行之有效的方法

基于模型的设计与测试有助于团队应对不断加剧的DUT复杂性，并跟上紧迫的计划进度。这种工作和思维方式能够带来影响巨大且深远的结果，而且这种结果有助于组织进行转型，并将测试变为竞争优势。

数字孪生是指实体系统的数字化虚拟模型，贯穿整个生命周期以及组织的各个部分。该技术以计算机可执行的方式来展示并传达组织的需求、期望以及测量结果。

作者
NATEHOLMES
NI动力总成测试主管

PIETVANASSCHE
NI首席工程师