自动处理测量数据 - 摆脱重复性任务
我们来谈谈如何处理测量数据。重复性任务不仅会浪费时间和资源，而且容易出现人为错误，令人懊恼。当注意力下降时，错误更是容易发生。说到底，今天谁还喜欢做重复性工作呢？
假设您要比较两组数据：一组是一周前处理的数据，另一组是新近测量的数据。不幸的是，新的结果看起来并不好。具体来说，由于采用了新的控制策略，动力总成发出的噪声水平有所增加。如果确认了这一点，那么就必须调查并尽量解决此噪声问题。但是，在这种情况下，您会问自己一些常见问题。与以前相比，我处理数据的方式是否相同？我在测量或处理过程中是否犯了错误？在解决实际问题之前，您需要先回答上述问题。在这些问题上浪费的时间越少，我们解决实际问题的效率就越高。
在这篇博客中，我将向您展示如何借助 Simcenter Testlab Process Designer 处理数据。但首先，让我们介绍一下电动动力总成演示测试台。
电动动力总成测试台
电动动力总成测试台包括一个带电动动力总成的电驱动系统、逆变器、电池、两个负载电机和若干传感器（见下图）。
对于电动动力总成传感器，我们使用了若干加速度计（一个安装在变速箱上、一个安装在逆变器上，另外八个安装在电动机上），一个放置在变速箱附近的麦克风，此外还使用了一些扭矩和转速传感器，以及电流和电压传感器。
在上图中，我们看到使用了 2 个数据采集系统。Simcenter SCADAS Mobile 采集与噪声、振动和声振粗糙度 (NVH) 相关的数据，而功率分析仪则测量电压和电流数据。功率分析仪通过 CAN 向 Simcenter SCADAS Mobile 提供效率和功率数据。对于此类数据，低频采样率就已足够。
Simcenter Testlab Process Designer 简介
在每次测量后，处理我们的测量数据可能非常耗时。因此，我们决定使用 Simcenter Testlab Neo，特别是 Process Designer，它支持我们以简单的图形方式串联各种方法。在我们的示例中，我们将并行处理不同类型的数据：
- 声学数据
- 加速度（振动）数据以及
- 功率效率数据（请见下图）。
该视频介绍了不同的处理数据块。
流程操控和数据处理
创建此处理非常简单。只要将所需的方法拖放到处理窗格中，然后将它们关联在一起即可。在下面的视频中，我们添加了阶次切片和统计方法以评估关键性能指标 (KPI)。创建处理后，我们可以将测量数据加载到数据篮中并开始处理。借助数据透视表，我们只需单击几下就能获得可视化数据，包括频谱图、阶次切片和 KPI。
数据比较
现在我写的都是有关重复性工作的内容。您可能会说没错，但直到现在，我们不得不逐个准备每个步骤。我们为什么要做这些？这些工作听起来很烦人。想象一下，我们现在正在测量不同的传动系统变体，例如不同的控制策略。我们想比较所有变体的结果。这正是 Simcenter Process Designer 的优势所在。每个处理流程都可以存储和重用，以便以完全相同的方式评估每个测量结果。但这并非全部，一旦我们处理完数据，我们希望以一种清晰简单的方式进行可视化。如下图所示。
在可视化效率时，软件将显示扭矩随转速的变化，其中电机和发电机的效率数据块是分开的。请观看以下视频，了解如何创建这样的视图。
在电动动力总成的概述中，显示了差速器、逆变器和电机的效率图、振动和噪声谱。此外，还可视化了 KPI。这些指标包括逆变器和电动动力总成的平均效率值、电机和发电机模态的平均效率值，以及各阶次的最大噪声水平。
现在，在不同测量之间切换查询非常简单，如以下视频所示。
这就是我们希望得到的：我们可以通过频谱图、KPI 等方法比较不同的策略。在下图中，我们可以看到针对不同控制场景的 2 种不同策略。
只需单击几下，即可详细比较效率水平和噪声水平。
在我们的结果中，策略 2 (Testprofil22) 比策略 1 (Testprofil07) 更有效，但噪声也更大。
任务完成了吗？就目前而言，是的。但如果我们想调查噪声水平增加是否是问题以及噪声的来源，该怎么办？
我们下一步能做什么？
- 心理声学分析 - 例如，突出比；
- 突出比的阶切；
- 音频回放和滤波；
- 用于识别关键区域的声学相机；
- 模态测试；
- …
如有任何问题，欢迎随时联系我们：markus.brandstetter@siemens.com。
您对该电动动力总成的数据采集部分感兴趣吗？请阅读以下博文：
您想了解更多有关 Simcenter Testlab Process Designer 的信息吗？
