解析CIAS|中国汽研王林：试验室数智化发展趋势探讨
2024-12-16
🔹企业介绍
首先很高兴见到大家。今天，我给大家带来的议题是《试验室数智化发展趋势探讨》，这是比较落地的话题，一般公司介绍放在后面，我这个放在前面，可能主机厂的客户对我们公司比较了解，那么软件行业的可能不太熟悉，我们中国汽研是独立第三方检验检测机构，在整个检验检测行业算是一个比较大的份额，跟各大主机厂有很深的合作，我们有一个国家的工程中心，有多个国检中心，多个检测实验室，实验室这一块覆盖了整车零部件等等不同的领域。
🔹汽研发展布局
所以说我们在试验室整个数字化是有一些研究。基本上我们在华东、华南、北京、华中还有各种极地像高热高寒有整个试验室的布局，我们也是以标准为中心，做我们的解决方案、软件数据和整个装备产业的研发。
🔹聚焦三大主线
整个秉承三大主线是绿色、安全和体验，这个也是整个汽车行业所坚持的特点，那么对我们自己来说的话，整个数字化是融入到我们目前的整个战略部署里面的。
🔹引子：结缘试验室数字化
先跟大家分享一下，一个我怎么跟我们试验室结缘的。我前身是负责汽研整个大数据平台，有一天我们有个零部件试验室同事找到我，说他想做座椅舒适度分析的软件，这个软件功能也简单，只是想把座椅舒适度通过数据建模分析出来之后，进行在线核算，能够快速生成报告。因为这个原因，我就开始接触到我们整个试验室的数字化的工作，其实我这边一开始就是以一个场景化的模式介入，而不是传统管理信息化领域。
我在这个过程中，对整个数据在场景中的应用还是有一定的见解。整个介绍，分成三部分：
第一，介绍背景。
第二，发展趋势。
第三，应用场景分享。
01
建设背景介绍
🔹制造业数字化转型路：质量管理数字化
大的整个数字化转型背景，刚刚有很多老师已经分享了，我就不再细说，对于整个试验室来说，我们整个制造业质量管理的数字化，也是提到了整个国家在数字化转型很核心的议题，包括我们围绕一条主线，加快三大转变、把握四条原则一整个布局。
🔹新技术发展沉淀
对于数字化转型来说，我们现在新技术也慢慢成熟用于各种不同场景，包括互联网、物联网、云计算、大数据、5G，现在已经很成熟应用在整个不只是试验室，还有很多领域，ChatGPT等也开始在我们的场景落地。
🔹试验室数字化现状剖析
在试验室领域我们怎么做这个事情呢？首先基于我对整个行业的了解，其实整个检验检测行业跟其他的产业不一样，我们的生产产品其实是数据，其实不管是各种的检验检测设备，产出了检验检测数据文件，也包括检验检测报告，它的核心是数据，但是目前检验检测有三个特点：
第一，发展不均衡。不同的主机厂他们整个的试验室不管是信息化还是数字化，它的水平是参差不齐的。
第二，管理不匹配。现在基本上试验室都引进了很多先进设备，但是引进设备之后，有部分试验室对这些数据的应用包括管理的应用，还是处于原始阶段。
第三，认知不统一。这个认知不统一主要体现在我们决策层、管理层和执行层，这三层用户对整个数字化理解，可能不一样。因为整个数字化的实施之后，对三层用户产生价值是不一样的，对执行层来说，甚至会增大工作量，所以认知不统一的话，会影响我们数字化落地和实践实施推广。
🔹数智试验室转型发展方向
整个试验室数字化转型发展方向我总结三个方向：科学、智慧、安全。
所谓科学就是用先进试验室管理理念，这个大家很容易忽视的问题，现在很多去比如说上一套系统，上的过程中我们会发现有很多争议点或者探讨点，这个可以用我们的CNAS/CMA理念解决。
第二是技术智慧性和业务智慧性，主要是先进技术和先进管理理念，实现我们试验室智慧发展。
第三是安全，安全是最基本也是最核心的，对试验室环境管理、数据安全管理等等，这就是我目前当然也是结合行业的一些特点总结出来的发展方向。
02
发展趋势剖析
所以说接下来第二部分就会针对这个方向，对整个发展趋势进行深入剖析，是有一些实战的干货。
🔹试验室数字化转型业务模式
首先我来总结一下试验室数字化转型业务模式，这个理念在整个数字化转型都是通用的，试验室这一块我总结了三个点：
1.SOP。就是试验室标准化，这一块的管理主要是对安全和节能，对整个试验室人机料环法几维进行管理。
2.LIMS。流程的信息化包括信息化到数字化到智能化，通过LIMS把这一块进行串联。
3.数据应用，包括基础的设备数采，进行建模，建模之后对业务进行赋能。
🔹数智试验室产品架构
我把这个架构分成几块：
第一，最核心的整个数据中台的服务，包括IOT的中台，这两个是基础。
第二，算法模型，有了数据之后，通过算法模型的架构，进行一个支撑上层应用场景的落地，在整个试验室管理场景，我个人把它分成四部分：
1.试验厂，试验厂可能会有几个大的主机厂或者机构才有。
2.试验室管理。
3.业务流程管理。
4.低碳、绿色、节能包括现在的双碳，包括能源管控。
基础设施建好之后就有不同的数据应用建设场景，这是我个人对于数字试验室架构理解，跟大家分享一下。
🔹数智试验室数字化能力赋能循环
接下来是我结合个人经验总结出来的数字试验室数字化能力赋能循环的三个核心点：业务、数据、场景。
总结了三句话：业务沉淀数据、数据赋能场景、场景提升业务。这三点是有相对的理论支撑的，业务沉淀数据比较好理解，通过管理信息化系统，包括设备运行、设备系统有很多包括业务数据、包括物联数据、设备数据沉淀下来，这些数据沉淀下来之后怎么应用呢？通过不同的场景应用。
传统的LIMS只是解决了流程管理问题，其实在整个试验室运行过程中，产生了大量数据，目前很多主机厂这样的一些研发部门包括研发中心也在想尽各种办法去把这些数据挖掘出来，进行相关价值应用，具体应用场景我待会儿会分享，但是这个也是大家努力的方向。
第三点我想最重要的就是场景提升业务，场景如何提升业务？我个人总结两个层面：
1.可以通过场景来提升整个的管理能力和管理水平，因为其实在我们数据赋能场景落地一个个场景过程中，我们要得到比较完备数据，必然要对我们整个业务流程管理做良好的改造，所以说场景提升业务第一个就是整个管理上面。
2.数据层面，为什么场景能提升业务？因为其实大家之前一直在说，数据治理，很多公司做数据治理一来就上了一整套，但是仍然还是这些效果，我们在整个场景提升业务过程中，就可以把数据工作，跟场景和业务连接起来，这就是我总结的整个数字试验室数字化能力赋能的循环。
🔹试验室数字化系统
我去分解了不同数字试验室数字化系统的功能分布情况，这个可能也代表着不同的场景，像有些公司的产品，偏向于数字化流程管理，有些公司的产品是偏向于数据分析挖掘，有些公司的产品可能偏向于物联设备的使用。
其实这些场景是我理解可以包含整个试验室数字化管理全流程过程中的，接下来我从三方向进行分享：
🔹业务沉淀数据
1.可扩展的平台
第一，我们需要有一套可扩展平台，包括底层不管是业务系统还是IOT的设备或者说平台，把数据采集进来之后，搭建一个检验检测的底座，通过底座支撑不同上层应用，上面这些场景是现在中国汽研已经落地的场景，包括跟我们一些合作伙伴、主机厂，去落地的场景。
2.数据底座（数据中台+IOT中台）
第二这个可能就不用细讲了，因为有很多老师去分享了，就是我们肯定有一套比较完备的数据底座。
3.模型服务（模型管理+模型应用）
第三需要有完备模型底座。这两块其实是我们的能力工具的核心，这里也有很多专业的工具，我们现在也在跟行业进行一些交流，采用一些比较合适的工具，这个其实我想分享一下，就是在模型这一块，模型应用这块其实分两类：
1.数据模型。
2.AI模型。
那么其实在试验室过程中，不同的模型可以应用不同的场景，它使用深度是不一样的。
🔹LIMS实施关键点
接下来分享一点就是我们怎么LIMS实施关键点。
1.体系建设（CNAS/CMA)
在实施过程中大家容易忽略的，就是整个体系建设，体系建设看起来好像有点虚，但是实际上在实施过程中可以发现，有很多细节问题，比如说这个数据到底从哪个系统来，这个数据到底应该传到哪个系统，这个数据到底做增减还是怎样，很多点的争论来源于我们对试验室管理体系的认知，我们汽研也是参与了很多体系编制，我们会通过体系研究落地实际解决的困惑点，大家在实施平台过程中，这个点其实是很关键的，而且需要关注的。这是第一。
2.报告自动生成
第二个是报告自动生成，这是影响我们试验运作的效率，我们中国汽研每年应该产生大几十万份的报告，报告生成严重占用了我们主检人员工作时间，这块的话我们也是研发了一套工具，这套工具有两种落地模式：
第一，用纯技术手段做定制化开发。
第二，通过一些可配置工具以运营的模式来带动整个试验报告模板的配置，从这两方面解决我们整个报告自动生成的问题。核心还是我们要有数据支撑，数据是基础，这个反复在强调。
3.设备数采
还有一个就是设备数采，采集过来之后，可以对上层应用场景进行解析，没有这块东西很难，当然这个东西投入会比较大，所以我们建议大家在做整个设备数采或者物联设备这一块，可以进行分步骤实施，选取公司核心场景，就是价值比较大的场景，做一些设备数采的介入，慢慢扩展到整个领域。
🔹数据赋能场景
1.建模支撑工具
第二就是数据赋能场景，这是比较好的建模支撑工具，对于这一块我想跟大家分享两个点：
第一，整个建模支撑工具肯定要有便捷化。
第二，要认清楚建模支撑工具应用对象。不管在主机厂还是中国汽研内部，其实我们用模型有两类人：
1.建模人员。
2.使用模型人员。
2.数据操作台
针对这两种不同类型的人员，大家应该有两种不同类型的支撑，对于建模人员肯定要给相对比较方便的工具，方便进行逻辑梳理包括模型管理，对于使用人员，要给他比较好的拖拉拽工具，方便他去调试各种各样的参数，这边就是说我们对建模工具支撑一定要分清楚不同应用人员这是数据操作台，也是我们实施项目的截图。
3.数据应用场景
这是我们数据应用场景，现在中国汽研应该是整个亚洲最大的风洞，很多主机厂现在都在跟我们进行合作，我们也想把像数据风洞这样的能力分享给大家，主机厂的同事应该也有很多参与过我们数据风洞的建设，是把我们数字仿真应用到实践过程中去。
🔹场景提升业务——提升数字化整体能力
再一个是场景提升业务，提升数字化整体能力，我在三维图形里面已经跟大家分享了这一块东西，我们中国汽研在数据应用产品类，从我们三个维度，第一个是数据获取，第二个是数据挖掘，第三个是数据赋能，核心就是场景概念，所以大家一定要把场景概念植根于大家的心中，因为有了场景你才能分布、落地、才能在不同的数据产生真正意义上的价值。
03
应用场景分享
最后就是简单分享一些应用场景，因为不同的公司不同的企业，大家在对场景的理解不一样，我简单分享一下我们中国汽研谁在块的能力沉淀。
🔹场景应用1——安全试验室数字化
比如说第一块，安全试验室数字化，这个大家应该比较清楚中国汽研承接了安全碰撞整个试验任务工作，整个安全试验室数字化核心两点：
第一，流程管理。
第二，对于碰撞视频数据采集和分析。这是我们核心的关键点。
🔹场景应用2——风阻风噪试验数字化
第二就是风洞，风洞里面有风阻、风噪等等不同的模型，在整个风阻系数预测仿真，我们用了中国汽研自有海量数据，提取了多个关键特征参数，实现了风阻系数高精度预测，这个预测值现在还在不断提高，目前这个精度是可以给很多主机厂提供很大帮助的。
🔹场景应用3——新能源大数据算法及应用场景
场景三就是现在最时兴的新能源大数据算法及应用场景，我总结了两个维度：
第一，横向。横向围绕移动装备形成横向产业链，不管在传统的燃油车、重型车还是轻燃料等等都有相关应用。
第二，纵向。围绕新能源汽车的产业链，去把包括对国家部委平台，包括像企业的平台做纵向和横向的延伸。
最后，因为我是负责中国汽研数字化解决方案，我们目前也是在布局不同的方向，我这边筛选了四个：
第一，数字试验室方向，今天核心分享的内容。
第二，新能源安全体系，新能源安全+车联网安全现在也有全套解决方案。
第三，车联网整体解决方案。
第四，未来整个新能源领域后市场也在进行相关布局，这边也是欢迎主机厂还有主机厂商跟我们合作，构建整个数字化的新生态。
最后我想说，我目前正在牵头下一代数字试验室标准定义，目前在跟相关部委进行合作，当然整个事情是在起草阶段，欢迎大家来跟我进行一个合作，我们一起把大家的经验共同定义在未来的数字试验室标准中去。
谢谢大家！
