CANape助力戴姆勒进行大数据分析

在台架和耐久性测试中，OEM需要通过观察实际环境下汽车和相关零部件的性能参数收集大量的信息。但是，考虑到庞大的数据量和其内部的复杂关系，后续对相关数据集的标识和分析是一个耗费时间的过程。Daimler AG使用了Vector公司的标定与测量工具CANape中的自动数据分析功能，加快对自动变速器测试中测量数据的分析。

从20世纪60年代起，Daimler 就开始了4档自动变速器的研制，在现在看来，它非常地简单。随着技术的高速发展，对变速器提出了更多新的需求，如，更好的舒适性，更大的速比，更低油耗，更强大的动力等。基于上述需求，Daimler在1995年发布了第一款电液传动变速器，增加了行星齿轮，液力变矩器，变更了一些核心部件.

2010年设计的7G-Tronic Plus 自动变速器代表了这一发展历史的巅峰时代，扭矩高达1000Nm，能够适用各种不同车型：从最小的后轮驱动的4缸C级轿车到高性能的AMG车型，甚至部分的凌特车型。它成功的平衡了燃油经济性、驾驶乐趣、驾乘舒适性这些看似矛盾的需求，在2011年获得戴姆勒内部环境领导者奖（Daimler Environmental Leadership Award）。

自动变速器需要对大量的参数做优化
由于它极度广泛地应用在不同的车型上，这就需要对ECU参数进行优化以适应不同车型的驾驶需求。产品的成熟过程伴随着众多的台架测试和车辆耐久试验。在日常试验中得到的测量数据都被保存在了服务器上，标定工程师和开发人员都可以访问这些数据。对这样庞大的数据进行评估分析，识别出错误的工况是一个极大的挑战，如信号值超限，热应力过大等。而变速器的误操作会引起震动或抖动，影响成员的感受，离合器过热会加速磨损。

验证分析过程遇到的瓶颈
各种格式的测量数据，来自于标定和测量工具CANape或者其它记录仪。此前，测量数据评估的方法为：首先通过Daimler内部工具处理，将测量数据写入到Execl文件中（图1）；然后Excel的宏会生成一个概况图，通过这个图，用户能够识别“trigger points”，也就是错误发生的地方；利用这个结果，相关的测量文件被导入到CANape中，并显示错误点的位置。实践证明，这种方法不仅繁琐，而且也有其缺陷和局限性。Excel的处理速度非常慢，当数据列比较多时这个缺点尤为明显；其次，由于Excel表的总行数有限，所以能够处理的最大数据量也是受限的；而且Excel程序提供的图形显示选项也有限。Daimler还要对内部的工具进行维护和升级。



通过数据挖掘进行自动评估
因为CANape早已在Daimler广泛使用—无论是ECU标定，还是在台架测试和耐久性试验中的数据记录或者数据分析—管理层提出了基于CANape解决大数据分析的想法。因为CANape的图形显示功能专为测量数据的应用而定制，而另一个重要前提是其内部提供的编程语言能用来定制用户特定的评估算法。

CANape—用户数据分析和图形化显示平台
为了尽快实现该目标，Daimler聘请Vector公司基于CANape的内部脚本，开发数据挖掘的算法，精确定位错误发生的位置（图2），并将分析结果在CANape中直观的显示出来，克服了数据量大小的限制，能够流畅的处理高达100G得数据。



在使用方面，用户自主选择测量数据，并从列表中选择评估算法，如升档或降档评估算法，然后开始分析，并将分析结果显示出来，如图3所示，在所有数据中，1-2档切换大约发生了1200次。这些点在云图中显示（如图4），每个点代表一次换档操作，用户可以根据这些点在图中的位置，识别出哪些点位于数值极限值之外。当选中某个点的时候，相关的测量文件会加载进来，用户可以根据显示图坐标看出它的数值。

因为CANape窗口中的内容是时间同步的，所以其他的窗口都能够显示特定的内容。例如扭矩或者发动机速度，能够和选择的测量点的时间点完全匹配。

在窗口中不仅可以显示信号值，也能显示数值极限曲线。例如，摩擦做功和摩擦功率的最大耐受值。位于极限曲线之外的点指示在换档操作过程中的操作错误，这可以很容易地确定哪些换档操作需要进一步验证。





灵活的对测量数据进行评估
CANape的Data Mining功能使Daimler的测试和标定工程师能够执行对所有测量文件的完整分析，观察是否有超出极限值，或者是否有不期望的事件出现。这对开发人员更加有效的使用现有数据资料是非常重要的，可使他们能够更快速地得出结论，并且更精确的确定ECU软件层面是否满足了所需的成熟度等级。

对分析策略的需求是不断动态变化的，用户可自行修改脚本程序或者委托Vector进行修改。如果CANape内嵌的函数功能无法满足需求，还可以使用其它的工具来生成函数库，例如，C语言或Simulink模型，它们都可以作为DLL文件导入到CANape中。这样，可以通过CANape工具实现任何期望的数据评估策略。