Simcenter Testlab 2606：助力 AI 就绪型测试数据

Simcenter Testlab 2606：为 AI 就绪的测试数据提供支持

ChampionXperience 团队

2026年9月22日阅读时间：5分钟

想象一下工程领域的终极捷径：只需几秒钟就能预测复杂产品的性能，而无需花费数周时间进行物理测试。这就是 intel和机器学习在现代制造业中蕴藏的巨大潜力。但如果你曾经尝试将历史测试数据输入神经网络，你就会明白残酷的现实。人工智能模型极其敏感；它们无法区分真实的物理现象和故障传感器。它们会同时学习这两种现象。.

过去，我们采集测试数据是为了解答一些非常具体、孤立的工程问题，而不是为了训练机器学习模型。这导致数据科学家和测试工程师花费高达 80% 的时间来手动清理、标注和验证历史数据集。随着 Simcenter Testlab 2606， Siemens 正通过引入统一的、支持 AI 的数据工作流程来解决这一瓶颈，从而弥合物理测试和机器学习之间的鸿沟。

为什么人工智能就绪的测试数据是新的工程黄金标准

当我们谈到将人工智能应用于噪声、振动与声振粗糙度（NVH）或动态环境测试时，瓶颈很少在于机器学习算法本身。真正的挑战在于数据。如果训练数据缺乏一致性、可追溯性或适当的标注，人工智能模型就会生成不可靠的预测结果。.

为了解决这个问题， Simcenter Testlab 2606 专注于将原始物理测量数据转化为结构化、可信且可重用的数字资产。通过建立从传感器到 AI 训练平台的互联管道，工程团队可以消除手动数据清理的瓶颈，并加快设计周期。

Simcenter Testlab 2606 中 AI 就绪测试数据的 7 个支柱

Siemens 列出了测试数据必须满足的七项关键支柱，才能被视为真正“适用于人工智能”。让我们来详细了解一下最新软件版本是如何满足每一项要求的。.

1. 质量

人工智能模型能够将传感器漂移、加速度计信号丢失或通道削波等情况视为真实的物理行为并进行学习。高质量的数据采集硬件是您的第一道防线。使用 Simcenter SCADAS 硬件可确保测量点的信号完整性。它将关键元数据（例如通道过载、传感器连接和校准记录）直接嵌入到数据文件中，从而确保您的训练输入从根本上来说是可靠的。

2. 有效性

您保存的文件真的正确吗？还是有人在运行错误的情况下误按了保存键？手动验证数小时的时间序列数据是一项繁琐的工作。在 Simcenter Testlab Neo， 流程设计器 可自动验证时间数据、模块结果和单个值。通过将模块数据与目标曲线或特定阈值进行比对，系统可以在异常情况到达您的数据科学团队之前将其标记出来。

3. 可追溯性

对于机器学习模型而言，未标注的数据集毫无用处。如果您无法立即识别特定运行的车辆配置、运行条件或测试环境，则无法将其用于训练。Simcenter 内置的 Simcenter 性数据模型和模板编辑器 可帮助您设计符合 ASAM 标准的标注模型，从而解决此问题。您甚至可以在测试活动开始之前预先填充高达 90% 的元数据标签，仅需在现场填写实时变量（例如天气状况）。

4. 完整性

为了训练出可靠的神经网络，您的数据集必须在不同的测试活动中保持一致。如果不同的操作员使用不同的操作流程，则生成的数据将难以比较。Simcenter Testlab Neo 中的全新Simcenter 计划采集”工作簿可自动执行并标准化您的整个测量活动。它引导操作员逐步完成仪器设置、执行和报告，确保每次测试都在相同的条件下进行。

5. 数量

物理原型成本高昂，测试团队也面临着减少物理测试次数的压力。然而，人工智能模型需要海量数据。为了弥补这一差距， Simcenter Testlab 2606 允许您利用高保真模拟数据来补充物理测量。通过利用 基于组件的传递路径分析 (C-TPA) 和虚拟原型组装，您可以生成合成数据集，以填补关键数据空白并扩展训练库。

6. 可访问性

数据科学家无需再通过电子邮件或聊天信息苦苦搜寻测试结果。Simcenter Simcenter 数据管理系统 提供了一个集中部署的、符合 ASAM-ODS 标准的数据库。这个集中式存储库使团队能够即时搜索、筛选和检索不同部门和全球站点的历史 NVH 测试数据。

7. 连接性

最后一步是将您精心整理的数据直接连接到您的机器学习环境。Simcenter Simcenter Workflow Automation (TWA) 已升级，可直接搜索和处理存储在您的集中式数据库中的数据。您可以定义一个搜索查询（例如，检索在特定试验场上采集的所有混合动力汽车测量数据），系统将自动提取、处理数据并将其直接导出到 RapidMiner AI Studio。

工作流程对比：传统工作流程与AI就绪型工作流程

为了解这些更新的实际影响，让我们比较一下传统测试环境中的测试数据管理方式与 2606 版本自动化工作流程。.

数据挑战	传统测试工作流程	Simcenter Testlab 2606 工作流程
数据质量	手动记录日志；传感器故障往往要到后期处理时才会被发现。.	Simcenter SCADA 直接嵌入信号完整性和校准数据。.
验证	对各个时间历史记录进行耗时的人工检查。.	通过流程设计器自动验证时间和区块数据。.
元数据标注	命名规则不一致，Excel 表格分散。.	通过描述性数据模型实现符合 ASAM 标准的预填充模板。.
活动执行	操作人员依赖性程序导致数据集不一致。.	使用 Schedule Acquisition 进行引导式自动化测试活动。.
数据管道	手动文件传输、电子邮件请求和自定义格式化脚本。.	直接进行数据库搜索并自动导出到 RapidMiner AI Studio。.