داده های جمع آوری شده توسط ابزار تشخیص مورد چگونه ذخیره می شود؟

در عصر مدرن تکنولوژی پیشرفته، ابزارهای تشخیصی موردی در صنایع مختلف، به ویژه در خودروسازی، ماشین‌آلات کشاورزی و تعمیر و نگهداری تجهیزات صنعتی ضروری شده‌اند. ما به عنوان تامین کننده پیشرو ابزارهای تشخیصی مورد، نقش مهمی را که جمع آوری و ذخیره سازی داده ها در اثربخشی این ابزارها ایفا می کند، درک می کنیم. در این وبلاگ، به پیچیدگی‌های نحوه ذخیره داده‌های جمع‌آوری‌شده توسط ابزار تشخیص موردی می‌پردازیم.

فرآیند جمع آوری داده ها

قبل از بحث در مورد ذخیره سازی داده ها، درک نحوه جمع آوری داده ها در وهله اول ضروری است. ابزارهای تشخیص کیس ما به انواع حسگرها و رابط‌هایی مجهز هستند که می‌توانند با سیستم‌های هدف ارتباط برقرار کنند. این سنسورها می توانند طیف وسیعی از پارامترها مانند دمای موتور، فشار، ولتاژ و کدهای عیب تشخیصی (DTC) را شناسایی کنند.

به عنوان مثال، در زمینه ماشین آلات کشاورزی، ابزارهای تشخیصی ما می توانند به واحدهای کنترل الکترونیکی (ECU) تراکتورها و کمباین ها متصل شوند. آنها از پروتکل هایی مانند شبکه کنترل کننده منطقه (CAN) یا پروتکل ارتباطی خط K برای تبادل داده با ECU استفاده می کنند. هنگامی که یک جلسه تشخیصی شروع می شود، ابزار درخواست هایی را برای بازیابی اطلاعات در مورد وضعیت فعلی سیستم به ECU ارسال می کند. ECU ها با داده های مربوطه پاسخ می دهند که سپس توسط ابزار تشخیصی ضبط می شود.

انواع داده های جمع آوری شده

داده‌های جمع‌آوری‌شده توسط ابزارهای تشخیصی مورد ما را می‌توان به طور کلی به دو نوع دسته‌بندی کرد: داده‌های زمان واقعی و داده‌های تاریخی.

داده های زمان واقعی

داده های بلادرنگ به اطلاعاتی اشاره دارد که بلافاصله در طول یک جلسه تشخیصی جمع آوری و پردازش می شوند. این شامل پارامترهایی مانند سرعت فعلی موتور، میزان مصرف سوخت و وضعیت سنسورهای مختلف است. داده های زمان واقعی برای تشخیص مشکلات فوری در سیستم بسیار مهم است. به عنوان مثال، اگر دمای موتور در حین کار به سرعت در حال افزایش باشد، ابزار تشخیصی می تواند کاربر را در زمان واقعی آگاه کند و اجازه مداخله به موقع برای جلوگیری از آسیب موتور را می دهد.

داده های تاریخی

از سوی دیگر، داده های تاریخی، داده هایی هستند که در یک دوره زمانی جمع آوری شده اند. این شامل سوابق جلسات تشخیصی گذشته، مانند DTC های قبلی، تاریخچه تعمیر و نگهداری و روند عملکرد است. داده های تاریخی برای شناسایی مشکلات تکرار شونده، پیش بینی خرابی های آینده و تصمیم گیری آگاهانه در مورد نگهداری و ارتقاء سیستم ارزشمند هستند. برای مثال، اگر یک DTC خاص چندین بار در داده های تاریخی ظاهر شده باشد، ممکن است نشان دهنده یک مشکل مزمن باشد که به بررسی عمیق تری نیاز دارد.

روش های ذخیره سازی داده ها

پس از جمع آوری داده ها، باید به صورت ایمن و کارآمد ذخیره شوند. ابزارهای تشخیص مورد ما از چندین روش برای ذخیره سازی داده ها استفاده می کنند که هر کدام مزایا و محدودیت های خاص خود را دارند.

حافظه داخلی

اکثر ابزارهای تشخیصی ما دارای حافظه داخلی داخلی هستند. این یک گزینه مناسب برای ذخیره سازی داده های کوچک تا متوسط ​​است. حافظه داخلی سریع است و امکان دسترسی سریع به داده های ذخیره شده را فراهم می کند. معمولاً برای ذخیره داده های بلادرنگ در طول یک جلسه تشخیصی استفاده می شود. به عنوان مثال، در طول یک تست عیب یابی کوتاه روی یک وسیله نقلیه، ابزار می تواند داده های عملکرد موتور را برای تجزیه و تحلیل فوری در حافظه داخلی خود ذخیره کند.

با این حال، ظرفیت حافظه داخلی محدود است. با افزایش حجم داده های جمع آوری شده، ممکن است فضای کافی برای ذخیره تمام اطلاعات وجود نداشته باشد. در چنین مواردی باید روش های ذخیره سازی جایگزین در نظر گرفته شود.

دستگاه های ذخیره سازی خارجی

برای غلبه بر محدودیت‌های حافظه داخلی، ابزارهای تشخیصی ما از استفاده از دستگاه‌های ذخیره‌سازی خارجی مانند درایوهای فلش USB یا کارت‌های SD پشتیبانی می‌کنند. دستگاه های ذخیره سازی خارجی ظرفیت ذخیره سازی بیشتری را در مقایسه با حافظه داخلی ارائه می دهند. آنها همچنین قابل حمل هستند، به این معنی که داده ها را می توان به راحتی برای تجزیه و تحلیل بیشتر به دستگاه های دیگر منتقل کرد.

به عنوان مثال، یک تکنسین می تواند از یک درایو فلش USB برای ذخیره مقدار زیادی از داده های تاریخی جمع آوری شده از چندین جلسه تشخیصی استفاده کند. سپس می توان این داده ها را برای تجزیه و تحلیل دقیق با استفاده از نرم افزارهای تخصصی به کامپیوتر منتقل کرد. اینکابل 9 پین Cnh Dpa5 Klineرا می توان در ارتباط با ابزارهای تشخیصی ما برای اطمینان از انتقال داده های قابل اعتماد به دستگاه های ذخیره سازی خارجی استفاده کرد.

فضای ذخیره سازی ابری

در سال های اخیر، ذخیره سازی ابری به یک گزینه محبوب برای ذخیره سازی داده ها در صنعت ابزارهای تشخیصی تبدیل شده است. فضای ذخیره سازی ابری تقریباً ظرفیت ذخیره سازی نامحدود و توانایی دسترسی به داده ها از هر نقطه با اتصال به اینترنت را ارائه می دهد. ابزارهای تشخیصی مورد ما با راه حل های ذخیره سازی مبتنی بر ابر سازگار هستند.

هنگام استفاده از فضای ذخیره سازی ابری، داده های جمع آوری شده توسط ابزار تشخیصی رمزگذاری شده و در یک سرور راه دور آپلود می شوند. این امر امنیت و یکپارچگی داده ها را تضمین می کند. فضای ذخیره سازی ابری همچنین امکان اشتراک گذاری آسان داده ها را در بین کاربران مختلف مانند تکنسین ها، مهندسان و مدیران ناوگان فراهم می کند. به عنوان مثال، یک مدیر ناوگان می‌تواند به داده‌های تشخیصی تمام وسایل نقلیه موجود در ناوگان از یک مکان مرکزی دسترسی داشته باشد و تصمیم‌گیری بهتر در مورد نگهداری و تخصیص منابع را ممکن می‌سازد. اینآداپتور پروتکل سرویس الکترونیکی Cnh 380002884 Dpa5 برای کیس و نیوهلندمی تواند برای تسهیل ارتباط بین ابزار تشخیصی و سرویس ذخیره سازی ابری استفاده شود.

سازماندهی و مدیریت داده ها

ذخیره سازی داده ها کافی نیست. همچنین باید سازماندهی و مدیریت شود. ابزارهای تشخیصی ما از یک رویکرد ساختاریافته برای سازماندهی داده ها استفاده می کنند.

سیستم های پایگاه داده

ما از سیستم های پایگاه داده برای مدیریت داده های ذخیره شده استفاده می کنیم. پایگاه داده مجموعه ای از داده ها است که به روشی ساختاریافته سازماندهی شده اند و جستجو، بازیابی و تجزیه و تحلیل را آسان می کنند. ابزارهای تشخیصی ما از پایگاه داده های رابطه ای استفاده می کنند که بر اساس مفهوم جداول دارای ردیف و ستون است. هر جدول نشان دهنده نوع خاصی از داده ها، مانند DTC، قرائت سنسور، یا سوابق تعمیر و نگهداری است.

به عنوان مثال، جدول DTC ممکن است دارای ستون هایی برای کد DTC، شرح مشکل، تاریخ و ساعت شناسایی کد، و شناسه وسیله نقلیه یا تجهیزات باشد. این سازمان ساختاریافته امکان پرس و جوی کارآمد از داده ها را فراهم می کند. به عنوان مثال، یک تکنسین می تواند تمام DTC هایی را که در یک مدل خودروی خاص در طول ماه گذشته رخ داده است، جستجو کند.

پشتیبان گیری و بازیابی اطلاعات

پشتیبان گیری و بازیابی داده ها جنبه های ضروری مدیریت داده ها هستند. ابزارهای تشخیصی ما برای پشتیبان گیری خودکار از داده های ذخیره شده در فواصل زمانی معین طراحی شده اند. این تضمین می کند که در صورت خرابی سخت افزار، نقص نرم افزار یا سایر رویدادهای پیش بینی نشده، داده ها قابل بازیابی هستند.

توصیه می‌کنیم که کاربران نیز نسخه‌های پشتیبان خود را از داده‌ها نگهداری کنند، مخصوصاً هنگام استفاده از دستگاه‌های ذخیره‌سازی خارجی. به عنوان مثال، اگر درایو فلش USB خراب شود، داشتن یک نسخه پشتیبان در یک سرویس ذخیره سازی ابری یا یک درایو خارجی دیگر می تواند از از دست رفتن اطلاعات جلوگیری کند.

اهمیت ذخیره سازی داده ها در ابزارهای تشخیصی موردی

ذخیره سازی موثر داده در ابزارهای تشخیصی چندین مزیت را ارائه می دهد.

دقت تشخیصی بهبود یافته

ابزارهای تشخیصی ما با ذخیره داده‌های واقعی و تاریخی می‌توانند تشخیص‌های دقیق‌تری ارائه دهند. از داده های تاریخی می توان برای شناسایی الگوها و روندهایی استفاده کرد که ممکن است از یک جلسه تشخیصی مشخص نباشند. به عنوان مثال، اگر سنسور خاصی در طول زمان افزایش تدریجی خطا را نشان دهد، ممکن است نشان دهنده یک خرابی قریب الوقوع باشد، حتی اگر خوانش های فعلی هنوز در محدوده نرمال باشد.

برنامه ریزی تعمیر و نگهداری پیشرفته

داده های تاریخی ذخیره شده در ابزارهای تشخیصی را می توان برای توسعه برنامه های تعمیر و نگهداری پیشگیرانه استفاده کرد. با تجزیه و تحلیل داده‌ها، تکنسین‌ها می‌توانند زمان احتمالی خرابی اجزا را پیش‌بینی کنند و فعالیت‌های تعمیر و نگهداری را بر اساس آن برنامه‌ریزی کنند. این می تواند زمان خرابی را کاهش دهد، هزینه های تعمیر و نگهداری را کاهش دهد و طول عمر تجهیزات را افزایش دهد. به عنوان مثال، اگر داده های تاریخی نشان دهد که یک نوع فیلتر خاص باید هر 500 ساعت کارکرد تعویض شود، برنامه تعمیر و نگهداری می تواند بر این اساس تنظیم شود.

رعایت مقررات

در برخی از صنایع، مقرراتی در مورد ذخیره سازی و مدیریت داده های تشخیصی وجود دارد. ابزارهای تشخیصی مورد ما تضمین می‌کنند که داده‌ها به گونه‌ای ذخیره می‌شوند که با این مقررات مطابقت داشته باشد. به عنوان مثال، در صنعت خودرو، الزاماتی برای ذخیره سازی آلاینده ها وجود دارد - داده های تشخیصی مرتبط برای یک دوره زمانی مشخص.

روندهای آینده در ذخیره سازی داده برای ابزارهای تشخیصی مورد

همانطور که تکنولوژی به تکامل خود ادامه می‌دهد، می‌توان انتظار داشت چندین روند در ذخیره‌سازی داده‌ها برای ابزارهای تشخیص کیس وجود داشته باشد.

کلان داده و تجزیه و تحلیل

با افزایش حجم داده هایی که توسط ابزارهای تشخیصی جمع آوری می شود، تجزیه و تحلیل داده های بزرگ نقش مهم تری ایفا خواهد کرد. تجزیه و تحلیل داده های بزرگ می تواند برای تجزیه و تحلیل حجم زیادی از داده ها از منابع متعدد، مانند وسایل نقلیه یا تجهیزات مختلف در یک ناوگان استفاده شود. این می تواند بینش عمیق تری در مورد عملکرد، قابلیت اطمینان و کارایی سیستم ارائه دهد. به عنوان مثال، با تجزیه و تحلیل داده های تعداد زیادی تراکتور، سازندگان می توانند مشکلات رایج را شناسایی کرده و اجزای طراحی شده بهتر را توسعه دهند.

ادغام با اینترنت اشیا (IoT)

ادغام ابزارهای تشخیصی مورد با اینترنت اشیا یکی دیگر از روندهای نوظهور است. از دستگاه های اینترنت اشیا می توان برای جمع آوری داده های اضافی از محیط و تجهیزات استفاده کرد. به عنوان مثال، حسگرهای یک تراکتور می توانند داده هایی را در مورد شرایط خاک، آب و هوا و زمین جمع آوری کنند. این داده ها را می توان با داده های تشخیصی ترکیب کرد تا دید جامع تری از سیستم ارائه دهد. اینکاتالوگ قطعات نسل بعدی اروپا Cnh Ngpc Case Ih و New Holland Agriculture Epc 2020را می توان با ابزارهای تشخیصی فعال IoT ادغام کرد تا اطلاعات دقیق تری برای شناسایی و تعویض قطعات ارائه کند.

نتیجه گیری

در نتیجه، ذخیره داده‌های جمع‌آوری‌شده توسط ابزارهای تشخیصی موردی فرآیندی پیچیده اما حیاتی است. ابزارهای تشخیصی مورد ما برای جمع‌آوری، ذخیره و مدیریت موثر داده‌ها با استفاده از ترکیبی از حافظه داخلی، دستگاه‌های ذخیره‌سازی خارجی و ذخیره‌سازی ابری طراحی شده‌اند. سازماندهی ساختار یافته داده ها، همراه با مکانیزم های پشتیبان گیری و بازیابی مناسب، تضمین می کند که داده ها ایمن و در دسترس هستند.

اگر علاقه مند به کسب اطلاعات بیشتر در مورد ابزارهای تشخیصی مورد ما هستید یا قصد خرید دارید، توصیه می کنیم با ما تماس بگیرید. تیم متخصص ما آماده کمک به شما در یافتن راه حل مناسب برای نیازهای تشخیصی شماست. چه یک مکانیک در مقیاس کوچک یا یک مدیر ناوگان در مقیاس بزرگ باشید، ابزارهای ما می توانند بینش های مبتنی بر داده های مورد نیاز برای حفظ عملکرد نرم تجهیزات خود را ارائه دهند.

مراجع

• ISO 11898-1:2015، وسایل نقلیه جاده ای - شبکه منطقه کنترل کننده (CAN) - قسمت 1: لایه پیوند داده و سیگنالینگ فیزیکی
• SAE J1939، تمرین توصیه شده برای کنترل سریال و شبکه وسایل نقلیه ارتباطی
• مشخصات IEEE 802.11، Wireless LAN Media Media Control (MAC) و Physical Layer (PHY)