האתגר של הנדסה איכות נתונים

פרויקטים הנדסיים מייצרים כמויות עצומות של נתונים & mdash; ממפרט עיצוב ומודלים ל- CAD ועדות חיישן, לוחות זמנים משאבים ותיעוד עמידה של נתונים, כגון תשתיות אזרחיות, אוויר, ייצור ואנרגיה, אפילו נתונים בודדים אי עקביים יכולים לחדד נתונים יקרים, שיפור זמני ציות, או פרויקט בטיחותי .

מה זה Data Modeling?

מודלים נתונים הם משמעת של יצירת ייצוגים מופשטים של איך ישויות נתונים מתייחסות זה לזה, התכונות שיש להם, ואת הכללים ששולטים אינטראקציות שלהם. במונחים מעשיים, מודל נתונים הוא כמו הדפסה כחולה עבור מסד נתונים או מערכת מידע.זה מגדיר מה הנתונים מאוחסנים, איך זה מסווג, וכמה חתיכות שונות של נתונים להתחבר.

  • מודל נתונים ויזואלי:0 (conceptual Data Model:FLT:1) A ברמה גבוהה, ממוקד עסק המזהה ישויות מפתח (למשל, פרויקט, משימה, חומר, ספק) ואת מערכות היחסים שלהם ללא צלילה לפרטים טכניים.מודל זה משמש כדי להתאים את בעלי העניין על היקף וטרמינולוגיה.
  • (FLT:0)מודל נתונים לוגיסטי: 1FLT: ייצוג מפורט יותר שמפרט תכונות (למשל, תאריך התחלה משימה, כוח רב-קרקעי), סוגי נתונים, ומפתחות ראשוניים/זרים.הוא נשאר טכנולוגי-אגנוסטי אך כולל את כל המגבלות והנרמליזציה הדרושים לשלמות.
  • (FLT:0) מודל נתונים פיסיקלי: FLT:1 יישום ספציפי מסד הנתונים, כולל אינדקסים, מחיצות, מנועי אחסון ואופטימיזציה ביצועים.זה מתרגם את המודל ההגיוני לטבלאות מסד נתונים בפועל, השקפות, ו-Schemas.

עבור פרויקטים הנדסיים, מודלים נתונים מתחילים לעתים קרובות עם סטנדרטים ספציפיים דומיין כגון:0 â € ISO 10303 (STEP)FLT:1 עבור חילופי נתונים המוצר או IFC לבניית מודל מידע (BIM) סטנדרטים אלה מספקים הגדרות ישויות שנבנו מראש שניתן להתאים או להרחיב באמצעות מודלים נתונים מותאמים אישית.

היתרונות של Data Modeling in Engineering Project

איכות נתונים מוגברת

איסוף נתונים בשלב כניסת הנתונים.על ידי הגדרת סוגי שדה ברורים, תכונות חובה, כללי יושרה מתייחס (למשל, משימה לא יכולה להתייחס לפרויקט לא קיים), מודלים נתונים מונעים שגיאות נפוצות רבות כגון רשומות כפולות, ערכים יתומים, פורמט לא עקבי.לדוגמה, מודל נתונים מתוכנן היטב עבור צינור פרויקט יבטיח שכל בדיקה מקושרת היא תיעוד ספציפי, וביטול ערפל משותף.

שיפור אינטגרציה נתונים

פרויקטים הנדסיים לעתים קרובות להסתמך על נתונים ממקורות מרובים & mdash;תוכנות , מערכות ERP, חיישני IoT, גליונות מבוזרים ו יומני ידניים.ללא מודל נתונים משותף, מיזוג מידע זה הופך תהליך ידני, שגיאות-prone. מודלים נתונים לפעול כתבנית קנטוןיתנית שכל מקור יכול למפות, מה שהופך אותו קל יותר לשלב וליישב נתונים.

ניהול נתונים יעיל

כאשר מודלים נתונים משמשים, עדכונים ותחזוקה הופכים להיות צפויים יותר.שינוי שם שדה או הוספת מערכת יחסים חדשה רק דורש שינוי המודל ואת מיפוי למטה הזרם, ולא לכתוב כל שאילתה או תסריט.זה חשוב במיוחד בפרויקטים הנדסיים ארוכים שבו דרישות מתפתחות לאורך זמן. לדוגמה, הוספת a &ldo; דיגיטלי תאום ” רכיב קיים יכול להיעשות עם הפרעה מינימלית אם הוא נשלט היטב.

החלטות טובות יותר - תזמון

החלטות בהנדסה & mdash; כגון בחירת חומר, התאמה לוח זמנים, או אישור שינוי עיצוב ו-mdash; תלוי בנתונים מדויקים, בזמן במודלים נתונים לספק את העקביות הדרושה כדי לסמוך על ניתוח נתונים ומחונים. על ידי הבטחת כי כל הנתונים האכלה לתוך סימולציה או כלי הערכת סיכון לדבוק במבנה ידוע, מהנדסים יכולים להיות בטוחים כי התפוקה משקפת מציאות.

יישום נתונים מודלים הנדסיים

יישום מוצלח דורש יותר מאשר ציור של דיאגרמה.זהו תהליך של משיכה אשר צריך לערב בעלי עניין מהנדסה, IT ופעולות.הצעדים הבאים מהווים מסגרת מעשית:

1. ניתוח נדרש

החל על ידי לכידת הצרכים של הפרויקט.מומחים בתחום הראיונות (מהנדסים מבניים, קציני רכש, מפקחי האתר) כדי להבין מה הם מייצרים, לצרוך, להסתמך על יסודות מפתח מסמכים, כללים עסקיים, ונקודות נתונים. לדוגמה, פרויקט הנדסה אזרחית עשוי להגדיר כי a “ Concrete Pourdquo; תיעוד חייב לכלול כוח דחוס בשבעה ו-28 ימים, יחד עם מספר הספק.

עיצוב מודל הנתונים

שימוש במתודולוגיה סטנדרטית כגון Entity-Relationship (ER) דוגמנות או דיאגרמות של UML, תרגם את הדרישות לschema חזותית.התחל עם מודל מושגי כדי להשיג הסכמה רחבה, ולאחר מכן לחדד למודלים לוגיים ופיזיים.

3. אימות וסימפוציה

לפני פריסת המודל, לאמת אותו מפני תרחישים בעולם האמיתי. פופלוט המודל עם דגימות או נתונים היסטוריים ולנהל שאילתות כדי לבדוק את חוסר עקביות. לערב משתמשים הקצה בסקירה של המודל ’ של קריאה ושל שלמות.טכניקה אימות משותף הוא לבצע a “ הליכה-up-up-up-up-up-up-upquo; של פרויקט עבודה טיפוסית &med; girdashash; .

4.אינטגרציה וחלוקת

לאחר אימות, מודל הנתונים חייב להיות משולב בפרויקט &rquo; תשתיות נתונים זה כרוך יצירת מסד נתונים של סכימות, הגדרת מיפוי נתונים יבוא / Export, ו מיפוי גישה תצורה; אם באמצעות CMS חסר ראש כמו Directus, המודל הוא משתקף באופן אוטומטי ב- API, המאפשר יישומים מלפנים וכלי הנדסה לצרוך ולכתוב נתונים ישירות כי מקורות קיימים הם מועברים או ממפה להפסד חדש.

5.הממשלה והממשלה

מודלים נתונים אינם סטטיים.כפי שהפרויקט מתקדם, סוגי נתונים חדשים מופיעים (למשל, תמונות של רחפנים, חיישנים סביבתיים) ותקנות שינוי.קבע תהליך ממשל הכולל שליטה בגרסה של המודל, שינוי בקשת עבודה זרימת העבודה, וסקירות תקופתיות.זה מונע וולדקו; סחף מודל ” שבו שינויים אד-hoc שבוצעו על ידי קבוצות בודדות לערער את השלמות של הschema הכוללת.

כלים וטכניקות

מגוון של כלים תומכים במודל נתונים, כל אחד מתאים בשלבים שונים וקשקשים. צוותי הנדסה צריך לשקול גם כלי מודלים תכליתיים כללי ואלה המותאמים לתחומים ספציפיים.

  • (FLT:0) Entity-Relationship (ER) Tools:FLT:1 Lucidchart, לצייר.io, Visio הם פופולריים ליצירת דיאגרמות מושגיות ולוגיות.הם מאפשרים שיתוף פעולה קל ויכולים לייצא סכימות בפורמטים שונים.
  • (FLT:0Database Design Softwareure:FLT:1 MySQL Workbench, PostgreSQL pgModeler, ו- SQL Developer Data Modeler מספקים יכולות מתקדמות וגורמות לתסריטי DDL ישירות מ- דיאגרמות.
  • (FLT:0) שפה מודלing (UML): ההרחבה 1 (המערכות המורכבות עם נתונים התנהגותיים, דיאגרמות של UML ו-Deadcasts מציעים פיזור אקספרסיבי יותר של כלים כמו ארכיטקטור ארגוני או פרדוקס חזותי תומך במודל UML מלא.
  • (FLT:0) Headless CMS ו- REST-Code Platforms:FLT) 1 פלטפורמות מודרניות כמו Directus, EDi, ו- Supabase כוללים מודלים נתונים בנויים המאפשרים לא-חוקרים להגדיר טבלאות, שדות, ומערכות יחסים באמצעות ממשק חזותי.Directus, בפרט, מספק אינטואיטיבי FLT:2Data StudioFLT 3 חושף כל היבט של מודל של נתונים ו-Rephful Access עבור יישומים אנושיים.
  • (FLT:0) תקני איכות: ההרחבה:Everph:1 (For Construction, Adopt Industry Foundation) עבור BIM. for Manufacturing, השתמש ב- ISO 10303 AP242.אלה באים עם ספריות ישות שנבנו מראש שניתן להרחיב עם תכונות מותאמות אישית.

אתגרים ועיסוקים טובים

בעוד היתרונות הם משמעותיים, יישום נתונים מודלים בפרויקטים הנדסיים הוא לא ללא מכשולים.מודעות לאתגרים אלה ואמצעי נגד אקטיבי הם הכרחיים.

אתגר: דרישות בלתי שלמות או שינוי

פרויקטים הנדסיים מתחילים לעתים קרובות עם מפרטים מעורפלים, דרישות להתפתח כהתקדמות עיצובים.מודל נתונים קשיח שנוצר מוקדם מדי עשוי להיות מיושן.FLT:0 Best Practice:03FLT:1 אימוץ גישה גמישה מודלים.התחל עם מודל מינימלי קיימא מינימלית המכסה ישויות ליבה (למשל, פרויקט, משימה, משאבים, מסמך) ולהרחיב אותו באופן גמיש (כמו JSON-A) או שדות רבים סבירים לשינוי מערכות יחסים רבות.

אתגר: מערכות נתונים של סילוס ו- Legacy Systems

מחלקות שונות וקבלנים עשויים להשתמש במאגרי מידע לא עולים בקנה מידה, תפוצה, או תוכנה קניינית. integrating אלה לתוך מודל מאוחדת יכול להיות טכני וקשה מבחינה פוליטית.FLT:0 Best Practice:BuildFLT:1 ליצור שכבת תרגום או “ נתונים האגם ” כי מפות לדגם הקנרי מבלי לדרוש את כולם לשנות את הכלים הקיימים שלהם.

אתגר: התנגדות לשינוי

מהנדסים שהתרגלו להזנת נתונים ידנית או להפיץ זרמי עבודה מונעים על ידי גליון עשויים להציג נתונים מודלים כמו בירוקרטיה. הפרקטיקה הטובה ביותר: FLT:1; להציג כיצד מודל נתונים בנוי היטב יכול ליצור באופן אוטומטי דוחות, להפחית כניסה נתונים כפול, או לתפוס שגיאות לפני שהם גורמים לשיפוץ, לספק מפגשים המדגישים את &dquo; מדוע; מאחורי המודל, פשוט לא כמו גם את ה-quod; ולא משנה;

אתגר: שמירה על איכות המודל לאורך זמן

ללא ממשל, מודלים נתונים (והמידע שהם מכילים) יכולים לזלזל בשדות.אס. שדות עשויים להיות מנוצלים לרעה, מערכות יחסים שבורות או גופים חדשים הוסיפו בחיוב.FLT:0 התרגול הטוב ביותר: ibph1) כסימן של דוח נתונים או מודל של ועדה האחראית לבדיקת בקשות שינוי.לשמור מילון נתונים המעדישול, תכונותיו, ערכיו, ויחסים אוטומטיים (למשל, בדיקות אמינות).

יישום אמיתי-עולם של Data Modeling בהנדסה

הדוגמאות הבאות ממחישות כיצד נתונים מתדגמים באופן ישיר משפרים את איכות הנתונים בהקשרים הנדסיים מגוונים.

בנייה ותשתית

פרויקט בנייה גדול של הגשר השתמש במודל נתונים שנבנה ב-Directus כדי לאחד את העיצוב, רכש ונתוני התקדמות האתר.המודל כלל ישויות עבור FLT:0Structural ElementFLT:1 (למשל, קרן, עמודה), FLT:2Material Specification FLT 3:0, 4Inspection DataLTF:5, עמודה, 24%) היה מסוגל לשפר את איכות ה-4% עד 6.

אוויר והגנת

יצרנית תעופה העסיקה דיאגרמות של מעמד UML כדי לעצב את מחזור החיים של רכיבי מטוסים.המודל תפס נתונים מעיצוב (תכונות CAD), ייצור (מספרים סידוריים, פרמטרים של תהליכים), ותחזוקה (רווחי שירות, מצבי כישלונות) על ידי אכיפת מערכות יחסים של נתונים ו-mdash; כגון דרישה של ורדקו; חלק ” לפחות אחד &do; Manuuring דרישות קריטיות; מעקב; חלקן; דרישות של תקלות; חלק ו-Adouddddddddddd; חלק קריטי;

אנרגיה וסובלנות

חברה של שירות בניהול תיק של חוות רוח מיושמת מודל נתונים פיזי עבור בקרה פיקוח ורכישת נתונים (SCADA) הנתונים.מודל הפרידה את זמן החיישנים חיישן זמן מ metadata נכסים (מודל מטריד, מיקום, תאריך ההתקנה) כי metadata מאוחסן במשקת יחסים נורמלית, צוות ההנדסה יכול בקלות לסנן נתונים היסטוריים על ידי סוג או גיל, שיפור הדיוק של אלגוריתמים חיזוי נתונים במשך ימים חדשים ירד לשילוב.

מסקנה

מודלים נתונים אינם רק תרגיל IT; זה תרגול הנדסי בסיסי שמשפר ישירות את איכות הנתונים, שילוב וקבלת החלטות. על ידי השקעה זמן עיצוב מודלים נתונים ברורים, היטב מותאמים היטב ומבוססים; שימוש בכלים מתאימים ושילוב מומחי דומיין ו-mdash; ארגונים מעוררי ידע יכולים להפחית שגיאות, להאיץ את זמני הפרויקט ולבנות אמון בנתוניהם.