Gestion efficace des données de mesure : les tâches à accomplir
Les données de mesure doivent être sauvegardées et protégées contre tout accès non autorisé. Provenant généralement de divers appareils de mesure et bancs d’essai, ces données se présentent sous différents formats. L’échange fluide des données est en principe assuré par des fonctions d’importation et d’exportation adaptées. Pour pouvoir être le plus rapidement trouvées, interprétées, interconnectées et notamment partagées par les équipes, ces données doivent être indexées sous des descriptifs précis ou « métadonnées ». Les métadonnées comprennent notamment des informations sur le dispositif à tester, l’équipement de mesure utilisé, les unités physiques, le temps, la configuration des mesures, la mission et le déroulement de l’essai. L’indexation de ces données est indispensable pour en permettre la recherche, la représentation sous des visualisations spécifiques ou la limitation à certains ensembles.
Les enjeux d’un système performant de gestion des données de mesure (MDM)
- Stockage des données, solutions en nuage
- Sauvegarde des données
- Vérification des données : identification d’ensembles de données identiques, réparation des ensembles de données défectueux
- Confidentialité, avec options de cryptage ; attribution de droits
- Système souple d’indexation visant à optimiser la transparence et la facilité de recherche
- Fonctions étendues d’importation et d’exportation permettant la lecture de formats et données de divers types provenant d’équipements de différents fabricants
- Nombreuses fonctions de recherche et de filtrage
- Possibilité de créer des requêtes (Queries) complexes et de les sauvegarder en vue d’une utilisation ultérieure
Les atouts d’un système efficace de gestion des données de mesure
- Rapidité et facilité d’accès à des données de mesure même complexes
- Grande transparence des données entraînant une meilleure efficacité et une réduction des coûts : les équipes peuvent partager leurs expériences et profiter mutuellement de leurs données de mesure. La réalisation répétée d’essais identiques (à d’autres moments lors d’autres projets) peut être ainsi évitée.
- Traitement optimal des données de mesure en vue de leur post-traitement tel qu’analyse et extraction