蒙克 — 分离
有一个最消耗时间、最重要,但是完全被忽略的流程 —— 重写实验数据。
这是消耗80%的时间,决定80%数据品质,只有1%成果的怪事。
领导觉得很奇怪,拿到实验数据,直接使用就可以了。把最关心的几个点的数据画出图,再与仿真结果放在一起,看看是不是重合,一切结束。把实验数据重写一遍,这不是闲的没事干吗?这个工作算你1%的成果,已经很同情你了。
然而,实验交付的数据,是对方的数据,再好也不是我们的数据。如果双方充满误解、标准不清晰、说明不详实、格式很别扭,不会体现出实验应有的价值。
重写实验数据,把实验数据从对方的数据变成我们的数据,这不是转换格式,而是全面检查实验结果、整理数据,不仅仅消耗大量的时间,而且要考验我们是否懂实验、懂物理规律。
重写实验数据,有以下四个过程:
1、给实验数据洗澡,消除误解
2、给实验数据理发,定义标准点
3、给实验数据穿衣,标注详细说明
4、给实验数据穿鞋,转换习惯格式
一、给实验数据洗澡,消除误解
产生误解,是因为我们的“常识”与对方的“常识”不同。消除误解,要搞明白对方的“常识”是什么。
例如,压强 = 一个大气压,可以有三个解释:
等于当时实验室的大气压强
等于海平面的标准大气压强
比当时的大气高一个大气压
至于会是哪一种,就看这家做实验的是什么习惯。你也不必瞎猜,打个电话去问问做实验的人。做实验的工程师会很不耐烦地告诉你,这是个常识。
做实验的人认为,他的方法就是全世界应当知道的“常识”,但是几公里外就会有完全相反的常识,那里的工程师也认为他的是唯一正确的“常识”。
我们不得不用卑谦的语言,询问这些“常识”,确保不会用我们的“常识”误解了对方的“常识”。
“常识”包括:
数据的定义:
例如:什么是正方向、什么是负方向?
这是绝对不能迁就的原则。
数据的代号:
例如:用拼音简写,用英文简写?
这两派互相瞧不起,用拼音简写的代表老资格,用英文简写的代表有文化。
数据的单位:
例如:长度是毫米、还是米?
对方会分别告诉你,世界不用毫米量就是不精确,世界不用米量就是不标准。
编号的顺序:
例如:按日期排列、按关键参数排列?
在实验数据中可以共存几种编号,最可怕的是,有的工程师觉得某个状态数据不好,编号直接跳过去,让你想不明白,为什么十套数据的编号是1到9。
梳理完“常识”,你已经花去了50%的时间。
二、给实验数据理发,定义标准点
做实验、做仿真、做设计对标准点的认识各不同。实验的标准点往往很不友好。例如,为了测量方便,把标准点放在实验支架上。这让我哭笑不得,实验支架又不是产品的一部分,让我如何使用数据?
必须把所有数据换算到我们习惯使用的标准点。这个换算过程很危险,要熟悉各种参数的换算方法,反复核对不能出错,否则整个实验数据就毁了。
数据换算完毕,我们看到的数据才是熟悉的数据。可以与已有的数据对比,看看这个实验是否靠谱。
选择几个可以简单算出准确数据的特殊位置,比如入口、出口等,用理论正确的标准数据验货。
标准确定后,你可以明确80%的准确性。
三、给实验数据穿衣,标注详细说明
与实验数据同时交付的是实验报告。为了体现实验的工作量,会写得很厚,恨不得把实验场的建设报告也填进去。细看就会发现,真正要的信息根本不全,或者混在厚厚的报告中找不到。
我们不得不重新给自己写一个实验数据说明书,为每一个数据穿上衣服。
写这个说明书,需要你具备两个能力:
1、懂实验,最好看过实验现场,知道实验的内幕。
2、知道什么信息重要,预先知道影响数据的重要因素有哪些。
因为你知道什么信息重要,你从厚厚的实验报告中,可以找到有用的那几个表格、几张图片,写成简短的说明书,让使用的人很轻松。
因为你懂实验,所以你知道,实验现场那些地方可能与我们提的要求不一样。这些信息会被做实验的人,选择性地遗忘了。你需要从现场,或者后期的反复询问中补充这些信息,否则打死也想不明白为什么实验结果不对头。
例如,实验场的温度,对于某些的实验是最重要的信息,但是个别实验报告中,每时每刻永远20度。遇到这种情况,你只好根据当时的天气估算温度了,总比没有或者瞎写好点。
例如,实验台子的共振频率,如果与需要观察的频率重合,基本可以判断为实验失败。但是做实验的单位很少可以准确提供这个数据。
写完这个说明书,往往让你下定决心,下次做实验,一定时刻盯在现场。
四、给实验数据穿鞋,转换习惯格式
很多人耐心太好了,用着别人的别扭格式,做着自己的数据分析。因为数据格式别扭,找数据多花很多时间,很多该看的就没看到。
分析实验数据之前,先把数据转换为自己习惯的格式,方便快速地做后处理,也方便与过去的实验、仿真数据对比。
最简单的例子,如果你习惯了把压强放在第二列,而实验数据把压强放在了第三列,你直接使用就容易出错。值得花点时间转换格式。
穿双鞋会让你走得快。这个工作消耗时间5%,后期节约时间50%。
总结 — 打扮体现价值
实验数据是对方的数据,不是我们的数据。
通过消除误解、定义标准点、标注详细说明、转换格式,重写成对我们有用、好用的数据。
再漂亮的姑娘也需要打扮才能充分体现美丽。再好的实验数据也需要重写才能够充分体现价值。
本篇文章来源于微信公众号: 陆姐说
评论前必须登录!
注册