基于大数据的动车组运维数据服务平台研究

　　摘要：在我国进入21世纪以来，我国的综合国力在不断的加强，社会在不断的进步，随着动车组信息化建设不断深入，动车组运维相关信息系统逐步建立。为推动动车组运用和检修的高效稳定发展，实现规范系统数据，提高数据质量，满足数据共享，结合动车组信息系统数据资源多源异构的特点与动车组运维智能化需求，提出基于大数据的动车组运维数据服务平台总体架构、逻辑架构和功能架构，分析动车组运维数据服务平台关键技术，结合具体动车组运维需求实现应用，为铁路动车组运维数据服务管理提供支撑，提高运输组织效率，保障动车安全运行。

　　关键词：动车组;大数据;数据资源;平台;架构;关键技术

　　引言

　　随着动车运用检修工作的不断进步，传统计划预防修模式引发的“过度修”等问题日渐暴露，以大数据为核心的“可靠性”状态修模式应运而生，人从理论的角度基于动车组等故障概率研究了状态维修建模体系，结合生产运用中的大数据对运输组织及管理进行了优化，本文结合状态修理论以及现场大数据的应用，从动车运用工作中实际问题出发，研究相应部件磨耗、老化或故障规律，探索可靠性维修体系，确定合理的检修方式、检修类型、检修间隔周期等，从而争取以最少的维修资源消耗确定合理有效的检修方针。

　　运输论文投稿刊物：《铁道运输与经济》(月刊)创刊于1979年，由铁道科学研究院运输与经济研究所主办，中国铁道学会运输委员会、经济委员会联合出版，铁道部主管，是国内外公开发行的铁路运输综合性科技刊物。

　　1动车组故障检修设备信息管理系统的构建

　　在动车组列车系统中设置信息系统可以及时发现列车运行过程中的各种故障问题和风险问题，并发出报警，从而采取及时有效的措施进行解决，保障检修设备以及列车设备可以高效安全的运行。由此可见，动车故障是否能够及时获得快速的处理，直接关系着动车组列车的运营安全性以及运营效率。

　　因此，必须要加强检修设备管理信息系统的构建，结合铁路局铁道部门动车基地车辆段的运行需求以及调度方案，进行合理的检修信息化管理系统的配置，从而能够实现检修设备的全过程全生命周期的管理，对列车组设备的应用、设备的购买、设备的维修养护以及设备的改造升级进行有效的监控和跟踪，从而可以全面反映列车组的实际运行状态，保证动车组设备的应用质量以及应用效率。动车组检修设备管理信息化系统设计需要满足以下几个要求，首先，要能够体现人机交互功能和信息自动采集功能，从而可以在设备全过程监督的过程中对相关数据信息进行及时的采集与分析，为后续设备故障的处理以及调度方式的优化提供有效的数据支持。同时，还能够保证动车组列车维修可以更加高效地进行，实现动车检修工作的自动化和智能化控制。

　　其次，还需要建立起相关的信息知识与故障诊断的处理库，为工作人员之间的交流与沟通提供有效的信息平台，加强用户、工作人员对相关故障信息的了解和重视，从而能够及时的反馈列车组的故障信息并获得可靠的解决。另外，还需要保证检修工作的真实性、可靠性、实时性和有效性。列车组检修设备管理信息系统设置，主要是利用无线射频识别技术和条形码技术对相关设备进行识别，从而可以有效反馈相关数据信息，并利用手机终端或者相关设备进行有效识别操作，能够保证工作的有效性和真实性。管理信息系统的构建还需要建立起相应的知识处理以及故障诊断库，丰富工作人员的知识储备，提高工作人员的专业水平，从而能够为人员经验和知识的分享提供和创造有效的环境。

　　2动车组运维数据服务平台关键技术及应用

　　2.1统一编码技术

　　在系统设计时，各数据源系统多数采取独立设计，较少考虑共存系统的标准化。即使存在数据交互的系统，也只是定义了数据接口，且接口内定义的参数代码有时与各系统中的参数代码存在差异，如车组、车次、车型等参数，在各系统中的定义表示不尽相同。如果不对这些代码进行统一标准转换，则在数据集中存储时很难实现统一，这也给数据整合带来了难度。代码标准化转换是ETL过程的步骤之一。

　　按照标准编码规则，将各系统的编码与标准编码之间定制映射，并在源数据进入数据管理层时，进行转换处理。具体的标准编码可考虑国际或国家标准，或采用铁道部专用系统标准代码。对于具有各种标准编码的数据项，应该尽可能使用标准编码作为系统的统一编码标准;对于没有标准编码的数据，应首选关键数据源系统(如核心业务模块系统)的编码规则作为编码标准，以保证关键数据的一致性;对于关键数据源系统中没有编码的数据项，可采用其他多数数据源系统所采用的编码规则作为编码标准，以保证多数数据的一致性，降低转换负担。

　　2.2数据挖掘实施技术路线

　　在实现数据采集及存储管理的基础上，按照对车辆运营安全、正常行车及乘客舒适度影响的程度，以及“整车—主要系统—关键部件”的层次，分析数据挖掘的业务对象，形成转向架走行系统、牵引系统等各个专题需求。根据具体的需求，从数据中心提取列车运营历史数据和试验数据，针对选取的应用对象进行数据整合(重采样、数据降维、剔除异常、补缺等操作)，基于机理分析及专业知识，初步选择模型特征及对应的输出参量，同时采用随机森林等机器学习方法从整合后的全部数据字段自动搜索模型特征，将两种方法选择的特征相组合，采用机器学习方法构建模型。开展模型训练及测试工作。

　　将提取到的数据源按照90%和10%比例拆分为训练和测试数据，由于动车组运营数据中设备故障数据比例较少，可采用多折交叉法验证。将测试、验证后模型部署于生产环境数据中心并接入动车组运营实时数据，对相关设备运营状态进行检测、评估。在此过程中，对设备发生故障的数据进行标注，以强化模型的学习能力，进而优化模型。最后，根据模型诊断结果，给出预警信息;有针对性地制定设备维护计划(包含维护时间节点、需要的配件和工具及技术支持等)，优化配件管理;通过数字化技术资料及虚拟远程可视化技术，完成故障的快速处置。

　　2.3作业管理

　　动车组故障检修数据处理技术的有效应用可以结合调度下达的每日作业工单以及日生产计划，根据动车组列车的生产能力的资源状况进行合理的工作人员的分配以及所有人员的调控，使得作业人员能够明确技术标准以及相应的工作内容和工作方法。结合安全质量管理需求以及检修作业进行科学的动车组故障的监控与管理，实现一体化的质量管理、进度控制以及安全卡控，对作业人员的行为进行合理的规范，提供电子化检修记录以及进行检修记录管理方式，并进行安全质量和工时量等相关信息的采集，对作业的维修数据和过程数据进行有效积累。

　　同时，还可以提供对列车内动车组履历、各类技术文件配件履历进行长期管理及统计，从而可以对列车的生产运行过程提供有效地技术指导，对设备的诊断信息、检测信息以及人工检查信息进行下的整合和采集，并建立起故障维修信息知识库以及故障库系统，可以支持配件寿命管理及动车组技术分析，保证列车组的运行质量以及运行效率。

　　结语

　　随着大数据热潮与铁路信息化建设的全面开展，信息化管理在生产中成效显著。动车组运维数据服务平台面向动车段配属、计划、履历、故障、大部件等系统业务，迎合多种业务需求，与现有的动车组信息系统建立联系。通过数据规范制定、大数据平台搭建、数据仓库建设、元数据管理等一系列流程建设，该平台具备数据规范治理、数据共享、数据挖掘、数据接口管理等功能，同时实现了动车组主数据统一管理、同步维护、集中发布和全路共享，对动车组PHM建设，动车组智能运维，保障动车组安全运输，提高经营效益与运输质量，提升服务能力，具有重要的现实意义。

　　参考文献

　　[1]吕兆星，郑传峰，宋天龙，等.企业大数据系统构建实战[M].北京：机械工业出版社，2017.

　　[2]王华伟.铁路运输设备技术状态大数据平台架构研究[J].铁道运输与经济，2017，39(8)：60-64.

　　作者：李冰胡墨臣张瑞李桂琴王茂润