大数据技术在重载铁路运营中的应用研究
开篇：润墨网以专业的文秘视角，为您筛选了一篇大数据技术在重载铁路运营中的应用研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘 要随着铁路重载运输技术及装备水平的提高，重载铁路在运营安全、运输效率、基础设备建设、维护等方面面临巨大的挑战。本文通过对大数据技术的分析，提出重载铁路建立数据中心、搭建数据平台等应用大数据技术来提高运营效率和管理决策能力，并以西煤东运第二大通道朔黄铁路机务系统大数据应用为例，在数据收集、分析、挖掘上进行了初步探讨，取得了初步成效。
【关键词】大数据 重载铁路 机务系统 应用
随着国家经济建设的发展需求，重载铁路建设将逐步转为发展重点，“货运重载”将与“客运高速”共同构成中国铁路发展两大趋势。随着铁路重载运输技术及装备水平的提高，新材料、新工艺、新设备、电力电子、计算机控制和信息技术等现代高新技术在重载铁路上广泛应用，特别是在牵引动力、车辆大型化轻量化、同步操作和制动技术等方面有了新的突破，从而更大地促进了重载运输的发展。重载铁路的快速发展使其在运营安全、运输效率、基础设备建设、维护等方面面临巨大的挑战。目前，重载铁路各专业针对运营、安全、设备维护等进行了各种检测监测，产生了海量的、结构多样的数据，如何有效管理和充分应用这些数据，是重载铁路高效运营和管理的基础和关键。
进入2012年，“大数据”一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数大数据时代来临，并命名与之相关的技术发展与创新。大数据具有体量大、多样性、价值密度低、速度快的特征。重载铁路运营过程中会产生海量、多源、异构的数据，具有典型的“大数据”特征。因此，如何利用大数据的理念、方法和技术，通过大数据技术在重载铁路的应用研究，为重载铁路的运营和管理决策提供数据和技术支撑，实现保安全、高效率、低成本的目标，是重载铁路管理现代化亟需解决的问题。
1 大数据技术
1.1 大数据和大数据技术
“大数据”不仅仅简单指大的数据，它是一个体量特别大，数据类别特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。
大数据技术是指从各种各样类型的巨量数据中，快速获得有价值信息的技术。解决大数据问题的核心是大数据技术。目前所说的“大数据”不仅指数据本身的规模，也包括采集数据的工具、平台和数据分析系统。大数据研发目的是发展大数据技术并将其应用到相关领域，通过解决巨量数据处理问题促进其突破性发展。
1.2 大数据特征
“大数据”同过去的海量数据有所区别，其基本特征可以用4个V来总结（Volume、Variety、Value和Velocity），即体量大、多样性、价值密度低、速度快。
（1）数据体量巨大。从TB级别，跃升到PB级别；
（2）数据类型繁多，如网络日志、视频、图片、地理位置信息，等等；
（3）价值密度低。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒；
（4）处理速度快，1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。
1.3 大数据处理流程
大数据处理流程可以概括为四个步骤，即数据采集、数据导入/预处理、数据统计及分析、数据挖掘。重载铁路大数据建设需要在数据统计、数据分析及数据挖掘方面进行全面深入的应用研究，为重载铁路运营构建先进而强大的分析挖掘工具和决策支持系统。
1.4 大数据与云计算
从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式计算架构。云计算是基于互联网的一种计算方式，它的特点主要有：规模大、虚拟化、按需服务、高可靠性等。对海量数据的挖掘必须依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术。云计算将大数据处理技术部署在云计算平台上，就能够利用云计算强大的计算能力，快速处理数据，进行数据挖掘等工作。
2 重载铁路大数据应用的作用
大数据应用在重载铁路中的作用主要有：为运输生产提供辅助决策、为设备维护提供精准周期、为安全管理提供事前预防、为运营管理提供科学决策。
2.1 运输生产的辅助决策作用
利用大数据可以为运输生产提供很多辅助决策，如正常情况下调度员运输秩序的指挥、车站到发线的自动安排，非正常情况下运输调度的调整等，有助于优化作业流程，及时发现问题，提高运输效率。
2.2 设备精准维护的作用
目前，重载铁路乃至整个铁路系统对设备维护均采用周期修，即按照时间周期及项目内容定时进行巡回检修，这种维护模式占用资源多，不能真正反映设备状态。而通过应用大数据，将设备状态进行检测、统计、分析，随时掌握设备的优劣程度，对状态不好的设备分析出相应的原因进行针对性检修，从而实现真正意义上的状态修，使设备达到精准维护。
2.3 安全管理的事前预防作用
大数据能为重载铁路的安全监控提供有效的预防措施，帮助实现实时监控和安全运营。可以通过目前设置的大量传感器、视频监测等设备，相关的安全信息汇集到终端，安全工程师及各级管理人员均可实时发现、分析存在的安全问题，并及时下达指令消除各种安全隐患。
2.4 运营管理的科学决策作用
利用大数据可以为领导决策层提供实时的各类数据分析，包括成本分析、各项各类财务分析、物资使用情况、人员综合分析等，通过各种类型数据的分析来有效地发现经营管理过程中发生的问题，帮助决策层实时改进和创新管理理念，研究制定适合的解决方案，找出最优的运营管理决策。
3 重载铁路大数据体系建设
3.1 重载铁路数据来源
重载铁路数据可分为生产类数据和经营类数据。重载铁路相关的数据不仅包括描述设备的基本信息，设计、建造、运营阶段的设备状态数据以及影响设备状态的外部数据，还包括运营单位的各类财务数据、物资数据、人力资源信息，以及在此基础上的各类统计数据。
3.1.1 生产类数据
（1）重载铁路设计和建设时期的各类设计、建造、竣工验收数据，包括设计数据、建设施工材料和工艺数据、设备开通前试验测试数据、联调联试数据、试运行数据、竣工验收质量评定数据等。
（2）重载铁路运营阶段按照固有的车、机、工、电、辆、供、通信等专业分类的基础设备信息，此类信息包含描述设备本身位置、组成和结构特征等的数据以及用于管理的台账类数据。
（3）重载铁路运营阶段设备状态检测监测和设备维护数据，包括利用移动设备（包括综合检测列车、专业检测车等）进行的动态检测，利用固定监测设备对铁路特殊地段、关键结构、环境等进行的在线实时监测，现场利用人工检查手段得到的静态检查数据，以及养护维修手段、养护频度和效果，设备更换记录等等。
（4）外部环境监测数据，包括水文地质监测数据、自然灾害监测（风、雨、雪、洪水、泥石流、地震等）数据、异物侵限等，这些数据可能影响设备的正常运行或者对设备造成破坏。
3.1.2 经营类数据
（1）重载铁路运营过程中设计的各种财务数据，包括重载铁路会计核算管理、成本计算管理、收入管理、资金管理、国有资产管理等各类财务基础数据和报表。
（2）物资数据，包括重载铁路经营过程中物资的采购、出入库、调配、调拨，物资编码，日常管理的各种卡、帐、表格，物资消耗、成本分析、统计分析等各类数据。
（3）人力资源信息，包括反映人力资源现状的事实数据 ，如人员数量与结构、学历、年龄等；反映人力资源活力的动态数据，如招聘周期、员工流动率、核心员工流失率、内部流动率等；反映人力资源质量的分析数据，如人均效率、人力资本投资回报率、员工满意度、员工敬业度等。
3.2 建立数据中心
传统的重载铁路信息处理由数据库和各种MIS系统组成，这种处理方式已经无法满足数据挖掘和辅助决策的需要。因此，通过各类数据中心的建设，将各种数据来源中海量的数据进行分析、挖掘，为生产运营、科学管理提供支持。重载铁路数据中心可以从以下几个方面着手建设：
（1）建设大数据背景下的基础数据中心；
（2）建设大数据背景下的生产管理数据中心；
（3）建设大数据背景下的检测监测数据中心；
（4）建设系统间数据共享的大数据平台。
3.3 搭建大数据系统平台
重载铁路大数据系统平台的搭建可以采用云平台供应商的公有云服务；对于独立的、经营能力强的重载铁路企业，也可以构建企业云平台。经过大数据分析后的可用信息可以直接被转化到现有系统中，帮助企业提高管理决策水平。
4 朔黄重载铁路机务大数据应用
作为西煤东运的第二大通道，朔黄铁路近些年来一直专心致力于机务系统大数据研究，通过整合机务系统数据信息资源，目前数据分析涵盖机车运用安全、设备质量和综合数据三大方面，十二个分析项点的数据。相关数据的转储、收集、分析、反馈功能已经完成，并形成闭环用于指导机车安全行车和设备维修，取得了初步成效。
4.1 数据中心运行情况
机务综合数据分析为朔黄铁路机务部门提供了一个数据平台，通过收集机务专业的各种数据信息，进行集中整合、深入分析，形成各种专业报表，定期，实现信息共享；为相关部门做好设备维护和现场作业管理提供信息服务；为朔黄铁路公司安全管理工作提供全面、集中、及时的机务综合信息。共计十二个专业分析模块，这十二个模块的数据构成了大数据框架，其大体分为数据收集、数据分析、数据挖掘三部分构成。
4.1.1 数据收集
朔黄铁路全线在神池南、肃宁北、黄骅港设置三个转储检测点，当机车入库整备时，库检人员将所有行车数据进行转储，并通过公司内网上传到服务器中存储。目前依靠人工转储的作业方式，今后将逐步采用无线传输技术对数据进行实时传输，为后续数据的分析汇总奠定坚实的基础。
4.1.2 数据分析
转储数据后，十二个专业模块分别对数据进行深度挖掘分析。这些数据分析既包括某个设备部件的运行记录分析，又包括对机车整体运行状态的分析。通过分析这些数据，再现机车运行状态。通过数据分析探挖机车运行中的安全隐患，由事后分析变为事前预判。
4.1.3 数据挖掘
通过每一个专业模块深度挖掘以后，结合相关模块的分析结果，经过综合汇总后形成统一的、可利用的、综合性强的数据分析报告，预判出机车存在的安全隐患或直接指出机车故障点。将综合分析报告反馈至相关部门，解决机车存在问题，保证机车质量，促进运输安全。
4.2 数据中心作业方式
4.2.1 整合数据资源，搭建分析平台
将零散的数据资源集中整合，收集各类机务系统数据信息，实现信息实时共享和，为机车设备维护和现场作业管理提供数据信息服务，为朔黄铁路安全管理提供全面、集中、及时的机务综合数据信息。
4.2.2 建立系统数据库，构筑分析体系
按照先期整合数据、后期逐步发挥数据决策参考作用的思路，目前，机务系统大数据库主要包含的数据有三大类，即机车运行安全、设备质量和综合数据，基本涵盖了当前机辆分公司机务系统所涉及的安全、质量业务数据。
4.3 效益和价值
4.3.1 暴露问题，及时整改
数据分析结果通过日报、旬报、月报、年报的形式向各生产单位反馈机车运行过程中出现的故障或者倾向性问题，以满足对机车健康状态、机车关键部件在线状态、机车故障处理等进行实时监测和指导，出现问题及时整改。
4.3.2 指导生产，提供依据
通过数据自动检测、分析，可以为一线操作员工提供平稳化操纵依据和机车运用质量状态信息，以减少因人的不安全行为或判断失误造成事态扩大。通过大数据分析有利于提高基层单位的基础管理，通过采取基础分析、模块分析、专项分析等不同形式的数据分析，探究出本单位日常生产和管理过程中存在的各类隐患，由事后分析变为提前预判。
4.3.3 总结规律，辅助决策
通过数据分析，为各单位提供涉及管理类、设备类、环境类等数据统计结果，如：可以找到乘务员超劳的关键环节，可以归纳乘务员的操作习惯，可以总结乘务员在中间站调车的关键点，可以梳理影响列车安全运行的事件，等等。不仅避免很多重复分析工作，也为各级管理人员提供决策依据。同时，对朔黄铁路开行两万吨及以上重载列车的模式化操纵、智能操纵、机车设备维护等提供数据支撑。
5 结论
随着我国重载铁路技术的不断发展，货运重载将会成为铁路发展的趋势。重载铁路的运营管理必将面临提高效率、降低成本、保障安全的问题，利用现代化管理手段替代传统铁路管理手段将成为必然，大数据技术为发展重载铁路带来了契机。通过大数据技术应用，为管理者提供管理决策支持，为生产调度指挥提供优化措施，为基础设备维护提供诊断方案；通过大数据技术分析，为重载铁路安全管理从事后分析转变为事前预控，设备维护从周期维护转变为状态维护；通过大数据技术挖掘，使重载铁路运营管理从流程化、规范化、数字化转化为精准化、智能化，从而提升重载铁路运营管理水平。当然，重载铁路大数据体系建设不是一蹴而就的，需要完善大数据技术应用过程中所需的各种基础建设，提高大数据体系建设过程中的各项技术。同时，还需要在大数据技术应用的观念上达成共识，促进重载铁路的现代化发展。
参考文献
[1]王卫东，徐贵红，刘金朝，张文轩，邢小琴.铁路基础设施大数据的应用与发展[J].中国铁路，2015（05）：1-6.
[2]靳继红，刘淑芝.大数据在铁路货运信息系统中的应用框架探讨[J].电脑知识与技术，2015（05）：5-6.