大数据技术在神朔铁路机务安全管理中的应用探讨.pdf

2023 年 11 月（总第 445 期）49质量与安全QUALITY AND SAFETY第 51 卷Vol.51第 11 期No.11铁 道 技 术 监 督RAILWAY QUALITY CONTROL收稿日期：2023-06-14作者简介：吴永鹏，工程师1概述目前，大数据在很多领域发挥着重要作用，特别是在风险识别，避免漏洞隐患方面尤为突出1-2。利用大数据可以有效快捷地查明问题所在，通过分析问题产生原因以及各关联点，来预判或预防事故的发生。但是，目前大数据信息在铁路机务系统未被深入研究，机务工作中积累的大量数据，仍未得到有效利用3。针对运用安全、机车质量、视频监控，铁路机务系统积累了大量数据，这些数据涵盖视频、文本、声音、图像等多种类型4-5。传统的数据分析系统不能多维度、立体化地分析和处理这些数据，导致这些数据占据大量存储空间，并且不能得到充分利用6。各种应用系统缺乏相关标准，分散的信息系统间存在重复开发、不兼容、操作繁琐、维护困难等问题，造成各类数据重复、应用效率不高，形成信息孤岛7-8。神朔铁路机务部门近年来致力于大数据应用研究，利用大数据理念、方法和技术，整合各类数据及其应用系统，在大数据挖掘和利用，对运用安全、机车质量工作实施数字化、精准化、科学化管控，为安全管理提供依据等方面，取得一定成效。2神朔铁路机务数据现状分析机务整备的问题数据汇总、存储、分析及研判，通常要经过 1 个季度甚至更长时间，才会进行统计分析。统计分析的数据也很难为机车整备提供支持帮助，主要存在以下几点问题。（1）数据统计程度不高。神朔铁路机务整备人员在机车整备期间多以文字记录纸质台账，定期输入计算机保存。这些数据极易丢失或漏传，几乎没有对数据的分析处理。例如，对反映出较多问题的轮对数据的测量、受电弓性能测试以及碳滑板使大数据技术在神朔铁路机务安全管理中的应用探讨吴永鹏（中铁二十局集团第四工程有限公司铁路电力运输分公司，陕西 榆林 719300）摘要：近年来，神朔铁路机务安全管理中逐渐运用了大数据、云计算技术，以及智能管控系统等，实现由事后分析转变为事前预防。介绍机务大数据体系的构建和数据中心的运行管理模式，阐述大数据的具体应用情况，分析大数据技术在安全管理中的应用效果，提高从数据到决策的转化效率，从而为生产调度、基础设施维护、管理者决策等提供支持，服务机务工作精准化、智能化。关键词：机务部门；安全管理；大数据应用；铁路信息化；地方铁路中图分类号：U298U26文献标识码：B文章编号：1006-9178（2023）11-0049-04Abstract：In recent years,big data,cloud computing technology,and intelligent control systems have gradually beenused in the locomotive safety management of the Shenmu-Shuozhou Railway,achieving a shift from post analysis topre prevention.Introduce the construction of the maintenance big data system and the operation and managementmode of the data center,explain the specific application situation of big data,analyze the application effect of big datatechnology in safety management,improve the conversion efficiency from data to decision-making,and provide support for production scheduling,infrastructure maintenance,and management decision-making,serving the precisionand intelligence of locomotive work.Keywords：Locomotive Department;Safety Management;Big Data Applications;Railway Informatization;LocalRailways50大数据技术在神朔铁路机务安全管理中的应用探讨质量与安全用情况等，只是记录保存，没有深入分析形成原因并综合判断。（2）问题数据类型众多，关键数据无分析过程。目前，各机务段对机车上配件技术改造众多，厂家产品数据兼容性差，数据类型多而复杂。例如，6A 系统、列车运行监控装置（LKJ）等数据混杂，数据表达方式不同，无法快速整合，下载数据无法快速改变格式上传形成统一的类型。许多厂家数据保密，无法全面下载问题数据，造成数据分析不全面甚至无法分析，浪费大量时间，无法形成统一管理。（3）数据分析缺乏快速性、准确性、全面性。目前，机车整备数据主要利用微信或者钉钉汇集，以纸质形式保存记录，特殊数据用 U 盘保存。数据分析过分依赖技术人员，受工作状态和经验限制，许多技术人员只能简单地分析和处理问题，很难做到精准研判。大多数整备人员作业时间有限、工作量大，对数据分析只停留在最简单层面，无法与历史数据对比分析，并拿出准确方案，主观定性太多，客观分析较少。例如，机车走行部的问题中，轮对相关问题的描述简单、定性简单，无法准确判断车轮实际状态，大多数被扣车等待镟轮，机车积累工作量巨大，机车使用效率大大降低，影响机车周转。因此，有必要利用先进技术建立一套多维度的大数据分析系统，以分析机务大数据。3神朔铁路机务大数据特征分析铁路安全监测检测设备记录的各类数据已呈现“海量+类型复杂”的状态，具有大数据的“4V”特征，即规模性（volume）、多样性（variety）、高速性（velocity）和价值性（value）。3.1规模性目前，神朔铁路机务系统已建立多个安全监测监控系统，产生和积累了拍字节级的数据量。以视频监控系统为例，综合视频监控系统的多个视频通道每日产生大量视频数据。而视频监控系统仅是安全数据集中的一部分，可见机务系统运用安全、机车质量、视频监控等设备产生的数据量极为庞大，并形成一定规模。3.2多样性机务数据涵盖了安全装备、视频设备，以及现场检查、应急指导、安全监测检测系统等方面产生的数据。数据格式包含视频、图像、音频数据，以及台账、人工检查记录等纸质类数据。此外，各信息系统开发繁多、自成体系，数据呈分散性、碎片化分布，信息条块分割，没有实现集成化数据。3.3高速性在运用安全方面，利用在线视频监控系统、专调视频、视频和警醒装置视频系统实时盯控，直接管控现场作业标准执行、劳动安全、路外安全、值乘精神状态、安全环境等，分析人员随时指导纠正作业中发现的问题。在设备质量方面，利用 6A系统、车载监测系统和 ERM 记录数据，实时监测机车各部件状态，快速判断现场发生的故障和问题，及时反馈到运用部门和检修部门，保障行车安全。3.4价值性运用大数据手段对发现的问题进行统计、归纳和研判，探索安全因素变化和风险发展规律。以“三图一表”的形式，编制问题趋势图、预警及典型安全风险隐患整改通知书，综合施策。利用分析结果，对安全基础薄弱、连续发生问题的车间开展重点帮促，对两违问题频发、发生典型问题机班组织开展警示教育，规范作业行为，消除管理盲区，从而成为控制安全风险机务段安全管理决策的依据，充分发挥数据价值性。4神朔铁路机务大数据体系构建4.1体系结构机务大数据体系创建，是一个从低到高逐渐完成的过程，包括机车运用安全分析、机车质量分析、视频监控分析、综合分析应用 4 个方面。涉及LKJ 与音视频三位一体分析模块、6A 视频/便携视频/警醒视频分析模块、录音/列尾分析模块、司机操控信息分析系统（EOAS）分析模块、在线检测分析模块，为机务安全管理提供综合性的数据应用平台。机务大数据体系结构如图 1 所示。4.2数据集成4.2.1建立系统数据库大数据只有得到充分利用并且实现共享才有生命力。为实现数据来源有序、传输快速高效、访问管理规范，在派班室、整备作业点设置数据采集终端，搭建数据传输网络。数据传输网络通过转储卡51铁道技术监督第 51 卷第 11 期及自动下载器等存储媒介，及时转储安全装备数据、视频监控数据和系统数据。机车质量监测数据实时在线传输，现场检查数据通过终端 APP 定时上传，应急指挥信息数据由专人收集发送。通过这些手段，集成安全装备数据、视频监控数据、系统数据、机车质量监测数据、现场检查数据、应急指挥信息数据，将零散的数据资源集中整合，实现机务段、车间和班组对数据资源的全方位互通共享，为机车检修和现场作业管理提供全面、集中、及时的综合数据信息。4.2.2构建全方位管控平台目前，机务大数据集概括为 3 大类，即机车运用安全、设备质量和综合数据。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，整合利用现有设施资源。在主要站场安装监控视频设备，借助终端 APP 开发现场检查管控系统，与既有车载装置和机车地面检测设备连接，构筑运用安全、机车质量综合控制体系，有效整合安保装置、远程监测、质量诊断、站场视频、干部管理等 5 大数字化系统。建立整备综合管理系统、智能管控系统、日信息统计汇总程序等综合性数据分析管理平台，实现机车操作可视化监控、设备质量实时监测、操作技能全程分析、现场检查 GPS 定位的全方位管控手段。4.3数据分析利用数据集成后，利用检测分析模块，分析、复核上传数据和实时数据，包括查找现场职工的作业标准和检索机车各部件的健康状态等。4.3.1运用数据分析流程现场动态管理方面，以 GPS 定位实现人机互联，管理人员对关键地点和关键时段采取定时、定量盯控，通过数据分析员工履职情况，实现对员工安全监督检查履职的动态评价。监控数据静态分析包括确立退勤分析、车间数据分析、日常分析及专业科室专题分析 4 级分析范围，整合发现的问题，形成信息日报，由责任车间逐级落实整改销号。对于典型问题，由专业科室组织专题会剖析并落实追责，形成闭环管理；对于趋势性问题，形成预测趋势性问题预警卡控表，由责任车间制定具体措施；对于短期内连续发生的典型问题，形成数据分析预警通知书，由责任车间重点整治。素质管理以人员管理为基准，各车间建立职工违章档案，针对全员开展警示教育，对连续发生问题人员进行预警。通过上述明确分级，责任确定，可有效控制问题出现频率，增加各班组各工种的警惕性，也有利于减少不必要的工序交叉带来的隐患。4.3.2质量数据分析质量管理以智能分析为重点，对车载监测数据、6A 地面专家诊断数据、在线监测数据及 ERM严重故障数据实行梯次监督分析，划分机车质量数据 3 级分析范围及分析内容。结合分析结果，经过综合统计、汇总后，形成统一、可利用、综合性强的数据分析报告，提前发现机车数据变化情况并跟踪分析，做到人、机、地三方联控，预判机车存在的安全隐患或指出机车故障点，将综合分析结果报告至相关部门，解决机车各部件存在的问题，防止机车“带病”上线。这会给机车维修等级带来新的评判标准，使机车及设备全寿命周期分析更加准确，有利于减少对设备年限使用不足带来的资源浪费等问题。5应用效果5.1安全信息数量逐步下降将系统数据集成后，运用数据分析流程，明确神朔铁路机务段的突出问题，责任车间管理者下发通报整改，找准关键人、关键问题，开展有针对性的培训指导。员工更加注重日常作业行为规范和业务素质提高，有效遏制了违章操作、非正常处置不当等问题的发生，各类安全信息数量逐步下降；技术人员和管理人员也会将信息整合，历史性突出问题将明显呈现，技术改造提升机车及设备的程度更高，有利于各个部件技术状态的提升，保障机车运行的安全可靠。机务大数据机车运用安全分析视频监控分析机车质量分析综合分析LKJ 与音视频三位一体分析模块、6A 视频/便携视频/警醒视频分析模块、录音/列尾分析模块、EOAS 分析模块、在线检测分析模块等图 1机务大数据体系结构52大数据技术在神朔铁路机务安全管理中的应用探讨质量与安全5.2机车故障准确预报通过神朔铁路机务段配属机车 LKJ 运行监控、6A 系统等车载监测设备数据，以及相关整备人员现场检查数据终端 APP 定时上传反馈的各种质量数据，综合研判机车及主要设备的状态。综合历史数据，对其故障率进行计算，全面考量机车设备的状态，分析故障是本身原因还是运行中兼容性的原因。通过应用大数据，对设备状态进行检测、统计、分析，发现潜在的设备质量隐患，随时掌握设备的运行状态，对状态不良的设备，分析出相应的原因，开展针对性检修，实现设备精准维护。通过及时整治，保障机车质量，促进运输安全。机车一旦达到状态修的程度，将会大大提高机车使用效率，降低损失。6应用价值分析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，为技术装备维护提供诊断方案；通过大数据技术分析，铁路机务安全管理从事后分析变为事前预防控制，设备管理从周期维护转变为状态维护。实践表明，大数据技术的运用对提升铁路机务管理水平具有显著作用。6.1为指导生产提供依据安全管理重在防范于未然。实践中，始终坚持关口前移、超前防控的管理理念，把风险控制重点前移。运用大数据分析手段，从事故链的第 1 环入手，通过对各类有效数据的分析、统计、归纳和研判，探索安全因素变化和风险发展规律。将数据分析结果通过日、周、月、季、年报的形式向各生产车间反馈，针对共性问题开展专项整治，为风险研判和问题整改提供数据依据，确保惯性问题和倾向性问题得到有效遏制，有效提高安全管理防患未然的准确性和时效性。6.2为维护技术装备提供方案采用大数据技术诊断机车故障，掌握机车运行状态，精准判定机车潜在问题。对潜在的故障分类并开展严重性分析，制定对策，决定机车、部件是否需要立即调整入库或及时处理。检修部门针对机车的不同风险等级，采取维修或监测手段监控状态，将机车质量安全风险控制在允许范围内。6.3总结规律辅助决策各部门根据涉及作业、管理、设备等数据的统计结果，对照大数据分析找出的规律和影响安全的潜在问题，倒查基本制度。针对制度措施不健全、有效制度不落实的问题，及时修订、完善。从事故案例、作业规律、管理致因 3 个方面，深入查找安全问题症结。通过大数据聚类分析、关联等技术，发现业务“短板”以及类似事故的规律，科学分析评估，找准切入点，因地制宜组织培训和指导，为各级管理人员提供决策依据。7结语目前，大数据综合分析应用于各个领域，并且起到非常关键的作用。通过搭建大数据分析平台，可以高效融合机务各部门各工种业务数据，通过终端协助工作人员及管理者快速地掌握数据信息，分析问题，提供准确解决方案。机务大数据应用可充分挖掘数据深层次价值，对机车高质量安全运用、机车部件技术状态提升、设备维护周期、整备人员使用、高效快捷生产等方面具有重大意义。以现代化管理手段，替代传统的管理手段，将成为必然，标准化信息化安全的运用有效促进了铁路现代化安全管理，为生产调度指挥提供优化措施，为技术装备维护提供诊断方案，为管理者提供决策支持，铁路安全管理从事后分析变为事前预防控制，设备管理从周期维护转变为状态维护，铁路运营管理从流程化、规范化、数字化转变为精准化、智能化。参考文献1 王成福铁路机务数据综合分析平台研究与设计J 信息与电脑，2022，34（4）：120-1222 李鑫，史天运，马小宁，等铁路机务大数据应用系统设计研究J 铁道运输与经济，2021，43（2）：88-953 李成龙，李霞，杨臻，等铁路机务段大数据服务平台设计研究 C/中国智能交通协会第十六届中国智能交通年会科技论文集2021：347-3554 罗利锦，张剑，徐炳天用大数据助推企业新型智库建设以铁路机务管理为例 J 天津职业院校联合学报，2021，23（4）：26-29，345 陈东风，时小麟，孔兴网络大数据应用现状与展望 J 山东工业技术，2018（20）：2386 王卫东，徐贵红，刘金朝，等铁路基础设施大数据的应用与发展J 中国铁路，2015（5）：1-67 伊恩艾瑞斯大数据思维与决策M 北京：人民邮电出版社，20148 孟小峰，慈祥大数据管理：概念、技术与挑战J 计算机研究与发展，2013，50（1）：146-169（编辑吴磊）