李 鑫，史天運(yùn)，馬小寧，劉 軍

（1.中國(guó)鐵道科學(xué)研究院 研究生部，北京 100081；2.中國(guó)鐵道科學(xué)研究院集團(tuán)有限公司 科技和信息化部，北京 100081；3.中國(guó)鐵道科學(xué)研究院集團(tuán)有限公司 電子計(jì)算技術(shù)研究所，北京 100081)

1 鐵路機(jī)務(wù)大數(shù)據(jù)應(yīng)用系統(tǒng)設(shè)計(jì)

在鐵路深入實(shí)施“三大舉措”、不斷推進(jìn)“六個(gè)變革”的背景下[1]，鐵路客、貨運(yùn)輸屢創(chuàng)歷史新高[2-3]。作為鐵路運(yùn)輸中的重要組成，鐵路機(jī)務(wù)專業(yè)的運(yùn)輸生產(chǎn)組織效率、機(jī)車質(zhì)量安全狀態(tài)、機(jī)車整備檢修能力、機(jī)車乘務(wù)員管理水平等，均會(huì)對(duì)鐵路運(yùn)輸能力的穩(wěn)健提升和經(jīng)營(yíng)工作的穩(wěn)步發(fā)展產(chǎn)生重要影響。隨著鐵路行業(yè)關(guān)于智能鐵路的研究不斷深入，云計(jì)算、大數(shù)據(jù)、區(qū)塊鏈等新技術(shù)對(duì)于促進(jìn)鐵路運(yùn)輸生產(chǎn)效率、保障列車運(yùn)營(yíng)安全的作用日益突顯，鐵路已經(jīng)進(jìn)入到了數(shù)字化發(fā)展時(shí)代[4]。如何盤活積累的鐵路機(jī)務(wù)大數(shù)據(jù)，促進(jìn)鐵路行業(yè)的數(shù)字化發(fā)展，支撐鐵路平穩(wěn)有序地運(yùn)輸生產(chǎn)，是目前機(jī)務(wù)專業(yè)在提升運(yùn)輸質(zhì)量、鞏固經(jīng)營(yíng)效益中面臨的挑戰(zhàn)。

1.1 鐵路機(jī)務(wù)大數(shù)據(jù)的特征

鐵路機(jī)務(wù)專業(yè)是鐵路運(yùn)輸生產(chǎn)的重要行車專業(yè)，主要負(fù)責(zé)鐵路各型機(jī)車的運(yùn)用組織、整備保養(yǎng)和綜合檢修，為客貨、行包及專運(yùn)列車等提供動(dòng)力牽引，并擔(dān)當(dāng)機(jī)車乘務(wù)員和動(dòng)車組司機(jī)的培養(yǎng)及管理任務(wù)。目前我國(guó)鐵路機(jī)務(wù)專業(yè)諸多業(yè)務(wù)領(lǐng)域已投入了大量監(jiān)測(cè)檢測(cè)設(shè)備、行車監(jiān)控裝置[5]，以及相關(guān)的信息管理系統(tǒng)[6]，有效地提高了作業(yè)效率、管理精度，節(jié)約了生產(chǎn)成本[7]。同時(shí)，通過這些設(shè)備和信息系統(tǒng)，機(jī)務(wù)專業(yè)積累了大量的數(shù)據(jù)，數(shù)據(jù)類型十分豐富，數(shù)據(jù)量增長(zhǎng)極快[8]。鐵路機(jī)務(wù)大數(shù)據(jù)的特征主要體現(xiàn)在以下方面。

（1）數(shù)據(jù)總量大。隨著新型現(xiàn)代化監(jiān)測(cè)檢測(cè)設(shè)備和信息管理系統(tǒng)的持續(xù)投入，機(jī)務(wù)專業(yè)各個(gè)運(yùn)輸生產(chǎn)環(huán)節(jié)已初步完成了信息化建設(shè)，逐漸形成了龐大的數(shù)據(jù)體量。

（2）數(shù)據(jù)類型多。機(jī)務(wù)專業(yè)的數(shù)據(jù)類型主要包含結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)及半結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)主要包括基本臺(tái)賬信息、日常統(tǒng)計(jì)信息等。非結(jié)構(gòu)化數(shù)據(jù)主要包括機(jī)車周轉(zhuǎn)運(yùn)行圖、機(jī)車設(shè)備圖紙、監(jiān)控視頻、作業(yè)錄音等。半結(jié)構(gòu)化數(shù)據(jù)主要包括事故故障報(bào)告、調(diào)度命令、作業(yè)報(bào)單等。

（3）數(shù)據(jù)增長(zhǎng)快。隨著鐵路運(yùn)輸規(guī)模的不斷擴(kuò)大[9]，機(jī)務(wù)運(yùn)輸生產(chǎn)中產(chǎn)生了大量不同類型的數(shù)據(jù)，特別是非結(jié)構(gòu)化數(shù)據(jù)占比不斷提高，出現(xiàn)了“多源頭、井噴式”的數(shù)據(jù)增長(zhǎng)現(xiàn)象。

（4）數(shù)據(jù)間關(guān)聯(lián)性強(qiáng)。機(jī)務(wù)專業(yè)的數(shù)據(jù)涉及機(jī)車運(yùn)用、檢修養(yǎng)護(hù)、人員管理等多個(gè)業(yè)務(wù)領(lǐng)域，由于不同的領(lǐng)域之間存在極強(qiáng)的業(yè)務(wù)聯(lián)系，使得機(jī)務(wù)專業(yè)的數(shù)據(jù)間有著很強(qiáng)的關(guān)聯(lián)性，往往“互為因果”、彼此嵌套。

（5）利用潛力大。機(jī)務(wù)專業(yè)所積累的數(shù)據(jù)內(nèi)容全面、內(nèi)涵豐富，對(duì)于提高機(jī)車周轉(zhuǎn)效率、強(qiáng)化整備檢修質(zhì)量、保證列車運(yùn)行安全、加強(qiáng)作業(yè)人員管理、提升跨專業(yè)綜合保障能力具有重要價(jià)值。

1.2 鐵路機(jī)務(wù)大數(shù)據(jù)應(yīng)用現(xiàn)狀

為了實(shí)現(xiàn)生產(chǎn)數(shù)據(jù)的可靠存儲(chǔ)、機(jī)車周轉(zhuǎn)的靈活安排、安全管理的高效開展，機(jī)務(wù)專業(yè)針對(duì)不同的業(yè)務(wù)環(huán)節(jié)，部署了一定數(shù)量的信息采集和管理系統(tǒng)，積累了十分可觀的數(shù)據(jù)資源[10]。然而，由于缺乏統(tǒng)一的數(shù)據(jù)治理體系和高效的大數(shù)據(jù)分析應(yīng)用，鐵路機(jī)務(wù)專業(yè)仍面臨數(shù)據(jù)采集手段落后、系統(tǒng)應(yīng)用不充分、數(shù)據(jù)管理不規(guī)范等問題，嚴(yán)重影響了機(jī)務(wù)專業(yè)信息化建設(shè)的高質(zhì)量發(fā)展。

（1）數(shù)據(jù)采集手段落后。由于部分信息管理系統(tǒng)缺乏有效的維護(hù)和升級(jí)，一線作業(yè)環(huán)節(jié)數(shù)據(jù)采集手段仍較落后，缺乏專業(yè)的數(shù)據(jù)采集和治理手段，數(shù)據(jù)的時(shí)效性、真實(shí)性、精確度不高。

（2）系統(tǒng)應(yīng)用不充分。機(jī)務(wù)專業(yè)各類信息系統(tǒng)普遍存在重復(fù)建設(shè)、缺乏維護(hù)、使用率低的問題，導(dǎo)致數(shù)據(jù)標(biāo)準(zhǔn)化程度不高、數(shù)據(jù)管控力度薄弱、運(yùn)維人員勞動(dòng)作業(yè)強(qiáng)度大、數(shù)據(jù)質(zhì)量不高。

（3）數(shù)據(jù)管理不規(guī)范。由于各個(gè)數(shù)據(jù)管理系統(tǒng)應(yīng)用范圍有限、管理碎片化、業(yè)務(wù)場(chǎng)景單一，缺乏統(tǒng)一有效的數(shù)據(jù)管理，導(dǎo)致數(shù)據(jù)采集的時(shí)間成本上升，數(shù)據(jù)分析的準(zhǔn)確性有待提高，各層級(jí)間的數(shù)據(jù)共享難以保證，數(shù)據(jù)的安全管理有待完善。

（4）數(shù)據(jù)挖掘不深入。機(jī)務(wù)專業(yè)的數(shù)據(jù)應(yīng)用目前仍然停留在錄入、存儲(chǔ)、查詢、統(tǒng)計(jì)等基礎(chǔ)階段，關(guān)聯(lián)分析、文本分析、圖像識(shí)別等大數(shù)據(jù)分析技術(shù)運(yùn)用尚淺，數(shù)據(jù)中所蘊(yùn)含的深層價(jià)值尚未得到充分地挖掘和利用，尚未形成數(shù)據(jù)應(yīng)用與業(yè)務(wù)管理間的良性閉環(huán)。

（5）數(shù)據(jù)融合共享難度大。機(jī)務(wù)專業(yè)的數(shù)據(jù)存儲(chǔ)和分析多以本部門存儲(chǔ)、本系統(tǒng)管理、本領(lǐng)域分析為主，“信息孤島”現(xiàn)象突出，“數(shù)據(jù)壁壘”問題嚴(yán)重，數(shù)據(jù)資源協(xié)調(diào)共享、匯集融合、綜合利用和跨專業(yè)分析難度較大，較難發(fā)揮出海量數(shù)據(jù)的潛在價(jià)值。

1.3 系統(tǒng)設(shè)計(jì)

1.3.1 設(shè)計(jì)目標(biāo)及定位

鐵路機(jī)務(wù)大數(shù)據(jù)應(yīng)用系統(tǒng)依據(jù)《鐵路信息化總體規(guī)劃》和《鐵路大數(shù)據(jù)應(yīng)用實(shí)施方案》，以鐵路機(jī)務(wù)專業(yè)的數(shù)據(jù)集成共享為基礎(chǔ)，以鐵路數(shù)據(jù)服務(wù)平臺(tái)[11]為依托，以大數(shù)據(jù)分析技術(shù)為核心，以提升鐵路運(yùn)輸生產(chǎn)水平為目的，匯集機(jī)務(wù)專業(yè)各業(yè)務(wù)系統(tǒng)數(shù)據(jù)，開展鐵路機(jī)務(wù)大數(shù)據(jù)應(yīng)用，滿足機(jī)務(wù)專業(yè)不同層級(jí)業(yè)務(wù)部門的日常生產(chǎn)和分析決策需求，促進(jìn)鐵路運(yùn)輸生產(chǎn)效率和安全生產(chǎn)水平進(jìn)一步提升。

中國(guó)國(guó)家鐵路集團(tuán)有限公司現(xiàn)已在武清建成鐵路數(shù)據(jù)服務(wù)平臺(tái)，提供面向全數(shù)據(jù)類型的數(shù)據(jù)匯集、存儲(chǔ)及計(jì)算服務(wù)。鐵路機(jī)務(wù)大數(shù)據(jù)應(yīng)用系統(tǒng)以“平臺(tái)+應(yīng)用”的方式，將機(jī)務(wù)專業(yè)各業(yè)務(wù)系統(tǒng)的數(shù)據(jù)匯集到鐵路數(shù)據(jù)服務(wù)平臺(tái)，集成整合數(shù)據(jù)資源，打破數(shù)據(jù)壁壘，在數(shù)據(jù)共享的基礎(chǔ)上開展大數(shù)據(jù)分析及應(yīng)用。鐵路機(jī)務(wù)大數(shù)據(jù)應(yīng)用系統(tǒng)的定位如圖1 所示。

圖1 鐵路機(jī)務(wù)大數(shù)據(jù)應(yīng)用系統(tǒng)的定位Fig.1 Functions of the big data application system for the railway locomotive system

1.3.2 總體架構(gòu)設(shè)計(jì)

鐵路機(jī)務(wù)大數(shù)據(jù)應(yīng)用系統(tǒng)的總體架構(gòu)如圖2 所示，可概括為“N+1+3”?！癗”表示多個(gè)不同的機(jī)務(wù)信息系統(tǒng)及相關(guān)的路外數(shù)據(jù)，提供基礎(chǔ)的數(shù)據(jù)來源。“1”表示鐵路數(shù)據(jù)服務(wù)平臺(tái)，通過數(shù)據(jù)采集、數(shù)據(jù)傳輸、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)治理等功能模塊，提供數(shù)據(jù)計(jì)算和可視化服務(wù)?！?”指的是鐵路機(jī)務(wù)大數(shù)據(jù)應(yīng)用系統(tǒng)所包含的三大應(yīng)用板塊，即從設(shè)備質(zhì)量綜合分析、人員運(yùn)用綜合把控、運(yùn)輸生產(chǎn)綜合管理3 個(gè)方面，為機(jī)務(wù)專業(yè)提供全面、可靠、高效的應(yīng)用服務(wù)。

（1）數(shù)據(jù)源。針對(duì)不同的類型數(shù)據(jù)，通過數(shù)據(jù)錄入、數(shù)據(jù)導(dǎo)入、實(shí)時(shí)接入、離線抽取等方式，實(shí)現(xiàn)機(jī)務(wù)專業(yè)眾多業(yè)務(wù)系統(tǒng)及與機(jī)務(wù)運(yùn)輸生產(chǎn)密切相關(guān)的工務(wù)、電務(wù)、供電等專業(yè)的數(shù)據(jù)接入。同時(shí)匯集天氣、地理信息等路外數(shù)據(jù)，打通數(shù)據(jù)傳輸及共享壁壘，支撐后續(xù)的數(shù)據(jù)處理及分析。

（2）鐵路數(shù)據(jù)服務(wù)平臺(tái)。鐵路數(shù)據(jù)服務(wù)平臺(tái)作為數(shù)據(jù)服務(wù)層，將機(jī)務(wù)專業(yè)相關(guān)的各類數(shù)據(jù)，通過采集、傳輸、存儲(chǔ)、可視化等環(huán)節(jié)，完成數(shù)據(jù)的規(guī)范治理、交互共享和綜合展示。各項(xiàng)數(shù)據(jù)經(jīng)由統(tǒng)計(jì)、分類、聚類、關(guān)聯(lián)分析、預(yù)測(cè)分析、智能推薦等深度學(xué)習(xí)方法，為不同的應(yīng)用需求提供計(jì)算支持。

（3）鐵路機(jī)務(wù)大數(shù)據(jù)應(yīng)用系統(tǒng)。鐵路機(jī)務(wù)大數(shù)據(jù)應(yīng)用系統(tǒng)通過MapReduce，TensorFlow，Storm等多種類型的計(jì)算框架，開展關(guān)系型數(shù)據(jù)分析、事故故障文本分析、流數(shù)據(jù)分析等多種數(shù)據(jù)分析工作，為不同的業(yè)務(wù)場(chǎng)景提供包括統(tǒng)計(jì)分析、報(bào)表生成、數(shù)據(jù)挖掘、決策推薦等多樣的大數(shù)據(jù)應(yīng)用服務(wù)。同時(shí)，針對(duì)共性的分析需求，以豐富的大數(shù)據(jù)分析算法為基礎(chǔ)，為各業(yè)務(wù)部門提供基礎(chǔ)的數(shù)據(jù)挖掘分析模型，有效提高應(yīng)用效率。數(shù)據(jù)挖掘分析模型的應(yīng)用思路如圖3 所示。

1.3.3 技術(shù)架構(gòu)設(shè)計(jì)

鐵路機(jī)務(wù)大數(shù)據(jù)應(yīng)用系統(tǒng)采用基于J2EE 的企業(yè)技術(shù)架構(gòu)，Web 應(yīng)用程序使用HTTP 作為核心的通信協(xié)議，系統(tǒng)數(shù)據(jù)庫(kù)采用Hadoop 平臺(tái)和PostgreSQL，平臺(tái)使用“B/S”模式(即Browser/Server 模式)構(gòu)建。系統(tǒng)整體框架以Spring Boot為核心，運(yùn)用面向?qū)ο蟮脑O(shè)計(jì)方法，客戶端采用Layui 框架渲染頁(yè)面，通過AJAX 異步請(qǐng)求實(shí)現(xiàn)與服務(wù)端交互數(shù)據(jù)，服務(wù)端通過Spring MVC 攔截用戶請(qǐng)求、獲取請(qǐng)求參數(shù)、實(shí)現(xiàn)頁(yè)面導(dǎo)航，Spring貫穿了整個(gè)中間層，將Web 層、Service 層、DAO層無縫整合。Quartz定時(shí)任務(wù)實(shí)時(shí)獲取和處理數(shù)據(jù)，并通過Hibernate 實(shí)現(xiàn)數(shù)據(jù)持久化操作。鐵路機(jī)務(wù)大數(shù)據(jù)應(yīng)用系統(tǒng)的技術(shù)架構(gòu)如圖4 所示。

數(shù)據(jù)匯集層匯集機(jī)務(wù)專業(yè)相關(guān)數(shù)據(jù)，經(jīng)過數(shù)據(jù)清洗、治理后以標(biāo)準(zhǔn)數(shù)據(jù)格式統(tǒng)一存儲(chǔ)到數(shù)據(jù)服務(wù)平臺(tái)數(shù)據(jù)庫(kù)?；A(chǔ)服務(wù)層提供不同類型數(shù)據(jù)的存儲(chǔ)等服務(wù)，PostgreSQL 存儲(chǔ)結(jié)構(gòu)化數(shù)據(jù)并提供訪問，Hadoop 技術(shù)體系對(duì)海量非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分布式計(jì)算。數(shù)據(jù)訪問層采用Hibernate 完成對(duì)象關(guān)系型數(shù)據(jù)庫(kù)映射，對(duì)外數(shù)據(jù)接口使用Restful 等方式進(jìn)行訪問。數(shù)據(jù)應(yīng)用層采用Spring 技術(shù)對(duì)Spring MVC、Quartz 等實(shí)現(xiàn)無縫整合，對(duì)邏輯功能進(jìn)行統(tǒng)一管理。數(shù)據(jù)展示層采用Layui 框架對(duì)頁(yè)面進(jìn)行響應(yīng)式渲染，通過AJAX 異步請(qǐng)求實(shí)現(xiàn)與服務(wù)端的數(shù)據(jù)交互，提高用戶體驗(yàn)。

圖2 鐵路機(jī)務(wù)大數(shù)據(jù)應(yīng)用系統(tǒng)的總體架構(gòu)Fig.2 Overall architecture of the big data application system for the railway locomotive system

圖3 數(shù)據(jù)挖掘分析模型的應(yīng)用思路Fig.3 Design ideas of data mining analysis model

2 鐵路機(jī)務(wù)大數(shù)據(jù)應(yīng)用系統(tǒng)的典型應(yīng)用場(chǎng)景分析

鐵路機(jī)務(wù)大數(shù)據(jù)應(yīng)用系統(tǒng)主要涉及設(shè)備質(zhì)量綜合分析、人員運(yùn)用綜合把控和運(yùn)輸生產(chǎn)綜合管理3 個(gè)方面，具體可分為機(jī)車安全分析、機(jī)車整備檢修、車外設(shè)備盯控、人員安全分析、司乘組織管理、機(jī)車運(yùn)用組織、輔助決策分析7 個(gè)典型應(yīng)用場(chǎng)景。典型應(yīng)用場(chǎng)景的所屬關(guān)系如圖5 所示。

2.1 設(shè)備質(zhì)量綜合分析

2.1.1 機(jī)車安全分析

為滿足機(jī)車安全管理需要，一是對(duì)涉及機(jī)車安全管理的重點(diǎn)設(shè)備控制、安全裝備監(jiān)控、LKJ 檢測(cè)、非正常行車、機(jī)車故障、安全預(yù)警等數(shù)據(jù)開展聚類分析、關(guān)聯(lián)分析及預(yù)測(cè)分析，查找影響機(jī)車運(yùn)行安全的薄弱環(huán)節(jié)，提高機(jī)車安全管理的科學(xué)性和準(zhǔn)確度；二是對(duì)現(xiàn)場(chǎng)盯控、事故故障責(zé)任報(bào)告、安全裝備故障、LKJ 制動(dòng)控制信息等數(shù)據(jù)開展分類及關(guān)聯(lián)分析，深入研判影響機(jī)車安全的內(nèi)在誘因，及時(shí)提出安全預(yù)警；三是借鑒用戶畫像思路[12]，以機(jī)車為評(píng)價(jià)分析單元，通過構(gòu)建機(jī)車標(biāo)簽體系形成機(jī)車設(shè)備畫像分析模型，為機(jī)車健康管理及安全狀態(tài)評(píng)估提供更加科學(xué)直觀的依據(jù)。

機(jī)車設(shè)備畫像分析模型如圖6 所示，以機(jī)車為分析對(duì)象，通過機(jī)車運(yùn)用、機(jī)車整備、機(jī)車檢修、技防改造、專項(xiàng)整治等多維度的綜合把控，構(gòu)建描述機(jī)車健康狀態(tài)的標(biāo)簽體系和畫像模型，科學(xué)有效地分析機(jī)車的質(zhì)量狀態(tài)，實(shí)現(xiàn)事故故障的超前防范和機(jī)車安全狀態(tài)的可靠把控。

2.1.2 機(jī)車整備檢修

整備及檢修作業(yè)是機(jī)車養(yǎng)護(hù)維修的重要作業(yè)環(huán)節(jié)，應(yīng)深入挖掘與此有關(guān)的各類數(shù)據(jù)，促進(jìn)機(jī)車養(yǎng)護(hù)水平的提升。在整備作業(yè)方面，一是運(yùn)用遺傳優(yōu)化、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)等技術(shù)，對(duì)燃料信息、用砂信息等數(shù)據(jù)開展預(yù)測(cè)分析，在加強(qiáng)機(jī)務(wù)整備用料信息動(dòng)態(tài)管理的同時(shí)提高節(jié)支降耗能力；二是通過對(duì)整備周轉(zhuǎn)時(shí)間、整備平均停時(shí)、作業(yè)重點(diǎn)等諸多數(shù)據(jù)項(xiàng)點(diǎn)的分類及聚類分析，開展整備信息24 小時(shí)管理，為機(jī)車交路安排、用工排班等提供支持；三是將整備信息與機(jī)車運(yùn)行信息相關(guān)聯(lián)，對(duì)機(jī)車整備用料進(jìn)行預(yù)測(cè)分析，便于統(tǒng)籌調(diào)配，確保整備作業(yè)進(jìn)度。在檢修作業(yè)方面，一是通過對(duì)機(jī)車各類修程、故障信息、質(zhì)量監(jiān)測(cè)信息、配件信息等數(shù)據(jù)的時(shí)序分析，構(gòu)建機(jī)車檢修作業(yè)的全生命周期數(shù)據(jù)鏈；二是運(yùn)用分類、預(yù)測(cè)等分析手段，動(dòng)態(tài)監(jiān)控機(jī)車檢修中的檢備率、檢修兌現(xiàn)率、平均停時(shí)、入修率、臨修定責(zé)率等關(guān)鍵指標(biāo)；三是提取影響機(jī)車質(zhì)量和安全狀態(tài)的關(guān)聯(lián)因素，以問題防范為導(dǎo)向，引導(dǎo)機(jī)車檢修工作由計(jì)劃修逐步向狀態(tài)修轉(zhuǎn)變，有效提高機(jī)車周轉(zhuǎn)效率、提升檢修質(zhì)量、降低檢修成本。

圖4 鐵路機(jī)務(wù)大數(shù)據(jù)應(yīng)用系統(tǒng)的技術(shù)架構(gòu)Fig.4 Technical architecture of the big data application system of the railway locomotive system

圖5 典型應(yīng)用場(chǎng)景的所屬關(guān)系Fig.5 Hierarchy of typical application scenarios

圖6 機(jī)車設(shè)備畫像分析模型Fig.6 Analytical model of locomotive equipment portrait

目前，機(jī)車養(yǎng)護(hù)作業(yè)環(huán)節(jié)的大量數(shù)據(jù)需要先由人工填記后再錄入系統(tǒng)，制約了機(jī)車養(yǎng)護(hù)質(zhì)量的分析效果?；诙嘣磾?shù)據(jù)采集終端的機(jī)車養(yǎng)護(hù)數(shù)據(jù)匯集模型如圖7 所示，通過開發(fā)機(jī)車整備作業(yè)全過程掃碼器、機(jī)車檢修作業(yè)手持記錄儀等適用于不同養(yǎng)護(hù)場(chǎng)景的數(shù)據(jù)采集設(shè)備，提高數(shù)據(jù)采集的準(zhǔn)確性和數(shù)據(jù)匯集的時(shí)效性，實(shí)現(xiàn)機(jī)車養(yǎng)護(hù)作業(yè)的全過程動(dòng)態(tài)精準(zhǔn)分析。

圖7 基于多源數(shù)據(jù)采集終端的機(jī)車養(yǎng)護(hù)數(shù)據(jù)匯集模型Fig.7 Locomotive maintenance data fusion model based on multi-source data acquisition terminals

2.1.3 車外設(shè)備盯控

除機(jī)車外，機(jī)務(wù)專業(yè)還涉及諸多其他重要設(shè)備的管理及養(yǎng)護(hù)工作，如整備棚、檢修庫(kù)、油庫(kù)、站場(chǎng)音視頻設(shè)備、生產(chǎn)用具等。一是對(duì)車外設(shè)備的基礎(chǔ)信息、更新改造信息、專項(xiàng)整修信息等開展時(shí)序分析、分類及預(yù)測(cè)分析，對(duì)設(shè)備實(shí)施全生命周期管理；二是加強(qiáng)對(duì)設(shè)備各類檢修信息的分類及聚類分析，及時(shí)分析出影響設(shè)備質(zhì)量的薄弱環(huán)節(jié)；三是運(yùn)用分類、預(yù)測(cè)等多種數(shù)據(jù)挖掘手段，構(gòu)建設(shè)備質(zhì)量評(píng)估體系，實(shí)現(xiàn)實(shí)時(shí)的設(shè)備安全預(yù)警；四是運(yùn)用可視化等多種展示方法，及時(shí)更新重點(diǎn)工程的建設(shè)進(jìn)度和存在問題，確保重大設(shè)備建設(shè)項(xiàng)目穩(wěn)步推進(jìn)。

2.2 人員運(yùn)用綜合把控

2.2.1 人員安全分析

人員是機(jī)務(wù)專業(yè)眾多生產(chǎn)作業(yè)環(huán)節(jié)的直接參與者，機(jī)車乘務(wù)員、機(jī)車鉗工、機(jī)車電工、制動(dòng)鉗工等一線作業(yè)工種的狀態(tài)將直接影響機(jī)務(wù)專業(yè)的運(yùn)輸生產(chǎn)質(zhì)量。需要綜合運(yùn)用分類、聚類、關(guān)聯(lián)分析等多種數(shù)據(jù)挖掘方法，深入分析人員作業(yè)環(huán)境的監(jiān)控視頻、錄音記錄等非結(jié)構(gòu)化數(shù)據(jù)，結(jié)合人員基礎(chǔ)履歷、技術(shù)業(yè)務(wù)考核、兩紀(jì)管理、安全問題通知書、表?yè)P(yáng)通知書、培訓(xùn)考試等動(dòng)、靜態(tài)信息，建立針對(duì)不同作業(yè)工種的畫像標(biāo)簽體系和綜合考評(píng)辦法，對(duì)人員的狀態(tài)進(jìn)行有效把控，為人員的科學(xué)合理安排提供及時(shí)有效的依據(jù)，從“人防”的角度保障運(yùn)輸生產(chǎn)安全。

構(gòu)建人員畫像分析體系的最終目的是確保鐵路運(yùn)輸?shù)恼w安全和高效運(yùn)營(yíng)，因此，還應(yīng)將人員畫像分析同設(shè)備畫像分析有機(jī)結(jié)合，以各個(gè)生產(chǎn)作業(yè)環(huán)節(jié)為切入點(diǎn)，整合人員作業(yè)與設(shè)備運(yùn)行數(shù)據(jù)，保障機(jī)務(wù)運(yùn)輸生產(chǎn)質(zhì)量。機(jī)務(wù)人員畫像與機(jī)車設(shè)備畫像聯(lián)動(dòng)分析模型如圖8 所示。

圖8 機(jī)務(wù)人員畫像與機(jī)車設(shè)備畫像聯(lián)動(dòng)分析模型Fig.8 Comprehensive analysis model of personnel portrait and locomotive equipment portrait

2.2.2 司乘組織管理

司機(jī)的業(yè)務(wù)能力和操縱情況對(duì)列車運(yùn)行安全狀態(tài)有著巨大影響，應(yīng)充分挖掘與司機(jī)運(yùn)用組織有關(guān)的各類數(shù)據(jù)。一是綜合利用機(jī)車及動(dòng)車組車型配屬、司機(jī)日常排班、外駐點(diǎn)、列車運(yùn)行圖、異常天氣、施工等各類信息，運(yùn)用遺傳優(yōu)化、聚類、分類、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)等分析算法，有效開展司機(jī)派班優(yōu)化調(diào)整、操縱技能預(yù)測(cè)分析、操縱質(zhì)量評(píng)估、人員超勞診斷等綜合分析；二是通過對(duì)列車運(yùn)行調(diào)度信息、事故故障信息、異常報(bào)警信息等數(shù)據(jù)的綜合運(yùn)用，為司機(jī)提供個(gè)性化的智能輔助駕駛提示。

司機(jī)智能輔助安全駕駛系統(tǒng)模型如圖9 所示，通過匯集機(jī)務(wù)、工務(wù)、電務(wù)、車輛、車務(wù)等專業(yè)提供的基礎(chǔ)信息、動(dòng)靜檢信息、維修信息、歷史事故故障信息以及實(shí)時(shí)報(bào)警信息等數(shù)據(jù)，結(jié)合地理信息、天氣信息等路外數(shù)據(jù)，以電子地圖、語(yǔ)音、圖表等多種友好的人機(jī)交互方式，為司機(jī)提供安全駕駛提示，保障列車運(yùn)行安全。

圖9 司機(jī)智能輔助安全駕駛系統(tǒng)模型Fig.9 Model of intelligent auxiliary safe driving system for locomotive drivers

2.3 運(yùn)輸生產(chǎn)綜合管理

2.3.1 機(jī)車運(yùn)用組織

機(jī)車運(yùn)用組織是機(jī)務(wù)專業(yè)運(yùn)輸生產(chǎn)工作的重中之重，主要涉及機(jī)車周轉(zhuǎn)調(diào)度、列車牽引、運(yùn)行監(jiān)控等工作。為了確保機(jī)務(wù)運(yùn)用工作的高效、平穩(wěn)和安全，一是通過大數(shù)據(jù)關(guān)聯(lián)分析，實(shí)現(xiàn)機(jī)車擔(dān)當(dāng)交路、機(jī)車配屬、調(diào)度命令、LKJ 數(shù)據(jù)換裝、機(jī)破、碎修、運(yùn)用故障、乘務(wù)員使用、人員超勞等與機(jī)車運(yùn)用相關(guān)的多類信息的關(guān)聯(lián)規(guī)則挖掘，分析影響機(jī)車運(yùn)用質(zhì)量及安全狀態(tài)的關(guān)聯(lián)因素；二是通過故障預(yù)測(cè)、狀態(tài)分類、人員聚類等大數(shù)據(jù)分析手段，實(shí)現(xiàn)機(jī)車周轉(zhuǎn)、人員派班、機(jī)車運(yùn)用狀態(tài)等信息的24 小時(shí)盯控和優(yōu)化調(diào)整；三是利用圖像及語(yǔ)音識(shí)別技術(shù)，加強(qiáng)對(duì)機(jī)車視頻、語(yǔ)音等流數(shù)據(jù)的實(shí)時(shí)分析，提高機(jī)車安全質(zhì)量、司乘駕駛狀態(tài)的監(jiān)控能力；四是借助文本分析技術(shù)深度挖掘機(jī)車運(yùn)行日志、機(jī)車臨修登記票等文本信息，分析事故故障原因及發(fā)展趨勢(shì)。

借助神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等機(jī)器學(xué)習(xí)算法，建立針對(duì)圖像、音頻等非結(jié)構(gòu)化數(shù)據(jù)的研究模型，為人員違規(guī)自動(dòng)甄別、設(shè)備問題精準(zhǔn)查源、線路異常實(shí)時(shí)報(bào)警、操縱駕駛重點(diǎn)盯控等提供技術(shù)支持。異常狀態(tài)信息經(jīng)過專業(yè)人員確認(rèn)后，形成安全問題通知書，存入安全隱患庫(kù)。對(duì)于較為嚴(yán)重的問題，及時(shí)通報(bào)給機(jī)車乘務(wù)員，防止問題進(jìn)一步惡化。機(jī)車視頻傳輸及分析模型如圖10 所示。

圖10 機(jī)車視頻傳輸及分析模型Fig.10 Transmission and analysis model for locomotive video

2.3.2 輔助決策分析

機(jī)務(wù)專業(yè)的綜合管理及決策應(yīng)在對(duì)“車”“人”“物”“修”等多個(gè)業(yè)務(wù)環(huán)節(jié)開展大數(shù)據(jù)分析的基礎(chǔ)上，為各級(jí)業(yè)務(wù)部門提供輔助決策支持。一是綜合利用各類數(shù)據(jù)挖掘算法及可視化展示手段，及時(shí)更新展示機(jī)車上線運(yùn)行情況、整備及檢修情況、事故故障處理情況、人員運(yùn)用情況、安全考核情況等多種綜合統(tǒng)計(jì)信息，便于實(shí)時(shí)掌握階段性運(yùn)輸生產(chǎn)現(xiàn)狀；二是加強(qiáng)設(shè)備改造、段區(qū)施工、救援列車部署、重點(diǎn)任務(wù)督辦等信息的統(tǒng)計(jì)、分類及關(guān)聯(lián)分析，動(dòng)態(tài)掌握重點(diǎn)工作的推進(jìn)完成情況；三是綜合利用其他應(yīng)用分析場(chǎng)景獲得的數(shù)據(jù)挖掘結(jié)果，開展進(jìn)一步的統(tǒng)計(jì)分析、關(guān)聯(lián)分析及預(yù)測(cè)分析，獲取機(jī)車事故故障及非正常行車的發(fā)生原因、機(jī)車養(yǎng)護(hù)的優(yōu)化重點(diǎn)、人員使用的薄弱環(huán)節(jié)、設(shè)備質(zhì)量趨勢(shì)等信息，為防范事故故障、提升機(jī)車運(yùn)用質(zhì)量、優(yōu)化人員配置、提高設(shè)備養(yǎng)護(hù)水平提供決策依據(jù)。

3 結(jié)束語(yǔ)

隨著鐵路信息化建設(shè)的不斷推進(jìn)，大數(shù)據(jù)技術(shù)對(duì)促進(jìn)行業(yè)轉(zhuǎn)型升級(jí)、優(yōu)化安全管理、提升企業(yè)核心競(jìng)爭(zhēng)力的作用日益凸顯。鐵路機(jī)務(wù)大數(shù)據(jù)應(yīng)用系統(tǒng)立足鐵路機(jī)務(wù)運(yùn)輸生產(chǎn)實(shí)際，以大數(shù)據(jù)應(yīng)用為核心，通過“N+1+3”的總體架構(gòu)設(shè)計(jì)，開展面向3 個(gè)應(yīng)用板塊、7 個(gè)典型場(chǎng)景的應(yīng)用研究，充分挖掘鐵路機(jī)務(wù)數(shù)據(jù)的深層價(jià)值，服務(wù)于提高機(jī)車運(yùn)用周轉(zhuǎn)效率、改善設(shè)備維護(hù)質(zhì)量、保障機(jī)車運(yùn)行安全、改進(jìn)人員使用現(xiàn)狀、完善生產(chǎn)管理手段、提升行業(yè)綜合效益，為鐵路機(jī)務(wù)專業(yè)的運(yùn)輸生產(chǎn)精細(xì)化、安全生產(chǎn)智能化、綜合管理信息化發(fā)展提供了一定的技術(shù)支持，有利于大數(shù)據(jù)技術(shù)在機(jī)務(wù)運(yùn)輸生產(chǎn)中的扎實(shí)推廣。