（中国铁路北京局集团有限公司丰台机务段，北京 100071）
摘要：伴随着大数据技术的不断发展和进步，为了满足铁路安全管理需求，要积极落实大数据技术应用策略，整合数据存储、数据分析以及数据可视化控制等技术问题，全面升级技术应用机制，构建更加系统化的安全管理应用框架体系，保证铁路安全管理工作能按照标准化流程有序开展，从而完善数据分析和挖掘管控效率，确保预防机制和管理控制机制的实效性，为铁路安全管理可持续发展奠定基础。随着铁路数据的不断积累，铁路大数据质量问题也不断显现，详述目前铁路系统数据存在的典型质量问题，从狭义、广义、应用角度提出铁路大数据质量评估方法，提出铁路数据质量优化角度及优化方法，建立铁路大数据质量优化流程。
关键词：大数据技术；铁路安全；管理
1 大数据技术的铁路安全的意义
随着信息技术的迅猛发展，各行业累计了大量类型各异的数据，且数据增速持续上升。基于大数据技术手段对互联网、交通、电力、金融、电信等重点行业产生的海量数据进行分析，将对经济运行机制、社会生活方式和国家安全管理产生重要价值。在实际工作开展进程中，要积极应用大数据分析技术，完成对海量信息和数据的学习以及挖掘工作，一定程度上对高实时性要求予以判定，从而完善实时在线分析的结果，升级预警水平和管理机制的基础上，维护铁路安全管理系统的运维水平。在此，针对铁路大数据服务总体框架、全生命周期安全保障需求分析、全生命周期安全保障技术体系等相关工作进行论述。
2 基于大数据技术的铁路人员安全管理
在人员安全管理工作体系内，要借助大数据技术对重点对象进行集中追踪，从而完善数据收集过程。所谓重点对象追踪，就是依据大数据体系和人脸识别技术，对重点对象的活动轨迹以及路线予以系统化约束和分析。大数据的落地生效，归根结底，人在其中起着关键性作用。大数据是新一代信息技术的综合应用，从规划到应用、管理、实施等，需要拥有多方面知识的复合型人才。需要注意的是，在重点对象线路分析的过程中，主要应用的大数据技术就是聚类分析技术、关联分析技术、回归分析技术、模式识别技术以及图像处理技术等，从而建构完善的数据体系。
3 基于大数据技术的铁路设备安全管理
在铁路管理工作开展的过程中，要结合铁路设备生命周期开展相应的管理工作，有序开展系统化监督管控措施，并且对铁路设备进行建设管理和运营管理，确保设备能在生命周期内发挥其实际价值和最大运行优势，真正提升设备运输安全水平和管理活动监督效果。依据数据质量管理办法及一体化业务系统数据模型，制定铁路各领域不同类型数据的质量管理流程与细则，明确数据质量日常管理工作岗位、流程、数据质量校验规则，作为后续制定数据质量专项整治方案的依据。
铁路设备生命周期管理工作开展的过程中，要应用大数据聚类分析机制和关联分析体系，有效完善时间序列等问题，确保设备历史状态信息得以全面处理，在规划出设备生命周期曲线后就能结合传感器测定数据进行预防方案的设定，尤其是将大数据技术应用在工务轨道设备维修项目中，减少设备故障对铁路运行产生的影响。
在规划出设备生命周期曲线后就能结合传感器测定数据进行预防方案的设定，尤其是将大数据技术应用在工务轨道设备维修项目中，减少设备故障对铁路运行产生的影响。借助大数据技术能有效对工务轨道设备病害或者是故障机理展开分析，应用设备故障诊断，就能在工务轨道设备运行过程中利用相关运行数据判定其运行状态以及产生故障的部位以及产生原因，从而设定相应的管控和处理方式。
期刊文章分类查询,尽在期刊图书馆故障诊断技术从经验处理、量化分析，再到人工智能诊断，真正实现了技术的革新，且大数据技术的应用也为故障分析创设了更加有效的环境。
4 基于大数据技术的铁路环境安全管理
多数铁路都是铺设在露天，使得自然灾害会对其运行应用产生影响，传统的灾害预测主要借助的是神经网络分析等，而铁路运行过程的监测数据较大，使得传统机制在管理和分析方面依旧存在局限性。而借助大数据技术，就能完善关联分析和聚类分析水平，有效对数据进行全面整合处理，从而判定周围自然灾害的发生规律，建构提前预防的方案，一定程度上保证铁路运输的安全性。目前主要利用的是红外线、微波等技术进行异物侵袭监测，而大数据技术能对相关数据进行整合分析，判定规律后制定有效的预防维护方案。也就是说，借助数据技术就能对发生时间、造成的危害展开深度评估，确保监测实效性，也为预防管控工作的升级提供保障。
5 大数据技术的铁路安全管理角度
5.1 建立铁路安全数据标准规范
针对铁路不同数据域建立客运、货运、调度各项数据标准规范，作为后续各业务部门制定数据质量管理细则的依据之一，细化数据规范粒度，并修订信息分类与编码规范。
5.2制定数据质量管理流程与细则
依据数据质量管理办法及一体化业务系统数据模型，制定铁路安全不同类型数据的质量管理流程与细则，明确数据质量日常管理工作岗位、流程、数据质量校验规则，作为后续制定数据质量专项整治方案的依据。
5.3 制定铁路数据评估与考核机制
各级数据分析部门定期进行数据质量管理工作巡视检查，检查重点包括岗位落实情况、数据质量工作执行情况、数据质量改进情况。
结束语
铁路行业经过多年的信息化建设与发展，积累了海量的大数据资产，而确保大数据安全可靠是开展铁路行业大数据分析和综合利用的先决条件。分析当前全球大数据安全面临的严峻形势以及我国对大数据安全保障的相关政策要求，设计可涵盖“数据集成、数据共享、大数据存储与分析”各阶段的铁路大数据服务总体框架和数据流程，提出铁路大数据在采集、传输、共享、存储、分析等全生命周期各阶段面临的安全保障需求，构建包括访问安全、数据安全、传输安全、综合安全4个层面的铁路大数据安全保障技术体系。
参考文献
[1]王华伟. 铁路通信大数据系统总体方案研究[A]. 中国铁道学会自动化委员会.铁路通信专业学术交流会论文集[C].中国铁道学会自动化委员会:,2017:6.
[2]刘彦军. 铁路大数据资产管理平台的研究与设计[A]. 中国智能交通协会.第十二届中国智能交通年会大会论文集[C].中国智能交通协会:,2017:6.
[3]邹丹. 铁路大数据治理体系研究[A]. 中国智能交通协会.第十二届中国智能交通年会大会论文集[C].中国智能交通协会:,2017:5.
[4]王华伟. 铁路运输设备技术状态大数据平台研究[D].中国铁道科学研究院,2017.
[5]张斌,彭其渊.基于大数据的铁路客户关系管理系统设计研究[J].铁道运输与经济,2017,39(06):42-48.
[6]刘淼.关于大数据在铁路物流中的应用研究[J].通讯世界,2017(08):39-41.
[7]吴昊. 铁路大数据时代下的大作为[N]. 人民铁道,2017-03-10(A02).
论文作者:赵洪涛
论文发表刊物:《新材料.新装饰》2018年2月下
论文发表时间:2018/8/9
标签：数据论文; 铁路论文; 技术论文; 质量论文; 设备论文; 中国论文; 安全管理论文; 《新材料.新装饰》2018年2月下论文;