摘要：大数据时代的到来让海量数据变成了巨大的潜在财富，结合大数据技术开展铁路运输设备精细化管理与分析具有重要的现实意义。研究提出的平台总体架构、应用功能、业务流程及关键技术为铁路运输设备技术状态大数据平台的搭建提供了理论指导，铁路运输设计技术状态大数据平台的建设与应用，将提升铁路运输设备管理的信息化水平，推动铁路生产作业方式变革，促进铁路运输装备的创新发展。
关键词：铁路、运输、设备、技术状态、大数据、应用
1铁路运输设备技术状态大数据平台设计
1.1大数据分析
大数据目前已经成为继网格计算、云计算之后最流行的IT行业术语。伴随大数据技术的发展和国家政策的支持，围绕大数据的技术研究及应用研究层出不穷，涵盖了社会中的诸多领域，如互联网行业、电子商务、电力行业、物流行业、医疗行业、地质行业等。此外，我国许多学者也积极开展大数据技术在铁路行业的应用探索，对于推动大数据技术在铁路领域的应用具有重要价值。铁路运输设备按应用特点可以分为移动设备、固定设备设施、安全监测设备等。
铁路运输设备技术状态数据集涵盖了运输设备全寿命周期内的所有动静态技术状态相关信息，涉及文本、图片、视频、日志等各种数据类型，并随着时间的推移，其数据量呈指数增长，这些数据具有显著的“海量数据+复杂类型数据”的特点，符合大数据大体量（Volume）、多样性（Variety）、时效性（Velocity）、大价值（Value）的4V特征。
1.2总体架构设计
铁路运输设备技术状态大数据平台的设计思路概括为：基于铁路计算机网络集中搭建运输设备技术状态大数据平台，将全路各专业运输设备的动、静态技术状态信息（包括履历、检修运用和监测报警信息等），经过采集、加工和规范化处理后接入平台，从而为各级相关用户提供运输设备技术状态管理大数据应用服务。
铁路运输设备技术状态大数据平台总体架构主要是由基础设施层、数据源层、数据采集层、数据存储层、数据分析层、数据管理层、应用展示层、大数据标准及安全保障体系等8个部分组成，实现运输设备技术状态大数据的产生、聚集、分析和应用各个阶段的串联。铁路运输设备技术状态大数据。
（1）基础设施层。主要提供大数据平台所需的基础软硬件支撑，包括各类服务器设备、存储设备、网络设备、虚拟化设备及相关软件等。
（2）数据源层。铁路机务、供电、工务、电务、车辆等各专业运输设备相关系统共同构成运输设备数据源体系，包含运输设备技术状态全寿命周期内的动静态数据。
（3）数据采集层。该层利用网络技术将运输设备技术状态相关数据进行传输，并对数据进行集成、抽取、清洗及适配，实现对结构化、非结构化数据的全面采集及预处理。
（4）数据存储层。通过构建适应不同应用场景的大数据存储架构，支撑对数据采集层采集到的运输设备技术状态数据进行融合，并进行分块存储。
（5）数据分析层。建立运输设备技术状态大数据分析计算策略，利用工作流、分析算法和模型工具等数据分析引擎组件来实现大数据的处理和分析，完成对运输设计技术状态海量数据潜在价值的挖掘分析。
（6）数据管理层。主要完成对元数据、主数据、业务模型及数据质量的管理和监控，为平台的数据管理及运维提供支撑。
（7）应用展示层。结合实际应用需求，利用分析层提供的服务，为用户提供基于大数据的各类应用展示服务。
（8）大数据标准及安全保障体系。大数据标准体系主要为相关系统的网络互联、信息集成、数据共享提供支撑，保证各异构系统之间按统一的标准进行信息整合；安全保障体系主要为大数据平台的数据安全提供可靠保障。
1.3应用功能设计
（1）全寿命周期电子履历。
期刊文章分类查询,尽在期刊图书馆按照“一单元一档案”的管理原则，对运输设备寿命周期内的所有信息按照单元编码进行有效串联，形成完整的运输设备技术状态电子履历档案。
（2）故障诊断及预测。构建运输设备故障诊断、故障预测模型，结合各类设备技术状态指标参数及实时状态数据，对运输设备故障进行及时诊断及预测。
（3）健康评估。利用大数据分析技术，剖析设备状态的关联影响因素，综合评价设备的健康状态。
（4）寿命预测。综合分析运输设备的整体性能，进行设备寿命趋势分析，完成对设备寿命的预测，为设备更新改造提供辅助决策支持。
（5）风险识别。根据积累的各项指标数据，挖掘分析运输设备的安全风险，识别安全风险源，为风险管理提供可靠支撑。
（6）状态维修辅助决策。分析铁路运输设施设备状态变化规律，优化检修维护计划，为“计划修”向“状态修”的模式转变提供决策支持。
（7）综合考核评价。建立运输设备综合考核评价体系，可以按设备分类、产权单位、维护单位、生产厂家等对设备运用质量、可靠性、稳定性等进行综合考核评价，运用多种可视化展示方式，为设备运用管理提供数据支撑。
2铁路运输设备技术状态大数据应用示范
铁路运输设备技术状态大数据平台主要由：综合应用、机务设备状态、车辆设备状态、工务设备状态、电务设备状态、供电设备状态、主数据管理、系统维护、后台支撑9个功能模块构成。
（1）综合应用：提供各类设备状态综合条件查询检索，生成各类日常综合性管理统计报表；对于跨专业及结合部的设备状态及作业质量进行分析通过对各类运输设备全寿命周期大数据的分析；对设备状态数据趋势、规律进行定量分析，为设备新造、运用、检修的考核及政策制定提供辅助支持。
（2）各专业设备技术状态管理：建立机车整车、动车组车组、车辆、客车整车、货车整车、通信设备、信号设备、供电设备、线桥隧等工务基础设施，以及关键部件的技术履历库，集成新造、运用、检修、故障、报废等各类技术管理信息，实现运输设备、关键部件的全寿命周期管理；对运输设备及关键部件进行技术状态评价和分析，利用可视化图表展示运输设备及关键部件的技术状态概况，提供相应的设备状态查询功能。
（3）主数据管理：依据公共基础数据统一编码方案，进行基础数据的统一维护和发布流程化管理。
（4）系统维护：主要功能包括系统用户管理及权限维护；系统安全策略、审计策略、负载均衡策略、数据升级、备份策略等运行参数维护；对系统主机资源、网络设备和网络通道状态、服务进程、数据库、传输平台等系统运行状态集中监控。
（5）后台支撑：建立数据接口规范，从相关系统抽取接口数据，完成接口数据的接入、格式转换、装载校验等数据处理；建立各种运输设备的技术状态评价模型和算法，利用大数据平台，对各类设备技术状态进行综合评价；对各类运输设备的GIS空间数据的维护、发布管理；提供铁路运输设备技术状态大数据分析信息共享服务。
结束语：
围绕铁路运输设备大数据分析应用的业务需求，开展运输设备大数据示范应用，实现数据集成、融合、信息共享，提供运输设备设施的全寿命周期电子履历管理，支撑各层级最大限度掌握设备技术状态。通过大数据分析，可以实现运输设备故障预测和健康管理，为维修养护和设备投资等提供辅助决策依据，为科学有序地开展铁路运输设备技术状态大数据分析应用提供有益的指导。
参考文献：
[1]于永利. 铁路运输设备技术状态大数据应用研究[C]. 中国智能交通协会.第十三届中国智能交通年会大会论文集.中国智能交通协会：中国智能交通协会，2018：851-858.
[2]刘洋.关于铁路运输设备技术状态大数据平台的探讨[J].中国新通信，2018，20（20）：165-166.
[3]董佳怡.大数据在铁路通信系统的应用[J].上海铁道科技，2018（02）：148-149.
[4]陈烈.铁路通信设备技术状态大数据平台的研究[J].科技风，2018（07）：96+98.
论文作者:宋振1,吕仁河2,贾林2
论文发表刊物:《基层建设》2019年第31期
论文发表时间:2020/4/7
标签：数据论文; 状态论文; 运输设备论文; 技术论文; 设备论文; 铁路论文; 平台论文; 《基层建设》2019年第31期论文;