摘要：经济的发展，城镇化进程的加快，促进铁路交通建设项目的增多。随着我国路网快速建设，铁路向高速化、重载化发展，工务维修管理愈发重要，养护维修可作业时间更短，要完成的维修任务更重。本文就大数据在铁路工务管理系统中的应用展开探讨。
关键词：数据管理；大数据；铁路工务
引言
通过借鉴国外大数据应用经验，结合我国铁路工务设备需求，建立基于铁路数据服务平台的资产汇集平台，将工务相关结构化及非结构化数据全面汇集，提出工务大数据应用总体框架，并研究关键技术，根据实际需求开展典型应用，对于实现设备健康状态评估、故障预测及维修决策等功能具有重要意义。
1铁路工务工作面临新形势
（1）高速、重载同步发展。重载铁路列车轴重大，对基础设施的破坏剧烈，其结构要求具有较高的强度和可维修性：高速铁路速度密度大，要求基础设施有很高的平顺性，其结构要求具有高可靠度，修理工作应尽量少。（2）有砟、无砟轨道并存。我国铁路既有线的轨道基本上都是有砟轨道，客运专线、高速铁路、城际铁路以无砟轨道为主，时速200km客运专线以有砟轨道为主。工务部门既要应对有砟轨道的问题，又要解决无砟轨道的问题。（3）提高自主创新能力。提高自主创新能力、加快技术进步是工务管理关键环节。工务部门在观念、技术、管理等方面都面临创新的问题。（4）外部环境压力增大。列车速度提高、货车轴重加大、行车密度增加等都给工务工作带来了新难题。（5）改革、建设同时进行。在新的形势下，管理模式的变化不可避免，而管理模式的变化对工务工作必然会带来巨大变化。无论是设备管理、技术管理、施工作业等各个方面都会带来深刻变化。
2铁路工务管理系统的现状与存在的问题
针对铁路工务系统的运维管理，实现大数据驱动铁路工务管理的科学决策，实现铁路工务管理的智能化、透明化过程管理及资源优化配置，最终实现工务系统的战略落地。但目前铁路工务系统在大数据的应用研究等方面尚存在以下诸多问题：（1）数据采集的信息不全或不够准确，更多的是静态数据，缺少大量的动态检测数据信息，尚未实现数据信息的全局性、全过程覆盖；（2）缺乏统一的数据标准或数据编码规范，大量据之间的交互、共享能力较弱，存在较多的信息孤岛，未能实现工务管理各业务部门间数据的共享分析应用；（3）铁路工务系统各业务部门限于各自的应用能力和技术手段，在互联共享过程中协调能力不足，难以充分发挥大数据的挖掘分析效能；（4）在具体业务分析应用工作中，由于缺乏相应的专业人员和技能储备积累，对数据的利用率不高；（5）在安全生产管理过程中，缺少有效的分析工具和支撑平台，主要采用“事后分析总结”的模式，缺少事前的预测预判；（6）工务系统的信息化综合应用能力较弱，受限于专业技术经验等因素对故障点及安全风险隐患的定性和定量分析评估能力较弱。
3铁路工务管理中大数据的应用研究
3.1需求分析
通过大数据手段掌握高速铁路全线构筑物和设备的状态，及时分析发现可能出现的问题，保证线路设备条件处于最佳状态，持续保持运营期管理技术的领先水平，已成为高速铁路运营管理中亟待解决的关键问题。根据各专业业务需要，整合各系统资源及数据，同时开展大数据综合应用分析，推进高速铁路运维决策支持系统研究，实现设备健康状态评估、故障预测及维修决策等功能具有重要意义。在高速铁路工务数据管理现状下，分析高速铁路工务大数据应用需求如下：（1）高铁示范站段及下属车间调研数据的需求。
期刊文章分类查询,尽在期刊图书馆了解工务设备维修管理相关数据应用与管理现状，调研现有主要数据存储位置（站段/车间）、管理单位、管理方式、更新周期、使用情况等，分析数据接入方式等，为工务数据汇集奠定基础。（2）建立标准规范的高铁工务数据模型的需求。高铁工务设备管理需要掌握工务专业基础数据，根据这些数据形成标准规范的数据模型，为日常检修维护等提供全面、精准的数据支持。（3）搭建高铁数据资产汇集平台的需求。根据逻辑模型，分层次、分类别将汇集数据进行组织，需要实现数据的全景展示，并需要从专业角度对结构化数据和非结构化数据分别管理，并支持相应检索功能。（4）探索工务典型设备寿命周期规律应用的需求。需要基于汇集平台开展探索工务典型设备寿命周期管理应用，如更改、大修及专项整治应用、沉降观测分析、二型板温度分析等。
3.2工务机械车基于状态信息的故障诊断预警及健康管理系统的应用研究
深入分析研究“互联网+”、“大数据”及智能感知等相关技术在工务机械车健康管理方面的应用，实现实时采集工务机械车各关键部件的运行工况信息，并通过分析研究各部件设备的工作机制及控制原理，梳理及识别各部件设备可能发生的故障类别、故障机理、故障特征及敏感参数等信息，同时，研究实现在不同应用场景下，如何有效提取被测部分的故障特征信息及相关的多元信息，再结合部件设备的历史运行状况、工作场景、控制模式及工作机制等信息，根据部件设备所处的客观工况信息，利用决策树、显著性差异分析、相似性建模、灰色聚类和模糊综合评价等故障预警方法，实时综合评价分析各部件和系统的健康状态及性能发展趋势，综合利用各种数据信息的关联特性和早期故障微弱特性的提取，提前发现存在的故障征兆，实现对工务机械车的早期故障或潜隐故障的预警和预判。最终实现在系统健康状态科学分析评价的基础上，综合考虑维修成本和系统可靠性，对维修策略进行优化，真正实现工务机械车的状态修而不是计划性预测维修，有效提高系统的安全性、可靠性,降低故障发生的概率与风险，同时，降低车辆的运维成本。
3.3铁路工务安全生产管理信息化
随着路网干线提速及高速、重载铁路的发展，路网维护已经成为运输生产组织、行车安全中的关键问题。以信息技术为手段，利用轨检车、动检车，车载式线路检查仪、添乘仪、探伤车等动态检测数据和轨检仪、线路精测、人工检测等静态检测数据，综合列车密度、载重、速度等多种影响轨道恶化因素，通过综合统计分析，找出线路质量变化趋势，探索轨道状态变化规律，辅助制定维修计划，落实“零误差”和“精检细修”维修历年，逐步实现铁路工务安全生产管理信息化已成为当前的一个重要目标。实现铁路工务安全生产管理信息化有助于工务部门落实“零误差”维修理念，有利于科学指导维修作业，及时消除故障隐患，确保线路质量良好、安全可靠，促进工务管理水平的提升，为铁路固定设备安全保障体系提供技术支撑，达到工务决策科学化、全面提升工务管理水平。
结语
随着我国大数据建设的全面推进和迅猛发展，铁路工务系统在大数据应用方面也一定会不断取得创新性的丰硕成果，利用大数据平台实现科学、客观、全面地实时动态了解铁路基础设施和工务机械车的性能状态，预测故障及性能发展趋势，对其健康度进行准确的预测预判，防止重特大事故发生，对故障点和安全隐患进行精确定位从而提高养护及检修的效率，提升铁路工务系统的掌控能力和运营管理水平以及对突发事件的应变处理能力，实现由“计划修”向“状态修”维修模式的合理转变，有效助推铁路工务安全生产管理模式的变革。
参考文献
[1]陶雪娇，胡晓峰，刘洋.大数据研究综述[J].系统仿真学报，2016，25（S）：142-146.
[2]彭宇，刘大同，彭喜元．故障预测与健康管理技术综述[J].电子测量与仪器学报，2017，24（1）：1-7．
论文作者:杨建锋
论文发表刊物:《基层建设》2019年第22期
论文发表时间:2019/11/8
标签：工务论文; 数据论文; 铁路论文; 故障论文; 状态论文; 设备论文; 轨道论文; 《基层建设》2019年第22期论文;