摘要：在我國進入21世紀以來，我國的綜合國力在不斷的加強，社會在不斷的進步，隨著動車組信息化建設不斷深入，動車組運維相關信息系統逐步建立。為推動動車組運用和檢修的高效穩定發展，實現規范系統數據，提高數據質量，滿足數據共享，結合動車組信息系統數據資源多源異構的特點與動車組運維智能化需求，提出基于大數據的動車組運維數據服務平臺總體架構、邏輯架構和功能架構，分析動車組運維數據服務平臺關鍵技術，結合具體動車組運維需求實現應用，為鐵路動車組運維數據服務管理提供支撐，提高運輸組織效率，保障動車安全運行。

　　關鍵詞：動車組;大數據;數據資源;平臺;架構;關鍵技術

　　引言

　　隨著動車運用檢修工作的不斷進步，傳統計劃預防修模式引發的“過度修”等問題日漸暴露，以大數據為核心的“可靠性”狀態修模式應運而生，人從理論的角度基于動車組等故障概率研究了狀態維修建模體系，結合生產運用中的大數據對運輸組織及管理進行了優化，本文結合狀態修理論以及現場大數據的應用，從動車運用工作中實際問題出發，研究相應部件磨耗、老化或故障規律，探索可靠性維修體系，確定合理的檢修方式、檢修類型、檢修間隔周期等，從而爭取以最少的維修資源消耗確定合理有效的檢修方針。

　　運輸論文投稿刊物：《鐵道運輸與經濟》(月刊)創刊于1979年，由鐵道科學研究院運輸與經濟研究所主辦，中國鐵道學會運輸委員會、經濟委員會聯合出版，鐵道部主管，是國內外公開發行的鐵路運輸綜合性科技刊物。

　　1動車組故障檢修設備信息管理系統的構建

　　在動車組列車系統中設置信息系統可以及時發現列車運行過程中的各種故障問題和風險問題，并發出報警，從而采取及時有效的措施進行解決，保障檢修設備以及列車設備可以高效安全的運行。由此可見，動車故障是否能夠及時獲得快速的處理，直接關系著動車組列車的運營安全性以及運營效率。

　　因此，必須要加強檢修設備管理信息系統的構建，結合鐵路局鐵道部門動車基地車輛段的運行需求以及調度方案，進行合理的檢修信息化管理系統的配置，從而能夠實現檢修設備的全過程全生命周期的管理，對列車組設備的應用、設備的購買、設備的維修養護以及設備的改造升級進行有效的監控和跟蹤，從而可以全面反映列車組的實際運行狀態，保證動車組設備的應用質量以及應用效率。動車組檢修設備管理信息化系統設計需要滿足以下幾個要求，首先，要能夠體現人機交互功能和信息自動采集功能，從而可以在設備全過程監督的過程中對相關數據信息進行及時的采集與分析，為后續設備故障的處理以及調度方式的優化提供有效的數據支持。同時，還能夠保證動車組列車維修可以更加高效地進行，實現動車檢修工作的自動化和智能化控制。

　　其次，還需要建立起相關的信息知識與故障診斷的處理庫，為工作人員之間的交流與溝通提供有效的信息平臺，加強用戶、工作人員對相關故障信息的了解和重視，從而能夠及時的反饋列車組的故障信息并獲得可靠的解決。另外，還需要保證檢修工作的真實性、可靠性、實時性和有效性。列車組檢修設備管理信息系統設置，主要是利用無線射頻識別技術和條形碼技術對相關設備進行識別，從而可以有效反饋相關數據信息，并利用手機終端或者相關設備進行有效識別操作，能夠保證工作的有效性和真實性。管理信息系統的構建還需要建立起相應的知識處理以及故障診斷庫，豐富工作人員的知識儲備，提高工作人員的專業水平，從而能夠為人員經驗和知識的分享提供和創造有效的環境。

　　2動車組運維數據服務平臺關鍵技術及應用

　　2.1統一編碼技術

　　在系統設計時，各數據源系統多數采取獨立設計，較少考慮共存系統的標準化。即使存在數據交互的系統，也只是定義了數據接口，且接口內定義的參數代碼有時與各系統中的參數代碼存在差異，如車組、車次、車型等參數，在各系統中的定義表示不盡相同。如果不對這些代碼進行統一標準轉換，則在數據集中存儲時很難實現統一，這也給數據整合帶來了難度。代碼標準化轉換是ETL過程的步驟之一。

　　按照標準編碼規則，將各系統的編碼與標準編碼之間定制映射，并在源數據進入數據管理層時，進行轉換處理。具體的標準編碼可考慮國際或國家標準，或采用鐵道部專用系統標準代碼。對于具有各種標準編碼的數據項，應該盡可能使用標準編碼作為系統的統一編碼標準;對于沒有標準編碼的數據，應首選關鍵數據源系統(如核心業務模塊系統)的編碼規則作為編碼標準，以保證關鍵數據的一致性;對于關鍵數據源系統中沒有編碼的數據項，可采用其他多數數據源系統所采用的編碼規則作為編碼標準，以保證多數數據的一致性，降低轉換負擔。

　　2.2數據挖掘實施技術路線

　　在實現數據采集及存儲管理的基礎上，按照對車輛運營安全、正常行車及乘客舒適度影響的程度，以及“整車—主要系統—關鍵部件”的層次，分析數據挖掘的業務對象，形成轉向架走行系統、牽引系統等各個專題需求。根據具體的需求，從數據中心提取列車運營歷史數據和試驗數據，針對選取的應用對象進行數據整合(重采樣、數據降維、剔除異常、補缺等操作)，基于機理分析及專業知識，初步選擇模型特征及對應的輸出參量，同時采用隨機森林等機器學習方法從整合后的全部數據字段自動搜索模型特征，將兩種方法選擇的特征相組合，采用機器學習方法構建模型。開展模型訓練及測試工作。

　　將提取到的數據源按照90%和10%比例拆分為訓練和測試數據，由于動車組運營數據中設備故障數據比例較少，可采用多折交叉法驗證。將測試、驗證后模型部署于生產環境數據中心并接入動車組運營實時數據，對相關設備運營狀態進行檢測、評估。在此過程中，對設備發生故障的數據進行標注，以強化模型的學習能力，進而優化模型。最后，根據模型診斷結果，給出預警信息;有針對性地制定設備維護計劃(包含維護時間節點、需要的配件和工具及技術支持等)，優化配件管理;通過數字化技術資料及虛擬遠程可視化技術，完成故障的快速處置。

　　2.3作業管理

　　動車組故障檢修數據處理技術的有效應用可以結合調度下達的每日作業工單以及日生產計劃，根據動車組列車的生產能力的資源狀況進行合理的工作人員的分配以及所有人員的調控，使得作業人員能夠明確技術標準以及相應的工作內容和工作方法。結合安全質量管理需求以及檢修作業進行科學的動車組故障的監控與管理，實現一體化的質量管理、進度控制以及安全卡控，對作業人員的行為進行合理的規范，提供電子化檢修記錄以及進行檢修記錄管理方式，并進行安全質量和工時量等相關信息的采集，對作業的維修數據和過程數據進行有效積累。

　　同時，還可以提供對列車內動車組履歷、各類技術文件配件履歷進行長期管理及統計，從而可以對列車的生產運行過程提供有效地技術指導，對設備的診斷信息、檢測信息以及人工檢查信息進行下的整合和采集，并建立起故障維修信息知識庫以及故障庫系統，可以支持配件壽命管理及動車組技術分析，保證列車組的運行質量以及運行效率。

　　結語

　　隨著大數據熱潮與鐵路信息化建設的全面開展，信息化管理在生產中成效顯著。動車組運維數據服務平臺面向動車段配屬、計劃、履歷、故障、大部件等系統業務，迎合多種業務需求，與現有的動車組信息系統建立聯系。通過數據規范制定、大數據平臺搭建、數據倉庫建設、元數據管理等一系列流程建設，該平臺具備數據規范治理、數據共享、數據挖掘、數據接口管理等功能，同時實現了動車組主數據統一管理、同步維護、集中發布和全路共享，對動車組PHM建設，動車組智能運維，保障動車組安全運輸，提高經營效益與運輸質量，提升服務能力，具有重要的現實意義。

　　參考文獻

　　[1]呂兆星，鄭傳峰，宋天龍，等.企業大數據系統構建實戰[M].北京：機械工業出版社，2017.

　　[2]王華偉.鐵路運輸設備技術狀態大數據平臺架構研究[J].鐵道運輸與經濟，2017，39(8)：60-64.

　　作者：李冰胡墨臣張瑞李桂琴王茂潤