大数据在铁路车务系统安全管理中的应用.pdfVIP

大数据在铁路车务系统安全管理中的应用 张亮 【摘要】随着科技和网络技术的发展,车务系统安全管理领域数据采集手段越来越 多样化,传输、储存成本更加低廉,且各类数据体量大、类型多、相关联性强,具有大 数据的基本特征.通过挖掘应用相关数据,可发现安全事故发生规律,提高安全预警水 平,为安全管理决策提供有效辅助手段.从发生时间和直接责任者2个方面,介绍大数 据分析方法在车务系统安全管理领域的初步应用,分析制约大数据深入应用的因素, 并有针对性地提出完善大数据应用的措施和建议. 【期刊名称】《中国铁路》 【年(卷),期】2018(000)010 【总页数】5页(P36-40) 【关键词】铁路;车务系统;大数据;安全管理;数据共享 【作者】张亮 【作者单位】中国铁路总公司调度部,北京100844 【正文语种】中文 【中图分类】U292.19 运输在社会经济活动中占有重要地位，要实路运输安全的持续稳定需要从“人防、 物防、技防”3个方面同时发力，构成“三位一体”的安全保障体系，而大数据技 术则是“技防”的关键内容，也是串联和支撑“人防”“物防”的重要手段[1]。 近年来铁路基础设施、技术装备等领域逐步建立起一系列设备监测与管理系统，积 累了大量运输设备技术状态数据，为大数据分析提供了有力的数据支撑。车务作为 铁路日常运输的直接组织部门，担负着运输安全、客货运输组织等重要职责，目前 在运用大数据分析技术预测安全风险、发现事故发生规律和事故间的关联等大数据 应用方面进行了初步探索。 1大数据在铁路车务系统安全管理中的初步应用 近年来，按照中国铁路总公司（简称总公司）创新安全管理和加大大数据应用创新 力度的工作要求部署[2]，全路大力推进车务站段安全生产指挥中心、安全管理信 息系统平台的建设，分层级研发和运用的各类安全生产管理、行车安全控制、现场 作业监控、设备检测监测、环境监测预警等装备和系统已积累了海量数据，并积极 在安全风险分析、实时监控、动态预警、辅助决策等方面探索运用大数据技术，取 得一定成效。 以2017年总公司车务系统安全信息库全部安全问题的大数据分析为例，对各类安 全问题发生的时间、地点、责任人、性质及原因等情况进行分类，并与近几年情况 进行对比梳理，结合专业调研工作情况，可以得到安全问题的关联性特征[3]。 1.1时间特性 1.1.1月度问题分布 将2017年各月问题数量与2012—2016年平均每月问题数量进行对比分析（见 图1），由图1可知，2017年2—4月问题数量及发展趋势接近2012—2016年 总体规律，5—10月问题数量明显低于2012—2016年平均值但变化趋势类似。 结合2017年车务系统安全工作情况，分析其原因，主要有以下方面： （1）车务系统安全专项活动有助于安全水平提升。2017年4—5月，全路车务系 统开展了“中间站调车作业安全专项整治”活动，使调车作业安全问题以及由调车 作业引发的接发列车安全问题有所减少；8—10月开展了安全生产大检查活动， 进一步促进设备及作业环境检查整治，使安全趋于稳定。 （2 ）干部集中下现场检查或驻站指导有效减少了问题发生数量。2017 年春运 （1—2 月）及安全大检查期间（8—10 月），各级干部集中深入现场检查指导， 车务系统安全问题有所减少。但集中检查指导期结束后的 3 月和 11 月，现场安全 形势一般会出现反弹。 （3 ）设备故障减少使安全状况不断改善。设备故障与安全问题的发生具有较强的 关联性。一方面随着设备故障的减少，非正常行车及应急处置的次数减少，为行车 安全提供了设备保障；另一方面车站值班员等行车人员能够将主要精力放在正常行 车组织上，避免出现因应急处置而顾此失彼的现象，有利于正常作业标准和基本规 章制度的有效落实。 1.1.2 每周各日问题分布 2017 与 2016 年每周各日问题数量分布对比见图 2。由图 2 可知，问题整体数量 上 2017 年较 2016 年降幅较大，但每周各日问题数量变化趋势相同，周四与周日 问题较多，其原因主要体现在现场作业人员与日勤管理人员 2 方面。但考虑到车 务现场作业人员大部分岗位为倒班制，原则上无星期周期概念，故周期性特点与现 场作业人员关联性较弱，应侧重从日勤管理人员角度进行分析。近年来总公司调度 部下发一系列文件，精简车务系统一线车间班组的管理类簿册和台账，使基层管理 人员可以将主要精力放在现场安全防控方面，增强现场管理力量，使问题总体数量 得以减少。具体到一周内，由于铁路局集团公司或基层车务站段周五或周一各类会 议相对集中，会议前一日即