大数据技术在重载铁路运营中的应用分析.docxVIP

? ? 大数据技术在重载铁路运营中的应用分析 ? ? 张东涛 （新朔铁路有限责任公司，内蒙古鄂尔多斯 017100） 0 引言 在国家经济建设不断发展的过程中，重载铁路建设为发展重点，安全、智慧、高效、绿色的重载铁路发展趋势也备受重视。在此背景下，新工艺、新材料、新设备等现代高新技术被广泛应用在重载铁路中，尤其是在车辆大型化、牵引动力等方面有所突破，促进了重载运输的发展。目前，重载铁路各专业针对设备维护、运营等监测，产生了大量数据，如何管理数据为重载铁路高效运营管理的重点[1]。 1 大数据应用现状 1.1 数据标准不一致 由于各个业务系统由不同厂家建设，数据标准不一致、数据编码不一致，同一业务数据多点重复录入现象突出，数据质量不高[2]。 1.2 数据壁垒不共享 未建立有效的数据共享机制，各系统间数据存在壁垒，大量业务数据分散在不同的应用系统中，跨业务、跨层级、跨部门数据共享困难。 1.3 数据集成度不高 数据分析应用以分散的单项应用为主，缺乏综合应用，未开展面向全业务领域的数据集中，未形成企业级数据整体视图，无法对数据进行整体把握、宏观分析。 1.4 基础设施能力不足 大数据应用需要新型分布式存储、计算架构的支撑。从目前来看，无论是硬件基础设施还是软件架构，都缺乏有效的支撑，无法满足大数据分析的需求。通过大数据整合技术，建立数据资源池实现有效的数据共享[3]。 2 大数据建设思路 2.1 IT 基础设施体系 建设基础设施云，将资源管理由分散的硬件设备升级为虚拟化的共享资源池，共享资源包括服务器、存储和网络等。通过虚拟化IT 资源，提供统一的基础设施服务，为上层平台服务和软件服务提供基础设施保障，针对高优先级应用程序进行动态资源分配，提高资源利用率，满足安全、高效管理和保障业务连续性需求，达到数据中心的高可靠性要求[4]。 2.2 大数据汇集体系建设 通过研究多源异构数据的汇聚、存储和共享问题，提出构建大数据汇集平台，根据数据业务类型和内容的差异，建立数据标准规范体系和安全保障体系，通过数据治理，研究大数据的管理和应用[5]。 2.3 大数据标准体系建设 以数据为关键要素，赋能铁路运输及关联领域，促进专业融合和管理协同，推动管理模式创新，提升数据资产价值。统一数据标准、接口规范，构建数据治理体系，实现数据资源共享。 2.4 大数据治理体系建设 数据治理系统根据现阶段资源现状及应用系统发展规模进行配置建设，由ETL（数据抽取—转换—装载的过程）系统、数据治理系统、大数据系统（数据仓库）组成，部署在智能大脑平台上。基于ETL 系统，进行数据集成接入接口开发，实现数据集中上云[6]。 2.5 大数据分析与挖掘体系建设 通过统一的数据架构设计，以数据资产化的管理模式为支撑，汇总多维度的数据资源，组成数据分析挖掘资源池，以业务管理、企业经营等需求为驱动，实现对业务数据的挖掘利用，提升数据资产的价值，推动数据驱动的业务创新[7]。 2.6 大数据应用体系建设 以公司运输组织、安全生产、经营决策、综合管理等决策场景需求目标，开展大数据应用建设。建设主数据标准与业务编码体系、建设数据仓库，有效分析与挖掘，建设辅助决策和支撑管理中心，同时可实现对综合数据业务的应用展示，包括云视频分析系统等[8]。 3 基于大数据的重载铁路运营平台设计 3.1 平台设计可行性 大数据智能系统通过处理层、传输层、感知层构成。因为信息系统具备通用性，所以此层次结构也能够在铁路大数据系统中使用，关键设备包括数据中心、传感器网络、能源系统和传感器构成。图1 为大数据智能系统的架构[9]。 图1 大数据智能系统的架构 通过多年运营，已经创建了成熟的铁路运用安全管理系统、检修管理系统等。铁路各系统能够实现信息分布采集与执行、中央集中控制和管理，从而对铁路进行功能控制、信息管理、信息显示、故障诊断等。 3.2 平台的详细设计 3.2.1 智能决策 智能感知模块主要是对重载组合列车运行状态进行感知和预警，创建系统层面信息感知，得出机车列车弓网、前方线路等状态，提高铁路运行效率。 其一，车辆状态感知。首先，创建车载物联网感知平台，以此实时收集车载关键设备，包括牵引、网络、监控、走行和列尾等。其次，提供统一化开放接口，能够实现风机流量的检测。创建车载安全防火墙，实现数据安全审计、管理和接入，避免非法攻击[10]。 其二，障碍物感知。使用激光雷达、摄像机等方案，监测列车行进障碍物和异常情况。机器人视觉识别障碍物，包括防撞条、汽车、行人等；激光雷达能够对列车近程200m 中的障碍物进行精准测距；大阵列天线毫米波雷达对前方行人、车辆、动物等固定障碍物进行探测。 其三，弓网检测。利用车顶部署可见光数据采集装置和红外热像仪对运行端受电弓、绝缘子、悬臂管、接触网等设备状态数据信息进行