肖雪梅
中车大连机车车辆有限公司 辽宁大连 116023
摘要：随着我国科学技术的不断发展，机车行业发展的脚步也在逐渐的加快。机车检修工作是机车行业发展关键性因素，因此现在广泛受到关注。将大数据处理技术融进机车检修行业中，能有效的提高机车检修的质量和效率，并且还能促进机车检修行业的不断发展。本文从分析大数据在机车检修行业的具体应用，以及存在的问题，来提出一些有针对性的措施。
关键词：大数据；机车检修；应用研究
近几年，大数据被广泛的应用到各个领域，成为了各个行业优化的重要依据。我国在2015就提出了促进大数据发展的有关通知，其中大数据技术在经济转型、重塑国家竞争优势以及提升政府管理能力方面都起着推动的作用，与此同时我国正式了进入了大数据时代。
一、大数据技术的概述以及发展趋势
大数据是一种新兴的技术手段，在发展的初级阶段通过新型记录信息的方式记录了人们的生活方式、商业活动以及学术科研等方面，这些都经过加工和解构，完整的保存在庞大的数据库中。各项数据处于四分五裂的状态，并不能为人们的生活起到一定的作用。随着科学技术水平不断的提升，人类的探索欲望愈加强烈，因此开始重视大数据资源。通过现代科学的处理技术以及分析方法，可以将各种数据联系起来，通过对比可以挖掘出某一行业内的潜在规律，这些规律都是来源于庞大的数据资源，所以具备强烈的可行性。各行业的参与者都可以将抽象的数据进行总结，并且运用到分析和决策中，充分体现了大数据技术本身的价值所在。
目前信息技术为人类生活以及各行各业都带来了翻天覆地的变化。从传统的磁带、硬盘、内存卡到云技术数据平台，提高了数据查询的效率，为大数据的发展提供了一定的基础，未来大数据技术的发展趋势体现在：
首先增加数据资源的数量，大数据观念深入人心，持续发展的信息化水平为深度发展大数据技术拓展了操作空间，各行各业都对本行业的数据资源进行深度的开发，深度挖掘内部没有被利用或者利用不充分的数据，然后对其进行有效的整合。完整整合以后把无用的数据转化为有用的数据，并且使数据资源不断地增加。这为行业信息资源整合、分析市场动态信息、提高核心竞争力方面都提供了新的优势。
其次，在体验功能方面有一定的增强。大数据技术可以做为各行各业做出正确的决策和分析的有效依据，更会为消费者和潜在的客户提供一些指向性的参考。企业可以从中获取一些大量的整合资源和统一结论，对市场的基本动向和消费者的喜好方面都有充分的了解，这样使行业产品与市场竞争的特点相符合，并满足于消费者的实际需求，增加了用户的体验。
二、机车检修行业融合大数据
随着信息技术的快速发展，在进行机车检修工作的过程中，大量的数据信息成为了机车检修的重要内容。主要在故障信息分析、机车使用寿命分析、车载信息、加装情况、以及改造记录信息等，这些信息囊括了机车检修的全过程。在检修实践过程中，不断的扩充信息的范畴和内容，逐渐的形成了多元、全方位的检修信息系统。如果这些信息具有可靠的真实性，那么合理的进行分析这些数据就能够得出机车运营以来的具体情况，特别是质量变化状况和性能的情况。
以往的数据信息管理模式，做好信息记录工作在帮助检修人员把握机车质量方面提供了依据。通过总结这些数据可以将机车之间常见的故障、易重复的故障以及检修各个零部件的方法进行总结。以往的数据信息管理非常显著的特点就是以目标为工作导向，具体来说，就是在工作中确定一个目标，从中选取一个有参考作用的数据深度分析已经掌握的基本数据，再去对原定的设想进行验证。另外，以往的机车检修数据管理中参与者是有目的性的，这就使检修人员面对繁杂的数据之前，产生一定的抵触心理，进而造成了极大的工作压力。在传统的机车检修工作中运用大数据，可以对比机车检修的数据，很容易检查出两者的差异性。
三、大数据在机车检修行业的应用
（一）数据采集
机车检修行业的产品种类众多，不仅批量少，而且流程复杂。因此，在实际工作的过程中产生的数据非常的丰富，这就在一定程度上对整合数据资源，建设专业数据中心打下了基础。具体来说：把大数据技术融合在机车检修行业，可以形成一条智能化的生产线，这一生产线内应用更多的智能化检测和实验设备，利用高灵敏传感器，可以及时采集机车部分的相关数据，并将采集方式实现自动化。
1、智能感知与控制
智能感知与控制层将数据进行分析和交互，通过智能传感装置、分布式数控装置、视频识别装置、采集手段的多元化。利用二维码、射频、传感器来完成数据。在完成数据以后，利用空间存储通过网络技术进行实时信息传输、整合，然后到资源管理库中。这就使机车检修行业采集数据目标不限于机车内部，而是对机车的配套设施、物料使用情况、人力方面的信息都需要完整的采集。
2、执行层
在执行层要建立的核心是车间检修执行系统，通过产品周期数据管理系统、智能仓储系统、质量管理系统为基础，来实现与车间检修执行系统的有效交互，进而完成每一环的完整采集。
3决策层
决策层的数据采集要根据企业资源管理系统为核心，将各级信息化系统资源进行整合，建立起检修产业内部工业大数据网络，这样有效采集了企业资源管理系统对各类经营管理数据。
（二）数据存储
根据大数据技术应用的特点来看，存储数据的方式有Spark、Storm以及Hadoop三种类型。Spark在运算速度层面有绝对的优势，比Hadoop速度快100倍以上。但是出现内存断点情况时，容易丢失数据。Storm有较强处理能力，具有间接性和中介性特点，目前主要通过网络平台来接收收据，以此来完成处理数据和传回。综合方面考虑，在构建机车检修行业大数据中心，Hadoop更具有一定的实践价值，其原因是因为Hadoop有较强拓展性，可以将海量的数据存储成分布式模式，在处理复杂数据时能保持稳定的效率，将大量的数据存储妥善的安置，并且成本较低，这与机车检修行业的实际需求相符合。
结束语：
在机车检修行业融入大数据技术，在实践过程中将强大的应用价值充分的体现了出来，要把握好大数据技术的应用流程、用大数据实现资源整合与利用，成为提高机车检修行业能力的关键。
参考文献：
[1] 袁崇仁. 大数据在机车检修行业的探索与应用[J]. 工程技术研究, 2020, v.5;No.61(05):244-245.
[2]许鹏. 大数据在机车检修行业的探索与应用[J]. 内燃机与配件, 2019, 000(008):151-153.
[3]谢永才, 詹永丰, 丁磊. 大数据在机车检修行业的探索与应用[J]. 轨道交通装备与技术, 2018, 000(002):P.1-4.