何祥涛 王金宝 齐明磊
中车唐山机车车辆有限公司， 河北 唐山 063000
摘要：基于大数据的高速铁路安全规律分析，针对整体分析架构、数据获取及处理、数据分析及自动挖掘在实际推进中出现的问题，应结合我国高速铁路运用检修实际进行研究优化，使其既可继承历史又能面向未来。大数据分析中数据复杂多变，应抓住主要矛盾，明确具体目标需求，通过系统找出几个相互耦合的关键因素，从综合角度分析总结健康综合指标，为后续提炼核心干预措施奠定基础。
关键词：高速动车组；安全大数据；思考
1大数据概述
大数据是IT行业的术语，指的是无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要由新处理模式处理才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。在信息数据时代，信息数据的生产和利用越来越普遍，其规模普遍扩大，基于这样的大环境，掌握大数据优势和利用方法，可以有效提升数据的利用价值。
现阶段的大数据存在着以下五个方面的显著特点:①大量性。大量性指的是大数据的体量比较大。大数据是数据集合，和一般的数据相比，其规模庞大。②高速性。高速性指的是大数据多为电子信息数据，其利用和传输存在着高速的特征。③多样性。多样性指的是大数据的内容丰富，具体的数据信息涉及各个行业。④低价值密度。低价值密度指的是大数据的价值密度比较低，要想真正发挥大数据的优势，需要强调数据挖掘，这样数据价值才会得以集中体现。
2大数据分析整体架构
2.1整体功能定位
（1）明确顶层规划及工作界面。大数据分析工作受到各层面的高度关注。项目与当前热度较高的技术概念几乎都有关联和交叉，如大数据和故障预测与健康管理（PrognosticsandHealthManagement，PHM）的关系，大数据的工作可以支持PHM，但大数据的工作目标不一定是实现PHM。推进PHM建设也可以使用大数据外的其他技术。规划阶段可综合考虑对后续其他扩展性应用的支持，但项目实际实施需要总体考虑工作界面及可行性，避免出现项目范围过大难以落地的情况。应明确区分大数据与PHM的范畴，合理设置与PHM的衔接界面，有序规划。
（2）强化平台为主的概念。从长期运用的角度统筹考虑，需强调“平台”的概念。在此基础上把10年数据分析作为大数据平台的试点及应用场景之一。按照平台的定位进行推进，可避免系统仅按照当前发展阶段的口径要求定制设计，导致功能过于单一。以安全数据为基础，除了传统安全责任分析外，其他领域也应兼顾展开。例如：可能某些事故虽从责任角度定责为其他甚至是非责任，但如果该问题发生频次较高，则应研究是否存在其他方面的问题，如是否可从新角度进行动车组优化改进，目标是大幅降低此类问题的发生概率。此种数据分析使用的方案借助平台实现了安全驱动下的设计优化闭环，此外也可在高速铁路同路外单位的接口优化、安全管理培训输入等多个维度进行扩展。
2.2各层级系统目标确定
平台建设应适当优化管理深度，避免管得过深，拘泥于细节。不同管理层级对安全管理的范围和标准并不一致，对系统需求目标也不尽相同。在铁路安全平台建设上，应进一步提升平台系统本身的灵活性，既发挥全路管理优势，具有全路整体性的功能，同时也可以为各铁路局集团公司提供二次开发的基础平台，并为全路管理政策的调整预留空间。此外，在数据方面应同时研究数据脱敏处理方案。
2.3基础数据和扩展数据区分
为实现预留功能扩展的要求，建议系统架构上明确区分基础数据和扩展数据，避免信息化推进过程中业务数据的处理概念不够清晰。
从既有数据中分离出基础数据，基础数据应尽量选择具有相对客观属性的字段，如故障现象、发生时分、担当人员、晚点时间等，此类数据应为不随管理政策变化而变化的数据。其他派生性数据纳入扩展数据，如动车组具体运用问题是否纳入安监报-1。不同发展阶段结合实际需要管理口径会有动态调整，从更长时间周期的角度，会有数据口径不一致的问题。通过派生数据的分离处理，可进行多版本保留，满足不同维度的统计和转换需求。
3数据获取及处理
3.1数据来源
数据来源是大数据分析的关键基础。动车组数据来源非常广泛，除了车载列车网络中的各类诊断数据外，还有大量如动车组管理信息系统（EMIS）、动车组运行故障图像检测系统、车辆滚动轴承故障轨边声学诊断系统、车辆运行品质轨边动态监测系统、动车段所轮缘踏面检测装置以及车轮车床等各类监测、维修数据，同时客票等信息也可作为宝贵的数据。但实际推进中，很多数据由于数据规范及设备互联互通软硬件技术限制，实际上难以一次到位。实际项目实施必须采取谨慎评估、抓大放小、分类实施的方案。从国外项目看，德国西门子股份公司在推进轨道交通智能数字化分析Railigent?平台时，也没有一次性把所有系统数据全数获取，而是主要集中于拓展车载诊断信息落地的分析应用。
结合EMIS中既有数据情况，经过数据范围的可行性评估，对事故及安监报-1故障等核心基础数据进行阶段攻关，力争做到数据完备。在此基础上，逐步纳入前述其他各类数据信息，为后续工作全面开展做好规划。
3.2原始数据质量问题与数据清洗
实际推进过程中，部分专业项目组反复面对原始数据的质量问题。长时间跨度的历史数据往往都存在一些不完美之处。从动车组专业角度看，我国动车组装备的配套运用维修技术没有同步引进，基本是逐步摸索发展形成的。EMIS各模块根据实际运用需求陆续开发，因此或多或少会存在早期数据录入不全的情况。同时，随着动车组运用检修管理的深入，信息系统部分协议和字段的升级优化（如动车组编号）也会导致历史数据与当前数据有很大不同，这些情况会导致一些数据的不完备或格式等方面的不一致。
大数据技术的特性之一是接纳非理想化数据，虽然较难使用在一些如银行账务结算的场景，但在总体决策建议领域具有很高价值。需要研究如何接受不确定性，利用非结构化数据发掘出更多有价值的信息。
3.3推进设备数据现代化改造
经过数据来源范围核定及系统数据补充、清理核定工作，对数据来源的认识也有进一步提升。系统长久的发展应定位于从既有生产系统、诊断系统获取，才能解决长期数据供给问题。此外，通过设备获取的数据可减少人为干预，为数据分析增加高置信度的数据维度。大数据分析的推进也促使行业提升了移动装备等各类设备设施的设计理念。将动车组的动态性能状态数据（如振动、通过间接产生的噪声等）使用特定技术手段进行测量，可为大数据整合分析提供更丰富的数据。从动车组角度，将车载监测通过远程数据落地实现基础技术状态的输入；通过地面检测监测实现轨旁红外热像、综合噪声频谱、轮轨力综合状态检测，形成综合监控体系，可解决单维度分析准确度不高问题，将对铁路行业产生深远影响。
结束语
安全管控是高速铁路各项工作的重中之重。我国高速铁路运营里程已突破3.5万km，动车组保有量超过3000标准组。高速铁路建设初期，为保障行业发展基础和最大化满足人民群众安全出行需求，在不断前置现场安全管理的同时努力提升设备运用率。随着供需矛盾的逐步缓解，形势在发生质的变化，启动安全性、可用性及经济性指标综合优化工作，推动动车组修程修制改革。
参考文献
[1]严皓.动车组大数据处理及分析[J].铁路计算机应用,2019,28(09):49-53.
[2]赵睿虎,王晓世,唐保刚.动车组健康运维大数据分析应用初设[J].减速顶与调速技术,2019(03):19-22.
[3]刘俊.动车组关键部件数据处理方法研究与实现[D].北京交通大学,2019.
[4]黄凌云.大数据环境下动车组故障数据挖掘分析技术研究[D].中国铁道科学研究院,2019.