大數據環境下高速鐵路線下結構檢測數據管理平臺設計與分析

江　凱，蘇　謙，白　皓，劉朝軍

(1.西南交通大學土木工程學院，成都　610031; 2.四川高速公路建設開發總公司，成都　610041)

?

大數據環境下高速鐵路線下結構檢測數據管理平臺設計與分析

江凱1，蘇謙1，白皓2，劉朝軍1

(1.西南交通大學土木工程學院，成都610031; 2.四川高速公路建設開發總公司，成都610041)

摘要:以大數據環境下的高速鐵路線下結構數據管理系統建設為目標，在深入分析大數據的內涵和技術特征的基礎上，針對檢測數據管理與信息反饋的應用需求，深度挖掘線下結構檢測數據的用途，主要包括:多次檢測數據對比、異常及病害位置精確定位等，提出基于云計算理念的高速鐵路線下結構檢測數據管理系統的平臺框架方案，并進一步構建可靠性分析模型。該系統能為高速鐵路的運營管理提供智能和個性化的信息服務，有助于保證運營安全。

關鍵詞:大數據;高速鐵路;檢測數據;管理系統;云計算;信息服務

1　概述

近年來，我國高速鐵路發展異常迅速，并已成為我國現代化交通體系的主干［1］。為保障線路運營安全，高速鐵路管理部門加強了高速鐵路運營狀態的檢測與監測，高速鐵路線下結構檢測就是其中重要一環。而高速鐵路線下結構檢測數據管理平臺由業主單位委托科研院所進行開發，交付使用后由運營管理部門進行維護管理將會成為一種發展的趨勢。

高速鐵路線下結構檢測數據主要包括:路基運營狀態檢測數據、橋梁健康狀態檢測數據以及隧道襯砌狀態檢測數據［2-4］。為保障線路運營安全會長期進行大量的高速鐵路線下結構狀態檢測，產生大量的檢測數據。由于檢測設備的原始數據格式多樣，需要特定的軟件甚至是特定的計算機進行數據處理以及數據分析，這樣不僅使原始檢測數據以及處理數據的存儲位置分散，而且使檢測數據處理過程變得十分繁瑣，并且將原始數據進行保存管理也需要消耗大量的資源。

云計算(cloud computer)能夠按實際需求為用戶提供計算、存儲及應用服務能力，同時，針對異域異構資源的共享、信息資源的綜合利用提供解決方案［5］。構建基于云計算高速鐵路線下結構檢測數據管理平臺，可以按需建立數據資源池，對數據進行統一管理及調度，發揮數據綜合效益，滿足數據資源共享交換的需求，方便用戶使用檢測數據處理分析及管理服務。

2　高速鐵路線下結構數據信息組成分析

2.1高速鐵路線下結構數據信息組成

高速鐵路完整性數據是整個產業鏈的完整海量數據，包含其設計、建設、試驗、運營、管理等各個階段在內，具體有高速鐵路線下結構基礎信息、聯調聯試信息、運營監測及檢測數據、站場信息、附屬設施信息、維護搶修信息、風險評估及日常管理等方面的數據，數據類型多、數據格式復雜，并且數據儲存量巨大，其具有典型大數據的4V特征［6］。數據價值的體現在于統計分析，并應用于實踐，高速鐵路擁有龐大復雜的線下結構檢測數據，這些檢測數據所包含的內容對于管理而言具有重要的價值信息，因此需要對其進行深入的研究和應用;以檢測數據為基礎與其他高速鐵路數據(基礎信息、運營數據、維護信息、監測數據等)進行校準、整合、對齊。本文在深入分析高速鐵路線下結構信息數據的組成情況，初步構建了大數據環境下的高速鐵路信息數據模型(圖1)，并梳理了現有高速鐵路檢測數據的一般管理流程(圖2)。

圖1　大數據環境下高速鐵路線下結構信息數據模型

高速鐵路線下結構檢測作業一般可以得到以下數據:線下結構病害數據(路基脫空、空洞、翻漿;隧道襯砌裂損、仰拱損壞、隧道漏水;橋梁混凝土病害、鋼筋病害，結構病害等)，線下結構特征數據、檢測設備本身性能數據［2-4］。經過歷年多次檢測數據相互對比，可對病害發展情況進行精確分析，掌握病害的精確位置與危害程度，可推測采取預維修措施的時間節點;將檢測數據信息應用到高速鐵路運營管理、風險評估以及日常維護中，對高速鐵路線下結構服役狀態特征信息進行綜合分析，并進行基于檢測數據的可靠性分析，提出相應的運營管理及日常維護的建議。

2.2基于高速鐵路線下結構檢測數據的可靠性分析

通過高速鐵路線下結構檢測數據信息、高速鐵路運營信息以及相關設計和建設信息，可以對高速鐵路線下結構進行荷載、位移以及強度分布規律的分析，從而達到對高速鐵路線下結構進行可靠性評估的目的。同時，也可以將分析結果應用到高速鐵路線下結構管理、線下結構維護計劃制定以及檢測計劃的制定中。

高速鐵路線下結構的荷載、位移以及強度均為隨機變量，這是因為當高速鐵路線下結構的材料性質、結構層尺寸、病害范圍、荷載作用等參數均為隨機變量的緣故。

可通過隨機有限元法對高速鐵路線下結構進行可靠度評估。隨機有限元法的基本思路是對處于隨機變量均值點的控制量進行泰勒展開，經數學處理得所需計算公式。

支配方程的矩陣形式如下

式中K——剛度矩陣;

U——位移向量;

F——荷載向量。

設Y=(Y1，Y2，…，Yn)T為具有隨機性質的基本參數，對位移U在Y的均值點進行泰勒展開，可得

式中E(U)——位移均值;

COV(Yi，Yj)——Yi，Yj的協方差。

位移的協方差為

同理，也可將應力σ在均值點進行泰勒展開，由式(3)可得

通過式(4)～(7)，即可求出(U)和σ的均值和方差。

安全剩余量的函數表達式為

式中Z——線下結構的特性或荷載;

安全剩余量的靈敏度分析表達式為

式中zj——線下結構的載荷或特性參數;

Dj——線下結構位移列陣的位移。

3　高速鐵路線下檢測數據管理平臺

3.1檢測數據的對比應用

檢測數據對比的主要內容:確定高速鐵路線下結構病害、特征點位置以及精確里程;確定高速鐵路線下結構病害的種類和影響范圍，識別新的結構病害點等。檢測數據對比流程如下。

(1)多次檢測相關數據準備，包括高速鐵路基礎信息，運營信息，檢測原始信號，檢測報告以及維護信息等相關數據。

(2)病害和里程數據對齊分析，是檢測數據對比的關鍵，決定了病害缺陷和特征點對比的準確性。在對齊的過程中會發現病害檢測起終點不一致、病害內容不一致、甚至出現漏報和誤報的情況，這時需要對比檢測作業的信息及原始的信號。

(3)根據數據對比分析結果，調整高速鐵路線下結構病害和特征點位置標示圖。

高速鐵路線下結構病害和特征點對比分析，其主要目的是尋找新的高速鐵路線下結構病害和區分病害種類。高速鐵路病害和特征點對比有以下兩種方法:一是利用線下結構檢測報告中出現的兩次或者多次相關的病害和特征點信息進行對比;二是利用線下結構檢測的原始信號進行對比。

3.2基于云計算理念高速鐵路線下結構檢測信息管理平臺

云計算是計算科學概念的一種商業實現，它通過互聯網將存儲和計算資源構成資源池，并進行統一管理。

大數據能為云計算提供更多更好的有業務需求的實際應用，而云計算則通過為大數據提供豐富的存儲能力及強大的計算能力，以實現對大數據的快速處理。這是因為，前者強調的是對象，而后者則強調的是計算。

依托中心節點、區域節點及業務集中節點，基于云計算理念的檢測數據管理平臺在建設時，整合分布的物理資源，形成統一調配的邏輯資源。其邏輯結構圖如圖3所示。

基于云計算理念的檢測信息管理平臺是由面向用戶的云應用平臺(SaaS，軟件即服務)，檢測數據管理支撐平臺(PaaS，平臺即服務)，檢測數據基礎設施平臺(IaaS，基礎設施即服務)，基礎環境，以及安全體系和運行維護體系等6部分構成。

(1)基礎環境層由云計算中心、災備中心、其他云3部分組成。云計算中心，是支持高速鐵路線下結構檢測數據管理平臺運行必備的基礎。災備中心，是支持高速鐵路線下結構檢測數據管理平臺的重要組成部分，是防范災難、降低損失的重要手段，具有數據實時備份、冗余處理能力和網絡傳輸條件，能夠在數據管理平臺面臨災難無法正常運作的時候，提供替代服務。其他云，提供與其他云服務商聯接的接口，可以連接到其他云服務商，使用其所提供的相關服務。

(2)檢測數據基礎設施平臺，通過整合分布的物理資源，形成統一的資源池，并對其中的資源進行調度管理，再將資源虛擬為可調配的資源，即可作為服務對外提供。

(3)檢測數據支撐平臺層是對上層應用的支撐以及對底層資源的管理，主要包括檢測數據交換共享平臺，檢測數據處理流程支撐平臺、報表平臺，以及彈性應用框架、數據庫、中間件等，還有相關的系統環境軟件。

數據庫主要包括數據分類、數據去重以及數據格式轉換等功能，其主要作用是對儲存在管理平臺的數據進行優化和整理。中間件主要是為檢測數據管理云應用層提供相適應的運行環境，是位于應用與硬件和操作系統之間的通用服務。數據挖掘平臺以分析決策相關價值關系、模式與走向為目的，以對檢測數據挖掘和分析為手段構建云數據挖掘平臺。搜索引擎可以為用戶提供所需要的檢索服務，它是通過相應的策略將數據及信息進行組織和處理后，向用戶展示所需求的相關信息。開發測試平臺為用戶提供一個靈活、高效的開發集成環境，方便用戶對相關軟件和檢測數據管理平臺的業務進行開發、測試及重組。

(4)檢測數據管理應用層面向最終用戶，通過中間件將檢測數據管理支撐平臺的功能統一封裝后提供給用戶，方便用戶操作。向用戶提供檢測數據基礎服務、檢測數據對比服務、檢測所數據共享服務以及綜合性業務功能服務。

(5)安全體系對整個數據管理平臺起到安全防護的作用，保障數據管理平臺的高效運行，從上至下包括用戶身份認證與接入管理、云網絡安全、云數據安全、云安全管理、虛擬化、云基礎設施及物理安全等。

圖3　基于云計算理念的高速鐵路線下結構檢測信息管理平臺邏輯結構

(6)運行維護體系對整個數據管理平臺進行維護及管理，保障數據管理平臺的穩定運行，包括資源管理、監控管理、部署管理、發放管理、備份管理、業務管理、服務目錄、用戶管理以及賬戶管理。通過對數據管理平臺運行狀況的監控，確保管理平臺正常、安全、高效、經濟運行。

3.3高速鐵路線下結構檢測信息管理平臺的可靠性分析

由于基于云計算理念的高速鐵路線下結構檢測信息管理平臺是一個龐大的復雜的軟件系統，為保證其長期安全可靠的運行，則對其軟件系統進行正確的可靠性評估顯得尤為重要。

大型復雜的軟件系統，只有部分相關信息明確，只能獲得較為有限的信息，因此可以采用灰色系統理論進行系統可靠性評估。

通過軟件系統的整體可靠性，硬件系統可靠性、界面友好性以及使用人員水平估算值對高速鐵路線下結構檢測信息管理平臺進行可靠性評估。

根據灰色系統理論，則有

式中z0——參考序列;

zk——比較序列;

z0(i)——z0在第i點的值;

zk(i)——zk在第i的的值;

設參考序列Z0為軟件系統的可靠性，比較序列Zk為硬件系統，界面友好性為R1，使用人員水平估算值為Cu，系統出錯率為EF，軟件測試覆蓋率為Tc，則Z0與Zk在ti時刻的關聯系數為

真值初始化

式中，k=0，1，2，…，n; j=0，1，2，…，m。

4　結語

隨著高速鐵路運營管理在國內開展的深入和成熟，高速鐵路線下結構檢測已經成為高速鐵路運營狀態可靠性評估以及風險預測的重要手段。在大數據背景下完成高速鐵路線下結構檢測數據的分析整合，能夠有效提升高速鐵路管理水平，并保證高速鐵路安全可靠高效運行。通過對基于云計算的高速鐵路線下結構檢測信息共享平臺研究，并建立了一套行之有效的可靠分析模型，有利于精確管理檢測數據、推進檢測數據的共享、實現規范數據的管理與應用并促進數據共享平臺的建設實施。

參考文獻:

［1］王順洪.中國高速鐵路發展及其經濟影響分析［J］.西南交通大學學報:社會科學版，2010(5):65-69.

［2］吳江濱，張頂立，王夢恕.鐵路運營隧道病害現狀及檢測評估［J］.中國安全科學學報，2003(6):52-55，83.

［3］彭華，張鴻儒.鐵路路基病害類型、機理及檢測與整治技術［J］.工程地質學報，2005(2):195-199.

［4］李遠富，樊敏，等.大型復雜橋梁工程養護管理——智能輔助決策支持系統研究［M］.成都:西南交通大學出版社，2011.

［5］劉正偉，文中領，張海濤.云計算和云數據管理技術［J］.計算機研究與發展，2012(S1):26-31.

［6］尹航，李遠富，曾憲云.基于GIS技術的困難艱險山區高鐵安全預警系統研究［J］.鐵道標準設計，2013(11):25-30.

［7］吳賢國，張立茂，陳躍慶，等.地鐵施工臨近管線管理及評價標準研究［J］.鐵道標準設計，2014，58(9):99-102.

［8］李國杰，程學旗.大數據研究:未來科技及經濟社會發展的重大戰略領域——大數據的研究現狀與科學思考［J］.中國科學院院刊，2012(6):647-657.

［9］周傲英，金澈清，王國仁，等.不確定性數據管理技術研究綜述［J］.計算機學報，2009(1):1-16.

［10］吳吉義，傅建慶，張明西，等.云數據管理研究綜述［J］.電信科學，2010(5):34-41.

［11］Zhang Liyan，Wang Fuzhang，Li Ping.Study on the framework of urban mass transit intelligent comprehensive monitoring system［C］.IEEE GCIS，2009.

［12］Divya K，Jeyalatha S.Key technologies in cloud computing［C］.Proceedings of 2012 International Conference on Cloud Computing Technologies，Applications and Management，ICCCTAM 2012，2012:196-199.

［13］Lammel Ralf.Google's Map reduce programming model Revisited.［2010-11-28］.http://userpages.uni-koblenz.de/～laemmel/Mapreduce/paper.pdf.

［14］De Candia Giuseppe，Hasturun Deniz，Jampani Madan，et al.Dynamo:Amazon's highly available key-value store(2007).［2010-11-28］.http://dl.acm.org/citation.cfm?id=1294281.

Design and Analysis of Data Management Platform for High Speed Railway Infrastructure Inspection

JIANG Kai1，SU Qian1，BAI Hao2，LIU Chao-jun1
(1.School of Civil Engineering，Southwest Jiaotong University，Chengdu 610031，China; 2.Sichuan Expressway Construction＆Development Corporation，Chengdu 610041，China)

Abstract:This paper aims to establish a data management platform for high speed railway infrastructure in the big data environment on the basis of intensive analysis of the insights and technical characteristics of the big data and explores the potentials of the infrastructure inspection data in the application of inspection data management and information feedback，including mainly multi comparison of inspection data and precision locating of abnormalities and defects.The platform frame program for high speed railway infrastructure inspection data management is proposed on the basis of cloud computing concept，followed by the establishment of the reliability analysis model.This system may provide intelligent and personalized information service tobook=25,ebook=28high speed railway operation and enhance traffic safety.

Key words:Big data; High speed railway; Inspection data; Management system; Cloud computing; Information service

作者簡介:江凱(1983—)男，博士研究生，主要研究方向為高速鐵路及城市道路無損檢測技術，E-mail:jiangkaihuangshu@ 163.com。

收稿日期:2015-07-27;修回日期:2015-08-19

文章編號:1004-2954(2016) 03-0024-05

中圖分類號:U238

文獻標識碼:A

DOI:10.13238/j.issn.1004－2954.2016.03.006