軌道交通車輛大數據管理平臺建設與實施

常振臣 逯 驍 張海峰

(中車長春軌道客車股份有限公司科技管理部，130062，長春//第一作者，教授級高級工程師)

近年來，在國家政策的大力扶持和業內企業的不斷努力下，軌道交通車輛行業呈現持續良好的發展勢頭，市場規模持續擴張，經濟效益顯著。隨著大數據時代的到來，企業依托“互聯網+大數據”向數字化、智能化轉型已升級為國家級戰略。

面對國內軌道交通車輛市場日趨飽和、國際市場競爭激烈的形勢，當今的市場競爭體現的不僅僅是產品本身的競爭，而是產品、服務、維保等多方面的綜合競爭。因此，在產品的基礎上，以大數據為基礎的戰略資源、拓展服務、維保能力等方面的發展，是提升企業綜合競爭力的需求，也是拓展產品服務線、挖掘市場潛力、贏得更多潛在客戶的需求。軌道交通車輛作為高耐用交通運輸工具，服役期長達數十年，挖掘運營數據的潛在價值已成為軌道交通行業競爭的焦點。

1 建設目標

軌道交通車輛大數據管理平臺建設以管理透明、過程可視、知識可取、服務智能為戰略目標，圍繞車載實時傳輸數據、車輛檢修下載數據及人工錄入的故障數據，運用數據解析、數據清洗、數據存儲、數據融合、數據挖掘、數據建模等信息處理手段，開發以車輛運維數據為核心的服務功能，服務于車輛制造企業的研發與制造、車輛運用企業的維護與檢修等過程。

軌道交通車輛大數據管理平臺以平臺軟件、服務器、Web終端、移動APP終端、手持終端(PDA)等形式投入應用，主要解決車輛產品的運營安全保障、維修成本降低、修程修制優化、產品全壽命周期管理支撐和新產品研發等問題，以“業務+數據”雙輪驅動模式，促進企業提質增效、轉型升級，帶動整個行業的發展。

2 實施方案

2.1 流程規劃

首先，對既有的管理文件按照數據表單、業務流程、操作界面等3個維度進行優化，明確各流程的功能定位、管理要素及輸入輸出信息。在保證功能和數據完整的前提下，識別并優化管理要素，明確業務節點在管理線的產出物，使管理過程盡量簡潔與可視。對表單進行結構化處理，明確數據項是原始數據還是再生數據，指出數據項的來源和生成規則，優化數據項的組成結構。通過數據字典約束數據錄入范圍，并對數據項進行編號，如果數據項來源于其他流程，則注明業務支撐關系。對操作過程(表單、業務軟件操作步驟)進行分析，刪除重復錄入的信息和與業務本身不相關的信息，優化數據錄入順序和方式，并將管理要素相同的數據放置同一操作界面或表單，分步錄入。其次，編制業務節點的工作標準和激勵措施，設定各業務節點的標準工時、節點間允許的等待時間。

通過上述步驟實現標準流程建設和權責一體化的管理關系，并將將業務流程按照功能和數據流向進行匯總，形成總體業務藍圖。

2.2 業務方案

組建專業團隊對企業總部、服務網絡、末端用戶、企業內相關部門、集團內其他企業的運維部門、跨行業的運維職能部門、經驗豐富的咨詢機構等進行調研、走訪、交流，了解整個服務鏈的需求組成和管理模式。對業務模式和管理方法進行深入研究，根據平臺建設需要，形成建設方案，如數據同步方案、數據管理規則、技術管理方案、權限管理方案、信息安全與終端管理方案、信息接口方案等。以建設方案為依據，指導系統建設與實施。

大數據管理平臺作為企業運營管理平臺中的一部分，應充分考慮與本企業其他系統之間的業務接口，與其他平臺間的數據接口，并根據建設情況分步實施。

首先，需要與各系統關鍵用戶和平臺開發商一起對業務接口和數據接口進行梳理，形成信息接口方案。在建設初期，本著“保留既有業務接口，平臺間數據同步”的建設原則，對管理標準和技術標準一致的平臺，直接同步數據；對管理標準和技術標準不一致的平臺，建立標準間數據對照表，并按對照表定期同步數據。其次，待本系統穩定運用后，可進一步研究標準之間的兼容性，逐步實現數據標準統一。最后，待各系統平臺均成熟穩定后，可深入研究各管理體系之間的融合方案，優化業務接口，實現平臺集成與管理集成。

2.3 量化設計

(1)業務量化設計：以總體業務藍圖為導向，根據業務方案進行詳細業務設計，把各功能涉及到的流程進行細化和量化，以滿足平臺功能完整性；在基于流程正向設計的同時，考慮系統的容錯性和管理的需要，例如對于不允許出現的問題，在管理上需要選擇性包容，建立激勵疏導機制，避免系統內出現死賬、壞賬乃至欺詐行為。

(2)功能量化設計：與軟件開發單位合作開展信息化建設，通過需求分析與軟件原型設計，使信息化平臺功能定型、數據量化、操作可視化。

(3)定置量化設計：根據信息化建設需求，對工作場地、系統監控終端、操作終端、服務器等基礎設施進行規劃與設計，確定各自的功能與技術標準。

2.4 總體方案

根據功能需求和軟件原型，進行信息系統架構設計、網絡拓撲設計、信息編碼設計、接口設計及網絡安全設計，對實施方案進行深入分析和信息技術轉化，形成總體方案，并明確功能的技術實現路徑(見圖1)。

圖1 大數據管理平臺體系架構

2.5 數據管理

步驟1：將常用的技術文件拆解成結構化信息資料，如故障代碼表、作業指導書、維修手冊、定檢記錄表、典型故障案例等，便于知識檢索和版本更新；對業務填報數據進行結構化拆解，通過梳理業務節點數據輸入輸出關系，指明表單中的數據來源，形成關聯化數據網絡，實現數據一次錄入多次使用，實現數據自動提取、智能關聯、快捷檢索。

步驟2：實施團隊共同對經過步驟1梳理后的數據結構和數據字典進行技術轉化，完成數據結構設計和編碼體系設計；設計時需充分考慮體系標準的通用性、兼容性、移植性、擴展性、規律性，以及未來國際化的適用性；設計時原則上優先采用國家標準和鐵路標準，然后是企業標準，對于尚未有確定性標準的情況，應借鑒相關行業標準和國際標準，并根據實際情況形成企業標準后再給予采用和執行。

2.6 體系標準

對既服務于平臺核心業務、又貫穿于產品全壽命周期質量管理的技術標準，應聯合其他專業標準，形成共同的標準體系，為適應企業未來運營管理系統各平臺的集成與標準轉換提前做好技術準備。共同的體系標準應充分考慮共享數據對各專業開展日常業務、知識抽取、技術提升時的可利用性與通用性。

2.7 平臺推廣

隨著大數據管理平臺各項業務功能的逐步上線和驗證，需配套建立金字塔式的培訓體系。如在區域關鍵用戶的培養與培訓中，需把設計理念、管理原則、實現邏輯等灌輸給關鍵用戶，使之具備平臺診斷能力，再由關鍵用戶對所在的區域進行全員培訓。關鍵用戶需對最終用戶反饋的問題進行初步分析，提出有建設意義的改善措施，指導平臺持續優化改善，最后通過績效指標和用戶滿意度，持續驗證平臺建設效果。

3 成果應用

3.1 關鍵技術

3.1.1 車載數據管理技術

采用多級多線程預處理技術將不同車型的車載數據進行多級預處理，并采用內存數據庫對預處理結果進行分類存儲(見圖2)。

一級預處理是將車載數據按各車型可歸集的最小模塊進行分類存儲。將故障數據、性能數據按實體車組的模塊進行時間序列存儲。

圖2 車載數據傳輸與存儲方式

二級預處理是根據一級預處理結果并結合規則引擎，將符合簡單條件規則(符合四則運算條件)的數據進行抽取并存儲在一級中間結果庫中。

三級預處理是根據二級預處理的結果結合規則引擎，將符合復合條件規則(跨天、計算次數、多位置比較等)的數據抽取并存儲在二級中間結果中。如果有更復雜的規則條件可以繼續增加四級、五級預處理。將復雜的規則拆解成多級規則，通過多次抽取實現預期的處理邏輯，為數據建模提供技術支持。

利用內存數據庫的高速計算功能，可以快速關聯各種規則，處理時間控制在毫秒級。

3.1.2 故障預測技術

在系統、分系統或部件可能出現小缺陷或早期故障，或逐漸降級不能以最佳性能完成其功能的某一時刻，選取相關檢測方式，設計預測系統來檢測這些小缺陷、早期故障或降級，做到防患于未然。

3.1.3 數據融合技術

多傳感器數據融合是對兩個或更多傳感器組成的具有協同、互補和競爭性質的傳感器陣列進行智能處理，其目的是采用高效率的診斷方法將各自的信息綜合起來，以便對電子系統的狀態確定獲得更為準確的結論。

3.1.4 車輛構型管理技術

產品構型是構建軌道交通車輛檢修維保體系和產品全壽命周期管理的載體和基礎。通過構建產品構型數據庫，可為精細化運用修、精細化計劃修、精細化故障修等提供數據支撐。

通過構建車組構型，可實現數據的結構化存儲，為車輛檢修維保體系提供數據支撐，為交互式電子手冊編制提供數據支撐，實現多維度的數據統計分析(見圖3)。

圖3 基于車輛構型的電子履歷模型

3.1.5 工作流引擎

將所有與工作流相關的功能匯集到工單管理模塊。利用工作流引擎技術，可以根據業務需求快速調整流程。通過流程副本技術，個性化配置總部級、站級的流程節點人員列表。根據實際需要將人員列表與員工的登錄信息或考勤信息相結合，即當員工登錄或上班考勤后，才出現在可以分配的人員列表中。

采用表單編輯器技術，可以對工單界面進行快速的調整，方便地優化調整各種工單界面，快速響應用戶的需求。

3.2 功能模塊

(1)遠程監控：通過接入車輛遠程傳輸數據、檢修下載數據、人工錄入故障數據，借助信息化平臺進行解析和集中展示，實現全車型遠程狀態監控(見圖4)，實時了解車輛運營狀態、車載數據變化、故障情況，及時掌握車輛的健康狀態。

圖4 全車型遠程狀態監控全圖

(2)故障預警：對遠程數據、歷史數據進行分析和處理，按照故障預警規則給出遠程故障預警。對車組下載數據進行分析，按照隱性故障規則給出隱性故障預警提示；依據實時采集的數據信息，實現突變預警、趨勢預警及模型預警。

(3)數據分析：實現車組歷史故障查詢、參數趨勢分析、故障分布分析和故障統計分析功能。對車組、系統及關鍵部件的故障、運營里程、運營時間等數據，按日、周、月、季度、年度等時間維度，按服務站、配屬局、運行線路、車型、車組、系統、關鍵部件等進行分類統計、查詢及對比。

(4)應急指揮：通過平臺進行專家會診和應急指揮，實現“智慧”聯網，降低故障對運營次序的影響，及早下發故障與維修建議，服務站提前安排人員，準備技術文件、工具和料件，保證車輛故障得到及時維修，縮短輔助作業時間。

(5)故障處理：故障錄入、故障處理、質量確認、工單報工等所有故障管理業務實現工作流的管理；將流程化的作業步驟、信息傳遞節點、信息過程時效性、結構化表單固化到信息平臺中，形成標準的工作流，并借助虛擬的服務調度進行信息傳遞、閉環監管，提高流程執行過程的透明度和管理者的決策效率，從而提高作業過程質量。

(6)問題跟蹤：對重點故障信息、服務站反饋問題、用戶需求等進行反饋、跟蹤、分析、回復及關閉，實現問題歸零管理。

(7)履歷管理：實現車組硬件配置、軟件配置和構型管理；可按照車組、部件、軟件、車型維度等查詢履歷數據，并提醒部件的軟件版本。

(8)可靠性分析：根據故障數據信息，對車型、車組、系統、關鍵部件等按時間或按供應商進行統計分析；系統自動計算百萬公里故障數、平均無故障時間、平均無故障公里數；按照模板生成運營月度分析報告，并按規定數據格式發送至RAMS(可靠性、可用性、可維修性、安全性)分析軟件，進行詳細分析。

(9)售后管理：實現人員管理、技術通知管理、監控普查管理、物流管理、任務評價管理等綜合業務管理。通過二維碼和移動終端實現配件領取、分發、調撥、接收、使用、借用、借出、返修和盤點等物料全過程管理。以圖形化方式直觀展示平臺內數據，通過表格、折線圖、扇形圖等多種形式展現數據，方便操作者快速查閱。

4 結語

通過建設軌道交通車輛大數據管理平臺，能夠有效積累產品運維數據和用戶需求，為相關企業實現精準研發、精細制造、量化管理、柔性生產、智能服務等提供數據支撐。以產品數據為載體，通過引導供應鏈的神經末梢向市場前端延伸，推動產業內部戰略合作，以及向服務多元化、精細化、個性化方向發展，形成核心技術深度掌握、基礎設施共建共享、資源成本對沖結算、業務服務相互競爭的生態格局。借助企業間管理平臺的互通,明確各企業職責分工，統一質量標準，建立授信機制，形成產業聯盟，共同維護市場秩序，努力跨越低級競爭陷阱，開發人類智慧資源，不斷開拓產品增值服務。