大數據思維在地鐵乘務技術管理中的應用研究

曾云輝

【摘 要】近年來，大數據技術與思維已經得到了快速發展，并被廣泛應用在多個不同的行業里。對于地鐵乘務技術管理來說，通過使用大數據思維能夠提高作業效率，并且也能夠提高設備的服務質量。基于此，本文首先將闡述大數據思維在地鐵乘務技術管理中應用的意義，然后具體分析了大數據思維在地鐵乘務技術管理中的應用。

【關鍵詞】大數據思維；地鐵乘務技術管理；應用

【中圖分類號】U29-39 【文獻標識碼】A

近年來，地鐵領域的發展速度持續加快，無線網也在持續擴張，與此同時，運作管理方式也發生了很大的變化。乘務運作是鐵路運營的基層作業環節，它的運作情況與地鐵的運營質量直接相關，所以，必須要有效利用乘務生產運作過程中所產生的數據，并通過分析得出更多發展運作有利的結論，以此來進一步提升地鐵運營的服務質量。

一、大數據思維在地鐵乘務技術管理中應用的意義

（一）完善作業流程，提高作業效率

乘務運作存在大量作業流程，隨著運作的發展，一些作業流程在效率上已經成為運作發展路上的瓶頸。通過對作業流程進行大量數據測點，分析各作業環節中時間分布，分析數據差別的原因，在安全的前提下，提出優化措施，提高作業效率。

（二）提高信息流通，加強乘務專業與其他專業聯系

地鐵乘務運作過程中與車輛、信號、行調等各專業密切聯系，應用大數據思維能夠實現信息共享、緊密各專業的溝通聯系。如乘務技術管理中利用大數據思維分析列車故障情況后，車輛部門根據挖掘出來的列車故障特性對列車實施有針對性的維護計劃；信號部門根據挖掘出來的列車受信號影響的特征制定防范措施等。

（三）預防設備故障及安全事件的發生，提高服務質量

通過對設備故障進行大數據統計分析后得出故障分布規律，及時開展防范性的培訓，避免故障影響擴大。同時不斷擴大數據分析范圍，將司乘人員的技能水平、思想狀態、培訓效果等維度納入數據分析范疇，得出某些司乘人員在某些時間段不適合上崗等結論，提前預防，將安全防控的環節提前，預防安全事件的發生【1】。

二、大數據思維在地鐵乘務技術管理中的應用

（一）作業流程優化

乘務技術管理中需要制定大量作業流程，受各時期客流因素、運輸計劃等的影響，一些作業流程已經不能滿足基本需求，所以必須要對其進行優化與完善。運用大數據思維就是需要對各站點，大量司乘人員的作業時間進行測點，根據測點的結果分析得出作業環節，如站臺作業環節中，測點結果顯示司乘人員對關門的時機環節上差別較大，主要原因在于各站客流情況不一樣，在站上下客速度不一，司乘人員主觀上對關門時機把握不一等，得出這樣的結果后，在安全的前提下，制定出優化流程，即各站統一關門時機，如此提升了正線作業效率。

（二）列車故障分析

正線列車運行的質量與乘務運作息息相關，統計和分析列車故障情況對提高列車運營服務質量，提升正線運作效率很有幫助。通過列車故障發生的日期、時間、地點、故障類型、故障原因、故障車底等維度進行數據統計，運用大數據思維對數據進行分析挖掘，就可以清晰地了解所發生故障的時間特性，故障與車底的關聯，故障與原因之間的關聯等，從而對故障的出現做出預判，提前做好故障處理的預想，減少故障帶來的安全風險【2】。

例如，在判斷廣州某地鐵正線故障的時候，得出2015年前三季度正線故障趨勢圖，如下圖1。將此圖和前幾年的故障分析圖做了對比以后就能夠得到故障的發展趨勢，在此基礎上，通過使用大數據思維，進一步擴大了數據范圍，并把列車故障時所處的環境，如天氣、溫度、濕度、隧道風壓等，列車故障時的滿載率、客流分布情況等納入分析范圍，最終在列車故障分析中得到廣州地區出現回南天（二三月份）及炎熱天氣（第三季度）等較極端氣候的情況下，列車故障率較高。然后乘務技術員就能夠制定有效的預防措施，例如，加強設備檢查，以此來降低故障的發生率。

2015年前三季度正線故障趨勢圖

（三）安全技術監控

海因里希因果連鎖理論認為企業安全工作的中心就是防止人的不安全行為，消除機械的或物的不安全狀態。但目前尚無具體理論或方式對人的不安全行為或物的不安全狀態進行判斷，常規手段是現場檢查，現場制止人的不安全行為或判斷物的不安全狀態，如引入大數據思維，則可以通過對人的技能等級、家庭背景、思想狀態、違章情況以及設備的維修保養情況、運行狀態、設備所處環境、濕度、溫度等進行數據分析，通過分析結果進行預警，從而達到讓管理者較直觀快速的掌握人員的不安全行為或物的不安全狀態【3】。如2017年6月某日，駕駛員駕駛列車在某站因現場處理故障不當，造成列車需要救援，對正線行車造成較大影響。通過調取該名司乘人員的檢查記錄發現，事發當日前兩天，正線輪值連續檢查到該司乘人員的業務及標準化問題。

三、大數據思維在地鐵乘務技術管理中的潛在困難

（一）大數據運用技術與數據分析人才存在短缺

近年來，大數據逐漸實現了快速的發展，因此，并非所有人都對它有足夠的了解，許多新興的大數據分析技術對于人們來說都是比較陌生的。因此，應該要加強對于乘務技術發展相關的大數據技術的研究。此外，從目前來看，對于數據采集收集分析方面的人才的培養力度也存在明顯不足，在這種情況下，應該盡可能多地對員工進行數據收集、管理、分析等方面的培訓，以此來保證員工有能力從大量的數據中迅速得出需要的結論。

（二）大數據處理成本與效益之間存在矛盾

乘務運作過程中產生的大量數據在現有階段還不能完全捕捉或是記錄下來，如司乘人員的個人信息等，如何全面記錄乘務技術管理中相關的數據，一方面需要技術員花費人力成本，另一方面需要借助先進的數據記錄設備，但無論哪一方面，在目前的乘務運作過程中都需要耗費較大的成本。然而大數據的 Value 特征告訴我們，即便是大數據能帶給我們巨大的價值，但其價值密度還是很低，可能上 TB 的數據里，我們得到的價值量不過數 MB。因此如何處理大數據成本和效益之間的矛盾是乘務技術管理運用大數據思維需要考慮的問題。

四、結束語

總之，在大數據時代的大背景下，應該要深入了解大數據思維的真實含義，只有這樣才能有效發揮它的價值。此外，乘務技術管理是乘務運作對數據依賴最直接的模塊，因此，必須通過使用大數據思維來深入掘乘務技術數據中的價值，只有這樣才能更好地將數據進行存儲、分析和使用，從而也就可以給乘務運作管理與發展提供更加可靠的決策參考。

【參考文獻】

[1]許星.淺談大數據思維在機車檢修中的應用[J]. 中國鐵道科學研究部，2015：1007 ～9890.

[2]顏永友.大數據時代下的地鐵乘務培訓體系構建探討[J].科技展望，2017（10）.

[3]李子卿.城市軌道交通乘務排班問題的策略優化研究[D].北京交通大學，2015.