侯旭陽,田 元,陳 逸
(通號城市軌道交通技術有限公司,北京 100070)
以Hadoop 為代表的開源大數據平臺目前已經在互聯網相關行業得到廣泛應用。在傳統領域,比如交通、工業現場控制、農業等也正在得到快速的應用。傳統信號系統主要依靠定制化程度較高的信號監測系統實現系統級的數據存儲、統計分析功能,但是受限于平臺的軟硬件架構能力,無法實現大數據級的數據挖掘和統計分析功能。在信號系統范圍內部署大數據平臺可以較好的解決該問題。
信號系統目前針對大數據平臺主要集中在以下幾種應用場景。
1)用戶能力評價。比如通過ATO 運行數據與司機手工駕駛數據進行對比,用以評價司機及熟練程度,或者通過分析日常維護過程的數據,分析維護人員的熟練程度,用于用戶能力的精準評價。
2)備品備件庫存調整。通過積累的故障歷史數據(比如各設備板卡故障時間、地點、次數,設備運行時間,故障設備的電壓、電流、網絡設備的流量、丟包率等)和設備故障模型,預測一定時間內設備發生故障的概率,對備品備件的庫存進行智能調整,用于改善現金流。
3)故障預測和故障影響評價。通過積累的歷史故障數據,將故障按季節、溫度等要素進行分類,分析規律性內容,用于開展針對性的故障防范措施。
上述應用場景對信號系統大數據平臺提出下面技術需求。
1)平臺需要存儲較長時間范圍內數據。原因在于信號系統的RAMS 指標比一般的非涉安系統高,故障次數相對更少,為了支撐分析歷史故障數據,需要長期記錄全系統的數據,這些數據在傳統的維護監測系統中并不需要記錄?!?br>