數據挖掘在軌道交通設備維修管理中的應用探思

王明

摘要：隨著中國城市軌道交通網絡的形成和運營里程的爆炸性增長，運維周期的安全性已成為保證城市安全穩定的重要保證，并引起了各方的關注。當前的城市軌道交通安全管理方法和方法較為傳統，數據挖掘不足，信息孤島嚴重，設備狀態信息反饋滯后，其優點在于效率高。智能管理方法和方法由于缺乏全面的安全管理而效率低下。基于大數據技術，我們專注于大數據，例如軌道形狀的惡化，軌道狀況的惡化，大型軌道部件的惡化，軌道狀況的安全警告，軌道維護計劃的優化，軌道更新計劃的優化等。深入挖掘。運用技術水平，研發城市鐵路運維安全管理信息平臺，實現鐵路運維安全管理的標準化，智能化和完善化，提高鐵路運維效率和安全性。

關鍵詞：數據挖掘;軌道交通;應用

引言

近年來，鐵路運輸產品的技術位置發生了兩個重大變化。所有工作均由相機完成。到2010年，快照設備仍然是純快照設備，其他智能分析算法通過其他工業分析計算機或后端設備完成。第二個是建筑規模，捕獲的照片數量非常大，數億計，如果存儲時間更長，它將達到10億。數據源包括地鐵網絡，視頻監控，車站，大門等。這給管理平臺和檢索這些通過的記錄帶來了很大的困難。

一、基本概念

（一）概況

城市軌道交通綜合運輸服務數據平臺中最重要的服務目標是乘客，要在交通運輸領域創建綜合綜合服務平臺，您需要能夠從多個角度查看交通信息。該地區各個公司和部門的綜合管理實現共同發展。城市軌道交通服務平臺必須依靠大型數據庫，通過加強城市內部交通部門的基礎設施建設，不斷提高信息數據收集效率，來實現交通部門的多種信息管理。

（二）功能屬性

就功能屬性而言，城市軌道交通綜合運輸服務大數據平臺具有三個主要功能屬性：數據收集，數據處理和數據輸出。首先，數據處理模塊主要由信息數據處理中心完成，并且在日常工作中，信息數據處理中心對收集到的各種信息數據進行分類，因此工作人員必須事先設置分類標準。然后，現場工作人員和數據分析人員可以根據信息數據的需要自由撥打電話，經過分類，篩選和比較，從大規模信息數據中提取必要的交通數據信息，以供參考。最后，它集中了上述數據資料，根據數據信息的特征進行建模和分析，以層次結構和對象的形式呈現和分析管理人員。其次，數據輸出的功能特征必須從三個方面進行分析，包括以乘客和內部人員為中心的行政和決策部門。以乘客為中心意味著大數據平臺可根據現實世界的旅行需求為不同類型的過境旅行模式提供路線和運行條件，這部分使乘客能夠獲得更多的交通信息，并為乘客獲取最合適的交通信息幫助您選擇。該出行方式為乘客的日常生活提供了極大的方便，同時，該平臺還根據相關信息（如運行狀況和交通設施的容量調整）通知乘客。

行政管理和決策部門的數據輸出功能使相關人員可以在每天的周末或公共假日，早晚的高峰時段獲得更準確的信息數據，并且數據平臺可以根據歷史信息記錄和要配置。然后，它會自動生成預測和判斷，以維持各種運輸模式下操作模式的正常順序。

二、城市軌道交通運營管理現狀

研究國家城市鐵路發展模式后，基本上是一條線建設。單線管理和單線維護，以及各種單線的專用系統（例如車輛，信號，通信，AFC，線，電）。而供應單元，機電一體化，FAS，BAS等）是獨立的管理和維護模型，它不構成集中監視和城市軌道交通數據中心的概念，也不收集和挖掘大規模的軌道交通數據。對于現代鐵路運輸，每種專業設備的可靠性對整體運行水平幾乎沒有影響。

三、市軌道交通運營管理存在的問題

（一）各專業信息共享水平不足，實時數據質量有待提升

每個專用系統（例如，車輛，信號，通信，AFC，線路，電源，電動機，FAS，BAS等）都是獨立的管理和維護模式。該信息不匹配。由于數據問題，尚未建立系統間數據交換中心，并且尚未完全了解系統之間設備的相應操作。運營數據質量管理任務包括多個部門，長時間工作，繁瑣的工作和大量數據，因此沒有有效的清單工具，因此設備質量，準確性，缺陷和及時維護各種系統至關重要。

（二）數據挖掘能力不足，導致該公司的決策能力會很低

當前，由于處理平臺和處理技術的限制，現有的業務數據分析和處理技術受到限制，并且無法實時實現完整，客觀和全面的數據挖掘，結果，無法完全獲得有價值的數據。因此，公司無法做出準確的科學決策。

四、城市軌道交通運營管理的對策

建立和探索專業的深層業務績效。該分析提供了智能決策支持，以支持多個決策者之間的集成信息融合應用程序。

（一）實時共享操作數據以提高系統數據一致性并確保數據質量

大數據技術，信號指示器，時間篩選，機電和車輛電子系統操作指示器，時延，操作狀態，設備狀態，精度監控，錯誤統計，線站，列車類型和時間信息以及其他綜合大數據使用操作在平臺上收集信息，該平臺提供了用于數據質量分析的標準數據源，并根據設備連接性和連接性規則對系統之間的信息一致性進行了實時多維分析，以進行設備操作數據質量管理。這項工作為有效提高設備的數據質量提供了信息支持。

（二）實時監控各個職業的關鍵設備運行狀況

通過大數據技術，關鍵信息的及時預警分析等，實現數據管理，可視化管理和控制的全過程，以及城市軌道交通運行和運行的主要專業系統的實時監控和分析，監視和實施。建立了可視化的專業管理方法。

（三）實時監測故障趨勢進行預警

為了提高智能決策水平，它可以主動檢測各種特殊系統中主要設備故障趨勢的有效預測和預警。鐵路運輸業務中的重大事故不僅造成巨大的經濟損失，而且還給乘客造成嚴重的災難，影響他們的信任，并對鐵路運營環境的安全產生負面的社會影響。對于軌道的核心設備，長時間的高負荷連續運行將采取措施，通過使用一系列計算模型來避免不可避免的錯誤，執行有效的數據挖掘并在可能的計算之前產生錯誤，從而盡快減少缺陷。事故的嚴重性和缺陷性可以防止發生嚴重事故，減少事故發生的風險，確保地鐵的安全運行，保護乘客的人身安全，提高社會公共安全效率。

（四）智能設備的使用

為了提高維護效率分析的準確性，智能分析需要對城市軌道交通主要專業設備制定科學的維護準則，改變個別專業的獨立維護體系，設備維護方法要統一科學合理地做出分析。普查計劃的維護工作促成了主要鐵路設備維護系統的開發，以改善安全狀況，避免過度維護，并制定維護計劃以根據運行狀況進行狀態維護托管的操作和維護。該項目的構建平臺可以合并多個專業數據信息，以準確確定錯誤的類型和錯誤的位置，因此維護人員可以在到達錯誤站點之前了解錯誤信息，了解設備維修建議并提高效率。

結語

為快速適應北京軌道交通建設的高峰。緩解線路維護方式的弊端是采用“安全，人道，高效，經濟，方便，創新”的現代信息手段進行同時采集，合并，挖掘，關聯，這是北京地鐵目前的要求。警報，預警和視覺處理最終提供了一組集中，專業和深入的個性化內容，可以將這些內容提供給政府監管機構，運營經理，設備維護方和其他鐵路運輸運營參與者，并應用于運營和維護組織任務。

參考文獻：

[1]薛華成.管理信息系統（第5版）[M].北京：清華大學出版社，2008.

[2][英]維克托·邁爾·舍恩伯格.大數據時代[M].浙江：浙江人民出版社，2012.