鐵路安全管理中大數據的應用分析

李 楠

（太原局集團公司臨汾綜合段，山西 臨汾 041000）

在我國交通系統的基本框架中，鐵路是最為核心的一部分，我國客貨運量的大部分運載量都由鐵路干線所承載。因此，鐵路對我國社會經濟的發(fā)展有著極為重要的意義。縱觀全世界，我國鐵路通車里程、車輛以及運載量均居于首位，所以安全管理成為我國鐵路運輸管理工作的重中之重，鐵路安全管理工作責任大、任務重，更離不開大量的資源投入。隨著現代信息技術的不斷發(fā)展，利用以大數據技術為代表的信息科技開展鐵路安全管理工作，能夠推動鐵路安全管理實現智能化、安全化以及高效化的管理目標，同時還可以提升鐵路管理部門工作效率，減輕工作人員工作負擔。在當今大數據時代背景下，數據分析技術有力的支持了鐵路運輸安全運行管理，為鐵路安全管理決策的制訂提供必要的參考，而鐵路安全管理數據信息來源的維度與深度也將對數據分析結果產生直接影響。

1 我國鐵路安全監(jiān)管的數據應用現狀

在當今互聯網時代背景下，計算機信息行業(yè)快速發(fā)展，技術創(chuàng)新日新月異，以云計算以及大數據技術為代表的新時代信息技術廣泛應用于各行各業(yè)之中，基于這些技術所設計出的信息管理系統開始在各個領域得到大規(guī)模應用。鐵路安全管理是我國交通行業(yè)安全管理的重點領域，每年都會產生極其龐大的數據信息。隨著我國交通運輸部和鐵路管理局逐步深入推行鐵路安全管理信息化，我國鐵路信息系統建設逐步完善，其覆蓋了包括事故調查處理、鐵路風險管理、鐵路應急救援以及干部安全履職等業(yè)務在內的安全管理框架，有力推動了鐵路安全監(jiān)督管理工作的進行，從而確保鐵路業(yè)務的順利開展。然而，分析我國鐵路安全管理現狀不難發(fā)現，這些應用系統大多分散建設，存在較多的信息孤島，導致信息共享效率偏低，資源綜合利用率偏低等應用難題。尤其是這些系統運行多年以后產生了極其龐大的歷史數據，而相關技術手段和數據分析方法的缺失導致很多有價值的信息數據得不到充分的挖掘和應用。

2 鐵路安全管理數據特征

2.1 管理數據量極其龐大

就現階段鐵路安全領域來看，設計者們根據其中專業(yè)的差異所建立起來的安全監(jiān)控系統已多達數十種，其中包括車輛安全監(jiān)控以及車站安檢系統等。隨著此類監(jiān)控系統的投入使用，在經過數年的持續(xù)運轉后，其產生的數據信息量龐大到堪稱恐怖，數據存儲量已經不能再用GB級別來衡量，而是達到了PB 級別。以“5T”系統為例，鑒于貨車運行故障動態(tài)圖像檢測系統采集了各種各樣的圖像信息，所以該系統制造出的信息數據量極為龐大，通常一趟列車單程通過時所產生的數據信息量為700~800 MB。在高速鐵路管理體系中，綜合視頻監(jiān)控系統產生的數據量更為龐大，因為監(jiān)控對象比較多，所以每年產生的信息數據量已經接近150 PB。由此來看，當今時代背景下的鐵路安全管理中，其數據管理明顯具有大規(guī)模的特征。

2.2 安全數據內容繁多

鐵路安全數據內容繁多主要是來源多，而且格式比較豐富，既產生了普通的結構化數據，而且還又包括龐大的半結構化以及非結構化數據。在整個安全管理監(jiān)控框架中同時有多個專業(yè)業(yè)務系統運轉，而這些業(yè)務系統所產生的數據信息也同樣存在差異，有的產生紙質數據，有的產生視頻數據，有的包含各種“geo”“iic”格式的軌檢車數據，也有的涉及到部分CAD數據以及視頻監(jiān)控錄音等。另外，不同數據信息之間也存在緊密聯系，例如天氣以及地震數據也同樣被引入鐵路安全管理系統中來，這些安全管理數據之間存在緊密的關聯性，通過關聯分析可以為列車運維安全提供必要的支持。

2.3 具有極高的數據價值

鐵路安全數據價值極高，鐵路運營部門首先可以利用鐵路安全數據展開統一分析和計算，總結并分析鐵路安全管理現狀，從中探索蘊藏在海量數據之中的信息規(guī)律等，評估鐵路安全管理風險，便于鐵路安全管理后續(xù)工作的順利開展。

3 鐵路安全管理大數據平臺的設計思路

首先是平臺設計。參照中國鐵路總公司制訂的大數據應用指導文件開展平臺建設工作，嚴格落實管理、設備、環(huán)境情況以及人員素質等相關因素的管控，建立數據信息整合系統，對鐵路安全管理過程中的各項相關數據加以妥善處理，并結合數據分析結果做出安全預警，開展安全管理，從而真正實現安全管理的規(guī)范化、智能化、標準化和科學化，將安全管理工作中固有的那些不透明、低效率和不直觀的問題及時解決，提升管理效率。同時，大數據平臺建立后可以將各項數據信息加以整合，實現交通互聯，從而達到供電、車輛以及車務等部門的順暢交流，信息資源共享程度大大提升，安全生產的管理需求也得以滿足。

其次是平臺框架。大數據平臺框架通常包括信息報告、信息可視化展示以及數據分析三個模塊，以大數據技術為基礎開展智能化管理。以信息報告模塊為例，其功能主要是匯總平臺運行期間產生的各類安全管理信息，進而形成安全分析報告。而在數據分析模塊中，安全管理平臺框架內的數據分析模塊已經具備分析管理過程中產生的各項數據信息的能力，包括違章數據、風險數據、安全管理綜合指數以及問題分析數據四個子系統。而可視化展示模塊則可對外展示信息數據，以比較直觀的狀態(tài)將各項數據展示給訪客，這為安全管理人員的日常工作及數據管理與分析提供了較大便利。可視化展示模塊通常分為干部信息顯示、安全生產信息展示、問題分布信息展示、檢查信息展示以及安全制定信息展示五個子系統。

4 鐵路安全管理中大數據技術的應用

4.1 鐵路工作人員領域

（1）利用以人臉識別為主的信息技術追蹤重點對象。日常說的追蹤重點對象，實際上就是利用大數據技術的篩選，同時以人臉識別這一先進技術為輔助，在大量列車乘客中高效篩選出安全隱患，并對重點對象實施快速識別和定位，從而達到及時消除安全風險、解決隱患問題的目的。特別是在鐵路車站中，由于人流密度比較高、治安風險隱患也大大增加，所以通過車站人臉識別系統的篩查，安全監(jiān)管人員能夠準確掌握進站人員信息，這些數據信息同時會與公安系統通聯共享，經過刑偵人員比對后篩查出危險分子。同時，大數據技術還可挖掘深層次信息，比如以客票系統顯示的乘車信息為參考，通過技術分析繪制目標的活動路線，然后結合相應的路線圖來抓捕那些重點危險人員。在這些操作過程中，大數據技術的應用功不可沒，例如有聚類分析、數據挖掘以及關聯分析等。

（2）有力支持了鐵路安全決策的制訂。在運行期間，一旦發(fā)生重大的鐵路交通事故，應急救援指揮信息系統會回顧以往的歷史事故數據并將其提供給救援方，同時還可調取鐵路沿線視頻監(jiān)控信息，然后利用大數據技術中的聚類分析以及關聯分析等技術處理這些數據，從而查明事故發(fā)生的原因，總結事故發(fā)生的規(guī)律和處理經驗，從而為鐵路安全管理部門制訂決策提供必要的信息指導和參考。

4.2 鐵路環(huán)境領域

（1）大數據技術可用于預測自然災害，因為鐵路干線里程較長，通常橫跨數個省份，所以沿線天氣多有不同。面對變化多端的天氣挑戰(zhàn)，鐵路安全管理工作者更應注重自然災害對鐵路線路的影響。考慮到絕大多數自然災害具有突發(fā)性，鐵路安全管理部門往往會根據自然災害的具體類型，制訂針對性預測計劃。例如能夠借助大數據技術的支持建立數學模型，將一些關鍵數據導入模型，從而能夠做出針對性預測，用于防范特定自然天氣災害，為列車安全運行提供了前瞻性的指導。

（2）能夠監(jiān)測鐵路有無異物侵限。鐵路異物是導致鐵路行車事故的一個重要因素，通過開展異物侵限監(jiān)測，安全管理人員可以快速查明侵限問題，并及時向調度中心發(fā)出告警，而行車調度中心收到告警后第一時間采取相應的處理對策，以此來預防重大行車事故。就目前來看，鐵路安全管理部門開展異物侵限監(jiān)測所用到的設備技術主要以雙電纜傳感器、紅外線技術以及光纜傳感器等設備和技術為主，這些設備技術的應用都與大數據技術存在不可分割的聯系。通過大數據挖掘技術的支持，安全管理人員對異物侵限的具體時間、發(fā)生地點、周圍環(huán)境以及可能造成的危害等情況作出評估分析，進而掌握異物侵限的基本規(guī)律，這樣才能未雨綢繆，有效避免因異物侵限而引發(fā)的鐵路交通安全事故。

4.3 鐵路設備領域

（1）通過大數據技術分析鐵路設備故障。通常來說鐵路設備出現的影響因素比較復雜，有的是因為設備自身特性變化引發(fā)故障，有的是兩種或兩種以上的設備共同運行彼此影響而引發(fā)故障，又或者是因為設備維護人員未能做好日常的故障維護工作等。所以為了更好、更快地明確設備故障原因，并根據相應的原因制訂針對性預防策略，就離不開大數據技術的支持。利用數據挖掘方法來診斷鐵路設備故障，分析海量的歷史數據，發(fā)現與之相應的規(guī)律，分析設備故障的特點，同時還可以合理預測鐵路設備故障的大致規(guī)律，從而便于檢修人員更快地排除設備故障，提高工作效率。在此期間，管理人員應用大數據挖掘技術一般是在發(fā)生某類具體的設備故障時，基于其產生動態(tài)事件序列信息所獨具的時空特點，建立設備故障發(fā)生過程時間序列信息模型，然后以此為前提，利用數據挖掘技術，分析出事件序列信息中潛藏的關聯性，繼而總結出故障發(fā)生規(guī)律，從而提高故障問題的解決效率。另外，大數據挖掘技術還可用于設備診斷，在距離函數的支持下對事件序列相似性進行度量，同時引入動態(tài)規(guī)劃算法。運行相似性最優(yōu)代價，最終實現將故障診斷問題轉化為尋找與實際故障事件相似的模式，然后總結設備故障特征，列出故障處理模式，從而更快捷地解決故障問題。

（2）利用大數據技術識別安全風險源。在開展鐵路設備安全管理工作時，管理人員應該著眼于設備運行的不同環(huán)節(jié)，對其中潛藏的危險因素加以分析，利用定性或定量分析的方法對不同安全風險的危害程度加以明確，然后以此為參考，合理制訂安全風險的防控計劃，達到減少安全風險防控工作所產生的成本損耗目的，又實現了最大限度降低安全風險事件所致損失的目標，最終有效改善了鐵路生產環(huán)境，提高鐵路運輸安全性。從鐵路設備狀態(tài)管理角度來看，在設備安全風險管理實踐操作中，管理人員應全面識別潛在的安全風險，認真評估和控制可能出現的風險因子。

應注意的是，在實際識別安全風險的時候，管理人員應充分借鑒故障診斷結果，通過大數據挖掘技術，篩選出那些尚未發(fā)生故障，但與故障設備運行條件和環(huán)境較為相似、甚至相同的設備，通常來說此類設備存在較大的潛在安全風險。所以開展設備安全管理實操的過程中，管理人員除了要著重關注那些同類型設備之外，還應基于大數據技術的支持，結合現階段設備的運行環(huán)境及條件的變化規(guī)律，預測評估未來設備的運行工況及安全狀態(tài)，從而做到未雨綢繆，在未發(fā)生設備故障前及時排查潛在風險，及早進行維護處理，確保設備運行安全。

（3）利用大數據技術對設備狀態(tài)進行檢修和維護。該部分主要分為設備可靠性檢修和設備預測性檢修兩個部分，前者主要是指預測設備運行中某部分或某個元件可能產生的故障，評估該部分故障問題可能對系統運轉可靠性所產生的危害，參考相應的影響制訂針對性的維修方案，從而在整體上提高設備維修水平。后者則是合理預測設備可能發(fā)生的故障，然后提前做好針對性維修的準備。在此期間，設備管理人員應積極運用設備故障診斷技術，分析設備潛伏故障，為設備是否繼續(xù)維持運行提供必要的決策支持。

5 結語

綜上，鐵路安全管理具有系統性和復雜性，隨著當今各類信息技術的應用，鐵路安全管理系統產生的數據日益龐大和豐富，信息數據形態(tài)與規(guī)模也不同于往日。為了充分發(fā)揮這些數據信息的價值，應著眼于鐵路安全管理細節(jié)，應用大數據技術的針對性，深入挖掘信息價值，為鐵路安全管理提供必要的信息支持。