大数据、云计算在轨道交通工程中的应用需求

孟存喜

(1.中铁第一勘察设计院集团有限公司，西安 710043； 2.轨道交通工程信息化企业国家重点实验室，西安 710043)

大数据、云计算在轨道交通工程中的应用需求

孟存喜

(1.中铁第一勘察设计院集团有限公司，西安 710043； 2.轨道交通工程信息化企业国家重点实验室，西安 710043)

大数据、云计算、移动互联网等新兴行业和新技术正在改变着传统的勘察设计、工程建设管理及维护模式。当前轨道交通领域的设计阶段已基本实现了数字化，但在某些环节数据管理与处理能力仍需加强，更由于施工和运营阶段数据管理与处理手段、能力的限制，使得设计成果未能得到充分应用，难于实现全阶段信息的集成和共享，制约了轨道交通领域的信息化建设。从庞杂的资料或海量数据中研究应用大数据、云计算技术解决问题的途径是轨道交通工程信息化需要解决的关键问题之一。由于轨道交通工程领域对大数据和云计算技术研究起步较晚，目前这些技术能用到该领域全生命周期哪些方面是值得研究的问题。本文结合大数据和云计算的特点，对轨道交通工程规划、设计、施工、运营维护各阶段可能的应用需求进行分析，旨在为今后研究工作提供参考。

轨道交通工程；全生命周期；大数据；云计算;应用需求

【DOI】 10.16670/j.cnki.cn11-5823/tu.2015.05.11

引言

移动互联网、物联网、大数据、云计算、远程技术服务、网络协同设计、工程仿真、3D打印、真实感场景设计、BIM等新兴行业和新技术正在改变着传统的勘察设计、工程建设管理及维护模式。铁路工程信息化技术承载了铁路构筑物的数据模型，包含了丰富的设计信息和施工信息，运营和维护单位依靠这些数据和信息，可以有效提升管理水平和工作效率。当前轨道交通领域的设计阶段已基本实现了数字化，但在某些环节数据处理能力仍需加强，更由于施工和运营阶段数据处理手段与能力的限制，使得设计成果未能得到充分应用，难于实现全阶段信息的集成和共享，制约了轨道交通领域的信息化建设。从庞杂的资料或海量数据中研究应用大数据、云计算技术解决问题的途径是轨道交通工程信息化需要解决的关键问题之一。由于轨道交通工程领域对大数据和云计算技术研究起步较晚，目前这些技术能用到该领域全生命周期哪些方面是值得研究的问题。本文结合大数据和云计算的特点，对轨道交通工程规划、设计、施工、运营维护各阶段可能的应用需求提出了粗浅的看法，旨在为今后研究工作提供参考，以提高轨道交通领域的信息化水平。

1 大数据、云计算技术

云计算是在融合分布式计算、虚拟化技术、网络计算和Web服务的基础上发展起来的，能使用户不受时空的限制，通过网络随时随地按需获取互联网上的资源，从而对大规模的数据和计算问题进行处理，其采用的两种关键技术是虚拟化和多租户技术。虚拟化是一种资源管理技术，是将计算机的各种实体资源，如服务器、网络、内存及存储等予以抽象、转换后呈现出来，打破实体结构间不可切割的障碍，使用户可以比原来的组态更好的方式来应用这些资源。多租户技术是一种软件架构技术，它是在探讨与实现如何在多用户环境下共用相同的系统或程序组件，并且仍可确保各用户数据的隔离性。可见，由不同的用户对硬件资源共享就是虚拟化技术，对相同的软件资源共享就是多租户技术。这两种共享技术共同构成了云计算高效的商业模式。云计算与传统网络技术相比，其特点体现在虚拟化、规模巨大、动态扩展性(资源可根据用户和应用规模需求动态扩展)、经济性和强大的计算和存储能力五个方面。

大数据的特征就是普遍所说的4V(大量、高速、多样和价值)，它和云计算之间有着密切的关系，甚至是相辅相成的重要联系，如果把云计算比做一个加工厂，大数据就是它的材料。大数据的数据挖掘，又必须依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术。

就工程而言，大数据的创建应始于工程设计期，并继承到建设及运营期。创建大数据基础信息的角色和用户是一种交替的关系，可以简单的描述为：“设计创建——施工应用并创建——运维创建——改造设计应用”。

据IDC分析报道，最近一年来，亚太区出现了越来越广泛的大数据和分析领域的应用案例。在中国，从互联网企业，到电信、金融、政府这样的传统行业，都开始采用各种大数据和分析技术，应用场景也在逐渐拓展，从结构化数据的分析，发展到半结构化、非结构化数据的分析。随着信息技术的发展，轨道交通部门迫切需要用先进智能的数据分析手段对海量数据进行高效、实时分析。

2 大数据、云计算技术在轨道交通工程中的应用需求

2.1 规划阶段

2.1.1 铁路建设项目前期规划与决策服务

在轨道交通建设项目前期规划阶段，可通过建立既有铁路大数据并研制铁路建设项目地理信息系统等软件实现区段密度、车站到发、铁路OD数据等主要铁路运输指标的地理信息分析及查询、铁路运输径路比选分析、铁路网规划分析与指标测算、各行政区划、项目沿线经济指标分析等功能，为铁路建设项目前期规划提供基础资料，为国家和地方政府决策提供服务。

2.1.2 建立基于数字地球的轨道交通三维空间选线平台

在轨道交通工程前期规划阶段，基于数字地球(Google Earth)构建轨道交通工程三维空间选线平台，对海外项目和国内难以获取数字地形资料的区域，可以应用大数据、云计算技术及互联网技术获取全球任意地区的数字地形影像资源(免费)，利用数字地球提供的这些资源，从而构建三维可视化的数字选线环境，在数字地球上实现交互式定线与方案综合展示等功能，将大大降低设计成本，缩短设计周期。

2.2 勘察设计阶段

2.2.1 多源观测数据的协同处理和信息提取

现有的信息提取与数据处理方法大多是基于单一或少量数据源，处理模型依赖于数据类型、分辨率、波段数和影像特征等因素，难以满足天空地多传感器海量数据信息提取与变化分析的需求。面向轨道交通工程高精度高分辨率的动态感知需求，综合考虑天空地一体化协同感知条件下的多维、多尺度、高动态、多耦合等复杂的数据与信息关系，采用数据挖掘技术，实现对轨道交通工程多源观测数据的协同处理和高精度的信息提取与变化分析。

2.2.2 建立轨道交通工程时空大数据库管理系统

面向全生命周期共享应用，以时空统一的GIS技术为基础，实现海量地理数据与时空大数据多元集成组织与管理，研究建立轨道交通工程统一描述框架，实现对多重数据表达、真三维GIS、时态GIS的有效支撑，推动对多尺度、动态变化世界的描述与分析，大幅提升GIS对真实地理世界的全方位建模与表达能力，推进时空融合视角下地理信息表达、处理技术与方法的发展。面向多元、多尺度海量数据和时空大数据的整合、组织与管理需求，开展轨道交通工程时空大数据组织、存储与索引研究，构建高安全时空大数据库管理系统，全面提升虚拟化网络环境中大规模地理时空数据的存储、管理、查询、分析与服务能力。

2.2.3 GPS与GIS技术结合应用

全球定位系统(GPS)在轨道交通工程勘察设计中的应用，目前主要是用于建立各种工程控制网及测定航测外控点，提供测点的定位大地坐标。地理信息系统(GIS)是用于管理地理空间分布数据的计算机信息系统。铁路工程中的勘察设计与GIS有着密切的关系，通过GIS可以直观地以地图方式录入、管理、显示和分析通过GPS及航测遥感等手段获得的各种地理空间数据和影像，辅以相应的软件制作各种比例的数字化地形图、DEM和三维景观供线路方案设计、评审及演示汇报使用。这个过程涉及的数据量是相当大的，必须依靠大数据、云计算等先进技术提供海量数据管理的有效机制。

随着网络带宽的迅速提高和3D设计技术，特别是建筑信息模型(BIM)技术研究的深入，使得轨道交通工程勘察设计中GPS与GIS技术的结合应用模式从传统的单机版或C/S方式转向B/S方式，也为提供基于Web3DGIS的BIM应用解决方案创造了条件。

2.2.4 利用云计算技术实现轨道交通智能选线技术

轨道交通工程选线设计前期，由于研究范围大，设计者精力有限，只能凭经验选出部分有价值走廊带。研究智能选线技术，依据技术标准并考虑约束条件自动搜索出一系列经济、环保、合理的线路方案为线路设计人员提供参考，将有效避免前期规划阶段有价值走廊带的遗漏；同时，也可以对精细设计阶段的人工设计方案进一步优化。但是从已有线路优化软件运行情况看，对于铁路这种线长、面广的大面积选线，线路、结构物、环境之间的耦合关系复杂且动态特征明显，目前的优化方法耗时还是比较长，可以考虑采用云计算技术提高运算速度。云计算平台是由一定数量级的普通服务器通过云计算平台系统集合起来的，扩展性强，可以不停地扩充虚拟节点以增加计算能力。将线路优化的计算工作安排在多个节点上进行，就可以提高计算速度。

2.2.5 利用大数据技术提高设计深度与精度，为工程投资、质量、进度控制打下基础

影响设计深度及其精确程度的因素很多，其中一种就是由于资料提供不充分引起的。以站房工程为例，按照设计规范和工程建设流程，在设备没有招标或采购之前，由于缺少暖通、给排水、消防、电力、信息等工程中设备、装置的机械参数(如几何尺寸、管口位置等)，设计所要表达的工程的结构、组成及相应的材料、机械、工程量无法达到需要的深度和精度，导致在施工及建设项目管理环节，难以实现进度、投资、质量的有效管控。解决问题的途径是：通过大数据应用，在设计及施工期动态共享设备制造商提供的数据信息，避免设计中信息的“真空”状况。这种方法，对于施工、运维应用大数据亦具有同样的适应性。

2.3 工程施工阶段

2.3.1 优化项目设计

优秀的设计方案是工程项目顺利实施的前提与保证。轨道交通工程项目设计通常由建筑、结构、设备、工艺等专业设计完成，在施工过程中，这些设计将转变为集成在一起的建筑构件，结果碰撞或冲突时常出现，这不仅会增加设计、施工返工成本，浪费资源，还会影响施工进度。另外，设计的不可施工性是项目设计的另一个问题，这同样增加返工量，影响施工进度，纠其主要原因，就是缺少一个有效的协同工作平台，即设计院、建设单位在设计阶段不能有效地沟通，同时在二维(2D)环境下不能对设计方案进行检测与分析。因此，建立一个协同工作与检测平台，利用设计单位提供的3D模型(BIM)，在施工前进行模拟，用于设计冲突、可施工性检查及多方沟通，从而优化设计就十分必要。建立这个平台，要涉及大量设计数据(3D)、制造商提供的数据和沟通过程中信息交流数据，软硬件处理和存储能力是能否实现高效沟通的关键因素，可以考虑用云计算技术加以解决。

2.3.2 优化施工过程

施工过程的顺利实施是在有效施工方案指导下进行的。当前，施工方案的编制主要基于项目经理及项目组的经验来实施，然而，面对越来越庞大且复杂的工程项目，仅凭项目经理的经验来编制施工方案已显得力不从心，施工方案的可行性一直受到业界的关注，同时，由于工程项目的单一性和不可重复性，施工方案同样具有不可重复性，即以前完成的方案很难直接用在后续的项目上，由于编制工作量大等原因，出现当某个项目即将结束时，一套完善的施工方案才展现于面前，结果为时已晚，施工进度拖延、安全问题频频出现、返工率高、建造成本超出等已成为现有工程的通病，因此，在施工以前找出完善的施工方案是十分必要的。施工模拟技术不仅可以测试和比较不同的施工方案，还可以优化施工方案。整个模拟过程包括了施工程序、设备调用、资源配置等。通过模拟，可以发现不合理的施工程序、设备调用程度与冲突、资源的不合理利用、安全隐患(如碰撞等)、作业空间不足等问题。施工模拟同样要用到设计3D模型(BIM)，视工程的复杂程度该数据量会十分庞大。还有，就模拟过程而言，大型复杂结构体型庞大，体系复杂，影响受力和变形的因素很多，不同施工方法、施工工艺、施工荷载、成型顺序的不同组合，加上施工过程中产生的许多不确定因素等，使得模拟过程变得非常复杂，对硬件的存储空间、软件的处理能力要求变得非常高，也可以考虑用云计算技术加以解决。

2.4 运营维护阶段

2.4.1 地质灾害监测

地质灾害是指规模大、突发性强、影响较长线路、造成巨大损失的灾害性工程地质问题，如滑坡、泥石流、崩塌落石等造成的灾害。据统计资料，1998年在全国6.8万km的运营铁路上，有滑坡灾害693处，崩塌落石3 211处；1945～1985年期间，铁路沿线累计发生泥石流灾害1 200余次，给行车安全造成了严重影响。铁路工程地质灾害监测预警系统，是运用先进的信息采集传输技术、计算机信息系统集成技术，通过对铁路工程监控区地质信息的自动、连续、实时地在线监测，并在信息采集及预报分析决策的基础上，根据预警信息危急程度及地质灾害波及范围，将预警信息及时准确地传递到地质灾害可能危及的区域，使铁路沿线工务维修与养护人员根据灾害防御预案及时采取措施。经过多年的监测工作，我国铁路工务部门已积累了大量的地质灾害实例，这些实例涉及的数据非常庞大，整理和充分挖掘这些数据，建立铁路工程地质灾害实例及处理措施大数据并不断完善，可供灾害监测部门对新监测到的灾害数据进行类比、分析，从而快速、及时、准确地推荐出灾害预防及处理方案供有关人员选择，将有效地提高铁路地质灾害的预防、预警水平，在一定程度上保证行车安全。

2.4.2 结构响应检测

相比传统结构检测技术，大数据下的桥梁结构检测应该是声、光、电多维数据的分布式应用。将各类接触或不接触传感器所获得的结构响应数据，进行分类和聚类，提供给不同需求的客户端用户使用。运用这种先进理念，上海长江隧桥结构健康监测系统已经完成了很好的运营实践。在单项指标上，检测数据表明大桥索力有明显的年度变化趋势；在综合指标上，系统显示梁体伸缩与温度的拟合斜率与理论斜率吻合良好，表明支座、伸缩缝性能良好，结构的约束条件正常。另外，专项分析也为大桥综合性诊断提供了良好的数据。

2.4.3 行车安全及智能提示

大数据背景下，轨道交通行车安全、客流量密度和环境情况都会得到实时的回馈。例如，通过某一站点附近的手机信号密度，便可以快速估计出客流量密度和拥堵程度，辅以监测画面便可以更加精准的判断，为轨道交通的乘客避开拥堵的地段。行车安全是轨道交通的关键，如何在某一信号系统已经失效、桥梁或隧道发生事故及其它险情的情况下，为整个轨道交通系统中的车辆进行引导，也是大数据背景下需要重点研究的问题。

2.4.4 结构性能评估及对策

结构性能的评估、评定及对策，是对桥梁和隧道进行大数据挖掘、分析、处理后的重要应用。目前已有的一些技术，如病害标准化技术、结构有限元数值计算、基于可靠度的结构性能评估、混凝土碳化模拟、钢箱梁涂层劣化分析、钢丝锈蚀分析等。例如，根据各种桥梁管养工作预设日历信息，对性能评估所需计算的耗时进行预估；根据耗时需要和人工干预需要，提前对一定生命周期的桥梁荷载、环境、状态、外观数据谱进行收集和多角度分析，并对全桥、节段、细部或构件等多尺度下的数值模型并行加载验算，将计算结果归并到类似于生命指数的某一数值上，进而与参数字典、标准病害库(外观、响应)、专家策略数据库进行自动化匹配，实时输出响应的结构性能评价及安全预警、维护加固策略信息。

2.4.5 接触网系统的检测

随着传感器和电子测量技术的飞速进步，轨道交通接触网系统的检测方式也可以有越来越多的选择。以MEMS传感器为代表的低功耗、微型化、低成本传感器的出现，正在影响和改变着我们的感知水平，在医疗、工业、家居建筑、物联网等领域，已经能感觉到新一代传感器带来的变革。如果在接触网系统中嵌入小型检测设备，可以实现接触网的实时监控，在大数据背景下，通过与既有故障灾害数据库的对比，不仅为运营维护提供故障提示、灾害预警的功能，而且通过对采集到的数据进行分析处理，可以指导完善接触网的设计、施工，为接触网全生命周期保驾护航。

2.4.6 铁路运营设施、设备数据维护与管理

随着大量铁路建设项目的开通运营，大量的竣工资料、建设信息和运营过程中铁路灾害救援、抢修过程中需要的铁路设计资料以及铁路运营设施、设备等数据需要维护与管理。以铁路运营维护为例，截止2013年初，我国铁路营运里程达到9万多km，配属机车1.9万多辆、客车(动车)49 000多辆、货车70多万辆、全路在线轨枕3亿多根、在线道岔15万多组(95%以上是联锁道岔)、桥梁6万多座、隧道9 000多座、光缆线路18万多km。部分设备维修及设备状态情况是：机车年大中修6 500多台，车辆年厂修、段修、辅修、临修近百万辆，通过修4.21亿次；钢轨损伤292 419根。从以上数据可以看出，在铁路运营维护管理过程中，如果没有先进的技术手段维护如此庞大的数据，要提高工作效率、保障铁路网络的正常运营是非常困难的。可见，铁路建设运营维护信息具有典型的大数据特征，建立大数据是解决铁路设施管理、维护，保障铁路正常运营的重要手段。同时，由于铁路建设运营维护信息是国家、地方政府制定铁路规划最基础的资料，因此建立大数据，可以在国家、地方政府及建设运营维护管理部门决策中发挥重要作用。

3 结论

本文根据大数据和云计算特点，对轨道交通规划、设计、施工和运营阶段的应用需求进行了探讨。限于作者对领域知识的了解，本文所列内容挂一漏

万，希望起到抛砖引玉的作用。可以看出，为了提高轨道交通领域信息化水平，基于大数据和云计算的思想，提高轨道交通工程全生命周期数据存储和处理能力是下一步迫切需要研究的问题。

[1]虚拟施工在设计院的应用浅谈.第四届工程设计计算机应用创新论坛论文集,2013.

[2]张永兵.基于云计算的高职院校数据中心体系结构设计. 电脑编程技巧与维护,2015.9(上).

[3]武薇.云计算、大数据在质监领域中的起步.电脑编程技巧与维护,2015.9(上).

[4]中国建筑施工行业信息化发展报告(2014).中国城市出版社,2014.

[5]陈亮.大型复杂结构施工全过程模拟分析.长安大学硕士论文(2009).

[6]卓宝熙.铁路工程地质灾害实例简介.百度文库.

[7]易思蓉 朱颖 许佑顶.铁路线路BIM与数字化选线技术.中国铁道出版社(2014).

77奖项花落各家 欧特克助力中国BIM应用普及

2015年10月19日，由全球二维和三维设计、工程及娱乐软件的领导者欧特克有限公司(“欧特克”或“Autodesk”)与中国勘察设计协会(中设协)联合举办的2015“创新杯”——建筑信息模型(BIM)应用设计大赛颁奖典礼在北京圆满落下帷幕。“最佳BIM建筑设计奖”、“最佳BIM工程协同奖”、“最佳BIM绿色分析应用奖”、“最佳BIM拓展应用奖”等九大类共77个奖项花落各家，获奖项目涵盖了大型水电站、公路、铁路、桥梁等基础设施类工程，大剧院、科技馆、博览馆、体育中心等大型场馆，以及商业综合体、地产等众多类别。

中国勘察设计协会秘书长王子牛、中国勘察设计协会副秘书长齐继禄、中国建筑第八工程局有限公司总工程师马荣全、安徽马钢工程技术集团有限公司副总工程师尤嘉庆，欧特克公司亚太区高级副总裁魏柏德、欧特克公司大中华区销售总经理李邵建等领导及企业代表出席大会并发表致辞，与来自全国各地的工程建设行业的专家共同见证了BIM技术在中国所取得的成就。

大赛旨在表彰BIM技术应用在我国勘察设计行业日益普及并不断取得新进步、屡创新高的丰硕成果，大赛共收到有效申报项目315个，其中来自施工单位的申报项目显著增加，表明越来越多的施工单位已经认识到BIM的巨大价值而开始主动采用BIM，这也是本届赛事的一大亮点。同时，专为BIM而构建的欧特克Revit®建筑设计软件也在众多项目中再次展露其突出的优势，帮助设计和施工人员将最初的创意转变为现实的构造，在项目的全生命周期中提高了协同水平和设计效率，简化了实施流程，减少了实施错误和成本，创造了很大的经济效益。

根据今年初由欧特克携手Dodge Data & Analytics联合发布的《中国BIM应用价值研究报告》显示，中国目前已跻身全球前五大BIM应用增长最快地区之列，中国的设计施工企业从BIM的普及应用中获得了积极的投资回报，使整个工程建设行业都受益巨大。而得益于设计方、施工方及业主对BIM价值的共同认可和推动，BIM已经在中国诸多地标性建筑项目中发挥了在优化设计和提高施工生产力方面的巨大优势。

在大赛颁发的九大类奖项中，上海世博会博物馆新建工程、合肥万达茂、南京青奥城会议中心等优秀项目分别摘得各类奖项一等奖的桂冠，而上海迪士尼度假区项目则凭借其在整个建筑全生命周期中成功地应用BIM，被组委会授予了“BIM应用特等奖”殊荣。此外，来自全国的31家设计单位通过对BIM技术的有效探索及取得的突破性成就共同荣获“最佳BIM普及应用奖”，另有11家单位基于在BIM应用上的开拓性实践获得了“最佳BIM应用企业奖”的嘉奖。

在本届大赛中夺得“BIM应用特等奖”殊荣的上海迪士尼度假区是中国大陆首座迪士尼度假区。BIM技术被广泛应用到了各个建筑的全生命周期中，以支持无纸化设计、设计管理、施工流程管理、合同管理、三维扫描、云技术等，为国内BIM技术在施工中的应用设立了新标杆。

由中建八局第三建设有限公司承建的南京青奥城会议中心项目，利用BIM模型的三维可视化优势，对各专业进行声学分析模拟、外幕墙模拟、内装饰模拟、钢结构模拟、机械模拟的深化设计和对比，有效解决了曲面和随意流线的异形结构为施工带来的难度，并因此获得了“最佳BIM拓展应用奖”一等奖的成就。

而由同济大学建筑设计研究院负责建设的宜兴市范蠡大桥项目则是欧特克BIM解决方案在复杂特大型桥梁设计、施工上的全面综合应用。该项目在方案展示、复杂节点设计、协同设计、参数化族库、施工图纸、施工工艺模拟、施工工期安排与协调、二次开发等众多方面成功解决了实际的工程问题，为未来的桥梁项目建造起到了极具价值的示范作用。

在兰渝铁路信号系统项目中，中铁第一勘察设计院集团有限公司利用BIM技术创建了反映铁路信号工程设备、装置、器件的组成、构造、位置、连接、参数、工艺等数据信息，针对工程全生命周期中角色(岗位)、对象(设备)、活动(工作任务)的机理，提供最直接、最有效的因果关系信息，达到优化、变革工作方式、提高工程品质、降低成本及风险的目的。

此外，攀枝花西区至凉山盐源县高速公路工程BIM设计实践也是BIM技术在公路项目上的应用典范。该项目为传统公路设计上的众多问题提供了解决方案，如智能选线、自动化施工图和工程量、桥隧结构参数化建模、互通立交三维方案设计等。以上这些项目无不全面反映了BIM对建造方式的革新以及对复杂工程项目的创新性贡献。更为重要的是，在国家积极推行“一带一路”战略的背景下，此类基础设施项目的建设以及互联互通将为发展丝绸之路经济带发挥极大的推动作用，BIM在此过程中所展现的价值更将得以凸显。

中国勘察设计协会秘书长王子牛表示，本届“创新杯”BIM应用设计大赛上的众多获奖作品又一次向我们展示了BIM正在深刻变革工程建设项目的设计、建造及管理的方式。更令人鼓舞的是，BIM技术在施工领域的应用在过去一年中获得了长足的进步，越来越多的业主也开始主动采用BIM技术。相信在国家政策的支持下，在明年的BIM大赛上还将看到更多更优秀的作品，通过业界同仁共同努力来推动BIM在中国工程建设行业的深度普及和革新发展。

欧特克公司亚太地区高级副总裁魏柏德表示，欧特克作为BIM技术的先行者与倡导者，将不遗余力地优化和创新欧特克Revit®建筑设计软件及相关软件，为业界提供领先的设计工具，并与合作伙伴共同推动中国工程建设行业的发展。

Application Requirements for Big Data & Cloud Computing Technology in Rail Transit Engineering

Meng Cunxi

Big data, cloud computing, mobile Internet and other new industries and technologies are changing the traditional survey, design, engineering construction management and maintenance mode.At present, the design phase of rail transit engineering industry has basically achieved digitization, but in some aspects, the data management and processing capacity still need to be strengthened. The design results have not been fully applied due to the means and capacity constraints of data management and processing in construction and operation. This makes it difficult to realize in integration and information sharing in the whole life cycle of engineering, which restricts the development of rail transit informatization. It is one of the key issues for the rail transit engineering informatization to study and use big data and cloud computing technology among a mass of information and data. It is only recently that big data and cloud computing technology are studied in the field of rail transit engineering, and therefore it is important to know in what aspects of the whole life cycle these technologies can be used. Based on the characteristics of big data and cloud computing, this paper analyzes the application requirements of rail transit engineering project in planning, design, construction, operation and maintenance, and the object is to provide reference for future research.

Rail Transit Engineering; Whole Life Cycle; Big Data; Cloud Computing; Application Requirement

孟存喜(1963-)，男，教授级高级工程师。主要研究方向：轨道交通工程信息技术、BIM与协同设计。

TU31；U29

A

1674-7461(2015)05-0062-05