浅谈工务段大数据分析室的应用

张俐文

摘要：大数据分析能给现代人生活带来更多的便捷，能给铁路企业带来更多的效益，为有效利用铁路工务数据，徐州工务段组建了大数据分析室，对工务各类检测、监测、维修数据及设备基础数据进行整合管理和挖掘分析，为保障设备质量状态，提升工务安全生产管理能力提供技术支撑手段。

關键词：工务段;大数据;分析;安全生产

中图分类号：U216

文献标识码：A

DOI： 10.15913/j.cnki.kjycx.2019.10.065

1 引言

近年来，铁路行业发展迅速，工务部门在进行设备维修和管理过程中产生了大量的数据，这其中包括线路设备动静态检测数据、现场各种作业视频及图片、探伤回放数据等。随着海量数据的产生，数据的分析运用日渐成为工务安全生产管理的一项重要工作，如何高效合理地充分利用这些数据成为当务之急。为此，徐州工务段专门成立了大数据分析室来处理日常各类数据，对这些海量数据进行汇总、分析、应用，使其成为控制、指导安全生产的有力手段。

2 大数据分析室岗位设置及职责

徐州工务段于2016-06组建了大数据分析室，负责工务段安全生产数据的汇总分析，按照要求编制数据分析报告，做好设备掌控、风险研判、目标制定、建议提供等工作[1]。

大数据分析室设置设备质量分析岗位3人，包括静态检测数据分析2人，动态检测数据分析1人，负责对段管内动静态设备质量问题进行分析盯控，对影响行车安全和轨控质量的设备问题，及时提醒车间、工区进行整治消灭，对纳入段设备隐患问题库病害和安全生产管理系统中超临修病害，及时督促车间编制月、周生产计划，按照时间节点整改，不断提升设备质量和安全保障度。生产过程监控分析岗位4人，包括道口作业监控分析2人，作业录音录像监控分析1人，汽车、轨道车作业监控分析1人，主要是通过道口视频盯控、作业录音录像回放、汽车GPS定位追踪等内容，全过程掌握作业过程中的劳动纪律、规章制度、标准化执行情况以及现场风险管控水平，从而分析出现场作业的倾向性问题，归纳出工务段在安全管理方面的薄弱地带，制订出有针对性的控制措施。

3 数据分析方法及应用

数据分析室各专业岗位全面收集各类数据，分类汇总，通过设备质量分析和生产过程监控分析，一方面能够准确找到倾向性问题和管理薄弱环节并有效盯控整改，逐步减少设备及安全管理风险;另一方面通过数据分析，透过表面看本质，深度剖析设备及生产过程管理问题的根源，为各项决策提供数据参考。

下面以徐州工务段大数据分析室静态检测数据分析、道口作业监控分析这两个岗位为例，对数据分析的方法及应用进行简要说明。

3.1 静态检测数据分析

线路静态检测方法主要包括手工检查、轨道静态检查仪检查等，静态检测数据分析按照单元管理、分色显示、等级修理思路进行。工务安全生产管理系统将200 m正线、整条股道、道岔划分为一个设备单元，实现单元录入、自动统计分析。将“红色、黄色、绿色”单元数据进行纵横向分析对比，重点对红色单元、重复发生的病害，剖析其产生的原因，发现设备变化的趋势及存在的倾向性问题等，并按照“销红、控黄、保绿”的思路实施单元等级修理[2]。

主要分析方向为以下3点：①利用数据的重复性或集中度找出设备质量比较薄弱的区段，纳入段设备隐患问题库，提醒所属车间进行重点关注;②对静态检查病害库中的超限峰值处所，及时督促车间组织安排月周计划，根据病害的严重程度和影响范围、规定的时间节点，有次序地整治消灭;③统计系统中单元看板红色黄色绿色的分级数量，上个检测周期评定结果进行对比，对照峰值升降、超限数量增减并结合设备历史维修记录，分析维修作业的质量、完成情况。

2016年路局在所有工务设备管理单位推广使用新版的“工务安全生产管理系统”，静态检测数据全部在新版的“工务安全生产管理系统”中输入使用。系统应用后，工务设备维修以动静态检查数据为依据，按“先严重、后一般”的原则安排维修计划，检查数据录入错误、不全，必然导致分析结果不准确，也不能在系统中生成相关的维修计划。针对此现象，静态检测数据分析岗位在成立初期对检查数据录入做了大量盯控工作，确保数据真实可用。同时定期抽查检查工区检查记录簿，确保设备检查不超周期、不漏检，并审核系统中检查问题录入的全面性、准确性和偏差判定的标准性[3]。经过为期半年的检查工区专项整治，静态检查数据漏录入、迟录入、错录入的问题从2017-05的105条下降到2018-05的16条，系统中的静态检查数据真实可靠是下一步分析的基础。通过梳理分析各种检测数据，利用数据的重复性或集中度发现设备薄弱区段，进行重点关注，如图1所示，以2018年部分重复发生的病害为例，说明这几处设备质量不佳，长时间不能消灭此处病害或者未将这些病害纳入到维修计划中进行销号处理，应当引起重视。

对超限处所与上个检测周期评定结果进行对比，对照峰值升降、超限数量增减并结合病害地点范围内历史维修作业的质量、完成情况，对设备状态有一个直观综合的数据化分析依据，如图2、图3所示。2018-07检查夹河寨站57#道岔发现尖轨中后部曲股轨距7 mm，属于临时补修病害，首先查找此道岔历史检查记录（图2），然后追踪此条病害历史维修作业情况（图3），此处超临修病害经过维修作业后仍未完全消灭，维修作业标准不高，仍需排定计划进行重点处理，应再次督促车间安排计划进行销号处理，并对维修作业标准不高的问题进行调查分析。通过大数据分析室的综合分析运用，设备质量控制成效明显，设备质量持续向好，大数据分析室的设备质量分析已成为设备状态控制的有效手段。

3.2 道口作业监控分析

道口是铁路公路的平面相交，不安全因素较多，道口发生交通事故不仅会中断铁路行车，同时还会造成人员伤亡，后果很严重，道口安全已经成为铁路运输安全畅通的重要保障。道口事故中有很多是由于道口员作业标准化执行不严、违反劳动纪律造成的，因此，在道口管理工作中，加大对道口员的盯控力度，促进道口员执行“两纪一化”才能更好地保证道口安全。道口作业监控分析岗位根据每日实时监控和抽查回放视频的记录资料，对作业执标情况的检查和发现的主要倾向问题，按照重点道口、重点列车、重点时段、重点班次及人员以不同权重计算出风险值，及时对当班人员作出预警提示。通过视频监控分析，可得出每一名道口员惯性违章或非标作业等问题，从而提出指导性整改意见并督促改进。同时在发现道口有安全异常情况、非标作业时，及时汇报段调度、安全科负责人，协助开展应急处置远程指挥、处理。

以2016-12-01-12-3 1的道口作业监控分析为例，此时间段累计检查1 426处，检查发现问题16件，其中王庄道口3件，虎山道口7件，林黄道口1件，后郝泉道口2件，泉旺头道口3件。发现问题中有精神不振违章2起，作业不标准14起。经分析，两起精神不振的违章均发生在泉旺头道口，违章时段在15：00-18：00，需要对泉旺头道口道口员进行深入分析并对该道口进行风险预警。对虎山道口道口员多次作业不标准的原因进行剖析发现，虎山道口作业不标准均与“未按规定对道口铺面设备检查”相关，需要对虎山道口道口员进行专项考核并进行教育培训。对生产过程监控分析后，对分析出的问题进行通报，要求各责任人整改，确保问题的整改及时有效。大数据分析室组建以来，通过分析盯控，现场两违、作业执标等惯性问题减少，道口作业违章问题由2016-12的16条下降到2018-12的3条，道口员“两纪一化”执行情况不断改善。

4 工务段大数据分析室应达到的目标

4.1 充分发挥大数据分析室数据分析的主导性作用

大数据分析室数据分析的主导性作用主要包括：①建立综合数据库，不断升级数据分析软件和平台，将全段的各种数据进行纵横向对比分析;②充分利用局域网、互联网等信息传输手段，将各类数据传递到大数据分析室;③数据分析更加智能化和快速化，并可以自动生成工务安全生产指导意见;④设备质量和安全管理得到有效监控。

4.2 工务段安全生产对大数据分析室的依赖性逐步加强

设备质量分析是各级安排维修资源、维修计划的主要信息来源，生产过程监控分析是安全生产过程管控、风险预警的有力抓手。

4.3 大数据分析室运作专业化

培养了一批数据分析人才，具备数据分析能力与理论结合现场的数据研判经验。同时各专业分析岗位对线路设备质量和生产过程管理的情况全面掌握，对各种信息资料及时掌控，对各种数据的分析准确到位，更加合理地为工务段安全生产各环节提供技术支撑。

5 结束语

当前工务段大数据分析初步运用、分析手段及运用效果还有欠缺，随着铁路总公司工务信息化建设工作的推进，铁路工务“大数据”还将快速发展，大数据分析室在工务段安全生产中的作用发挥将更加凸显。

参考文献：

[1]李玉平.数据分析工作在工务检养修生产组织中的作用[J].上海铁道科技，2017 （1）： 87-88.

[2]賈跃军.铁路工务系统检养修生产组织改革探索与实践[J].铁道勘察，2015 （4）： 82-86.

[3]孙晓军.工务检查数据录入环节的安全风险管理分析[J].上海铁道科技，2018（1）：79-80.