大数据思维在和谐型机车检修中的应用探讨

王海元 中国铁路上海局集团有限公司南京东机务段

近年来，机车制造现代化技术快速发展，网络通信、智能检测和诊断技术越来越多的应用到和谐型机车的控制系统，让和谐型机车具有自检测、自诊断、故障记录以及数据自动存储、传输等技术优势。随着和谐型机车车载监测设备（6A、CMD）配置使用，在机车运行过程中会产生大量机车运用数据和状态监测数据。在机车检修过程中，也会积累大量的技术与管理数据，这既是检修工作的基本依据，也是深度维护、设计改进、安全运行的数据基础。然而，由于传统检修模式的局限性，各项数据之间基本处于彼此独立甚至割裂的状态，这些海量数据资源并未得到有效利用，未能直接发挥对机车检修提供指导和参考的作用。

因此，在当前和谐型机车检修大数据爆炸发展背景下，如何通过构建大数据综合信息平台，实现大数据与机车检修高度融合，用大数据思维来指导检修策略的制定，提高机车检修策略的科学性和合理性，实现对机车及重要零部件的故障预测、健康分析和专家诊断，从而达到提升检修工作效率和降低检修工作成本等方面的目标，是各级机车检修管理人员需要思考和努力的方向。

1 大数据和大数据思维

1.1 大数据的含义

大数据（big data）,或称巨量资料，指的是所涉及的数据规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的资讯，其侧重点并不在于其表象“大容量”，而在于其潜在的“大价值”。大数据具有4V特点，分别是数据量（volume）,时效性（Velocity）、多样性（Variety）和数据准确性（Veracity）。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于通过提高对数据的“加工能力”，从而实现数据的“增值”。

1.2 大数据思维

大数据思维，对企业而言，就是让企业更重视数据，实时全面的收集数据，并对海量数据进行存储和分析，将分析结果用来指导管理和决策。在企业管理层面，大数据思维意味着管理者要从观念上、价值上、管理上、制度上、技术上等多方面以大数据为基础，通过大数据深入分析挖掘业务需求，从而达到改善业务流程和改进生产技术方案的目的。对铁路机务系统而言，机车检修是保证机车各项性能指标正常、可以安全运行的一项重要工作。应用大数据，能够满足和谐型机车检修需求的目的，从而实施数据修车、量值修车，实现机车故障诊断和精准检修，避免过剩修和失修，减少人力资源的浪费和配件的消耗。

2 和谐型机车检修和大数据

2.1 大数据来源

在当前机务系统信息化建设中，机车运行、检修和管理过程中产生的海量、异构、多态数据具有典型的大数据特点。而与和谐型机车检修最为相关的业务信息和数据主要包括：（1）机车运行途中产生的微机系统记录数据以及6A、CMD、LKJ等状态监测数据等。（2）机车入库整备作业时，由于大量地面智能检测设备及具备工位化和便携式数据采集的工艺装备、实验设备的应用，所催生的各类检测数据。（3）反映机车检修规律的数据，即检修信息数据，包括检修历史数据和检修标准、规范等。（4）反映机车所处运行环境的数据，包括运行区段、地质条件、气象条件、周边环境等。（5）反映机车技术管理方面的信息，如机车故障、临碎修分析与管理信息、机车专项整治信息、机车加装或改造记录信息等。以上五类数据中蕴含大量对机车检修有用的信息，随着信息化水平的提升，通过大数据分析技术提取数据中的知识，可以助力实现和谐型机车智能化、精准化检修决策。

2.2 传统数据检修现状分析

现阶段数据检修是结合和谐型机车的数据特点，依托数据网络信息系统平台，可以基本实现机车检修过程中“四按三化”记名修要求，也具备汇集机车各项过程数据，指导现场机车检修的交互功能。但针对和谐型机车各类数据的管理系统，往往仅针对机车整备、检修、运用的日常维护、保养、运用等方面进行数据的存储管理，并未从机车本身技术特点进行搭建，同时上述系统之间平台相对独立，数据平台基础不同，造成机车过程信息掌握不全面，不能整体把握机车的各种状态信息，无法全面实现机车的精准预防修。

在传统的数据信息管理模式中，如果做好这些信息的记录工作，也可以为专业检修人员把握机车质量提供较为准确的参考，在大量的检修工作实践中，可以根据这些数据总结出存在于多个机车之间的常见故障、易重复故障以及配件可能存在的质量问题和预测性维修等。传统数据信息管理具有一个明显的特点，那就是往往以目标为导向，即在工作中先确定一个基本目标，从而在检修和数据整合过程有针对性的选取对目标有参考作用的数据，或者对已经掌握的数据进行深入分析，再去验证原先的判断或者猜想。传统数据应用的另一个特点就是参与者是有目的参与，这使得检修人员在面对繁杂的数据之前，很容易产生抵触与厌倦情绪，对检修者造成了较大的工作压力。而大数据是实时记录数据，不再需要事先区分有用信息和无用信息，也不用提前考虑数据整合所要达到的特定目标，而是强调对检修过程中出现的数据进行全覆盖、完整化的记录，在这种情况下，数据采集的参与者不需要承担特定的目标任务，具有较强的主动性。

另外，传统数据采集分析时效性不足，目前技术部门尚未对数据转储途径进行统一，部分模块数据不能及时上传，如视频数据、微机数据等，这类信息只有在停车检修或者整备时方可转储下载，导致数据分析应用的时效性大打折扣。机务段数据分析人员不熟悉机车基本性能、工作原理居多，缺乏复合型人才也是传统数据检修应用面临的短板。

2.3 大数据思维的应用实例

HXD2B型机车自2011年在南京东机务段配属运用以来，一直保持安全运行，直到2017年以后大量发生牵引电机轴承故障。2017年3月14日第一台HXD2B-0179机车途中发生第三电机轴承保持架裂损故障后，通过调取JK430装置报警数据、齿轮、轴承滚子及保持架冲击信息、齿轮箱油样光谱化验数据（故障前后对比）、现场检查数据等进行初步分析判断为电机轴承保持架疲劳裂纹。为探究其深层次原因，将与机车相关的外部数据也加以收集分析，如对机车运行区段、运行速度、轴承生产厂家、配件使用寿命、检修历史信息等进行综合诊断：FAG产NU2322 E型轴承，使用寿命为100万km，该机车发生故障时已经走行公里为929 687 km，接近达到配件使用寿命。机务段通过大数据分析，查明根本原因后，立即制定针对性防控措施：①梳理机车走行公里情况，避免电机轴承超公里使用。②每趟机车入库重点分析轴报数据，发现类似冲击或样本信息的，扣车通知技术科专业工程师进行数据分析确认，同步对齿轮箱油样化验分析，扣车检查轴承状态，情况异常的更换轮驱，无其他特征的观察运用。③日常做好机车驱动装置润滑油的油样化验数据积累和对比分析，发现异常及时扣车检查确认。④春运期间，对FAG电机轴承超55万公里机车严禁代客使用，杜绝因代客机车运行速度快，轴承转速高，受冲击大有关等因素造成轴承故障。通过以上措施的落实，将我段配属的46台HXD2B机车60件牵引电机轴承批量故障全部拦在库内，及早消除了机车走行部安全隐患，防止了机车运行途中事故的发生。从上述案例可以看出，在机车检修中，如果将与机车相关数据全部收集起来，同时在检修人员参与的检修环节中实现数据的自动采集或者人工录入，并在采集机车检修数据的同时，将与机车相关的外部数据也加以收集并存储，如天气、时间、配件、使用区域、生产厂家、使用情况等。通过分析，可以用来指导对其他机车的检修。如在何地使用的机车必须在某个规定的周期内检查某个部件，某一台机车下一次检修时需重点检查某一个部位等。这无疑会大大提高机车的检修效率，也会提升对机车的精准预防修。

3 大数据思维在和谐型机车检修中的展望

随着铁路机务信息化持续的推进，以及和谐型机车检修数据的不断积累，与机车检修相关的数据会越来越多，包括的面越来越广。如何利用大数据思维，更好的将数据存储、分析和利用，更好的服务检修生产实践，不断提升检修效率和检修质量，是有待进一步研究的课题。若要实现和谐型机车大数据检修首先要构建大数据信息管理平台，建立与检修、整备、运用及其他外部数据平台交互通道，通过网络、传感器等把机车数据、智能设备和人工作业数据连接到一起，形成一个双向互动的信息化网络，进而对各类检修数据信息进行共享和整合分析，实现对机车检修质量的监控、跟踪，以达到科学制定检修策略，提高检修效率，优化检修管理的目的。

应用电子标签技术实现单元过程数据化。机车大数据检修必然涉及对人员、材料、工艺数据等多重信息管理，此时也需要建立相应标记检修过程的数据管理手段，从而实现检修各环节的数据的统计管理。可以借鉴物流电子技术发展与进步，以RFID（无线射频识别）、NFC（近域通信）为代表的电子标签技术能定位管理物品、设备及人员，同时能存储一定的数据信息。采用电子标签便能对数据属性内容进行标记，从而实现检修过程的相关内容变成可规范操作的数据单元，使与检修相关的每一个生产环节及单元完成数据化，进入大数据信息管理平台。

另外，从长远看，如何通过大数据分析，实现机务系统精准用工也是值得思考的一个方向。可以将机务人员工作经历、技术水平和等级、职务、工作态度、性格特点、同事评价、作业习惯、违章率、检修故障率、家庭背景、子女情况、居住环境等信息采集为数据，同时采集机务人员工作时的天气、温度、作业环境、工作内容、安全风险等级、协同作业人员、交叉作业人员等数据，将这些数据集中分析，基本可以预测某一配件或者某一故障经某人检修后的状态，预测某人是否适合某一岗位等，从而为机务系统精准用工提供数据支持。

4 结束语

在大数据爆炸发展的时代，大数据、大数据技术固然重要，但最重要的是拥有大数据思维。拥有大数据思维，才会懂得如何分析、挖掘和利用大数据的潜在价值。或许与其他信息领域应用大数据技术相比，机车检修行业对于大数据技术的融合仍然存在一定的缺陷，从某种意义上讲并不能等同于完整的大数据技术，但大数据思维的引入，对机车检修人员创新工作方式，优化工作效能具有无可比拟的优势。