钟田伟 唐世民 沈阳地铁集团有限公司运营分公司
内燃机车作为重要的铁路运输方式,其具有重要的作用,但是在实际运行中,内燃机车往往需要进行长时间的运转,因此在长期使用过程中会出现较多的问题,降低内燃机车的使用质量。创新内燃机车检修模式,不仅能够降低维修成本,还能提高维修质量,因此机车维修行业应当重视内燃机车检修模式的创新和发展,从而促进机车维修行业的可持续发展。
目前铁路运输行业不断发展,机车运输要求不断提高。为了满足运输要求,机车必须进行有针对性的检查。机车由配件组成,其质量在很大程度上决定了机车的质量。因此,要提高机车质量,就要从配件入手,调整配件,更换损坏的配件,提高配件的整体质量。市场上机车零件种类很多,可供选择不同种类和零件的机车零件的地方很多,但选择正确以及质量较佳的零件却很困难。机车基本管理主要包括机车零部件的选型和管理、机车总体维修技术管理、机车运行过程的服务管理和主要人员的管理。通过重视基础管理,可以在一定程度上提高机车质量,机车质量与配件质量密切相关。因此,基础管理是提高机车质量的基础。
大数据是指无法在可承受的时间以内利用现有技术进行获取、分析和利用的数据集合,包括结构化和非结构化数据,具有体量大、类型多、速度快、价值大的特征。大数据由政府部门、企业等实体采集,蕴含数据生产者的实时状态、真实意图、个性偏好等关键信息,被誉为“未来的新石油”。美国互联网数据中心指出,互联网上的数据每两年便将翻一番,数据挖掘和应用的意义正在随着日益普及的数据生成和网络行为与日俱增。2016 年,国务院公布了《“十三五”国家信息化规划》,规划提出,对于大数据产业,要将重点放在关键技术的开发上,具体包括大数据捕集、清洗、存储、分析、挖掘、可视化、隐私保护和数据安全等技术点。在国家发改委通过的《促进大数据发展三年工作方案(2016—2018)》和《促进大数据发展2016 年工作要点》中,更进一步设计了这一产业的开发和应用途径。在国务院公布的《政务信息资源共享管理暂行办法》中,明确提出鼓励政府部门公开数据,使数据的社会价值获得进一步探索和创造。同年,在工业和信息化部发布的《大数据产业发展规划(2016—2020 年)》中,指出在“十三五”规划时期内加快大数据及相关产业的开发和应用,践行我国的大数据规划。经过多年积累,我国已经保有了种类丰富、数量庞大的信息化数据资源,大数据相关技术也取得显著进展和突破,产业体系基本建立,产业支撑环境日益改善,相关研究和应用的着力点集中在增强大数据产品研发能力、开展工业大数据创新应用、促进行业大数据应用发展、加强大数据产业主体孵化、完善大数据标准体系建设、大数据产业政策和环境支撑、数据安全保障等方面。
从宏观的角度来分析,如果在内燃机车检修过程中,这些数据信息的可靠性和真实性达到可应用标准后,通过对这些数据信息进行分析和处理,能够得到合理的内燃机车检修信息,并且通过针对性地分析数据模块,得到内燃机车质量和性能变化情况。(1)大数据处理技术具有时效性。由于内燃机车检修工作需要在短时间内完成,并解决其存在的安全隐患和问题,因此将大数据技术应用到内燃机车检修工作中,能够及时获取内燃机车检修数据,并省略内燃机车检修工作中选择数据过程,大幅度提高内燃机车检修数据的处理效率。大数据技术在内燃机车检修中的应用过程中,其能够在开展内燃机车检修工作前同时处理传统有效信息和无效信息,并且不用考虑不同种类数据所需要制定的检修目标,对内燃机车检修过程中出现的所有数据信息进行综合性的处理,并做好数据记录。在这种数据处理状态下,数据收集的工作人员工作压力得到减轻,能够主动去参与数据分析工作,提高内燃机车检修工作质量。(2)全面收集内燃机车检修数据。在内燃机车检修工作中应用大数据处理技术,能够全方面地收集内燃机车性能数据,并且能够提高专业人员在内燃机车检修中的自动控制和录入信息的功能。传统内燃机车数据信息管理模式重视内燃机车内部数据变化情况,增加后期内燃机车检修工作难度,而大数据技术能够将内燃机车设备运行外的数据信息也进行收集处理,例如内燃机车行驶过程中,气候变化、天气状态、地质环境信息、使用时间等数据信息,能够结合内燃机车内外部数据信息,进而提高内燃机车检修工作质量。
现阶段我国内燃机车检修制度主要分为计划修、状态修和故障修环节,能够根据内燃机车的实际情况,选择合理的内燃机车维修模式,有效提高内燃机车检修质量,延长机车的使用寿命。目前内燃机车检修模式主要发展的方向为状态修,其能够根据内燃机车设备的维护信息和实时状态,进而制定最合理的维修模式,在实际内燃机车检修过程中,还需要结合内燃机车零件的磨损度,对其进行维修或更换,以此来降低内燃机车检修成本,提高内燃机车运行效率和质量。除此之外,我国内燃机车维修行业实施状态修主要是基于先进的诊断和测试技术,通过对内燃机车实际运行情况进行综合性的处理和分析,得到准确的检修数据,提高内燃机车检修质量。