商业智能在旅客列车故障与时间关系上的探究

朱亚利

(西安铁路职业技术学院，陕西 西安 710026)

0 引言

近年来，随着信息技术的不断发展和信息数据量的不断增长，商业智能技术随之诞生。商业智能技术能够对企业已经有的数据进行整合分析找出其中的规律，从而为领导决策和业务管理提供方便。本文首先对商业智能技术进行了概述，然后以商业智能技术为载体分析总结了某铁路局某客车车辆段库检车间旅客列车故障与时间之间的关系。

1 商业智能技术简述

Business Intelligence简称BI，即商业智能，它是通过软件和服务把数据转化为可以去操作的信息，从而帮助企业做出一些非常重要的决定。商业智能工具访问并分析数据集，以报告、总结、仪表板、图表和地图的方式呈现其分析结果，并且向用户提供业务状况的详细信息[1]。BI 系统的建设主要包括3个步骤，第一个步骤是确认和解读数据源，第二个步骤是采集数据和存储管理，第三个步骤是建模并分析数据。

如今，我们已经完全踏入了一个数据大爆炸的时代，全球积累的数据量已经达到了PB 级别，传统的数据分析方法已经无法满足全球海量数据的分析，为了解决这一难题，通常以数据仓库为基础，结合联机分析处理技术和数据挖掘技术，提取出数据中有效的知识，从而为领导层和管理人员提供详细数据及其分析结果[2]。

2 商业智能(BI)系统的设计

商业智能在旅客列车故障与时间之间关系的探究是一项非常繁琐且非常便捷的工作，我们可以采取整体布局、分步实施的方法进行对其进行探究。

在此设计原则和思路的基础上，下面将详细分析某铁路局某客车车辆段库检车间旅客列车所存在的故障与时间之间的关系，首先是进行总体架构的设计，在明确需求的前提下，设计系统的总体构建如图1所示。

图1 思路图

3 通过商业智能(BI)分析普速旅客列车故障与时间之间的关系

通过梳理统计某铁路局某客车车辆段库检车间2015-2017年间乘务人员提报“181”故障、专项修发现的故障以及作业人员日常辅修技检发现处理的各类故障，并通过商业智能(BI)分析(图2)，我们发现，普速旅客列车常见故障类型有：空气制动故障、轮对故障、钩缓装置故障以及车辆上部服务设施故障、车辆下部悬吊装置故障等9类常见故障。与此同时，从图中可以看出，上述9类常见故障与时间之间都存在明显的逻辑关系。

通过采用商业智能(BI)数据分析，一是极大方便了管理者和决策者对一年中各个时间段各个车次旅客列车最容易发生的故障类型进行判断和预测。二是也完整地将每天从各种渠道、途径获得的旅客列车运行数据进行了百分之百的运用，避免了资源和数据的浪费，充分发挥了数据在旅客列车安全管理中的重要作用。三是能够有效直观地辅助领导层和管理层从全局出发宏观但又具体地制定出全年每一时间段所要重点防控的旅客列车故障隐患，从而确保旅客列车安全运行，满足广大旅客美好的出行体验。

图2 各类故障与时间之间的关系

4 结束语

采用商业智能技术分析旅客列车故障与时间之间的关系非常重要，本文通过利用商业智能技术对某铁路局客车车辆段库检车间旅客列车存在的各类故障进行了分析，从而帮助领导层和管理人员提供了一种方法，通过分析数据来了解趋势，获得深度分析结果，更进一步推动我国铁路向更加科学、智能的方向发展。