数据挖掘在轨道交通设备维修管理中的应用探思

2020-11-20 10:53王明
装备维修技术 2020年8期
关键词:数据挖掘轨道交通应用

王明

摘要:随着中国城市轨道交通网络的形成和运营里程的爆炸性增长,运维周期的安全性已成为保证城市安全稳定的重要保证,并引起了各方的关注。当前的城市轨道交通安全管理方法和方法较为传统,数据挖掘不足,信息孤岛严重,设备状态信息反馈滞后,其优点在于效率高。智能管理方法和方法由于缺乏全面的安全管理而效率低下。基于大数据技术,我们专注于大数据,例如轨道形状的恶化,轨道状况的恶化,大型轨道部件的恶化,轨道状况的安全警告,轨道维护计划的优化,轨道更新计划的优化等。深入挖掘。运用技术水平,研发城市铁路运维安全管理信息平台,实现铁路运维安全管理的标准化,智能化和完善化,提高铁路运维效率和安全性。

关键词:数据挖掘;轨道交通;应用

引言

近年来,铁路运输产品的技术位置发生了两个重大变化。所有工作均由相机完成。到2010年,快照设备仍然是纯快照设备,其他智能分析算法通过其他工业分析计算机或后端设备完成。第二个是建筑规模,捕获的照片数量非常大,数亿计,如果存储时间更长,它将达到10亿。数据源包括地铁网络,视频监控,车站,大门等。这给管理平台和检索这些通过的记录带来了很大的困难。

一、基本概念

(一)概况

城市轨道交通综合运输服务数据平台中最重要的服务目标是乘客,要在交通运输领域创建综合综合服务平台,您需要能够从多个角度查看交通信息。该地区各個公司和部门的综合管理实现共同发展。城市轨道交通服务平台必须依靠大型数据库,通过加强城市内部交通部门的基础设施建设,不断提高信息数据收集效率,来实现交通部门的多种信息管理。

(二)功能属性

就功能属性而言,城市轨道交通综合运输服务大数据平台具有三个主要功能属性:数据收集,数据处理和数据输出。首先,数据处理模块主要由信息数据处理中心完成,并且在日常工作中,信息数据处理中心对收集到的各种信息数据进行分类,因此工作人员必须事先设置分类标准。然后,现场工作人员和数据分析人员可以根据信息数据的需要自由拨打电话,经过分类,筛选和比较,从大规模信息数据中提取必要的交通数据信息,以供参考。最后,它集中了上述数据资料,根据数据信息的特征进行建模和分析,以层次结构和对象的形式呈现和分析管理人员。其次,数据输出的功能特征必须从三个方面进行分析,包括以乘客和内部人员为中心的行政和决策部门。以乘客为中心意味着大数据平台可根据现实世界的旅行需求为不同类型的过境旅行模式提供路线和运行条件,这部分使乘客能够获得更多的交通信息,并为乘客获取最合适的交通信息帮助您选择。该出行方式为乘客的日常生活提供了极大的方便,同时,该平台还根据相关信息(如运行状况和交通设施的容量调整)通知乘客。

行政管理和决策部门的数据输出功能使相关人员可以在每天的周末或公共假日,早晚的高峰时段获得更准确的信息数据,并且数据平台可以根据历史信息记录和要配置。然后,它会自动生成预测和判断,以维持各种运输模式下操作模式的正常顺序。

二、城市轨道交通运营管理现状

研究国家城市铁路发展模式后,基本上是一条线建设。单线管理和单线维护,以及各种单线的专用系统(例如车辆,信号,通信,AFC,线,电)。而供应单元,机电一体化,FAS,BAS等)是独立的管理和维护模型,它不构成集中监视和城市轨道交通数据中心的概念,也不收集和挖掘大规模的轨道交通数据。对于现代铁路运输,每种专业设备的可靠性对整体运行水平几乎没有影响。

三、市轨道交通运营管理存在的问题

(一)各专业信息共享水平不足,实时数据质量有待提升

每个专用系统(例如,车辆,信号,通信,AFC,线路,电源,电动机,FAS,BAS等)都是独立的管理和维护模式。该信息不匹配。由于数据问题,尚未建立系统间数据交换中心,并且尚未完全了解系统之间设备的相应操作。运营数据质量管理任务包括多个部门,长时间工作,繁琐的工作和大量数据,因此没有有效的清单工具,因此设备质量,准确性,缺陷和及时维护各种系统至关重要。

(二)数据挖掘能力不足,导致该公司的决策能力会很低

当前,由于处理平台和处理技术的限制,现有的业务数据分析和处理技术受到限制,并且无法实时实现完整,客观和全面的数据挖掘,结果,无法完全获得有价值的数据。因此,公司无法做出准确的科学决策。

四、城市轨道交通运营管理的对策

建立和探索专业的深层业务绩效。该分析提供了智能决策支持,以支持多个决策者之间的集成信息融合应用程序。

(一)实时共享操作数据以提高系统数据一致性并确保数据质量

大数据技术,信号指示器,时间筛选,机电和车辆电子系统操作指示器,时延,操作状态,设备状态,精度监控,错误统计,线站,列车类型和时间信息以及其他综合大数据使用操作在平台上收集信息,该平台提供了用于数据质量分析的标准数据源,并根据设备连接性和连接性规则对系统之间的信息一致性进行了实时多维分析,以进行设备操作数据质量管理。这项工作为有效提高设备的数据质量提供了信息支持。

(二)实时监控各个职业的关键设备运行状况

通过大数据技术,关键信息的及时预警分析等,实现数据管理,可视化管理和控制的全过程,以及城市轨道交通运行和运行的主要专业系统的实时监控和分析,监视和实施。建立了可视化的专业管理方法。

(三)实时监测故障趋势进行预警

为了提高智能决策水平,它可以主动检测各种特殊系统中主要设备故障趋势的有效预测和预警。铁路运输业务中的重大事故不仅造成巨大的经济损失,而且还给乘客造成严重的灾难,影响他们的信任,并对铁路运营环境的安全产生负面的社会影响。对于轨道的核心设备,长时间的高负荷连续运行将采取措施,通过使用一系列计算模型来避免不可避免的错误,执行有效的数据挖掘并在可能的计算之前产生错误,从而尽快减少缺陷。事故的严重性和缺陷性可以防止发生严重事故,减少事故发生的风险,确保地铁的安全运行,保护乘客的人身安全,提高社会公共安全效率。

(四)智能设备的使用

为了提高维护效率分析的准确性,智能分析需要对城市轨道交通主要专业设备制定科学的维护准则,改变个别专业的独立维护体系,设备维护方法要统一科学合理地做出分析。普查计划的维护工作促成了主要铁路设备维护系统的开发,以改善安全状况,避免过度维护,并制定维护计划以根据运行状况进行状态维护托管的操作和维护。该项目的构建平台可以合并多个专业数据信息,以准确确定错误的类型和错误的位置,因此维护人员可以在到达错误站点之前了解错误信息,了解设备维修建议并提高效率。

结语

为快速适应北京轨道交通建设的高峰。缓解线路维护方式的弊端是采用“安全,人道,高效,经济,方便,创新”的现代信息手段进行同时采集,合并,挖掘,关联,这是北京地铁目前的要求。警报,预警和视觉处理最终提供了一组集中,专业和深入的个性化内容,可以将这些内容提供给政府监管机构,运营经理,设备维护方和其他铁路运输运营参与者,并应用于运营和维护组织任务。

参考文献:

[1]薛华成.管理信息系统(第5版)[M].北京:清华大学出版社,2008.

[2][英]维克托·迈尔·舍恩伯格.大数据时代[M].浙江:浙江人民出版社,2012.

猜你喜欢
数据挖掘轨道交通应用
轨道交通TOD模式创新引领宁波城市发展
城市轨道交通供电系统及电力技术探析
城市轨道交通节假日期间大客流行车组织思考与实践
轨道交通快慢车越行问题研究
轨道交通快慢车越行问题研究
数据挖掘综述
软件工程领域中的异常数据挖掘算法
GM(1,1)白化微分优化方程预测模型建模过程应用分析
煤矿井下坑道钻机人机工程学应用分析
气体分离提纯应用变压吸附技术的分析