淺談工務段大數據分析室的應用

張俐文

摘要：大數據分析能給現代人生活帶來更多的便捷，能給鐵路企業帶來更多的效益，為有效利用鐵路工務數據，徐州工務段組建了大數據分析室，對工務各類檢測、監測、維修數據及設備基礎數據進行整合管理和挖掘分析，為保障設備質量狀態，提升工務安全生產管理能力提供技術支撐手段。

關鍵詞：工務段;大數據;分析;安全生產

中圖分類號：U216

文獻標識碼：A

DOI： 10.15913/j.cnki.kjycx.2019.10.065

1 引言

近年來，鐵路行業發展迅速，工務部門在進行設備維修和管理過程中產生了大量的數據，這其中包括線路設備動靜態檢測數據、現場各種作業視頻及圖片、探傷回放數據等。隨著海量數據的產生，數據的分析運用日漸成為工務安全生產管理的一項重要工作，如何高效合理地充分利用這些數據成為當務之急。為此，徐州工務段專門成立了大數據分析室來處理日常各類數據，對這些海量數據進行匯總、分析、應用，使其成為控制、指導安全生產的有力手段。

2 大數據分析室崗位設置及職責

徐州工務段于2016-06組建了大數據分析室，負責工務段安全生產數據的匯總分析，按照要求編制數據分析報告，做好設備掌控、風險研判、目標制定、建議提供等工作[1]。

大數據分析室設置設備質量分析崗位3人，包括靜態檢測數據分析2人，動態檢測數據分析1人，負責對段管內動靜態設備質量問題進行分析盯控，對影響行車安全和軌控質量的設備問題，及時提醒車間、工區進行整治消滅，對納入段設備隱患問題庫病害和安全生產管理系統中超臨修病害，及時督促車間編制月、周生產計劃，按照時間節點整改，不斷提升設備質量和安全保障度。生產過程監控分析崗位4人，包括道口作業監控分析2人，作業錄音錄像監控分析1人，汽車、軌道車作業監控分析1人，主要是通過道口視頻盯控、作業錄音錄像回放、汽車GPS定位追蹤等內容，全過程掌握作業過程中的勞動紀律、規章制度、標準化執行情況以及現場風險管控水平，從而分析出現場作業的傾向性問題，歸納出工務段在安全管理方面的薄弱地帶，制訂出有針對性的控制措施。

3 數據分析方法及應用

數據分析室各專業崗位全面收集各類數據，分類匯總，通過設備質量分析和生產過程監控分析，一方面能夠準確找到傾向性問題和管理薄弱環節并有效盯控整改，逐步減少設備及安全管理風險;另一方面通過數據分析，透過表面看本質，深度剖析設備及生產過程管理問題的根源，為各項決策提供數據參考。

下面以徐州工務段大數據分析室靜態檢測數據分析、道口作業監控分析這兩個崗位為例，對數據分析的方法及應用進行簡要說明。

3.1 靜態檢測數據分析

線路靜態檢測方法主要包括手工檢查、軌道靜態檢查儀檢查等，靜態檢測數據分析按照單元管理、分色顯示、等級修理思路進行。工務安全生產管理系統將200 m正線、整條股道、道岔劃分為一個設備單元，實現單元錄入、自動統計分析。將“紅色、黃色、綠色”單元數據進行縱橫向分析對比，重點對紅色單元、重復發生的病害，剖析其產生的原因，發現設備變化的趨勢及存在的傾向性問題等，并按照“銷紅、控黃、保綠”的思路實施單元等級修理[2]。

主要分析方向為以下3點：①利用數據的重復性或集中度找出設備質量比較薄弱的區段，納入段設備隱患問題庫，提醒所屬車間進行重點關注;②對靜態檢查病害庫中的超限峰值處所，及時督促車間組織安排月周計劃，根據病害的嚴重程度和影響范圍、規定的時間節點，有次序地整治消滅;③統計系統中單元看板紅色黃色綠色的分級數量，上個檢測周期評定結果進行對比，對照峰值升降、超限數量增減并結合設備歷史維修記錄，分析維修作業的質量、完成情況。

2016年路局在所有工務設備管理單位推廣使用新版的“工務安全生產管理系統”，靜態檢測數據全部在新版的“工務安全生產管理系統”中輸入使用。系統應用后，工務設備維修以動靜態檢查數據為依據，按“先嚴重、后一般”的原則安排維修計劃，檢查數據錄入錯誤、不全，必然導致分析結果不準確，也不能在系統中生成相關的維修計劃。針對此現象，靜態檢測數據分析崗位在成立初期對檢查數據錄入做了大量盯控工作，確保數據真實可用。同時定期抽查檢查工區檢查記錄簿，確保設備檢查不超周期、不漏檢，并審核系統中檢查問題錄入的全面性、準確性和偏差判定的標準性[3]。經過為期半年的檢查工區專項整治，靜態檢查數據漏錄入、遲錄入、錯錄入的問題從2017-05的105條下降到2018-05的16條，系統中的靜態檢查數據真實可靠是下一步分析的基礎。通過梳理分析各種檢測數據，利用數據的重復性或集中度發現設備薄弱區段，進行重點關注，如圖1所示，以2018年部分重復發生的病害為例，說明這幾處設備質量不佳，長時間不能消滅此處病害或者未將這些病害納入到維修計劃中進行銷號處理，應當引起重視。

對超限處所與上個檢測周期評定結果進行對比，對照峰值升降、超限數量增減并結合病害地點范圍內歷史維修作業的質量、完成情況，對設備狀態有一個直觀綜合的數據化分析依據，如圖2、圖3所示。2018-07檢查夾河寨站57#道岔發現尖軌中后部曲股軌距7 mm，屬于臨時補修病害，首先查找此道岔歷史檢查記錄（圖2），然后追蹤此條病害歷史維修作業情況（圖3），此處超臨修病害經過維修作業后仍未完全消滅，維修作業標準不高，仍需排定計劃進行重點處理，應再次督促車間安排計劃進行銷號處理，并對維修作業標準不高的問題進行調查分析。通過大數據分析室的綜合分析運用，設備質量控制成效明顯，設備質量持續向好，大數據分析室的設備質量分析已成為設備狀態控制的有效手段。

3.2 道口作業監控分析

道口是鐵路公路的平面相交，不安全因素較多，道口發生交通事故不僅會中斷鐵路行車，同時還會造成人員傷亡，后果很嚴重，道口安全已經成為鐵路運輸安全暢通的重要保障。道口事故中有很多是由于道口員作業標準化執行不嚴、違反勞動紀律造成的，因此，在道口管理工作中，加大對道口員的盯控力度，促進道口員執行“兩紀一化”才能更好地保證道口安全。道口作業監控分析崗位根據每日實時監控和抽查回放視頻的記錄資料，對作業執標情況的檢查和發現的主要傾向問題，按照重點道口、重點列車、重點時段、重點班次及人員以不同權重計算出風險值，及時對當班人員作出預警提示。通過視頻監控分析，可得出每一名道口員慣性違章或非標作業等問題，從而提出指導性整改意見并督促改進。同時在發現道口有安全異常情況、非標作業時，及時匯報段調度、安全科負責人，協助開展應急處置遠程指揮、處理。

以2016-12-01-12-3 1的道口作業監控分析為例，此時間段累計檢查1 426處，檢查發現問題16件，其中王莊道口3件，虎山道口7件，林黃道口1件，后郝泉道口2件，泉旺頭道口3件。發現問題中有精神不振違章2起，作業不標準14起。經分析，兩起精神不振的違章均發生在泉旺頭道口，違章時段在15：00-18：00，需要對泉旺頭道口道口員進行深入分析并對該道口進行風險預警。對虎山道口道口員多次作業不標準的原因進行剖析發現，虎山道口作業不標準均與“未按規定對道口鋪面設備檢查”相關，需要對虎山道口道口員進行專項考核并進行教育培訓。對生產過程監控分析后，對分析出的問題進行通報，要求各責任人整改，確保問題的整改及時有效。大數據分析室組建以來，通過分析盯控，現場兩違、作業執標等慣性問題減少，道口作業違章問題由2016-12的16條下降到2018-12的3條，道口員“兩紀一化”執行情況不斷改善。

4 工務段大數據分析室應達到的目標

4.1 充分發揮大數據分析室數據分析的主導性作用

大數據分析室數據分析的主導性作用主要包括：①建立綜合數據庫，不斷升級數據分析軟件和平臺，將全段的各種數據進行縱橫向對比分析;②充分利用局域網、互聯網等信息傳輸手段，將各類數據傳遞到大數據分析室;③數據分析更加智能化和快速化，并可以自動生成工務安全生產指導意見;④設備質量和安全管理得到有效監控。

4.2 工務段安全生產對大數據分析室的依賴性逐步加強

設備質量分析是各級安排維修資源、維修計劃的主要信息來源，生產過程監控分析是安全生產過程管控、風險預警的有力抓手。

4.3 大數據分析室運作專業化

培養了一批數據分析人才，具備數據分析能力與理論結合現場的數據研判經驗。同時各專業分析崗位對線路設備質量和生產過程管理的情況全面掌握，對各種信息資料及時掌控，對各種數據的分析準確到位，更加合理地為工務段安全生產各環節提供技術支撐。

5 結束語

當前工務段大數據分析初步運用、分析手段及運用效果還有欠缺，隨著鐵路總公司工務信息化建設工作的推進，鐵路工務“大數據”還將快速發展，大數據分析室在工務段安全生產中的作用發揮將更加凸顯。

參考文獻：

[1]李玉平.數據分析工作在工務檢養修生產組織中的作用[J].上海鐵道科技，2017 （1）： 87-88.

[2]賈躍軍.鐵路工務系統檢養修生產組織改革探索與實踐[J].鐵道勘察，2015 （4）： 82-86.

[3]孫曉軍.工務檢查數據錄入環節的安全風險管理分析[J].上海鐵道科技，2018（1）：79-80.