動車組大數據處理及分析

嚴 皓

（中國鐵路成都局集團有限公司 成都動車段，成都 610051）

隨著動車運用檢修工作的不斷進步，傳統計劃預防修模式引發的“過度修”等問題日漸暴露，以大數據為核心的“可靠性”狀態修模式應運而生，張春[1]等人從理論的角度基于動車組等故障概率研究了狀態維修建模體系，呂曉艷[2]等人結合生產運用中的大數據對運輸組織及管理進行了優化，本文結合狀態修理論以及現場大數據的應用，從動車運用工作中實際問題出發，研究相應部件磨耗、老化或故障規律，探索可靠性維修體系，確定合理的檢修方式、檢修類型、檢修間隔周期等，從而爭取以最少的維修資源消耗確定合理有效的檢修方針。

1 動車組大數據分析

動車組大數據分析流程[3]概括如下。

1.1 需求分析評估

數據分析的本質是服務需求，如果缺乏專業可支撐的分析流程、不能以解決現場實際問題為導向，盲目地進行數據規律統計分析，會致分析工作不能有效轉換為可用結果。

1.2 數據收集

動車組大數據收集必須立足于準確、完整反映分析問題的本身。盡可能從更規范的數據庫、更完整的信息源中進行提取，圍繞動車組方面，建議遵循“優先選取設備檢測數據、過程數據大于結果數據”的原則；此外，同一問題的信息往往分散在多個數據源中，視情況需要，可按相關程度由重及輕分步收集。

1.3 數據清洗

數據清洗[4]是數據分析前期準備工作中非常關鍵的環節。如果不對錯誤數據、壞數據、缺失數據、不規范數據等進行處理，可能會致后期無法得到合理的結果甚至沒有結果。

1.3.1 數據規范

將相同屬性的字段按統一命名規則進行整理。例如，CRH1A-1021與CRH1021A，表示相同的意思，按統一命名規則將其規范表達為CRH1A-1021。

1.3.2 異常值篩選

異常值篩選主要從兩方面進行甄別。

（1）邏輯判斷，即從專業基礎知識角度將錯誤數據、壞數據等剔除或更正，例如，CRH1A-790型閘片厚度38 mm，因為閘片厚度38 mm超出出廠標準值，該數據不存在，因此需要將其剔除。

（2）統計判斷，通過置信概率判斷某些值嚴重超出誤差范疇，去除不合理的數據，例如，拖車閘片磨耗周期為1 000～2 000 km或超過200 萬km等，為不合理數據，需要去除）。

1.4 缺失值補充

數據清洗過程中，會導致部分數據被整條刪除或關鍵字段被清理，造成數據樣本減少，過少時會對分析結果帶來重大影響，需要采取缺失值處理。缺失值補充主要有兩種方式。

（1）利用同類信息進行相似匹配（例如，兩個數據庫中均存在同一車組當日閘片更換信息，可進行信息互補）。

（2）利用數學方式進行補充，常見的有線性圖形補充、平均值補充、回歸方程補充等。

1.5 數據初步分析

（1）按照問題導向的原則確定關鍵字段，確定行列間的度量和維度，選取能反應問題特征的圖形作為數據展示方式，如溫升折線圖、故障時間散點圖、問題總量柱狀圖等。

（2）分析圖形/數據的基本特征，如分散程度、中心位置、均值、標準差值等，得出統計數據的可參考度，統計最終結果和分布規律。

1.6 數據建模及相關性分析

當對數據本身特性有足夠的掌握、且分析深入性和系統性程度較高時，可結合專業知識特性對某個部件/系統進行建模分析，選取相關的參數，確定合適的算法（如用于分類的KNN算法、線性回歸法），描繪對應展示圖形/曲線，分析部件/系統的運行平穩性，摸索各關鍵參數間的相關性。

2 數據預處理

在動車組大數據分析的基礎上，結合Tableau大數據分析軟件[5]，以配屬動車組磨耗件為分析對象，按照上述分析流程進行數據預處理。

2.1 分析需求

通過分析配屬動車組磨耗件的磨耗規律，掌握動車組磨耗件平均更換周期，以經濟性及安全性為評價指標，為一級、二級修中磨耗件檢修限度的制定提供依據，為物料采購、合理化庫存提供基礎數據。

2.2 數據收集

按照“優先選取設備檢測數據、過程數據大于結果數據”的原則，本次數據收集選取了輪對檢測棚的LVZ閘片檢測數據、LY 滑板檢測數據、二維碼磨耗件數據、動車組信息管理系統中故障管理數據、現場日生產信息等。

2.3 數據清洗

在數據清洗過程中，發現明顯問題數據1 641條、占總故障數據比例約20%，由于數據間存在先后的關聯性，故障數據對整體的影響大于20%，主要問題如下。

（1）數據邏輯錯誤。軸承位置與端位數明顯不匹配，例如軸承數超過4個、不帶軸盤制動的動車端位數超過16等。

（2）信息不完整。例如故障部件無車廂號、車廂號為全列、無具體端位數、車組走行公里值為0或為 null。

2.4 缺失值補充

針對清洗后出現信息不完整的情況，采取兩種措施進行缺失值補充。

（1）用動車組故障信息中相同數據進行特征匹配，補充位置信息。

（2）通過Tableau的雙表融合功能，用動車組交路信息進行走行公里補充。通過系列數據清洗、補充方式，最終從8 305條原始數據中整理出8 062條可用數據，約有3%的數據被清理，確保了大數據的完整性。

2.5 建立線性回歸分析方程

此處考慮動車組在運行過程中，閘片磨耗過程電制動與空氣制動功能均處于正常狀態[6]且運行交路基本不變，閘片厚度與走行里程呈線性關系，借助Tableau工具，以時間/走行里程為維度，以車組、車號、閘片位數等為度量，建立線性回歸分析方程，如圖1所示。圖中，每個夾鉗左右兩側閘片分別以紅、綠兩色標識，其中，紅色曲線代表左側、綠色曲線代表右側，縱坐標為閘片厚度（單位mm）、橫坐標為走行公里（單位km）。篩選同一夾鉗左右兩側閘片磨耗趨勢相近進行線性擬合,圖中的方框顯示了CRH3A-3092 04車5位左、右閘片的磨耗趨勢，模型方程為：

式（1）中，-4.702 92e-5為斜率，26.837 2為截距。與此同時，自動計算出R平方值（測定系數）和P值（顯著性檢驗水平），如圖2所示。P值是衡量置信水平的關鍵[7]，通常，P值≤0.05時，表明回歸方程的趨勢可信度較高。

圖2 趨勢模型分析

圖1 閘片厚度-走行公里線性回歸分析

從線性回歸方程的斜率可得到閘片的磨耗速率，再從測定系數、顯著性檢驗水平篩選出其中置信度較高的數值，對上述值進行二次統計分析可得到閘片磨耗的各種參數值。

3 閘片磨耗率及更換作業分析

由于各種車型閘片磨耗的分析過程類似，此處，從閘片磨耗率[8]、閘片更換作業的角度出發，分別對CRH3A型動車組的拖車、CRH380A型動車組進行分析。

3.1 CRH3A型動車組拖車閘片磨耗分析

3.1.1 拖車總體磨耗率

如圖3所示，選擇0.05 mm作為數據桶間隔，以柱狀圖對拖車磨耗率進行整體展示。圖3中，各柱狀圖構成了較典型的正態分布特征，可見CRH3A型動車組閘片磨耗率集中在0.35～0.5 mm/萬km。

圖3 CRH3A型動車組拖車閘片磨耗率（mm/萬km）

3.1.2 線路磨耗差異分析

為進一步調查動車組在不同線路磨耗的差異，篩選出在成（都）綿（陽）樂（山）線運行的CRH3A-5256和CRH3A-3107型動車組，將上述2組車磨耗率總體分析結果在圖4中用顏色標記（紅色、黃色），圖4中顯示，磨耗率主要集中在0.5～0.6 mm/萬km，遠大于0.35～0.5 mm/萬km。分析磨耗率上升因素，主要與成綿樂沿線車站較多、頻繁啟停有關。

圖4 拖車在成綿樂線磨耗率差異分析

3.1.3 偏磨分析

圖5顯示了拖車各端位偏磨情況，藍色代表各偏磨數據（同一閘片左側與右側閘片差值）的分布情況、黑色虛線代表偏磨量均值，均值位于0值左側、代表該端位左側閘片比右側閘片厚度低。圖5中，均值排名前5的數據都有一個統一的規律，全列以01車司機室為前端方向，所有閘片靠近軸端的一側磨耗均高于遠離軸端側；同時，轉向架對角線位置存在偏磨量較高的情況。

圖5 拖車閘片各端位偏磨分析

3.2 閘片更換作業分析

圖6展示了歷年CRH380A型動車組閘片更換作業班組的分布情況，其中，二級修班組共完成了閘片更換總數的99.17%，一級修班組更換閘片記錄為14次。說明現有的一級、二級修修程基本把閘片更換作業轉移至二級修白班進行，避免了夜班大量更換閘片作業會出現錯裝、漏裝或安裝不到位的風險。

圖6 CRH380A型動車組閘片更換作業班組分布

圖7主要統計了閘片每季度更換總量、每年相同月份閘片更換量的同比上升、下降百分比。從總量來看，數據顯示每年3季度、1季度分別為閘片更換的高、低時期，需要提前做好閘片物料配備、人員安排等工作。同比上升、下降百分比方面，若后期配屬車組數基本不變，可通過變化趨勢大致掌握該車型的總體運行狀況（如走行里程的長短、開行交路的不同等）。

圖7 CRH380A型動車組閘片更換量分布

4 大數據的地圖分析功能拓展

大數據分析除了對數字本身進行統計歸納外，還可結合地圖屬性對地理位置相關的故障進行分析[9]，目前，可列舉的如弓網硬點、踏面硌傷、網側諧波、車輛晃動、過分相故障等均與具體位置有緊密聯系，此處，以CRH1A型動車組曾經批量出現的網側諧波濾波器過電流故障為例，結合GPS數據，展示地圖分析功能。

圖8顯示了2015年12月20日單個動車組在同一天時間內先后多次出現網側諧波濾波器過電流的情況，通過對車載數據中GPS1、GPS2、GPS3數據進行解析，得出每次故障的經緯度坐標，并在地圖中以黃點標記，如圖9所示。

圖9中，3起網側過電流故障范圍均鎖定在遂寧附近，維度30.55°，經度105.53°，可見該故障具有一定規律特征，存在弓網供電及車組受電之間耦合作用不良的情況，通過故障區間的鎖定，方便進一步排查車輛系統與供電系統的不穩定性因素。

5 結束語

本文相關大數據的分析結論已得到現場驗證和應用，隨著研究工作與生產作業的不斷結合，就閘片檢修工作而言，其主要問題在于如何合理制定檢修限度、均衡任務，以及合理安排人員[10]。若檢修標準制定過高、閘片浪費量巨大，但標準制定過低、作業量難以控制，可能會出現時而大量閘片更換、時而無閘片更換的情況，作業風險高，需要投入大量人力進行閉環卡控。下一步要研究的工作是：在本文閘片數據分析的基礎上，進一步深化閘片狀態檢修方案，以閘片狀態修的方式取代預防修，達到閘片厚度利用率最大化、日/時檢修任務均衡化的目的。

圖8 網側諧波濾波器過電流故障數據

圖9 故障坐標結合地圖分析