淺述數據應用在機務安全管控中的作用

朱巖 葛凌云

【摘 ?要】近年來，機務段已部署多套安全監測檢測應用系統，各系統數據獨立、未共享，造成信息孤島嚴重問題。隨著現階段鐵路系統的發展，應用數據控制生成、評價效果的要求越來越高，加大了機務安全、質量管理的難度，需要圍繞著各個流程進行嚴格控制，這也就需要切實從技術手段方面進行創新優化[1]。因此，為了徹底解決信息孤島的問題，提高工作效率，確保數據實時和共享，機務部門開展對安全監測檢測數據自動采集及分析的研究，通過建設機務系統大數據綜合管控系統平臺，實現對大數據的分析及運用。本文重點圍繞機務安全管控中數字化技術的應用進行了概要的分析論述，旨在為相關行業提供參考。

【關鍵詞】孤島;平臺;數字;應用

1 ?概述

2020年8月21日，國務院印發《關于加快推進國有企業數字化轉型工作的通知》，就推動國有企業數字化轉型做出了全面部署。《通知》要求國有企業要構建以能力為主線的數字化轉型戰略布局和實施體系，加強數據、流程、組織和技術四要素的統籌和協同創新，有效推進數字化轉型工作。近年來，鐵路部門投入大量的財力，不斷應用物聯網、機車檢測技術以及數據分析技術，推動鐵路企業的持續變革。同樣，鐵路機務大數據能得到全面應用，可為機務安全、質量管理帶來紅利。機務部門按照國鐵集團要求并結合自身實際，分專業部署了多套安全監測檢測應用系統，但各系統數據相對獨立，數據之間無法交互，造成信息孤島嚴重問題。為了能徹底解決數據交互的狀況，提高工作效率，確保數據實時準確，辨析問題趨勢，規范作業標準化落實，機務部門開展對安全監測檢測數據自動采集及分析的研究。同時通過大數據分析，研判安全、質量風險管理項點，進而對機務段安全、質量、經營管控能力進行評價，為機務系統安全管理、質量以及經營管理決策提供準確支撐，數據指導安全、生產作用效果明顯。

2 ?現狀分析

目前，機車車載安全監測檢測系統主要包括動車組司機操控信息分析系統（EOAS）、列車運行監控裝置（LKJ）、機務綜合在線防控信息系統（LAIS）、行車安全數據終端（DT50）、機車乘務員工作狀態預警（防盹睡）、機車入庫動態檢測（檢測棚包括受電弓和輪對檢測系統）、JK11430機車走行部車載監測裝置、6A地面專家分析系統、中國機車遠程監測與診斷系統（CMD）、整備司機試閘評價系統、機務整備分析系統等多個專業系統。通過對多個系統分析，主要存在以下問題：

（1）系統結構復雜，各專業數據呈散裝分布，信息孤島嚴重。例如：B/S構架多個服務器問題，實現卡控關鍵數據盯控存在難點。C/S構架需逐個系統進行登錄，需要大量人力和時間，與當前形勢發展不相符，不利于監控。

（2）系統研發廠家較多，研發背景、開發工具、構架不同，造成的數據失真、系統之間無法聯動、不能整合等問題。

（3）各系統只能統計單項數據，個別系統數據不能導出分析，報警、故障數據分頁面顯示，給統計分析工作帶來困難。

（4）專業系統內報警數據不落實標準作業，監測檢測數據分析后不回填或回填不認真，職工作業標準不落實問題。例如：6A地面數據庫與專家系統運行中發生的列供系統報警，該問題可能引發機車故障，作業者在系統內不處置，又未提機統-6票，造成安全監測檢測數據失管失控，無有效監控手段。

（5）因專業系統各監控頁面分層設置，安全監測檢測設備故障數據監控覆蓋不全面，職工落實作業標準不到位。例如：JK11430機車走行部車載監測裝置中前置通信器故障，設備本身的故障作業者不處置，造成安全監測檢測設備失管失修。

（6）大型投資設備利用率低，無法得到督促利用。

（7）同一項點報警（故障）問題無法橫向對比，對機務段、車間、人員管理無法科學評價。

3 ?解決措施

針對上述現狀分析，對當前機務安全管理實施大數據流程化的幾點思考進行了詳細的探究[2]，集團公司機務系統通過對多個系統的報警和故障的數據進行采集，并予以整合，構建了機務系統大數據綜合管控平臺，達到了充分挖掘并利用數據的目的，滿足了對站段管控和精準化的評價。

目前，該平臺已完成對接十多個系統，包括幾十個段級應用，達到了建立安全信息分析中心[3]的目的，采集報警（故障）項點一百多個，各報警（故障）項點個性屬性采集兩百多項。數據平臺總計展示兩千多項數據，單項數據兩百多項;分析過程中數據五十多項;計算評價數據三十多項;人工填報十多項數據;即平臺數據自動生成約占95%。通過對數據實時自動采集，全頁面整體展示，基本實現數據流程全面控制，數據變化直觀呈現、工作質量效果周期變化盯控的目標。

4 ?數據分析和產品

通過對機務系統的數據利用，自動形成相關統計分析功能，減少人工參與，并形成相關的數據產品，具體如下。

4.1數據利用主要實現的分析功能

（1）任意項點在任意時間所產生項點總數的統計。

（2）任意項點環比、同比變化情況，月度、日趨勢變化圖自動生成，盯控趨勢變化。

（3）單個項點分段別占比情況分析，實現對重點項發生段的追蹤。

（4）機車車載數據全過程的監控。由數據產生、機車入庫下載、分析、處置的閉環管理，車載設備及分析得到有效監督。

（5）形成初步的數據產品，為提供決策支撐。

（6）其他需盯控的項目問題收集，為下一步修程修制改革和精準決策奠定基礎。

（7）研判發生問題集中的關鍵時間和關鍵區段。

（8）通過數據比較研判整治措施落實效果情況，有效督促問題整改。

（9）通過數據趨勢變化，發現控制措施較好單位，及時總結經驗，形成交流互動，實現先進經驗共享、進而實現共贏的目標。

（10）對機車、人員客觀初步評價，及時評價修程檢修車間和運用車間管控效果。

4.2目前形成的數據產品

目前數據平臺形成數據產品2項，包括《機車乘務員排名表》、《單臺機車監測周期狀態表》。

（1）機車乘務員排名表

充分利用各級分析員分析結果實現對“人”的初步畫像。按照LAIS、LKJ和盹睡發生報警，分析員簽署意見為“責任”的項點分別賦值，核減分數，以機務段為單位，按照系統統計的司機總數進行排序，建立機車乘務員排名表，促使段、車間對落后人員進行幫促提高。

（2）單臺機車監測周期狀態表

充分利用檢測數據實現對“車”的初步畫像。分別對檢測棚、軸報、6A地面專家系統車載監測檢測系統中的報警、故障以及異常數據和機統-6提票情況分別賦值，核減分數，形成任意周期單臺機車監測周期狀態表。機務段可以為精準查找弱項，下一步精準施策奠定基礎。

5 ?應用效果

通過機務系統大數據綜合管控系統平臺，以數據指導安全以及生產的作用效果明顯。通過實際數據比較情況來看，已到達了預期應用效果，數據應用發揮了積極的作用，具體如下：

（1）監控的大部分項點報警情況大幅下降，例如：機務綜合在線防控信息系統（Lais）監控的8個項點，全局比較各類報警下降一千多次，下降39.92%;以修改測線股道號為例，2021年1季度全局發生一百余件，較同期減少一千四百余件，下降88.4%。機車乘務員工作狀態預警裝置（防盹睡）系統，全局一、二、三級報警下降三千多次，下降率38.1%;機車整備四類碎修，全局四類碎修件數減少七千多件，四類碎修占比減少22.32%。

（2）分析作業人員能夠嚴格落實分析要求，各系統報警分析率基本實現100%全覆蓋。

（3）轉儲率大幅提高，安全監測檢測數據得到有效管控。

（4）設備利用率有所提高，提示關注重點設備的運行狀態。

（5）通過利用檢測棚數據、整備系統數據有5個機務段實現了機車整備周期的延長，由原來的500公里一次整備，延長至1500公里整備。

（6）通過數據應用累計分析，及時調整機車單個部件的檢修周期，例如：和諧型機車接觸器由原來的5年更換調整為3年3個月更換。

6 ?結束語

綜上所述，機務系統通過建立數據平臺，實施數據集中分析、評價給安全、質量管理帶來很大的益處。實現機務機車車載安全監測檢測多數據的數據共享，以及數據綜合分析和利用，是現有機務安全大數據發展的方向，是提升機務安全監測檢測精細化管理的必經途經，對機務安全生產和機車質量管控起著至關重要的作用。下一步，機務系統以“安全管理”、“機車運用”、“檢修管理”、“整備管理”、“檢測設備”、“設備管理”“經營管理”、“信息追蹤”、“管理評價”9大模塊，統籌46個專業管理系統，秉承全領域覆蓋，全項點采集，全過程控制，精準化評價的工作理念，堅持數據自動化采集，減少人工干預的原則;堅持充分利用既有系統，深度挖掘數據價值的原則;堅持資源整合、區域融合、條塊結合、上下聯合，階段推進的原則;堅持成熟一項呈現一項的原則。逐步掌握機務各專業管理信息系統、檢測監測系統、過程評價系統等，以數據為基礎，以平臺為核心，以數據應用為關鍵，實現對機務安全、運用、質量、設備、經營、管理的整體評價，為管理決策提供技術支撐和準確依據。

參考文獻：

[1]陳瑞芒. 淺談數字化在機務安全管理中的應用[J]. 民營科技，2016，000（011）：15-15.

[2]謝華. 數字化在機務安全管理中的應用簡述[J]. 建筑工程技術與設計，2018，000（015）：3571.

[3]王洪. 大數據在鐵路機務安全管理中的應用[J]. 現代職業安全，2020（2）：82-84.

作者簡介：

葛凌云（1976.6），男，漢族，河北邯鄲，中南大學畢業。研究方向：鐵路機務管理。

朱巖（1975.9），男，漢族，天津寶坻人，大連交通大學本科畢業，清華大學工商管理碩士學位。研究方向：鐵路機務管理。