大數據在機車檢修行業的探索與應用

岑英杰

摘要：近年來，隨著信息化技術的快速發展，大數據技術具有高效處理數據的作用，因此被廣泛應用到各行各業中，其也被作為提高行業效率的關鍵參考數據。對于大數據處理技術，我國在2015年提出專門的管理對策，強調大數據技術應用的重要性。由于機車檢修行業發展迅速，內燃機車數量在逐年增加，檢修數據呈指數增加，傳統檢修模式不能滿足現階段內燃機車檢修行業信息管理需求，因此需要將大數據技術應用到機車檢修行業，來提高內車檢修行業的質量。

關鍵詞：大數據;機車檢修行業;探索與應用

引言

近年來，隨著大數據技術的高速發展，大數據技術與各行各業的融合程度不斷加深，也成為新時期各行業優化工作實效的重要參考。2015年9月6日，國務院發布了《國務院關于印發促進大數據發展行動綱要的通知》，強調了大數據技術對于推動經濟轉型、重塑國家競爭優勢、提升政府管理能力的重要意義，這標志著我國正式進入了“大數據時代”。在機車檢修工作中，已經呈現出明顯的信息化趨勢，大量的先進技術被應用到了機車檢測中去，當前，軌道交通裝備行業正進行著生產制造型向制造服務型的轉型升級，這也是完成技術騰飛的重要歷史階段。對于機車行業來說，檢修工作是發現并處理好問題的前提，對于保障機車質量、提高其壽命周期具有重要作用，也為相關制造產業優化生產方式提供參考。在機車檢修過程中，會產生大量的技術與管理數據，這既是檢修工作的基本依據，也是深度維護、設計改進、安全運行的數據基礎。在新時期，引入先進的大數據局技術，實現大數據技術與機車檢修行業的高度融合，對于調動各類數據資源、進行有效分析具有重要價值，也是在國家推動高新技術應用、推廣大數據技術的背景下的必然趨勢，更是發揮好工業大數據的優勢、相應科技強國目標、促進機車行業向中國“智”造轉型升級的創新實踐。

1大數據技術的發展歷程及趨勢

隨著我國信息化技術的不斷發展，大數據技術、物聯網等先進的科學技術被研究出來。大數據處理技術在初始應用階段，主要是使用新型信息記錄模式，將人們所需要處理大量數據進行綜合性處理，其通過管理系統接收到大量的數據信息，然后通過大數據處理技術，將其傳導到系統后臺中建立虛擬數據庫，保證數據的準確性和安全性。這些被存儲的數據沒有經過系統后臺的處理，保持著最原始的狀態，其不能直接呈現內燃機車設備信息，不同種類的數據信息保持獨立的狀態，不能被檢修人員所調用。隨著近幾年科學技術的迅速發展，大數據資源得到科研人員的重視，其不僅能夠準確地分析大量數據，還能將數據中的信息進行提取，提高工作效率，因此被廣泛應用到不同行業中。隨著我國綜合國力的提高，大數據處理技術也得到突飛猛進的發展，其在未來的發展趨勢主要表現的以下幾個方面：（1）由于各行各業的數據信息在迅速的增加，因此虛擬數據庫的資源數量也在出現增加現象，隨著大數據技術處理數據的高效性，會增加人們對其發展的重視，改變傳統思想。內燃機車檢修行業也會根據現階段大數據應用情況，挖掘數據內部存在的潛在因素，將無用的數據信息轉換為有用數據信息，從而增加數據處理的效率，為后期內燃機車檢修行業的發展提供參考依據。（2）增加優化用戶體驗功能。現階段大數據技術主要被應用到各行各業的數據處理工作中，為行業內部的發展作出關鍵性的參考意見。為了滿足潛在客戶的需求，企業應當結合市場發展趨勢和實際消費者的功能需求，增加優化用戶體驗功能，及時反饋用戶的使用感覺，使其能夠滿足消費者的使用需求。（3）強化預測分析功能。大數據技術在行業中的應用的優勢之一就是通過分析大量數據信息，能夠對行業的發展趨勢，作出準確的判斷，并且隨著大數據分析技術的不斷發展，其預測分析功能將變得更加準確，具有重要的應用性。

2深度發展機車檢修大數據技術的思路

2.1數據來源于采集

綜合來看，機車檢修行業的產品具有種類多、批量少、流程復雜以及客戶實際需求差異較大的特點，因此其在工作過程中產生的數據也具有多樣性、豐富化的特點，這就為整合海量數據資源、建設專業數據中心提供了基礎，具體來說，機車檢修大數據中心的數據采集主要依托以下幾種方式：

2.1.1智能設備層

大數據技術在機車檢修行業的深度發展，最終會形成一條更加智能化的生產線，這一生產線將應用更多智能化的檢測與實驗設備，通過高靈敏度傳感器的應用，在機車檢修現場可以及時準確地采集對應機車部件的相關數據，且這種采集方式可以實現全自動化。

2.1.2智能感知與控制層

智能感知與控制層強調數據的分析與交互，依托于智能傳感裝置、分布式數控裝置、視頻識別裝置，采集手段具有多樣化，可通過二維條碼、射頻、傳感器等多樣化方式完成數據;在完成數據之后，無序利用額外空間存儲，可直接通過網絡技術進行實時的信息傳輸，整合到機車檢修數據資源管理庫中。這使得機車檢修行業數據采集的目標不再局限于機車內部，而實現了對機車配套設備、物料使用、人力應用等多方面信息的完整采集。

2.1.3執行層

在執行層，要建立起以車間檢修執行系統為核心的多系統基層，通過產品周期數據管理系統、智能倉儲系統、質量管理系統為執行基礎，實現其與車間檢修執行系統的有效交互，從而把握執行層中各個具體環節的數據采集。

2.2數據存儲

結合當前大數據技術應用的特點來看，其存儲數據的方式集中于Spark、Storm及Hadoop三種類型。在運算速度層面，Spark具有絕對的優勢，甚至在速度層面優于Hadoop100倍，但是在遇到內存斷點等意外狀況時，很容易出現數據丟失的狀況;Storm對于大數據流具有較強的處理能力，但是其應用具有“間接性”和“中介性”的特點，尚未實現直接的數據采集與存儲功能，當前主要是依托于網絡平臺被動接收數據，并在此基礎上完成對數據的處理與傳回。綜合來看，在機車檢修行業大數據中心的構建中，應用Hadoop作為基本架構具有重要的實踐價值，這主要是由于機車檢修過程中會產生大量的非機構化數據，而Hadoop在實踐中已經被證實為為一個拓展性極強、實現海量數據存儲的分布式模式，既可以在復雜數據的處理方面保持穩定的效率，又妥善安置了大量的數據存儲，且其相應的成本也較低，符合機車檢修行業的實際需求。

2.3數據建模

數據建模主要是依據數據分析在目的上的差異、數據集基本特征的差異，選取不同的處理方式。通常來說，數據分析主要承擔著描述性和預測性兩類任務，描述性任務主要是以建模為基本方式，去試圖總結并描繪出相應數據中的一般性特征及規律;而預測性任務則是利用數據建模進行數據集的歸類分析，從而得出可信度較高的預測結果。機車檢修行業的具有的工作任務相對復雜，且相應的運營管理計劃變動也較為頻繁，在此基礎上的數據建模也相對復雜，在實際應用中，應將堅持綜合化的視野與重點化的方式，對于關系到機車整體質量的運行狀態數據進行整合，構建起一套完整的數據模型，這一過程中可以使用聚類分析、異常點檢測等基本建模方法，實現對機車檢測復雜工作本質的把握。

結語

綜上所述，在內燃機車檢修行業中應用大數據技術，具有良好的應用效果。隨著內燃機車檢修行業的發展，大數據技術的應用范圍和內容在逐漸增加，不僅能夠有效提高內燃機車檢修工作的效率，還能確保內燃機車維檢修工作質量，從而促進內燃機車檢修行業的發展。

參考文獻

[1]蘆長杰.內燃機車檢修服務平臺的研究與應用[J].神華科技，2019（6）：75-78.

[2]高亢，謝永才，張建設，等.內燃機車檢修智能制造新模式的探索與應用[J].內燃機車車輛工藝，2018（4）：9-11.