大数据在机车检修行业的探索与应用

2020-03-10袁崇仁

工程技术研究 2020年5期

袁崇仁

（窑街煤电集团有限公司铁路运输公司，甘肃兰州 730080）

随着信息化技术的快速发展，大数据技术具有高效处理数据的作用，因此被广泛应用到各行各业中，其也被作为提高行业效率的关键参考数据。对于大数据处理技术，我国在2015年提出专门的管理对策，强调大数据技术应用的重要性。由于机车检修行业发展迅速，内燃机车数量在逐年增加，检修数据呈指数增加，传统检修模式不能满足现阶段内燃机车检修行业信息管理需求，因此需要将大数据技术应用到机车检修行业，来提高内车检修行业的质量。现阶段，轨道交通业正从制造型企业转换为服务型企业，内燃机车设备运行质量、使用寿命是影响转换质量的关键因素。在开展内燃机车检修工作时，会出现大量的内燃机车设备检修和管理数据，这些数据不仅是检修工作的基础，也是提高内燃机车运行质量、延长其工作寿命的关键数据。

1 大数据技术的发展历程及趋势

随着我国信息化技术的不断发展，大数据技术、物联网等先进的科学技术被研究出来。大数据处理技术在初始应用阶段，主要是使用新型信息记录模式，将人们所需要处理大量数据进行综合性处理，其通过管理系统接收到大量的数据信息，然后通过大数据处理技术，将其传导到系统后台中建立虚拟数据库，保证数据的准确性和安全性。这些被存储的数据没有经过系统后台的处理，保持着最原始的状态，其不能直接呈现内燃机车设备信息，不同种类的数据信息保持独立的状态，不能被检修人员所调用。随着近几年科学技术的迅速发展，大数据资源得到科研人员的重视，其不仅能够准确地分析大量数据，还能将数据中的信息进行提取，提高工作效率，因此被广泛应用到不同行业中。

随着我国综合国力的提高，大数据处理技术也得到突飞猛进的发展，其在未来的发展趋势主要表现的以下几个方面：（1）由于各行各业的数据信息在迅速的增加，因此虚拟数据库的资源数量也在出现增加现象，随着大数据技术处理数据的高效性，会增加人们对其发展的重视，改变传统思想。内燃机车检修行业也会根据现阶段大数据应用情况，挖掘数据内部存在的潜在因素，将无用的数据信息转换为有用数据信息，从而增加数据处理的效率，为后期内燃机车检修行业的发展提供参考依据。（2）增加优化用户体验功能。现阶段大数据技术主要被应用到各行各业的数据处理工作中，为行业内部的发展作出关键性的参考意见。为了满足潜在客户的需求，企业应当结合市场发展趋势和实际消费者的功能需求，增加优化用户体验功能，及时反馈用户的使用感觉，使其能够满足消费者的使用需求。（3）强化预测分析功能。大数据技术在行业中的应用的优势之一就是通过分析大量数据信息，能够对行业的发展趋势，作出准确的判断，并且随着大数据分析技术的不断发展，其预测分析功能将变得更加准确，具有重要的应用性。

2 大数据在机车检修行业的融合

随着信息化技术在内燃机车检修行业中的应用，在内燃机车检修过程中会出现大量的检修数据信息，其主要由内燃机车故障分析信息、内燃机车使用寿命信息、车载信息和加装情况信息等，这些数据信息能够直观的反馈出内燃机车检修内容。通过分析以往内燃机车检修，可知，以上数据信息的范围在不断扩大，并且能够形成多方位的检修管理系统。从宏观的角度来分析，如果在内燃机车检修过程中，这些数据信息的可靠性和真实性达到可应用标准后，通过对这些数据信息进行分析和处理，能够得到合理的内燃机车检修信息，并且通过针对性地分析数据模块，得到内燃机车质量和性能变化情况。通过对以往内燃机车检修行业的分析，可知，传统的内燃机车检修模式主要是将这些检修信息进行综合记录，专业检修人员能够分析数据的变化情况，进而得到准确的内燃机车质量变化情况。检修人员在进行开展内燃机车检修工作时，能够根据以往的经验，总结出内燃机车易出现故障的位置和各零部件之间存在故障的区域，并能够制定合理的解决方案。另外，由于在传统内燃机车检修过程中会出现大量的数据信息，而检修人员在面对大量的数据信息时，不能及时分析处理，因而增加了内燃机车检修工作的难度，降低了检修工作效率。

大数据技术在内燃机车检修行业中的应用，具有良好的应用效果，通过对比传统内燃机车检修数据管理工作，可知：（1）大数据处理技术具有时效性。由于内燃机车检修工作需要在短时间内完成，并解决其存在的安全隐患和问题，因此将大数据技术应用到内燃机车检修工作中，能够及时获取内燃机车检修数据，并省略内燃机车检修工作中选择数据过程，大幅度提高内燃机车检修数据的处理效率。大数据技术在内燃机车检修中的应用过程中，其能够在开展内燃机车检修工作前同时处理传统有效信息和无效信息，并且不用考虑不同种类数据所需要制定的检修目标，对内燃机车检修过程中出现的所有数据信息进行综合性的处理，并做好数据记录。在这种数据处理状态下，数据收集的工作人员工作压力得到减轻，能够主动去参与数据分析工作，提高内燃机车检修工作质量。（2）全面收集内燃机车检修数据。在内燃机车检修工作中应用大数据处理技术，能够全方面地收集内燃机车性能数据，并且能够提高专业人员在内燃机车检修中的自动控制和录入信息的功能。传统内燃机车数据信息管理模式重视内燃机车内部数据变化情况，增加后期内燃机车检修工作难度，而大数据技术能够将内燃机车设备运行外的数据信息也进行收集处理，例如内燃机车行驶过程中，气候变化、天气状态、地质环境信息、使用时间等数据信息，能够结合内燃机车内外部数据信息，进而提高内燃机车检修工作质量。

3 深度发展内燃机车检修大数据技术的思路

3.1 数据来源于采集

通过综合分析内燃机车检修行业状况，数据技术在内燃机车检修行业中的深度应用方式主要有以下几种：

（1）智能设备层。大数据技术在内燃机车检修行业的发展，会促进内燃机车行业形成专业化的检修线，随着大数据技术的深度应用，将其应用到内燃机车智能设备层次中，提供更为精准化的检修模式。通过应用先进的传感器，大数据技术能够在检修现场得到内燃机车内燃机车设备内部数据信息，大幅度提高内燃机车检修的工作效率。

（2）智能感知与控制层。智能感知和控制层是影响内燃机车检修数据准确性的关键因素，其在实际应用中，会利用智能传感设备、数控管理设备、可视化设备等，实现对DF7G型内燃机车检修过程中的实时勘察，得到准确的数据信息，并且在后期的发展中，大数据技术还能够利用射频、二维码等方式进行优化数据信息；在采集完数据信息后，将其存储到虚拟数据库中，利用网络传输技术实现信息的无缝连接，提高数据信息处理效率。将大数据技术应用到智能感知和控制层，还能增加采集DF7G型内燃机车外环境数据功能，能够对DF7G型内燃机车外部环境信息、人力使用情况等信息进行实时采集。

（3）执行层。大数据技术在执行层中的应用，能够根据内燃机车检修执行系统的需求建立完善的多系统处理基层，其能够对内燃机车检修周期数据进行综合性处理，并将内燃机车智能仓储系统数据和质量管理数据作为主体，结合内燃机车检修车间执行数据，确保内燃机车检修每个环节数据采集的有效性和科学性，为后期内燃机车检修工作提供参考数据。

3.2 数据建模

数据建模主要指的是通过大数据技术在内燃机车检修中的应用，能够对虚拟数据库中的信息进行综合性处理，然后将数据结果导出，建立数据模型，将内燃机车检修数据直观地展现给检修人员。一般情况下，描述性和预测性工作内容主要由数据分析工作所提供，描述性工作主要将数据建模作为分析模型，通过分析其中含有的大量数据信息进行总结内燃机车检修特征和规律；预测性工作内容主要是对数据建模进行综合性的分析，并结合以往数据信息来得到高精准度的预测数据。

3.3 数据分析展现

在数据建模工作完成后，数据分析展现能够合理的利用数据模型中的逻辑关系，来区别不同型号内燃机车检修数据类别，这个过程需要智能程度较高的软件才能确保逻辑关系的科学性。通常在应用该类软件时，需要具备以下特征：（1）具有较高处理非结构化存储数据的速度和准确性；（2）能够独立自主地完成单项数据的分析；（3）能够将大量的内燃机车检修数据转换，使其能够直观地体现出来。根据以上软件特征，现阶段主要能够应用的软件有CartoDB、R软件等。