大数据技术在铁路机务安全管理中的应用

摘 要：随着信息化技术在铁路行业广泛应用，机务系统信息数据采集储存水平得到极大提升。提高数据“加工能力”，深化大数据在机务安全管理中的应用，已成为促进铁路企业安全生产治理能力、治理效能现代化以及实现高质量发展的有效手段和必然选择。本文通过探究现阶段铁路机务安全管理工作现状，构建“终端+云端”数据平台，结合大数据技术特点，提出创新机务安全管理工作措施，为实现规范化、精细化机务安全管理工作提供一定参考。

关键词：铁路机务;安全管理;大数据

前 言

铁路交通行业集成度高，涉及专业比较广泛，确保运输安全已成为一个复杂的系统工程。机务专业作为铁路生产管理系统中的重要组成部分，其安全管理工作水平能力直接影响到铁路企业高质量发展根基。传统的机务安全管理工作，主要是以人工管理方式进行，特别是处理铁路生产过程中的故障事故，“一事一议”的工作方式不仅效率偏低，而且不能实现对问题成因的系统集成，各专业也无法形成联动联控体系，达不到铁路安全生产各环节风险预判预控的目标。近年来铁路机务系统加快加大信息化建设力度，为大数据技术在铁路系统安全管理方面的应用成为可能。通过运用大数据分析技术和构建安全管控信息平台，可以对机务生产数据进行广泛收集、分析、共享，提高铁路各专业间的沟通协调，提升铁路安全管理工作整体水平。

一、铁路机务安全管理现状分析

1.1安全隐患突出。现阶段，虽然国内铁路信息化建设水平有了大幅提升，但相较于高速铁路、城市轨道交通等先进轨道交通体系，普速铁路、货运专线、铁路专用线等传统铁路机务专业的智慧化、智能化生产作业水平较低，“人控”多与“机控”，失误、事故发生率较高。另外，传统铁路机务生产作业过程中，人为操纵环节多、人工作业量较大，在没有有效的环节卡控和流程制约下，重复性和经验式的作业，极易让机务生产人员产生思想麻痹、精神疲劳和意识松懈，在规章制度落实和作业标准执行上往往出现“缺斤短两”现象，一旦形成侥幸思想和行为习惯，仅仅通过教育培训或考核处罚很难纠正，事故隐患将长期伴随。特别是运输生产环境封闭性不够，路内外安全生产隐患突出，如此高压紧张的作业环境下，一旦遇突发事件，人为操作偏离度极易失控，最终导致故障、事故的扩大。

1.2管理人员专业素质偏低。在铁路机务安全管理工作过程中，管理人员的业务技能、生产经验、职业素质等参差不齐。部分管理者不能完全按照相关标准规范进行指导和要求，在实际管理工作过程中更多的是依靠个人经验，这种工作方式虽然简单高效，但危险性较大，一旦指导偏差或操作不慎，极易产生安全事故。同时，机务专业属熟练性工种，没有一定的经验积累，无法胜任安全管理职责要求，但这也导致机务安全管理人员年龄普遍较大，在技术快速升级发展和铁路装备不断更新的现阶段，他们的管理方式亟待改进，业务知识亟待补充。

1.3作业标准已经落后。在国家提出高质量发展和新发展理念的战略要求下，很多传统铁路运输企业都在倾力打造“智能化”“智慧化”铁路，推动产业转型升级，在智能巡检、驾驶、运维、检修、供电等很多领域取得了瞩目的成就。伴随着大数据、云计算、人工智能、5G网络通信、北斗定位系统等先进技术、装备的应用，机务生产方式发生了诸多变革。原有的標准化作业流程已不能符合现阶段机务安全生产的要求，一些本应优化的作业流程仍要执行，不仅给作业人员带来工作负担，而且干扰了正常作业进行。

1.4机务运用模式落后。现阶段的机务运用模式虽能保障生产作业按照要求顺利完成，但随着铁路运输市场规模的不断扩大，特别是在市场经济体制下，为追求运输生产效率效益最大化，传统机务运用模式已经无法满足铁路企业市场化经营需求。目前，传统机务运用模式的落后，主要体现在司乘人员的使用这一体制机制上，一方面，现有的乘务工作机制还是按照计划排班的方式安排司乘人员进行运输生产作业，机车周转与司乘人员待乘休息两者之间相互制约，“人等车”或“车等人”的问题矛盾较为突出，在无法进行生产资源集中调配的情况下，机车利用率和司乘人员劳动效益普遍较低。乘务繁忙时期，如黄金周、春运等，运输作业峰值下时长会出现用人紧缺的情况，而在淡季时间段，则会出现人力过剩的情况，不稳定的作息规律造成了安全风险点的增加。

1.5大数据技术应用存在的问题。大数据技术虽已初步应用于铁路运输生产管理，但现阶段还存在以下几方面的问题和不足：一是大数据技术应用尚处在起步阶段，数据的收集整理仍过多的依赖人为操作，无法覆盖全作业范围和作业流程，数据采集不全不准，数据管理不够精细。二是在信息化建设水平大幅提升的基础上，数据来源更加丰富，不仅可以包括传统的表单台账、规章制度、作业流程等定态信息数据，而且更多的是将视频监控录像、音频、图像等动态信息数据，可以说数据背后所反映的情况更加精准。但受数据处理、智能识别、安全预警等技术能力限制，现阶段更多的是基于数据下的人工监控、选样抽查，应用上还是以事后分析为主，数据资源浪费严重，大数据技术效能不足。三是没有建立高效协同的数据分享机制，加之数据采集不成体系，统计口径各有标准，专业间各有侧重、各行一套、自成体系，数据横向分享能力不足，“信息孤岛”问题比较严重，再加之简单的统计分析作业导致数据价值纵向挖掘不深。同时还产生了重复投资、低效投资等比较突出的问题。

二、大数据在铁路机务安全管理中的应用原则

2.1夯实大数据技术应用基础。一是做好统筹。重点是加强战略规划，逐步开展大数据管理平台建设工作，既保证构建数据管理和应用集成的集约化管理模式总要求，又能根据建设情况，随时开展效果评估，吸纳各业务板块的个性化需求，调整不足、完善功能，做到广泛链接，确保各业务系统的有效集成，避免信息孤岛问题。同时要注重保留一定的扩充和开放冗余，为系统平台后续升级打好基础。二是实现集成。数据平台是“根”，个性化应用是“枝”。因此应用软件、系统的设计开发，应基于平台之下进行，以确保数据的完整、精准和标准统一，为各业务板块供应最全面、最详实、最便捷的基础数据。三是重在实用。在达到数据管理应用的便利性和可靠性的基础上，聚焦核心业务和考核指标，不搞华而不实的应用，把有限的资金资源集中在实用实际的方向上来，提高基础数据价值，为数据深度挖掘打足提前量，最大限度满足基层管理和企业治理需求。四是确保安全。数据是企业核心战略资源之一，其安全是企业安全、国家安全的重要基础。采用安全可信、质量可靠的产品和服务，提升基础设施设备安全可靠水平。建立信息安全等级保护、风险评估等数据系统安全管理制度，增强网络空间安全防护和安全事件识别能力;明确各类数据的安全级别，严格实行权限管理，加强数据防攻击、防泄露、防窃取的监测、预警、控制和应急处置能力建设。

2.2重点加强系统集成。大数据技术在铁路机务安全管理中的应用优势，主要体现在依托其技术、服务下的智能化应用上。通过智能传感、网络系统、软件应用等，以高效、可靠的技术手段赋能安全管理工作。智能传感主要是针对机车运行信息检测，利用大数据技术对传感器设备收集到的机车运用参数、运行工况以及电机、变压器等重要行车设备动态运转数据进行采集处理。网络系统是在大数据技术的基础上，利用线路信息网络系统与车载音视频设备的深度融合，对弓网、轨道、路网防护等线路设备以及列车运行环境进行实时检测监控和信息传输。软件应用是基于大数据技术对数据资源的深度开发来实现的，在大数据技术应用下，针对收集到的机车车辆运行工况等信息，进行分析研判，预告故障隐患，引导人工干预，确保机车运行更加安全可靠稳定。同时还可实现智能驾驶、远程故障诊断与作业指导、电子地图、电子提票等功能，极大便利机务安全管理。

三、大数据技术在铁路机务安全管理中的应用策略

3.1构建完整的安全管理体系。大数据技术应用的基础是庞大的数据信息，但核心是数据的加工处理能力。通过构建合理的大数据应用平台，能够有效提高数据处理能力，可为铁路企业生产经营，特别是安全管理工作提供有效支撑。以铁路机务生产管理为例，可以针对铁路机车生命周期全过程来建立大数据技术应用管理框架，对机车调度指挥、乘务管理、机车维护检修、行车设施设备、线路运行状态等信息进行整理、挖掘、重构式的综合整理分析，实现高效的安全管理（如图1），为作业组织、安全管理、生产经营提供决策支撑。

3.2提高铁路机务基础安全管理。提高铁路机务基础安全管理，一是利用大数据技术辅助建立机务安全管理体系，在大数据技术的应用下促使安全管理制度更为科学、更加符合实际需求。二是落实铁路运输部门及相关标准规定，对新的操作规范要求和管理要求实施动态整理，形成严谨、规范、达标的机务安全管理规章制度。三是在安全管理人员的监督考核方面，利用大数据技术来完成对管理人员的岗位考勤、工作评价等，避免出现传统人工管理方式不及时、不彻底的情况。四是机车检修作业人员、司乘人员、调度生产员、待乘人员等安全管理主要对象，制定相应的管理规范要求，配套建立合理的考核指标体系，加强数据收集分析，开展定量化考核评价，更为科学地核算员工劳动效益，为员工薪筹调整、评先评优、职称评定、选拔任用等提供参考依据。五是通过对机务运输系统中实际生产信息的收集分析，合理调配人力机力资源，促进机务精细化集约化管理工作新局面。

3.3强化机务核心生产要素指标管理。一是利用大数据建立行车电子档案，对机务运用系统内的安全管控、专业管理，实现现场操作全过程跟踪监督，特别是对重点业务开展情况进行过程盯控和结果评价，提高工作效率，确保落实效果。二是优化机力人力等生产资源统筹调配。对机务运行指标数据进行分析，查找影响运用效率的因素原因，针对性的提出解决方案，从而提高运输组织能力和生产效率效益。三是强化系统协调联动。大数据技术应用，将彻底打通专业间、单位间、部门间的信息壁垒，破除各单一系统的应用局限，实现铁路运输生产管理的要素集成，形成业务板块间的联合联动，整体提高生产经营效益。

3.4提升现场安全管理水平。利用大数据技术应用，重点提升机务工作的隐患预判、故障预警及现场应急处理能力。一是通过对行车设备寿命数据统计分析，确定设备的寿命分部模型，动态掌握设备运用状态、机械性能的变化规律，提高后续检查分析的准确性，在做到有的放矢，科学安排维修或换件，减少人为因素干扰，减轻定时定点对机车运行状态进行人工查验的工作负担和劳动强度，实现精准施修、预防施修，有效降低生产经营成本的同时，进一步提高运输安全保障能力。二是通过系统开展设备故障风险源辨识，建立设备故障大数据库，对行车设备安全风险等级进行划分，利用大数据技术现对机车运行状态的实时监控，盯控和防范重点设备故障，提前进行故障预警，借助人为干预，防范事故发生或减轻事故影响。借助于此，也将为后续开展事故调查分析提供了数据参考，提高事故分析的准确性和效率。三是开展基于大数据应用下的智能驾驶研究。目前货物列車，尤其是重载铁路控制系统仍高度依赖人为操作，人为作业疏忽及预判能力不足极易造成重大行车事故。借助大数据技术，将线路条件和各类列车操纵模式进行数据采集和分析，逐渐形成智能化操作技能数据库，在人的全程盯控下，逐步实现重载铁路智能化驾驶，有效提高列车旅速和安全性。四是建立模拟的标准化作业流程，对机车运行过程中的大量音视频数据进行实时盯控，针对性预防预警人工作业中存在的环节省略、流程简化、标准执行不彻底等安全隐患，确保作业人员人身安全。

总 结

综上所述，铁路运输信息化建设的加快推进，为大数据技术在铁路机务安全管理中的应用提供了广阔空间。随着大数据技术的深入应用，机务安全管理方式模式都将发生深刻变革，工作效率效益都将得到极大提升。但安全管理工作始终是机务专业的重点焦点，特别是现阶段传统铁路机务安全管理工作中还存在着诸多不足和问题，还需要我们秉持一切以实际出发的战略定力和开放包容的广阔胸襟，进一步扩大大数据技术应用，深度挖掘其更深的优势和价值，找到现代化科学技术与传统铁路安全管理工作相结合、相融合、相促进的衔接点，合理规划，大胆探索，不断提高铁路机务安全管理工作现代化水平，降低安全事故发生，赋能铁路企业高质量发展。

参考文献

[1] 朱岩. 基于大数据的智能分析技术在铁路行车非正常应急处置中的应用[J]. 铁道机车与动车， 2019（3）.

[2] 王金波. 基于人工智能的铁路机务6A视频大数据平台研究及应用[J]. 商情， 2019（10）.

[3] 孙云. 大数据技术在重载铁路运营中的应用研究[J]. 电子技术与软件工程，2016（14）.

[4] 曹记胜，李敏，史晨亮.高速铁路机务安全管理工作的分析研究与措施[J].太原铁道科技，2020（02）：36-37+40.

[5] 彭海潇. 铁路机务段机车检修及运用中安全风险管理研究[D].中国铁道科学研究院，2020.

作者简介：马立（1989.06）男;籍贯：陕西省华阴市;职称：助理工程师;学历：大学本科;研究方向：机务生产管理，企业行政管理。