浅析基于大数据的城市轨道交通设备维护管理新理念

岑遗星

（黔南民族职业技术学院，贵州 都匀 558000）

在企业设备管理期间，分别从事后检修、故障排查等方向，开展了设备维护工作。现阶段，一定数量的企业，预防与检修两种检修方式，能够有效减少设备故障问题，切实增强设备使用性能。新时期，企业借助大数据的信息管理优势，尝试创新改革设备维修方法，提升设备故障预测准确性，增强设备维修的高效性，助力企业有序发展。

1 大数据概述

1.1 大数据内涵

大数据技术，区别于传统数据概念，具有数量大、多种类、动态变化、真伪兼容等特点。企业管理人员，在单位时间内无法有效完成的大量数据处理任务，在大数据技术辅助下，以高效算法、精准计算能力、较强数据决策程序、较高数据价值挖掘、完善的数据处理程序，在短时间内有效完成各类数据的处理分析，尝试为管理工作提供优质的数据分析结果。

1.2 大数据技术应用优势

结合企业信息化建设工作，大数据具体指企业管理人员，在企业经营发展的每个环节中，充分使用各类高端技术，比如数据库、互联网等，保证数据处理效果。在数据采集处理完成时，形成了企业信息资源，获得了数据有效保存，能够为企业管理人员提供参考资源，发挥大数据技术的应用价值。

（1）数据规模性。大数据技术，保障单位模块数据处理的准确性。（2）数据分析高效率。在数据动态变化、数据量迅速增加的过程中，大数据技术具有较强的数据处理能效。（3）数据多样性。大数据技术能够完成多样化数据的处理任务，比如关联性数据、无关联性数据、结构化数据等。（4）数据分析高价值。大数据技术，在数据处理分析完成时，能够获得较高价值的数据分析结果。

2 城轨设备运维中大数据技术的应用现实情况

2.1 应用发展

（1）在大数据技术应用时，针对城轨设备开展的运维管理，并未局限于样本数据，能够对城轨设备的全部数据进行高效采集分析。（2）大数据分析工作，能够获取数据间的各类关系，比如因果、相关等。（3）大数据技术，在城轨设备管理程序中，所获得的分析结果，具有多样性。

2.2 应用实例

以A地铁运营设备管理为例，在进行设备运维管理工作时，侧重于开展数据收集、数据挖掘各项工作。在有效收集分析各项数据的基础上，能够获取具有较高价值的数据信息。比如车辆单位在故障库信息中，开展了各类电客车故障情况对比，以提前预测设备失稳表现，有序完成潜在故障设备的更换工作，维护列车运行安全性。在数据库对比分析期间，依据员工确定故障问题、消除故障的表现，确定员工在岗工作状态。与此同时，在班组中新增数据分析小组，在车辆维修前后，制定有效的故障消除方案，在员工故障消除工作中，确定车辆运维优化的有效性。

（1）分析交通设备电量消耗。A地铁运营单位，针对2020年2月、3月的交通耗电情况进行了数据采集，采集结果如图1所示，同时开展了数据分析。由于去年2月正值防疫的关键时期，交通设备耗电量明显较少，同年3月的交通电量消耗，相比2月并未发生明显增加。

图1 2020年A运营单位2月、3月的各车号交通设备电量使用情况

（2）分析交通工具舒适度。以列车运行稳定性数据，作为评价交通工具舒适度的依据。数据分析人员，采取每月抽查形式，获取了2020年3月11车号交通工具的运行情况：在横纵方向，速度获得了提升，同时列车整体舒适度有所降低。在抽查17号、21号列车时，均存在增速降低平稳性的交通问题。为此，对于交通工具开展工况调试工作，在进行大量数据分析对比后发现：3月正值开学季，出行人数增加的同时，提升了交通工具的班次速度，同时降低了列车运行平稳性。因此获知交通工具舒适度降低的原因在于客流增加。

（3）A地铁运营设备运维管理体系。①事后维修。针对列车交通运输时期，实际确定的设备故障问题，构建了故障报修、维修派单、维修方案校准、维修品质验收、维修成本统计等管理程序，在运行过程中，能够有效消除交通设备故障问题。在发生故障问题时，由列车管理人员，申报设备故障检修申请，对故障问题进行描述。在系统接收报修申请时，对故障设备、故障问题进行有效检测，形成维修派单，有效执行列车检修程序。在设备维修完成时，由大数据系统进行检修品质验收。验收期间，比对检修列车与无故障列车对应设备的运行情况、组成信息等，以确定检修效果，完成检修成本统计。②故障预测。大数据系统结合往期设备故障表现，对可能性引发设备故障的威胁因素，进行排查，达成设备运维管理的目标。因此，A企业构建了设备阶段性功能保养、设备故障问题巡检等管理体系，以期提升设备故障预防有效性，完善故障管理体系。结合各类设备的功能保养需求，完整制定设备保养检修方案，阶段性由专人完成设备维护工作。同时，借助大数据技术，开展设备故障巡检工作，及时排查设备隐患，保障配件更换的及时性。比如，在2020年5月，在大数据技术辅助下，A单位对于设备性能，开展2次保养，10次故障巡检，完成16次预测故障排除，切实维护列车运行安全。

3 城轨设备运维中的新思路

3.1 部门内高效完成数据交互

在城轨相同部门内部，应建立完整的设备数据管理平台，便于形成数据共享机制，提升设备故障联动的有效性，减少重复劳动问题，保障设备数据同步管理效果。由于相同部门内部的设备类型，具有一致性，能够形成模块化数据类型，科学控制了数据处理量。同时，在编程数据库中，有效完成数据导入/导出，形成数据关联体系，以达成数据共享状态。

比如A城轨单位，在设备管理内部，建立了各类数据库模块，包括交通设备故障信息管理系统、交通设备部件损耗管理系统、备用零件管理系统、交通设备日常运维管理系统、交通设备档案信息管理系统等。同时，各系统之间具有较强的关联性。在故障信息采集录入时，相应联动备件管理、日常运维管理等数据，形成全程序的设备运维体系。在设备更换部件时，在单一系统完成数据录入，形成多个系统的数据同步效果。各系统关联的基础上，将系统入口有效整合在相同公用平台，完整准确地显示设备管理信息，以提升部门设备管理的规范性，达成设备管理资源共享的目标。

3.2 各部门间形成局域用网体系

城轨各部门之间的设备，可能存在设备管理的独立性，由此降低了设备故障信息采集的片面性，无法保障大数据技术分析的全面性。设备间存在相互作用关系，应组建信息共享平台，完成收集各部门的设备运维信息，以提升数据分析维度，更为真实全面地确定设备状态。

比如A企业交通工具，发生的交通工具磨损问题，关联于供电程序中的接触网规划情况，电客车轮的设备性能，关联因素包括磨损、轨道铺设、轮缘润滑等。由此可见：加强局域用网体系构建，有效关联各部门设备故障信息，以期构建完成的大数据设备管理体系，提升数据分析的智能性，发挥大数据技术优势，切实保障设备使用安全性。

3.3 各单位间形成数据共享体系

在互联网环境中，多元化先进性设备，用于数据高效采集，提升数据量的管理能效，在云存储、云计算多种技术作用下，保障了设备存储的有效性，能够全方位反馈设备状态，以构建成功能完善的大数据管理体系，增强了设备运维管理能效。与此同时，开展了大数据技术的网络化建设，以形成各单位间的数据交互体系，提升设备管理智能性，便于高效落实设备运维管理工作。

比如，在地铁站存有牵引电机故障时，大数据技术会结合往期故障数据信息，给出牵引机故障的可能性表现，在对比故障设备型号、确定设备故障表现等大数据分析环节基础上，准确确定设备故障原因，以提升消除设备故障的有效性。

4 结语

综上所述，城市轨道事业中，所使用的交通工具，具有高集成、多接口、强关联等特点，提升了设备管理难度。在大数据环境中，能够预测设备的运行状态，减少设备维修成本，增强设备性能平稳性，同时有效进行设备性能对比，准确判断性能欠佳设备的故障问题，提升设备运维整改效果。因此，在后续城市交通设备运维管理工作中，应全面发挥大数据技术的应用价值，提升设备故障排查效果。