铁路运输安全监督管理大数据应用研究

任强

（中国铁路乌鲁木齐局集团有限公司科学技术研究所，新疆 乌鲁木齐 830000）

安全大数据是铁路大数据应用重要方面。经过多年的信息化建设，我国已建成了相对比较完善的铁路安全监督管理信息系统和铁路技术规章管理系统，实现了全路交通事故和技术规章的电子化管理。因此，将铁路安全信息与铁路技术规章数据进行融合应用，借助于大数据、自然语言处理等先进技术，对事故概况等安全信息进行智能化的自动分析判断，在人工辅助下提取相关技术规章条款，实现铁路安全监督管理信息系统与铁路技术规章管理系统的有机融合，有助于提高事故分析的准确性，推动事故调查手段的智能化。

一、技术方案

（一）建设目标

基于铁路安全监督管理的业务需要，采用大数据和可视化技术，通过开展铁路安全监督管理相关数据的规范汇集，提出安监大数据应用的总体技术方案，并开发原型应用系统；构建“大数据、大支撑、大安全”的安监大数据应用示范，逐步实现分级掌握整体安全状态、便捷分析事故发展趋势、安全风险预警、科学安全状态评价和充分挖掘利用文本数据价值；创新铁路安全监督管理工作手段，辅助安全管理决策，提升安全监管效能。

（二）总体架构

基于大数据技术，利用铁路内部服务网，依托中国国家铁路集团有限公司主数据中心的铁路数据服务平台，部署安监大数据应用。集成铁路安全监督管理信息系统、铁路局安全管理信息系统、铁路局安全风险管理信息系统等相关系统的数据，支撑国铁集团、铁路局集团公司，实现安全规律分析、安全状态评价和安全风险预警等应用。安监大数据应用采用“一级部署，两级应用”的策略，支撑国铁集团和铁路局集团公司两级用户终端的业务访问及应用需要。建立完整的企业级安监大数据处理与应用环境，实现安监大数据应用的数据集成、数据存储与分析、数据共享。

二、功能设计

依托铁路局集团公司安全大数据应用平台，对原先分散在多个系统中的安全管理主题相关数据进行梳理、整合，利用内存计算、即席查询等技术，为不同层级安全管理业务人员提供自助式分析服务。

（一）安全即席

1.交互式分析。提供可视化分析界面，集中展示安全管理主题相关数据，揭示每一项数据的特征和分布规律，检视数据是否满足正态分布及帕累托分布；调整细分的目标数据集合，可切换分析指标、维度和图形样式；探查数据中是否存在异常情况，可定位发生异常的目标数据，生成直观的数据诊断报告。2.智能检索。梳理海量的安全管理主题相关数据，为数据创建便于统计、分析的各种索引。用户输入关键字后，系统可主动判断用户意图，根据索引自动选择数据对象，切分用户关注的详细数据集合；在图形界面上展现对应的数据分析图表，以便于开展交互式探查分析。

（二）安全风险智能

1.安全风险构成及趋势分析。按照铁路局集团公司、业务部门层级，进行安全风险总量的构成分析，发现与预期不符的构成部分，对其展开趋势研判与对比，诊断安全风险及管控异常情况。2.安全风险分级管控分析。按照重大、较大、一般、较低4 个风险级别，分析铁路局集团公司、业务部门、站段、车间安全风险总量在各个风险级别上的分布情况，发现与预期不符的情况，避免重大安全风险出现漏检或少检。3.安全态势感知。（1）异常情况分析：综合评估铁路局集团公司、业务部门、站段、车间的安全风险、隐患、通知书、故障、事故数据，并根据数据分布规律及趋势变化，分析安全管理异常状况。（2）态势感知分析：通过对事故故障、安全问题、安全信息、检查写实记录、安全风险管控及隐患排查治理等数据研究，实现对各专业安全态势感知。4.安全生产关键指标。汇集安全风险过程控制管理系统和安全监督管理信息系统的相关数据，分析并揭示安全风险控制情况、安全隐患排查情况、安全投入情况、网络安全情况、高铁和旅客列车安全情况、从业人员伤亡情况、责任铁路交通事故情况、责任行车设备故障情况、安全红线触犯情况等安全生产关键指标。

三、关键技术

（一）文本分析技术

系统运用文本分析技术，提取安全事故/故障报告中蕴含的非结构化安全管理主题相关数据，经处理后形成集检索、提取、归类、转化等功能于一体的安全管理资料文本知识库，基于该文本知识库开展面向风险、隐患、安全事故/故障的关联分析，挖掘安全事件的发展规律。自然语言处理NL的应用主要有机器翻译、文本摘要、文本情感分析、知识图谱、智能问答等。鉴于铁路行业语料的独特性，铁路自然语言处理是一种有别于通用自然语言处理分析的垂直行业应用类型，主要应用全文检索、命名实体识别、不平衡数据分类、协同过滤、知识图谱、时间序列、深度学习等技术。此外，从时空、关联、行为等角度，建立面向铁路安全业务的AI模型，提供业务应用和人工智能分析模型的接口服务调用。

面向安全综合管理的文本分析技术通过采集与安全事故和故障相关的文本数据，建立故障库、事故库和事故/故障报告库，实现事故/故障追踪报告的大数据分布式存储和全文检索。同时，应用深度学习模型、命名实体识别等大数据和文本挖掘等前沿技术和工具，从非结构化的事故/故障文本数据中自动提取出事故/故障名称、地点、时间、原因、整治措施等关键信息，将非结构化的事故/故障文本数据转换为结构化数据进行存储，建立铁路局集团公司历史事故/故障库，应用文本分析技术对重点事故/故障、多发事故/故障区域等展开分析。

（二）数据治理技术

系统融合数据治理技术，依托铁路局集团公司安全大数据应用平台的元数据管理、主数据管理、数据质量管理等模块，实现对铁路局集团公司安全管理主题相关数据的全生命周期管理，提供血缘分析、影响分析、关联分析、数据质量报告等功能。铁路局集团公司安全大数据应用平台可自动同步主数据平台中的安全管理主题相关数据，依据主数据与数据稽核规则，按需建立不同的稽核模型，对接入平台的安全管理主题相关数据进行质量稽核。该平台采用批处理与流处理相结合的方式，对各类安全管理主题相关数据进行分析处理，并生成数据质量报告；采用 Hadoop 中MapReduce 计算框架，利用基于 Spark 生态技术的批处理与流处理、基于Flink 生态技术的批处理与流处理以及基于 Storm技术的流处理，将瞬间计算转换为平稳的流式实时计算，以充分利用服务器的空闲时间，减轻服务器瞬时压力，提升铁路安全管理主题数据治理的实时性。

四、构建铁路安全监督措施

（一）落实安全监督责任制

在铁路建设时期，为保障施工质量，可以实施质量监督责任制。各施工厂区都可以成立以项目经理为组长的工程质量组织机构，确立项目部、工区、架子队三级质量管理的质量控制体系。项目经理要以第一管理者的身份严抓工程质量，与各工区签订“工程质量责任书”。建设单位确定的重点工程由项目部领导负责落实，项目部再交由各工区领导分区负责，最后高速铁路的建设由架子队最终完成，形成领导责任制和质量终身负责制，确保质量层层落实，追责有依。在事故处理阶段要落实事故责任调查制度，可成立专门的调查小组，动车事故调查组就由有关部门单位和地方的负责人组成，并聘请了铁路运输、电力、电气、自动化、通信、信号、安全管理、建筑等领域专家，还邀请了最高人民检察院派员参加，既保证了事故调查的准确性和专业性又保障了事故调查的独立性和公正性。要分清事故责任，依法追究责任人的法律责任，并对事故善后进行跟踪监督。

（二）安全监督巡检制度化

高速铁路施工过程中要实现质量安全的常态监督，落实质量监督检查制度。首先，要健全内部质量保证体系，包括制定明确的质量计划，建立专职质量管理机构，使管理业务标准化、监督流程程序化，并建立一套灵敏的质量信息反馈系统，使工程中出现的问题能及时地被发现并反馈给领导负责人，以便进一步改进。其次，制定好检查管理办法和检查标准，使检查有据可依。对于需要高质量、高技术、高要求的高速铁路来说，现有的质量验收及评定标准不能满足高速铁路的质量要求，因此要针对高速铁路制定专门的工程建设质量验收及评定标准，结合施工技术的不同细则对不同分工项目的工程设定相应的质量指标，以帮助项目经理、监理机构及承包商等监督主体顺利地开展对高速铁路的实时监督。最后，要把定期监督和不定期监督结合起来，让施工人员从心理上对质量要求没有丝毫放松。另外，要做好宣传工作，提高参建人员的质量意识，强化施工现场监控和施工过程监控。

（三）安全监督管理现代化

目前世界上发达国家和地区在施工的监督管理上基本都建立以计算机为中心的综合监控系统。要保障高速铁路建设项目质量监督管理的高效、有力，就必须充分运用现代化手段，实现质量监督管理的信息化、网络化来改善高铁工程质量监督管理手段，提高监督管理的效率和透明度，更好地服务于各监督主体的监督工作。高速铁路的建设监督同样可以采用高新技术信息手段，通过计算机网络建立一个全面的、立体的工程项目质量监督管理信息系统，该系统实时更新收集高速铁路施工工作人员的工作情况、施工进度、原材料的购进、设计的更改、施工问题等所有关于高速铁路建设的信息和资料。由此，一方面，可更好地实现信息共享，加快信息传递、反馈的速度，提高监督工作的质量与效率；另一方面，还有利于增强监督工作的透明度，增强监督信息的公开性，使高速铁路的建设能更充分地接受社会监督。此外，现代化手段最直接的应用便是远程视频监控系统。在施工现场各作业区设置视频监控点，施工企业可以实时了解各施工点的作业情况，对施工过程进行动态掌控。监理单位、业主、审计部门等也可以通过视频回放做事后监督工作，且视频资料具有可保留性，便于事后的责任追究。

大数据技术的应用显著提升了数据资源的统一管理、综合分析和共享共用，运用自然语言处理与文本分析技术对历史事故调查报告进行格式化处理，提取同类事故原因特征信息，辅助新发事故调查，采用事故特征关联分析模型，发现事故关键属性的关联规律，基于保护层分析提出风险量化评价模型对设备故障类风险进行度量，推动了安全监督管理工作的科学化、精细化、智能化创新发展。