动车组运用信息化发展及应用研究

张巨光

（中国铁路太原局集团有限公司调度所，山西 太原 030000）

0 引言

铁路动车组的运用在铁道车辆发展史上具有划时代的意义，在引进初期颠覆了大多数铁路车辆人的认知，从此动车组运用检修作为一个新的专业纳入了铁道车辆系统。

由于动车组技术引进来自四个完全不同的平台，每个平台的动车组较以往的既有客车在车辆构造、关键技术、配件种类、运维方法以及寿命管理等各个方面都存在很大差异，因此产生了大量的动车组运维数据需要进行管理。在动车组运用至今十多年来，动车组运用检修技术取得了卓著的成就，各项规章标准对时间、空间、速度、温度、磨耗以及自然灾害等多方面的影响都有详细的限度规定，并将这些数据纳入了体系化管理。

在当前数据体系下，要查询某动车组的配属、运用、检修的时间、地点等基本数据，可以通过调度信息系统轻易实现；要查询经过TEDS 检测点的信息，可以在专用服务器上实现；要查询动车组部分部件运用数据，可以在动车组回所后下载数据实现。当然也有另外一种数据，就是随车机械师通过摄像手电录入的作业数据，这种数据作为卡控作业人员是否认真落实作业规定的依据，是本文要重点讨论的一类数据。虽然当前关于动车组运用已经系统化地采集了很多有用的数据，但是在动车组运用维修作业层面还有更大的数据化空间，以及数据化扩大后在防止数据被更改和增加数据有效共享方面还有更多的实际应用价值，应用比如大数据、区块链等先进数据技术，可以通过数据监测、数据分析、数据取证等手段，在技术、安全、人员等多方面提供实用性强的数据，以促进动车组运用实现全过程闭环管理。

1 实现动车组运用维修作业数据化的方法研究

1.1 存储式数据运用

存储式数据根据存储介质不同可分为固定式存储数据和移动式存储数据。固定式存储数据运用已经较为成熟，其存储于本地固定服务器中，特点是可随时进行查看，如动车组管理信息系统中存储的配属、运用、检修等数据。移动式存储数据存储于移动介质中，特点是需要完成一个周期运营后下载进行查看，如列车运行中发生故障产生的信息、随车机械师使用摄像手电记录的作业信息等。移动式存储数据为车辆运用技术打开了新的大门，记录内容既可以描述车辆设备的实时状态，又可以验证乘务人员是否按照规章要求进行了巡视作业，在一定程度上推动了人与车的交互发展，使作业数据化成为可能。移动式存储数据由于与动车组运用关系较大，数据利用价值高，是本文要重点讨论的基础数据类型。

1.2 网络化数据运用

1.2.1 当前成熟的网络化数据运用

网络化数据在当前动车组运用中最成熟的技术是动车组运行故障动态图像检测系统（TEDS），TEDS的数据具备两个特点，一是数据存储在固定服务器中，二是数据在不断更新变化，可以说是同时具有了固定式存储数据和移动式存储数据的特点，而这就是网络化的功效。网络化实现了数据的实时更新并让作业者可以通过特定的系统随时进行查看，为某些工种优化作业模式提供了技术支持。

1.2.2 深度开发数据网络化运用

动车组电务专业利用网络化已经实现了一部分车载信息和地面信息的互联互通，在电务应急处置中发挥了较好的作用。车辆专业的优势是列车配有专业的乘务人员，有利因素是可以随时将车载信息反馈回地面指挥中心，不利因素是人的作用具有不可靠性，数据可信任度会有所下降。因此深度开发数据网络化对动车组运用信息化提出了一个新的课题，目的是将更多的有用的数据实现网络共享，主要项目为利用网络化技术建立车地联系，一是将现有车载MON、DMI 屏显示信息实时回传至地面指挥中心，二是将摄像手电等类型设备存储的声音、影像数据接入网络传输至地面指挥中心，三是将更多的动车组设备纳入实时监控范围并传输至地面指挥中心。

1.3 实用化数据运用

动车组运用信息化发展到现在，实用数据主要有三大类，一是动车组自身参数类数据，二是配属、运用、检修等过程类数据，三是动车组发生故障后产生的原因分析数据。第一类数据为固定数据，第二、第三类数据为作业类数据，而在不考虑数据安全性的情况下，第一、第二类数据已经通过信息系统实现了实用信息化，不再作为重点研讨内容，深度开发实用数据的重点放在第三类数据上。一方面受动车组配属限制，每个配属单位只能掌握本属动车组的故障分析数据以及故障处置经验数据，或者在一定范围内进行交流，所以存在大量的有用数据没有实现实用化共享。另一方面在对故障发生和处置分析数据利用上没有转化成数据型成果，比如开发信息化水平更高的应急指挥终端：一是实现网络同传，将现场情况实时互通共享；二是实现动车组故障智能化分析及处置建议，由地面指挥人员与随车机械师共同确认；三是实现运用检修过程控制，将所有作业处置程序纳入流程化管理，作业过程和数据采集实现同步完成，引导现场标准化作业从而降低作业风险。

2 引进区块链技术处理数据的重要意义

前文中探讨了对动车组运用维修作业数据化的方法，进行数据化深度开发的目的是取得大量实用的数据，这些数据可以提供动车组相关的检修、运用、实时状态以及相关故障等信息，而这些信息又直接参与动车组安全管理特别是应急处置的过程，此时数据与动车组运用安全有了非常紧密的联系。数据的作用越来越重要，就必须引进数据安全的概念。在当前动车组运用信息化模式下，数据被分类存储在固定的位置，这种中心化的存储方式不满足数据较高级别的安全要求，比如存储服务器遭到黑客恶意攻击破坏或者数据管理工作主观人为失误造成数据错漏，这些问题是简单的数据备份方式无法解决的，而区块链技术的出现很好地解决了数据共享安全的问题。

2.1 区块链实现了数据的安全可信任

区块链技术是一种关于数据存储和共享的技术，具有去中心化、不可篡改、全程留痕、可以追溯、集体维护、公开透明的特点。区块链，顾名思义，就是将多个区块链接在一起的链条，每一个区块中都保存了一定的数据。区块链技术的核心是节点，每个节点就是一台独立的服务器，他们在区块链系统中担当存储空间和提供计算能力。数据区块产生后，由某一个不定的节点对区块进行记录，记录完成后再将区块分送到其他所有的节点当中，以达到所有的节点中都保存有完整的区块数据。区块链信息的修改原则是必须有一半以上的节点同意并同时修改所有节点中的区块信息，而节点在设立时往往选择属于不同的管理主体，想要篡改区块链中的信息几乎不可能做到。区块链技术因此被打上数据安全和可信任的标签。

2.2 区块链技术能广泛适用于铁路信息模式

区块链分为公有链、行业链、私有链三种，其中行业链完全适用于铁路行业信息模式。如前所述，区块链技术依靠的核心是节点，节点的要求是分属不同管理主体的多个服务器，铁路行业十八个铁路局的分布模式正好能契合节点分布要求。以建立动车组运用数据区块链为例：每个铁路局提供一台服务器作为预选节点，每个数据区块生成后，由所有预选节点按照一定的共识机制选择其中一个节点记录区块数据，然后发送到其他预选节点中，通过不断的记录过程，将某个铁路局产生的动车组运用数据保存到十八个铁路局的相关服务器中，形成动车组专业区块链。由于区块链程序编制过程中运用了共识机制和密码保护等程序，确保了某一铁路局不能单方面修改区块链信息，而存放于各个节点的数据，可由各个铁路局一定范围的相关人员通过区块链开放接口进行限定或不限定查询。

2.3 区块链技术能突破共享屏障

在铁路行业中，探讨打破局间界限和专业界限的方法，一直是很有意义的议题，因此产生了很多局间或站段间的协议，这些协议在执行过程中受到人为因素的影响，有可能达不到既定效果，而带着信任和公开透明标签的区块链技术可能弥补这方面存在的不足。以动车组专业为例，车辆与机务、车辆与电务、车辆与供电之间都存在数据共享需求，跨局运行的列车还有局间数据共享需求，如果在国铁集团层面成立各铁路局节点组成的车辆、机务、电务、供电等各专业区块链，那就为数据广泛共享提供了基础和保障，突破了各种共享屏障，对运用大数据技术提升专业水平提供了无限可能。

3 大数据推动动车组运用信息化发展

大数据是为了适应超大规模数据总量、超广泛的数据流转、超多样的数据类型而产生的数据处理技术，往往在泛网络数据处理中使用，同时由于数据处理数量庞大，提取有用数据比例不高，所以又具有价值密度低的特征。但是如果用大数据技术处理专业数据，比如铁路系统各专业产生的作业数据，这些数据本身具备专业性强、实用价值高的特点，在大数据技术的加持下，减少了“海选”有用数据的过程，直接进行专业化处理，可以充分发挥大数据技术的优越性。

3.1 大数据分析涵盖范围广

动车组运用作业深度数据化能产生大量的有用数据，可以包含时间点数据，如故障发生时间、定期检修时间等；时间段数据，如一级修作业时长、巡视间隔时长等；声音数据，如通话内容、异音异响等；图像数据，如TEDS 拍摄图像、故障部位图像等；准绳数据，如运用限度表、限速值等。大数据技术通过其处理数据规模大、传输数据速度快、兼容数据类型多的超强能力，按照用户的需求，可以在最短的时间内找到所有相关的数据，特别是如果其他专业数据也具备条件的话，相关数据还可以包含机务、电务、供电、运输等多专业数据，以及在不同铁路局范围内产生的数据。可以说实现了数据网络化后，大数据技术就具备了利用云计算、云共享快速提供目标数据的能力。

3.2 大数据分析结果价值高

随着大数据技术运用时间的推移，大数据技术的分析能力也会越来越不容小觑。众所周知，大数据和人工智能有着非常紧密的联系，大数据分析出的数据结果可以成为人工智能的基础数据，这一点为实现动车组故障应急处置智能化提供了可能。我们可以设想一个故障应急处置场景：动车组运行途中发生自动降弓故障后，随车机械师和地面指挥人员应急处置终端同时出现故障提示并及时接通，终端界面立即调用故障受电弓即时图像并对比降弓位置标准图像，判断有无异常，再调用另一架受电弓图像对比标准图像进行判断，如果可以判断结果就按结果进行处置，不能判断结果则调用故障发生时前后一段时间受电弓视频资料进行再研判，以上每个程序都由双方共同点击终端确认后进入下一环节。通过大数据分析可以将发生过的各类故障处置形成最优化的指导流程。

3.3 大数据推动作业方式的变革

鉴于数据化的信息发展模式将更多的设备状态、作业过程、应急指挥纳入了数据管理，动车组运用作业与数据分析将密不可分。对于现场作业人员来讲，不再是只依据自己的眼睛和经验来判断，还要通过数据化应用系统判断并将当次数据再次传回系统，这部分的重点是防数据伪造技术，确保作业到位、数据真实。对于负责检查的人员来讲，在技术成熟的条件下，不再需要在现场重复检查设备状态，而是在数据化应用系统中即时查看数据和数据分析情况，更像是数据分析师的角色。还有更高一级的管理人员，综合运用区块链共享提供的接口，了解大数据对作业过程分析的结果，掌握站段级检查人员的确认情况，可以实现在数据化应用系统中对动车组运用作业的全过程管理。

4 结语

综上所述，现今数据已经成为人类生产生活不可缺少的部分，数据化程度和数据处理水平直接代表一个专业或行业的信息化程度，而绝大多数的前沿技术也都离不开数据这个基础。多年来铁路行业的信息化一直处于蓬勃发展状态，传统信息化技术在铁路行业内已经深耕厚植，并给铁路行业带来了很多改革红利，但是除了科学研究院等专门的科技部门，大多数基层单位对高新信息化技术的研究重视程度不够，在信息化改革方面还依靠拿来主义，造成了信息化发展瓶颈不能及时突破的局面。铁路行业有数量庞大的一线作业人员，有最广泛的作业数据来源，拥有庞大且先进的硬件组网设备，还有众多的信息化专管人员，这些都是能助力信息化快速发展的宝贵资源。作为铁路行业从业人员，应解放思想，开拓创新，不怕困难，即使铁路行业部署区块链技术还面临很多很复杂的问题，依然要不断学习新技术，立足岗位，明确目标，结合自身实践寻求突破，为铁路事业的发展贡献力量。