刘彦军，李平，马小宁，刘军，杨连报

（中国铁道科学研究院 铁路大数据研究与应用创新中心，北京 100081）

铁路局检测车大数据综合应用系统研究

刘彦军，李平，马小宁，刘军，杨连报

（中国铁道科学研究院 铁路大数据研究与应用创新中心，北京 100081）

以铁路局检测车各专业数据为依据，运用数据采集、数据管理、数据清洗、数据共享、数据分析和展示等手段，设计了大数据综合应用系统总体架构和主要分析功能。系统实现铁路局各专业检测数据的采集、传输、存储、清洗、分析和可视化；形成跨专业检测数据的完整、统一、多维度、多层次的综合展现；实现铁路局领导掌握设备运行总体情况，科学指导各专业基础设施维修，有力保障铁路运行安全，更好地为铁路局检测车各专业服务。

大数据；检测车；信息共享；挖掘分析；多维度

0 引言

随着大数据的采集、存储、管理、分析在各行各业的不断应用，以及《数据资产管理：盘活大数据时代的隐形财富》的发布，对推动我国数据标准化、数据管理流程化、数据资产化大有裨益[1]。在大数据的行业应用中，网络之间的互联互通、业务之间的协同合作、数据之间的流通共享一直都是行业内的3大难题，这也导致蕴藏在大数据中的巨大价值难以被充分挖掘[2]。在铁路行业，铁路基础设施检测是铁路大数据的典型应用场所，为铁路大数据分析提供全面、标准、丰富的数据源。因此，研发铁路局检测车综合应用系统是实施铁路局大数据战略的切入点和突破口。

铁路局综合检测车对工务、电务、供电、车辆等专业的基础设施设备进行全方位检测。针对检测车所涉及的工务、电务、供电、车辆等业务领域，分别建设和应用了工务管理信息系统（PWMIS）、轨道检测数据集成处理系统、信号动态检测系统、通信动态检测系统、供电检测数据采集系统、全路红外线联网系统等。目前各专业检测车无法实现数据实时传输、数据共享、信息互通，为发挥铁路局检测车大数据作用，需研究及开发铁路局检测车大数据管理与应用。

1 铁路局检测车业务现状及总体需求

1.1 检测车业务现状

铁路局检测车主要对工务、电务、供电和车辆等专业设备进行全方位、立体化的检测。检测车安装了线路、信号、通信、供电、车辆等专业动态检测系统，对各线路、电务等专业设备进行检测，为设备维护维修、保证列车运行安全提供技术支撑。

1.1.1 工务

工务检测车分为轨检车和动检车，通过对轨道的轨距、水平、方向、高低、三角坑、垂直加速度、水平加速度等参数进行检测，对轨道状态作出评价[3]。轨道检测数据集成处理系统产生的数据为.iic，.geo和.html格式的结果文件，由检测人员根据各工务段管辖范围的文件刻录到光盘。工务段人员下车时将所属本单位的光盘文件带回，导入铁路局工务安全生产管理信息系统，并对数据动态检测波形图、轨道质量指数（TQI）、设备单元状态进行分析。分析结果通过该系统下发到各个车间，便于进行及时检修、处理。

1.1.2 电务

电务专业的检测系统主要分为信号动态检测系统和通信动态检测系统[4]。在人员换班时，将系统最新产生的数据拷贝到U盘带回分析、利用，发现不利于检测数据的存储、管理等问题及时反馈。目前，在电务检测车上由检测人员分析数据，形成检测日报表，通过手机发送至专用互联网邮箱，供站段相关专业技术人员下载、使用；在问题整改后，填报动态检测问题反馈表，通过FTP上报电务处反馈销号。

1.1.3 供电

供电专业检测系统主要包括视频子系统、拍照子系统、接触网曲线数据处理子系统和接触网专家子系统。其中接触网曲线数据处理子系统以波形图的方式将接触网的拉出值、导高、硬点等信息显示出来，产生的数据文件格式为.jcc文件。接触网专家子系统利用此文件，生成接触网缺陷报表以便查看和使用。供电检测车数据采集系统导出的数据文件由负责检测的人员换班时拷贝带回供电检测所，技术人员利用接触网专家系统生成缺陷报表。1.1.4 车辆

车辆专业检测能够实时、准确、快速、全自动对车辆轴温探测系统（THDS）进行检测，并与地面THDS探测站设备数据实现互传。检测车每经过一个THDS探测站可接收到检测数据，将其与设置数据进行对比分析，判断THDS设备的测温精度、方位角度等技术指标，形成结论性的检测报告并自动打印。工作人员下车时将本车辆段的检测报告带回分析，从而对存在问题的探测站进行整治。但该过程持续时间较长，工作相对滞后。

总之，铁路局检测车还存在以下问题：

（1）铁路局积累了大量工务、电务、供电、车辆等专业传感器设备状态数据，以及视频、图片等数据，但没有进行统一存储和管理；

（2）铁路局检测车数据无法实现实时从检测车传输到铁路内网中，通常使用人工刻盘、移动硬盘拷贝的方法，不具实效性，存在数据传输过程中的丢失隐患；

（3）铁路局在工务、电务、供电、车辆等专业已开展了统计和对比分析，但检测车综合分析能力相对不足，不能有效开展基础设施状态预测和故障诊断；

（4）铁路局各专业检测数据无法实现在不同专业、不同科室间互联互通和信息共享需求。

1.2 检测车业务总体需求

1.2.1 整合综合检测车数据，促进信息资源综合利用

全面梳理铁路局检测车既有信息资源及数据交换、共享及公开需求，打破工务、电务、供电和车辆系统鸿沟，将各专业间需要共享的数据抽取出来，形成集中统一的共享库，为铁路局各业务系统及用户提供检测车检测信息共享服务，促进数据资源在全铁路局的综合利用[5]。

1.2.2 全面、准确、及时的检测数据获取

当前工务、电务、供电和车辆的检测数据均未做到实时获取，各专业分析人员对检测数据的准确、及时获取均有需求，解决检测数据共享首先要解决检测数据的实时传输获取。全面、准确、及时的检测数据获取也是各类检测数据综合应用分析的基础。

1.2.3 跨专业综合检测信息展现，形成铁路局级完整、统一、多维度、多层次的数据展现

由于检测车涉及多个专业，且专业相对独立，因此检测车信息资源被分割在各分散的业务部门，难以对企业各专业系统状态进行综合查看及分析。通过数据综合应用系统的建设，应实现检测车各专业信息的统一、集中展现，从而获得对该业务的宏观、整体、直观的洞察。1.2.4 面向各专业主体的统计分析应用和数据应用的典型示范

检测车包含大量的传感器和摄像头，可实时产生大量的结构化数据和非结构化数据，且数据类型较多。铁路行业已进入大数据时代，虽然大数据技术在各行各业已成功应用，但亟需运用典型大数据技术实现视频、波形、传感器数据等的采集、存储、清洗、分析和可视化，开展大数据技术在铁路行业的典型应用示范。面向各专业主体的统计分析应用，是大数据技术在铁路检测数据综合应用的切入点。

2 系统架构

2.1 总体架构

从整体角度对铁路局检测车数据进行整合，构建铁路局检测车数据一体化分析系统（简称系统），总体上分为数据源层、数据传输层、数据采集层、数据管理层、应用服务层与访问展示层（见图1）。系统采集或导入检测车各类检测数据，包括工务、电务、供电、车辆等数据，提供检测信息集成共享服务，并进行有效整合加工，实现检测车数据的基础统计分析、深度分析及分析结果的可视化展示，进而实现数据驱动运营管理和科学决策。

2.1.1 数据源层

数据源层包含原始数据和结果数据，如轨道检测数据集成处理系统、信号动态检测系统、通信动态检测系统、供电检测数据采集系统、红外线联网系统、铁路主数据管理平台等。

2.1.2 数据传输层

数据传输层包括铁路内网、4G、Wi-Fi、LTE、GSM等传输通道，实现外网数据穿越到内网服务器。

2.1.3 数据采集层

数据采集层主要实现数据同步、数据清洗、数据格式转换[6]，以上功能采用Web Service接口、ETL工具、中间件、文本解析、FTP服务等实现。

图1 铁路局检测车系统总体架构

2.1.4 数据管理层

数据管理层是介于数据采集和应用服务之间的介质和桥梁，主要对检测车数据进行有效的采集、转换、整合、存储，同时完成包括数据质量管理、数据全生命周期管理、数据技术流程管理、数据标准和规范管理等一系列数据管理工作。目的在于保障高质量的数据检测结果，协调不同数据应用之间的共享性、统一性、规范性和有效性[7]。

2.1.5 应用服务层

应用服务层面向检测车中的各类结构化数据和非结构化数据，进行海量数据的加工、处理、存储，支持复杂数据分析模型的计算和实现。提供数据加载、数据清洗、查询分析、报表管理、可视化展示、基础数据管理、系统配置等一系列业务应用。

2.1.6 访问展示层

访问展示层主要负责用户的交互以及多种不同形式的展现，实现统一的用户管理[8]，并支持在大屏系统、浏览器以及移动客户端上的数据展现。

2.2 数据对接方案

系统主要处理数据包括铁路局检测车相关的检测数据，分为工务、供电、电务（通信和信号）、车辆4个专业。删除各专业不合理检测数据，将统计结果数据通过4G、Wi-Fi网络传输至铁路外网服务器，之后由内网接口服务器通过安全平台获取并供给“铁路局检测车大数据综合应用系统”使用。数据对接方案见图2。

由于数据集成来自不同数据源的检测数据，存在着大量不一致、冗余的数据，严重影响数据质量，所以在数据对接过程中需要考虑以下几个问题：

（1）数据分析，分析各个检测数据的指标，确定数据的错位类型；

（2）定义数据检验规则，按照不同专业检测数据的特征，定义数据检验规则；

（3）搜索识别错误实例，利用ETL工具对原始数据进行逐行检查，将检查出的错误数据字段的相关信息保存在数据库的错误表中[8]；

（4）修正错误数据，分析错误表中的数据，编写程序对错误数据进行修正。

图2 数据对接方案

图3 铁路局检测车大数据综合应用系统功能

3 功能设计

3.1 总体功能架构

铁路局检测车数据综合应用系统是一个综合性强、涉及面广、功能多样的系统工程。该系统提供业务数据管理、业务分析应用、综合分析展示等几大功能，主要包括数据加载、数据清洗、多维度分析、报表管理、可视化展示、基础数据管理和系统管理等（见图3）。

3.2 多维度分析功能列表

多维度分析能够以直观、多维、实时的方式展示和分析数据，并可在移动端实时查看和分享，全面激活企业内部数据，让每一位用户都能够使用这一平台，轻松发掘大数据价值，获取深度洞察力[9]。

多维度分析主要支持按时间、线路、段、设备状态等多维度查询，以及横向和纵向的统计和对比分析。具有完美可视化编辑、自由拖拽组合、可多屏定制、自适应设计等功能。各专业多维度分析功能见表1。

4 结束语

铁路局检测车大数据综合应用系统，可提供检测车的数据共享，加强数据的综合应用。各级有关人员及时掌握检测车检测数据，通过对各专业基础设施状态数据的采集、综合性分析，有助于开展基础设施故障诊断、故障预测，实现基础设施维修由故障修向状态修、预测修的转变，有效降低过度修带来的巨大浪费，达到优化养护维修安排、预测设备变化趋势、均衡设备质量、合理控制维修成本等目的。

表1 各专业多维度分析功能表

[1] 马小宁. 智能铁路总体框架研究[D]. 北京：中国铁道科学研究院，2013.

[2] 高伟. 数据资产管理：盘活大数据时代的隐形财富[M].北京：机械工业出版社，2016.

[3] 王卫东，徐贵红，刘金朝，等. 铁路基础设施大数据的应用于发展[J]. 中国铁路，2015(5)：1-6.

[4] 孟小峰，慈祥. 大数据管理：概念、技术与挑战[J].计算机研究与发展，2013，50(1)：146-169.

[5] 张玮. 铁路电务检测车的应用及技术实现[J]. 铁道技术监督，2009，37(1)：18-20.

[6] 龚增进，余祖俊. 铁路综合检测列车采集分析系统总体设计方案[J]. 铁路计算机应用，2005，14(12)：27-29.

[7] QLIK. Simple to use more power than you can imagine. [EB/OL].（2016-06-12）[2016-12-30]. http://www. qlik.com.

[8] 王媛媛，丁毅，孙媛媛，等. 数据可视化技术的实现方法研究[J]. 现代电子技术，2007，30(4)：71-74.

[9] 中国铁道科学研究院. 大数据技术在铁路行业中的应用研究[R]. 北京，2015.

责任编辑 李葳

A New Data Collection and Analysis System on Inspection Trains of Railway Administrations

LIU Yanjun，LI Ping，MA Xiaoning，LIU Jun，YANG Lianbao
（Railway Big Data Research and Application Innovation Center，China Academy of Railway Sciences，Beijing 100081, China）

Based on data of various specialties collected by inspection trains of railway administrations, data acquisition, data management, data cleaning, data sharing, data analysis and display etc. are utilized for the design of the overall system architecture and main analysis functions and for collection, transmission, storage, cleaning, analysis and visualization of professional inspection data of railway administrations. Comprehensive display of multidisciplinary inspection data in a integral, unified, multi dimension and multi-level way is achieved. With the new system, it is possible for leaders of railway administrations to grasp the overall situation of equipment operation and give scientif c guidance to professional infrastructure maintenance. Also, the system ensures railway operation safety, and better serves all professions covered by the inspection trains of railway administrations.

big data；inspection train；data sharing；data mining and analysis；multi-dimensions

U29-39

A

1001-683X（2017）01-0024-05

10.19549/j.issn.1001-683x.2017.01.024

2017-01-04

刘彦军（1985—），男，研究实习员，本科。E-mail：lyjxg0254@126.com