呼腊梅，冯文晖，左强新，王科伟

（1.北京经纬信息技术有限公司，北京 100081；2.中国铁道科学研究院集团有限公司电子计算技术研究所，北京 100081；3.中国铁路北京局集团有限公司土地房产部，北京 100860）

随着铁路大提速和高速客专的建设，应用智能运维管理系统可减少运维工作量，提升运维管理水平[1]。在实际运维管理中，由于房建设备数量庞大，管理单位层级各异，运维人员文化水平较低，阻碍了信息化的建设与发展[2]。然而铁路房建设备、新技术、新工艺的采用能够为日常管理工作和旅客的服务带来极大的方便，降低实际运维管理的成本，提高运维管理效率[3]。目前，铁路房建设备的运维研究仍然处于理论探索阶段，针对信息化平台建设的研究相对较少。杨玲玲[4]初步探索了基于BⅠM 技术在铁路房建运维管理中给水设备的虚拟运维。如何提升整个房建设备系统的智能化运维成为了研究的重点。本文从房建设备智能运维平台建设的理论研究角度，研究了铁路房建运维管理中存在的不足以及房建设备智能运维的总体架构设计，为铁路房建智能运维的建设提供了探索性的意见和参考性的价值。

1 铁路房建设备运维存在的不足

铁路房建设备在实际的运维管理过程中，由于设备本身的属性特点及管理体系的不完善性，存在房屋资产种类繁多、房建设备管理难度大、房建资料信息不齐全、管理系统互不相通等现象。

1.1 房屋资产种类繁多

由于既有铁路设备老旧新建铁路设备先进，铁路建设的时间轴跨越较长，在铁路房建的设备管理过程中，需对多类设备进行管理。随着信息化发展，在管理铁路房屋过程中，不仅需对房屋本身进行管理，而且需要对其构筑物、附属、设备等类别进行管理，存在管理类别体系复杂、定量化管理的数量庞大等问题。

1.2 房建设备管理难度大

在房屋维修管理过程中，有大修、综合维修、技改、设改等不同形式的管理模式，形成了维修流程多样化、维修进度不同步等特点。铁路房建设备遍布于各个大小城市，设备分布较零散，造成点多面广的管理形式，阻碍了数字化维修管理的进步与发展，为房建设备智能运维带来了诸多困难与挑战，降低了运维管理的水平与效率。

1.3 房建资料信息不齐全

对房建设备的资料信息以纸质的形式进行备案、统计、审批和流转，随着时间的推移、文档资料的搬迁、管理人员的变更、工作模式的调整，难免导致房建设备的历史资料信息存在丢失、模糊、作废等情况，形成了房建设备资料管理匮乏、房建运维效率低下、数据更新不及时、维修审批流程不清晰等特点，极大地妨碍了房建设备的全生命周期数据的溯源性管理与应用，无法有效地提高实际的运维管理水平，成为信息化管理的绊脚石。

1.4 管理系统互不相通

为了提升管理效率，提高信息化应用水平，减少劳动力的输入，铁路各运维单位研发了适合自身管理的各类系统，如调度系统、春检系统、安全系统、维修系统等。而这些系统之间没有进行数据的互联互通，无法实现系统间数据信息的自动关联与应用，造成各系统数据独立存储，不仅影响了数据资源的共生共享，而且增加了硬件设施的数量，浪费了用地空间与资源。

2 智能运维平台建设的策略

为促进对房建设备的智能化管理，对各设备台账信息的动态化管理，实现数据的最大化共享共用，需要搭建信息化的集数据、应用、服务为一体的平台，为智能运维平台的理论探索创建验证性的实践支撑。

2.1 数据的录入

将各类房建设备台账信息、房建维修管理数据、健康监测数据，实现同一平台、不同模块的录入，为数据池提供数据基础，为电子化的备案提供数据来源，为房建设备的运维管理提供可视化的数据信息，为领导决策提供数据参考依据。

2.2 数据池的管理

将房屋台账数据、房建维修数据、安全生产数据、基础数据、设备监测数据进行集中管理，并且分类存储在不同的虚拟数据服务器中，将存储数据的物理服务器形成云服务器，实现对数据的统一管理。同时，做好被调用数据信息的分离、清洗、汇聚等工作。实现原始数据的不动性、被调用数据的可执行性与最小容量性，从数据层面实现对智能运维基础数据的管理。

2.3 数据的统计分析

针对各房建设备的数据信息，自动统计各类房建设备的静态基础数据信息、动态维修检修数据、动态病害库信息、动态监测检测数据信息，自动为领导决策提供参考性的量化数据报表，为智能运维管理的顶层数据分析应用创建扎实可靠的数据基石。

2.4 一张图式的可视化管理

基于GⅠS 技术，通过地图展示模式下的检索应用，自动查看各站段、车间、工区管辖范围内的房建设备信息，并通过数据的填报、导出等功能，查看各房建设备的动静态数据信息，实现对地图模式下房建设备的可视化管理，形成基于一张图的动态房屋维修管理。

2.5 多用户联合的分层级应用

智能运维平台需要设计多用户同时访问的界面，实现不同层级单位用户的同步访问，依据运维管理的需求展示相对应的功能模块。形成各业务应用的多层级展示，实现对运维管理的结论性数据与过程性数据的同步更新，依据角色的不同，定制其功能应用和权限分配，达到各层级用户界面简洁、高效、适用、实用的目标，实现对无纸化资源的最优配置。

2.6 数据服务的可拓展性

智能运维平台提供准确的数据信息，并提供开放的数据接口，供平台中的功能应用调用。同时能够提供可拓展性的数据服务，为潜在的应用研发提供数据支撑与接口服务，实现平台的友好性、扩展性、实用性和集成性。

3 智能运维平台的总体设计

智能运维平台的建设为房建设备的运维管理提供了无纸化的管理流程，实现了数据信息的无缝衔接与永久性存储，其总体设计包含数据层、网络层、数据平台层、智能应用层和决策层，如图1 所示。

图1 铁路房建设备智能运维总体规划图

数据层主要包括运维期的数据信息，如维检修数据、GⅠS 数据、监测检测数据等内容，为整个智能运维平台的建设提供数据基础。网络层为整个智能运维平台提供网络通道，实现传感器数据、人工录入数据、平台自身数据的有序传输与可视化管理，形成运维平台智能化建设的数据传输介质。数据平台层对房建设备的运维数据进行统一的集中存储和分析应用，为各业务模块提供数据资源，实现数据与应用的分离，提升数据的管理能力。数据平台层包括基础数据、数据管理、智能分析和数据服务。基础数据主要实现对运维管理数据的基础性的管理，包括在线查询、数据检索、批处理等；数据管理主要对整个平台运维过程中数据信息的安全性、数据质量、数据标准进行监测性管理，对于存在异常的数据，及时发出报警信号。智能分析是对文本、图形、图像等数据进行分析，基于分析的结果展开算法的开发，形成适合业务应用的数据处理结果。数据服务主要为整个平台的业务应用提供数据支撑，供各业务人员在自己的权限管辖范围内正常调用和查看数据。

基于运维阶段数据的累积和数据的管理模式，实现应用层流畅、可视、实用、高效的管理模式，同时为各级业务人员提供业务应用，实现前端数据的正确录入与流程化的管理。智能应用层包括综合分析、预测预警、应急抢险、智能调控、设备监测管理、春秋检管理、病害管理、基础管理、一张图综合展示、设备台账管理、维检修管理、安全生产管理和平台运维管理。决策层主要是通过数据的累积与业务应用的分析，为决策者的决策导向提供数字化、科学化、智能化的决策支持、战略规划、风险把控和科学统筹的建议，实现房建运维管理的利好性导向发展目标。

决策支持是通过对运维数据的分析，为决策者的各种决策提供参考性的数据支撑，形成量化的数据信息，为实现未来运维管理的导向性提供扎实可靠的数据基础。战略规划主要通过数据分析报表，从铁路房建设备的长远利用与最小力度改造的角度出发，形成战略性的规划意见及建议，实现房建设备在整个运维过程的价值最大化和损失最小化。风险把控是通过各设备的数据信息，对未来的设备运行风险及投资风险形成评估性的文件，达到降低不利风险，提高有利风险的价值，实现最大化智能运维的分析与应用。科学统筹是通过运维阶段的维修管理数据、设备调控数据等资料信息，科学统筹现阶段运行的设备的状态、使用年限等规划性指标，形成统筹合理化、科学化、数据化的目标。

4 结语

铁路房建设备智能化运维的发展关系着旅客的出行安全和铁路智能化发展的进度。实现铁路房建运维管理智能化是智能铁路建设的一个重要里程。本文探讨了目前运维管理存在的不足，从数据的录入、数据池的管理、数据的统计分析、一张图式的可视化管理、多用户联合的分层级应用和数据服务的可拓展性提出了智能运维平台建设的策略，构思了智能运维平台建设的总体设计规划，为铁路站房智能运维管理平台的建设提供参考。