宋修德，徐涌，寧勇，余旸，官小波，張亮，王龍寶

（中國(guó)鐵路成都局集團(tuán)有限公司，四川 成都 610081）

0 引言

隨著路網(wǎng)規(guī)模的不斷擴(kuò)大，鐵路每日將產(chǎn)生大量的生產(chǎn)數(shù)據(jù)和安全信息，但目前鐵路企業(yè)對(duì)安全數(shù)據(jù)信息的運(yùn)用開(kāi)發(fā)較為落后，存在安全大數(shù)據(jù)利用率低、智能化分析不高、分析結(jié)果展示不直觀等問(wèn)題，使大量安全數(shù)據(jù)不能轉(zhuǎn)化為有價(jià)值的信息從而為鐵路安全管理提供更加優(yōu)質(zhì)服務(wù)[1]。如何借助信息手段提高大數(shù)據(jù)開(kāi)發(fā)利用價(jià)值，如何有效運(yùn)用各類大數(shù)據(jù)為鐵路企業(yè)安全管理提供精準(zhǔn)分析和決策支撐，進(jìn)一步優(yōu)化安全管理手段，提高安全管理效能，是鐵路企業(yè)亟須解決的問(wèn)題，也是鐵路安全管理的迫切需求[2]。因此，有必要結(jié)合鐵路安全管理需要和大數(shù)據(jù)管理思維與挖掘方法，建立鐵路安全管理大數(shù)據(jù)分析平臺(tái)（簡(jiǎn)稱安全大數(shù)據(jù)平臺(tái)），為鐵路安全管理提供科學(xué)的數(shù)據(jù)支撐和決策依據(jù)。

1 設(shè)計(jì)要求和平臺(tái)架構(gòu)

1.1 設(shè)計(jì)要求

在《中國(guó)鐵路總公司關(guān)于印發(fā)鐵路大數(shù)據(jù)應(yīng)用實(shí)施方案的通知》框架下，開(kāi)展安全度量方法研究，綜合考量作業(yè)人員、設(shè)備、環(huán)境、管理方面失效危險(xiǎn)等因素，建立安全大數(shù)據(jù)平臺(tái)，有效整合各專業(yè)系統(tǒng)生產(chǎn)數(shù)據(jù)，通過(guò)對(duì)各類數(shù)據(jù)的綜合處理分析，形成各類指數(shù)并用于安全預(yù)警和安全管理，數(shù)字量化單位的安全管理狀態(tài)，解決安全大數(shù)據(jù)利用率不夠、安全分析智能化不高、安全分析不直觀等問(wèn)題，實(shí)現(xiàn)安全大數(shù)據(jù)的智能化、可視化、定制化分析，提高風(fēng)險(xiǎn)預(yù)警的精準(zhǔn)性和安全管理的針對(duì)性[3]。

建立以大數(shù)據(jù)為基礎(chǔ)的安全大數(shù)據(jù)平臺(tái)，與各類鐵路管理系統(tǒng)進(jìn)行數(shù)據(jù)鏈接，實(shí)現(xiàn)信息共享與互遞[4]。數(shù)據(jù)主要來(lái)源于車務(wù)、機(jī)務(wù)、工務(wù)、供電、電務(wù)、車輛等專業(yè)系統(tǒng)，包括安全生產(chǎn)信息、安全問(wèn)題隱患、安全履職信息等涉及安全管理的所有數(shù)據(jù)。

1.2 平臺(tái)構(gòu)架

安全大數(shù)據(jù)平臺(tái)（見(jiàn)圖1）由安全大數(shù)據(jù)智能化分析、可視化展示、智能報(bào)告3個(gè)部分10個(gè)子系統(tǒng)組成。其中，智能化分析包含安全管理綜合指數(shù)、重點(diǎn)風(fēng)險(xiǎn)分析、重點(diǎn)問(wèn)題分析、職工違章分析4個(gè)子系統(tǒng)；可視化展示包含檢查頻次可視化顯示、問(wèn)題分布可視化顯示、安全生產(chǎn)信息可視化顯示、干部履職問(wèn)題可視化顯示、安全定制分析展示屏5個(gè)子系統(tǒng)；智能報(bào)告由安全分析報(bào)告子系統(tǒng)組成[5-6]。

圖1 安全大數(shù)據(jù)平臺(tái)構(gòu)架

2 功能設(shè)計(jì)

2.1 安全指數(shù)算法原理

以安全管理綜合指數(shù)中的檢查力度指數(shù)為例，簡(jiǎn)要說(shuō)明平臺(tái)的特征工程過(guò)程及預(yù)測(cè)算法原理。

2.1.1 特征工程過(guò)程

在風(fēng)險(xiǎn)預(yù)測(cè)的問(wèn)題中，選取如下一次特征：?jiǎn)栴}項(xiàng)點(diǎn)累計(jì)值、問(wèn)題嚴(yán)重性累計(jì)值、對(duì)應(yīng)的風(fēng)險(xiǎn)等級(jí)累計(jì)、問(wèn)題平均檢查次數(shù)、檢查出的問(wèn)題次數(shù)（月）、部門(mén)量化率（量化人員數(shù)/部門(mén)工作量）、檢查地點(diǎn)覆蓋率（實(shí)際檢查地點(diǎn)/所有的作業(yè)地點(diǎn)）、干部履職平均記分分?jǐn)?shù)。

對(duì)問(wèn)題平均檢查次數(shù)這個(gè)特征進(jìn)行深入分析后，發(fā)現(xiàn)在不同的時(shí)間尺度下，即把檢查時(shí)間細(xì)分來(lái)看，精確到1周內(nèi)的周幾以及在0～24點(diǎn)中哪個(gè)時(shí)段發(fā)生，會(huì)發(fā)現(xiàn)巨大的風(fēng)險(xiǎn)隱患。因此，以問(wèn)題檢查頻次數(shù)據(jù)為研究對(duì)象，對(duì)其特性和模式進(jìn)行建模，并形成二次特征。

問(wèn)題檢查本質(zhì)上是發(fā)生在時(shí)間維度上的一系列特定動(dòng)作，利用時(shí)間序列來(lái)描述一段時(shí)間內(nèi)的問(wèn)題檢查。時(shí)間序列是一種非平穩(wěn)信號(hào)，其統(tǒng)計(jì)特征隨時(shí)間改變而改變。在特征值的提取上，考慮到檢查問(wèn)題的實(shí)際情況，僅從時(shí)頻域或頻域的單方面識(shí)別達(dá)不到理想的評(píng)價(jià)效果，因此在算法架構(gòu)中提出結(jié)合時(shí)域與頻域的時(shí)頻特征，即解決檢查時(shí)間分布下的問(wèn)題頻次統(tǒng)計(jì)特征。

在構(gòu)建檢查頻次二次特征中，選用小波變換實(shí)現(xiàn)將每一層的低頻信號(hào)逐層分解，小波變換是一種解決非平穩(wěn)信號(hào)的較好工具。在小波的選取中，不同的小波對(duì)信號(hào)進(jìn)行分析則會(huì)得到不同的數(shù)據(jù)結(jié)果。針對(duì)大量曲線圖分析發(fā)現(xiàn)哈爾（Haar）小波較好表現(xiàn)了檢查頻次信號(hào)時(shí)頻域信號(hào)高低的特點(diǎn)，因此在模型中選用Haar小波函數(shù)對(duì)信號(hào)進(jìn)行小波變換分解，得到小波系數(shù)向量。把同時(shí)選取于同一時(shí)間窗口內(nèi)的一次特征和二次特征合并，組成16維的特征向量。

2.1.2 預(yù)測(cè)算法原理

通過(guò)上文描述的特征工程思路，對(duì)安全管理綜合指數(shù)體系進(jìn)行所有子指數(shù)的特征提取工作，并構(gòu)建一個(gè)神經(jīng)網(wǎng)絡(luò)用以智能預(yù)測(cè)未來(lái)風(fēng)險(xiǎn)情況。算法步驟為：對(duì)風(fēng)險(xiǎn)問(wèn)題頻次信號(hào)加窗處理→在時(shí)間窗內(nèi)計(jì)算檢查頻次的二次特性向量（小波系數(shù)特征）→一次特征與二次特征合并綜合特征向量→設(shè)計(jì)并構(gòu)建一個(gè)神經(jīng)網(wǎng)絡(luò)模型→將綜合特性參數(shù)作為輸入層神經(jīng)元輸入到神經(jīng)網(wǎng)絡(luò)中去訓(xùn)練→用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行測(cè)試集的分類定量（故障、事故、一般風(fēng)險(xiǎn)、低風(fēng)險(xiǎn)4個(gè)級(jí)別），從而得到不通過(guò)風(fēng)險(xiǎn)區(qū)間的分布。

在此設(shè)計(jì)3層神經(jīng)網(wǎng)絡(luò)（見(jiàn)圖2），將16個(gè)特征向量作為網(wǎng)絡(luò)的輸入，網(wǎng)絡(luò)的輸入神經(jīng)元個(gè)數(shù)為16，隱層神經(jīng)元個(gè)數(shù)為8，4種風(fēng)險(xiǎn)狀態(tài)為網(wǎng)絡(luò)的輸出，網(wǎng)絡(luò)的輸出神經(jīng)元個(gè)數(shù)為4。樣本數(shù)據(jù)隨機(jī)標(biāo)簽，分成2部分運(yùn)用，其中一部分（70%）作為訓(xùn)練集，剩下一部分作為測(cè)試集。用訓(xùn)練集數(shù)據(jù)對(duì)設(shè)計(jì)的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，然后對(duì)測(cè)試集數(shù)據(jù)進(jìn)行測(cè)試并對(duì)測(cè)試結(jié)果進(jìn)行分析，達(dá)到收斂。

圖2 3層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

通過(guò)神經(jīng)網(wǎng)絡(luò)模型對(duì)鐵路局集團(tuán)公司每月的風(fēng)險(xiǎn)做預(yù)測(cè)。鐵路局集團(tuán)公司日常檢查工作有明確的檢查計(jì)劃和指標(biāo)，按照配置好的檢查項(xiàng)目表、檢查風(fēng)險(xiǎn)對(duì)檢查點(diǎn)和班組進(jìn)行檢查，其中每個(gè)檢查出來(lái)的問(wèn)題、每個(gè)發(fā)生的安全生產(chǎn)事故都會(huì)關(guān)聯(lián)到具體的按部門(mén)配置好的基礎(chǔ)問(wèn)題庫(kù)，一個(gè)基礎(chǔ)問(wèn)題包括問(wèn)題項(xiàng)點(diǎn)、問(wèn)題類型、問(wèn)題分項(xiàng)、問(wèn)題嚴(yán)重性質(zhì)、部門(mén)的量化率、檢查地點(diǎn)覆蓋率、風(fēng)險(xiǎn)等級(jí)等特征屬性，將已經(jīng)發(fā)生的安全事故作為訓(xùn)練集輸出，獲取該安全事故關(guān)聯(lián)的基礎(chǔ)問(wèn)題庫(kù)的問(wèn)題項(xiàng)點(diǎn)、該部門(mén)1個(gè)月內(nèi)對(duì)該問(wèn)題項(xiàng)點(diǎn)的檢查工作的一些指標(biāo)，如檢查次數(shù)、出現(xiàn)問(wèn)題次數(shù)，還有該部門(mén)日常檢查的一些其他指標(biāo)綜合在一起形成綜合特征向量作為輸入。

對(duì)于隱層神經(jīng)元通常選用f(x)=1/(1+e-x)傳遞函數(shù)，輸出層則根據(jù)輸出量的范圍選擇S型傳遞函數(shù)或線性函數(shù)。依據(jù)樣本，網(wǎng)絡(luò)訓(xùn)練選用Levenberg-Marquardt（LM）算法，定義其性能指數(shù)為：

式中：P為樣本個(gè)數(shù)，200；K為輸出個(gè)數(shù)，4；dsk為第s個(gè)樣本輸入時(shí)第k個(gè)量的期望輸出；zsk為相應(yīng)的實(shí)際輸出；W=[w1,w2, …,wN]T為網(wǎng)絡(luò)中權(quán)值、閾值所組成的向量；N為所有權(quán)值與閾值的個(gè)數(shù)總和。式（1）可以改寫(xiě)為：

式中：E=[e11, …,e1k, …,e1K,es1, …,esk,…,esK,eP1,…,ePk, …,ePK]T；S=1, 2, …,P；k=1, 2, …,K。

為累積誤差向量，向量元素esk=zsk-dsk。由式（2），Jacobian矩陣定義為：

設(shè)WN為第N次迭代的權(quán)值與閾值所組成的向量，則新的權(quán)值與閾值為：

式中：I為單位矩陣，μ為大于0的學(xué)習(xí)參數(shù)。將式（2）和式（3）合并整理為：

利用由式（3）得到的權(quán)值、閾值計(jì)算出相應(yīng)的流量，將計(jì)算結(jié)果與實(shí)際結(jié)果進(jìn)行對(duì)比，若效果理想，則說(shuō)明式（4）能反映風(fēng)險(xiǎn)等級(jí)與問(wèn)題檢查特征之間的關(guān)系。通過(guò)給定檢查問(wèn)題特征屬性能計(jì)算相應(yīng)的風(fēng)險(xiǎn)等級(jí)。

2.1.3 舉例

輸入的綜合特征向量［問(wèn)題項(xiàng)點(diǎn)累計(jì)值，問(wèn)題嚴(yán)重性累計(jì)值，對(duì)應(yīng)的風(fēng)險(xiǎn)等級(jí)累計(jì)，問(wèn)題平均檢查次數(shù)，檢查出的問(wèn)題次數(shù)（月），部門(mén)量化率（量化人員數(shù)/部門(mén)工作量），檢查地點(diǎn)覆蓋率（實(shí)際檢查地點(diǎn)/所有的作業(yè)地點(diǎn)）,干部履職平均記分分?jǐn)?shù)］，8個(gè)小波系數(shù)對(duì)應(yīng)的測(cè)試值為 [20, 5, 10, 150, 12, 0.01, 0.001, 152,0.835, 0.247, 0.126, 0.254, 0.369, 0.124, 0.874, 0.295]，通過(guò)神經(jīng)網(wǎng)絡(luò)計(jì)算，8個(gè)一級(jí)特征和8個(gè)二級(jí)特征被映射到了1個(gè)短向量[1.00, 0.125, 0.03, 0.011]，每個(gè)值分別對(duì)應(yīng)故障、事故、一般風(fēng)險(xiǎn)和低風(fēng)險(xiǎn)判定。綜合評(píng)判，目前狀態(tài)在故障上較為突出，但總體風(fēng)險(xiǎn)水平不是很高。這樣就有了一個(gè)非常明確且容易解釋的結(jié)果。

2.2 安全大數(shù)據(jù)智能化分析

安全大數(shù)據(jù)智能化分析主要對(duì)重點(diǎn)風(fēng)險(xiǎn)、重點(diǎn)問(wèn)題、職工違章、安全管理綜合指數(shù)進(jìn)行智能分析，分析結(jié)果作為鐵路局集團(tuán)公司管理的參考依據(jù)和輔助決策，可有效提高鐵路安全管理效能。

2.2.1 安全管理綜合指數(shù)

海恩法則指出每一起嚴(yán)重事故的背后，必然有29起輕微事故和300起未遂先兆以及1 000起事故隱患，鐵路安全生產(chǎn)過(guò)程中必然積累大量安全風(fēng)險(xiǎn)，當(dāng)風(fēng)險(xiǎn)積累到一定程度就容易引發(fā)安全事故，要防止事故發(fā)生就必須通過(guò)暴露問(wèn)題、解決問(wèn)題的方式，提前釋放積累的風(fēng)險(xiǎn)，阻斷風(fēng)險(xiǎn)從量變向質(zhì)變演變。安全管理綜合指數(shù)體系（見(jiàn)圖3）以海恩法則為理念，堅(jiān)持問(wèn)題導(dǎo)向，借助安全大數(shù)據(jù)分析平臺(tái)，建立不同維度指數(shù)并進(jìn)行量化排序，通過(guò)事故故障進(jìn)行反饋印證，不斷調(diào)整完善指數(shù)機(jī)制，實(shí)現(xiàn)對(duì)安全發(fā)展態(tài)勢(shì)的準(zhǔn)確把控。同時(shí)利用綜合指數(shù)排序效應(yīng)，強(qiáng)化排名末位單位的安全預(yù)警和督導(dǎo)，提醒相關(guān)部門(mén)及時(shí)開(kāi)展風(fēng)險(xiǎn)排查，強(qiáng)化安全預(yù)警布控，有效消除安全隱患。

圖3 安全管理綜合指數(shù)體系

安全管理綜合指數(shù)分為鐵路局集團(tuán)公司、專業(yè)、站段3個(gè)層級(jí)，包含檢查力度指數(shù)、檢查均衡度指數(shù)、問(wèn)題暴露度指數(shù)、考核力度指數(shù)、評(píng)價(jià)力度指數(shù)、問(wèn)題整改指數(shù)共6個(gè)分指數(shù)29個(gè)子指數(shù)。

2.2.2 重點(diǎn)風(fēng)險(xiǎn)分析

分為鐵路局集團(tuán)公司、專業(yè)、站段3個(gè)層級(jí)。建立重點(diǎn)風(fēng)險(xiǎn)指數(shù)，每個(gè)專業(yè)指定1個(gè)風(fēng)險(xiǎn)類型，分別根據(jù)各層級(jí)的安全監(jiān)督檢查情況、安全問(wèn)題情況、問(wèn)題整改效果等情況建立數(shù)學(xué)模型，自動(dòng)形成安全風(fēng)險(xiǎn)管理綜合指數(shù)，可使不同層級(jí)管理者掌握并管控各單位、各車間、各班組的風(fēng)險(xiǎn)情況，并以事故故障為反饋印證，動(dòng)態(tài)修正模型參數(shù)[7]。

2.2.3 重點(diǎn)問(wèn)題分析

自動(dòng)分析各專業(yè)、各單位存在的安全管理不到位、干部職責(zé)不履行、作業(yè)標(biāo)準(zhǔn)不執(zhí)行等重點(diǎn)問(wèn)題，分析重點(diǎn)問(wèn)題的時(shí)間、地段分布等，并在電子地圖上進(jìn)行直觀展示，協(xié)助分析重點(diǎn)問(wèn)題的規(guī)律，得到一些經(jīng)驗(yàn)性結(jié)論或預(yù)測(cè)性趨勢(shì)。

2.2.4 職工違章分析

以職工被考核率、問(wèn)題考核率、問(wèn)題返獎(jiǎng)率、職工違章周期、違章次數(shù)為主要項(xiàng)點(diǎn)，綜合分析職工違章情況，重點(diǎn)將違章詳情在地圖上進(jìn)行可視化顯示，為職工違章管理提供有力的決策依據(jù)和支撐。

2.3 安全大數(shù)據(jù)可視化展示

采取電子地圖、柱狀圖、曲線圖等形式，可視化展示智能分析結(jié)果，提高數(shù)據(jù)的可讀性和易用性，便于管理層及時(shí)掌握安全關(guān)鍵，并迅速做出針對(duì)性決策，有效提高工作效率[8]。

2.3.1 固定展示

固定展示部分主要是安全定制分析展示子系統(tǒng)（見(jiàn)圖4），該部分作為決策支持?jǐn)?shù)據(jù)展示入口，利用儀表盤(pán)可視化展示運(yùn)輸生產(chǎn)作業(yè)、干部履職情況、安全問(wèn)題查處等安全管理工作相關(guān)重點(diǎn)信息，確保顯示一目了然，實(shí)現(xiàn)宏觀視角掌握全局運(yùn)輸安全情況[9]。集團(tuán)公司和站段管理層可根據(jù)實(shí)時(shí)信息及時(shí)作出反應(yīng)，高效安排各項(xiàng)安全管理工作，有效解決安全大數(shù)據(jù)利用率低、重點(diǎn)信息梳理工作量大、顯示不直觀等問(wèn)題，大大提高了安全管理效能。

圖4 固定展示大屏

2.3.2 自選展示

自選展示部分（見(jiàn)圖5）包含檢查頻次可視化顯示、問(wèn)題分布可視化顯示、安全生產(chǎn)信息可視化顯示、干部履職問(wèn)題可視化顯示4個(gè)子系統(tǒng)。該部分以智能電子地圖為載體，以地圖和坐標(biāo)點(diǎn)為形式，通過(guò)顏色及色差來(lái)表現(xiàn)各部門(mén)狀態(tài)。通過(guò)設(shè)計(jì)簡(jiǎn)單易用的篩選器輔助，使用者可快速定位目標(biāo)區(qū)間，鎖定符合設(shè)想模式的單位，實(shí)現(xiàn)具體問(wèn)題速查和問(wèn)題溯因，有效滿足管理需求，便于輔助決策者做出準(zhǔn)確預(yù)判，提高安全管理的針對(duì)性和實(shí)效性[10]。

2.4 安全大數(shù)據(jù)智能報(bào)告

智能報(bào)告系統(tǒng)可根據(jù)管理需要，進(jìn)行多角度的數(shù)據(jù)組合式智能分析，并自動(dòng)生成安全定制分析報(bào)告，使管理層能夠全面、準(zhǔn)確、科學(xué)地掌握安全關(guān)鍵和重點(diǎn)，大幅提高安全分析效率和水平。安全大數(shù)據(jù)智能報(bào)告包含干部安全履職報(bào)告和集團(tuán)公司各層級(jí)的日、周、月安全分析報(bào)告、報(bào)表。其中干部安全履職報(bào)告以干部個(gè)人為單位，報(bào)告內(nèi)容包含干部安全履職指數(shù)、干部安全履職檢查寫(xiě)實(shí)、干部安全履職分析等，每名干部可查看自己上月安全檢查、問(wèn)題質(zhì)量、安全談心、履職評(píng)價(jià)方面的安全履職指數(shù)及在本專業(yè)同類干部中的排名情況，根據(jù)報(bào)告可針對(duì)性調(diào)整后期安全履職工作，提高安全履職能力。

圖5 自選展示大屏

3 應(yīng)用實(shí)踐及效果

安全大數(shù)據(jù)平臺(tái)的建立優(yōu)化了安全數(shù)據(jù)分析手段，完善了安全分析內(nèi)容項(xiàng)點(diǎn)，豐富了分析結(jié)果的展示形式，實(shí)現(xiàn)了安全大數(shù)據(jù)開(kāi)發(fā)價(jià)值的最大化，使安全分析更科學(xué)，輔助決策更直觀，安全預(yù)警更精準(zhǔn)。平臺(tái)運(yùn)用以來(lái)，得到基層單位的廣泛認(rèn)可，中國(guó)鐵路成都局集團(tuán)有限公司63個(gè)站段已全部正式啟用，并作為指導(dǎo)其安全管理的重要決策依據(jù)，安全管理成效較為明顯。

3.1 安全態(tài)勢(shì)把控更全面

安全大數(shù)據(jù)平臺(tái)創(chuàng)新建立了檢查力度指數(shù)、評(píng)價(jià)力度指數(shù)、考核力度指數(shù)、檢查均衡度指數(shù)、問(wèn)題暴露指數(shù)、問(wèn)題整改效果指數(shù)等六大管理綜合指數(shù)，通過(guò)對(duì)指數(shù)進(jìn)行數(shù)字量化和排名排序，定量標(biāo)尺各單位安全發(fā)展態(tài)勢(shì)，使管理層能夠更加容易了解各單位安全管理情況，能全面、準(zhǔn)確、動(dòng)態(tài)掌握各單位安全風(fēng)險(xiǎn)發(fā)展態(tài)勢(shì)，便于及時(shí)進(jìn)行安全響應(yīng)、強(qiáng)化安全管理。在平臺(tái)運(yùn)用初期，通過(guò)各項(xiàng)指數(shù)水平分析，發(fā)現(xiàn)并提出了安全預(yù)警，但由于未引起高度重視，未執(zhí)行預(yù)警措施，隨后發(fā)生了事故。因此，安全大數(shù)據(jù)平臺(tái)對(duì)各單位整體安全態(tài)勢(shì)把控具有一定的全面性和精準(zhǔn)性。

3.2 安全管理更有針對(duì)性

安全大數(shù)據(jù)平臺(tái)的智能化分析和可視化展示，能夠精準(zhǔn)找出安全問(wèn)題變化規(guī)律和風(fēng)險(xiǎn)發(fā)展態(tài)勢(shì)，為鐵路局集團(tuán)公司管理層提供科學(xué)的數(shù)據(jù)支撐和決策依據(jù)，使決策者能夠根據(jù)分析結(jié)果快速作出響應(yīng)，確保安全管理更具有針對(duì)性。特別是通過(guò)對(duì)單位安全情況、風(fēng)險(xiǎn)管控情況、職工違章情況等安全關(guān)鍵的定向分析，能夠及時(shí)發(fā)現(xiàn)“違章大王”、關(guān)鍵風(fēng)險(xiǎn)、薄弱單位等影響安全的主要因素，使管理層能夠?qū)⒅饕τ迷谵D(zhuǎn)化“違章大王”、消除關(guān)鍵風(fēng)險(xiǎn)、幫扶薄弱單位等主要安全工作上，大大節(jié)約安全管理的人力和物力投入，確保安全管理能夠因地制宜、對(duì)癥下藥[11]。

3.3 安全風(fēng)險(xiǎn)預(yù)警更精準(zhǔn)

以安全大數(shù)據(jù)平臺(tái)為載體，建立并運(yùn)用各類安全管理指數(shù)，對(duì)安全關(guān)鍵進(jìn)行差異化精準(zhǔn)預(yù)警。通過(guò)對(duì)各單位安全情況、重點(diǎn)風(fēng)險(xiǎn)、重要問(wèn)題、嚴(yán)重違章等關(guān)鍵指標(biāo)數(shù)據(jù)變化進(jìn)行建模分析，精準(zhǔn)查找風(fēng)險(xiǎn)變化規(guī)律，并與現(xiàn)實(shí)安全情況進(jìn)行對(duì)比驗(yàn)證，優(yōu)化指數(shù)模型和計(jì)算方式，逐步摸準(zhǔn)預(yù)警閥門(mén)值設(shè)置標(biāo)準(zhǔn)，有效提高各類安全管理指數(shù)的實(shí)用性和時(shí)效性，使差異化精準(zhǔn)預(yù)警更加貼近生產(chǎn)實(shí)際，確保集團(tuán)公司能夠提前進(jìn)行預(yù)警布控。例如，某車站8月份在平臺(tái)的各項(xiàng)指數(shù)均處于較低值，隨后該站發(fā)生了調(diào)車脫軌事故，印證了平臺(tái)分析差異化預(yù)警的精準(zhǔn)性和科學(xué)性。

4 結(jié)束語(yǔ)

隨著云計(jì)算、移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等新一代信息技術(shù)的廣泛應(yīng)用，在鐵路安全管理過(guò)程中運(yùn)用大數(shù)據(jù)已具備了一定的基礎(chǔ)條件。中國(guó)鐵路成都局集團(tuán)有限公司結(jié)合山區(qū)鐵路安全管理實(shí)際，研發(fā)安全大數(shù)據(jù)分析平臺(tái)，不僅是積極落實(shí)安全生產(chǎn)主體責(zé)任，不斷推進(jìn)鐵路安全理念創(chuàng)新、管理創(chuàng)新、機(jī)制創(chuàng)新的一次有益探索，更是運(yùn)用信息化手段前移風(fēng)險(xiǎn)關(guān)口、強(qiáng)化預(yù)警預(yù)控、加強(qiáng)安全分析、嚴(yán)格干部履職，全面提升安全管理信息化、科學(xué)化水平的一次重要實(shí)踐。