喻冰春

（中國鐵道科學研究院集團有限公司 電子計算技術(shù)研究所，北京 100081）

大數(shù)據(jù)是新資源、新技術(shù)、新理念的混合體[1]。從資源角度，大數(shù)據(jù)已經(jīng)成為了一種基礎(chǔ)性戰(zhàn)略資源；從技術(shù)角度，大數(shù)據(jù)代表了新一代數(shù)據(jù)管理與分析技術(shù)；從理念角度，大數(shù)據(jù)采用數(shù)據(jù)驅(qū)動和數(shù)據(jù)閉環(huán)的理念，利用數(shù)據(jù)進行決策、實現(xiàn)自我升級[2-3]。

大數(shù)據(jù)技術(shù)在鐵路的應用，有利于促進數(shù)據(jù)資源共享，以數(shù)據(jù)驅(qū)動業(yè)務創(chuàng)新，更有助于保障鐵路行車安全，增加鐵路企業(yè)的經(jīng)濟效益。近年來的相關(guān)鐵路大數(shù)據(jù)研究已經(jīng)提出了鐵路大數(shù)據(jù)應用頂層設(shè)計[4]、鐵路大數(shù)據(jù)平臺總體方案及關(guān)鍵技術(shù)[5]和鐵路大數(shù)據(jù)應用體系架構(gòu)[6]。本文旨在結(jié)合鐵路貨車數(shù)據(jù)資源情況，開展鐵路貨車大數(shù)據(jù)平臺總體設(shè)計，為鐵路貨車大數(shù)據(jù)平臺的搭建提供設(shè)計依據(jù)，推進大數(shù)據(jù)技術(shù)在鐵路貨車領(lǐng)域的應用。

1 數(shù)據(jù)源分析

1.1 數(shù)據(jù)來源

鐵路貨車大數(shù)據(jù)包括了貨車及關(guān)鍵零部件從設(shè)計、制造、運用、檢修到報廢的全生命周期各個環(huán)節(jié)所產(chǎn)生的各類數(shù)據(jù)。鐵路貨車大數(shù)據(jù)的數(shù)據(jù)來源主要有3類。

（1）鐵路貨車運用維修數(shù)據(jù)

運用維修數(shù)據(jù)主要來源于鐵路貨車技術(shù)管理信息系統(tǒng)，數(shù)據(jù)資源分別存放在中國國家鐵路集團有限公司（簡稱：國鐵集團）、鐵路局集團公司（簡稱：鐵路局）、車輛段、作業(yè)場以及貨車造修工廠中，各級系統(tǒng)存儲了系統(tǒng)應用至今的全部數(shù)據(jù)，每日新增數(shù)據(jù)量約2 G。

（2）鐵路貨車運行安全監(jiān)控數(shù)據(jù)

安全監(jiān)控數(shù)據(jù)主要來源于鐵路車輛運行安全監(jiān)控系統(tǒng)[7]，數(shù)據(jù)資源存放在國鐵集團、鐵路局、車輛段中，系統(tǒng)利用紅外軸溫探測、力學檢測、高速攝像、聲學診斷等軌邊安全監(jiān)測設(shè)備對運行中的貨車車輛進行動態(tài)監(jiān)測與管理，每日監(jiān)控車輛約1 000余萬輛次，每日新增數(shù)據(jù)量約120 G，目前系統(tǒng)存儲了近3個月的圖像、實時車載數(shù)據(jù)和近2年的非圖像數(shù)據(jù)。

（3）相關(guān)外部數(shù)據(jù)

相關(guān)外部數(shù)據(jù)主要來源于與鐵路貨車運用維修管理相關(guān)的外專業(yè)信息系統(tǒng)，包括鐵路貨物列車編組、裝載及運輸調(diào)度信息等，數(shù)據(jù)資源主要存放在國鐵集團和鐵路局。

1.2 數(shù)據(jù)特征

鐵路貨車大數(shù)據(jù)具有5大特征：

（1）數(shù)據(jù)體量巨大，隨著物聯(lián)網(wǎng)在車輛制造維修各領(lǐng)域的廣泛應用，接入的信息量持續(xù)增大；

（2）數(shù)據(jù)分布廣泛，分布于全路范圍內(nèi)的眾多機器設(shè)備、各級信息系統(tǒng)等各個環(huán)節(jié)；

（3）結(jié)構(gòu)復雜，既有結(jié)構(gòu)化、半結(jié)構(gòu)化的傳感數(shù)據(jù)，也有圖片、音頻、視頻、日志等非結(jié)構(gòu)化數(shù)據(jù)；

（4）數(shù)據(jù)處理速度需求多樣化，生產(chǎn)現(xiàn)場要求實時數(shù)據(jù)分析，管理與決策應用需要交互式或批量數(shù)據(jù)分析；

（5）對數(shù)據(jù)分析的置信度要求較高，相關(guān)關(guān)系分析不足以支撐故障診斷、預測預警等應用，需要將物理模型與數(shù)據(jù)模型結(jié)合，追蹤挖掘因果關(guān)系。

2 平臺架構(gòu)設(shè)計

2.1 總體架構(gòu)設(shè)計

結(jié)合鐵路貨車大數(shù)據(jù)資源現(xiàn)狀及業(yè)務應用需要，鐵路貨車大數(shù)據(jù)平臺的總體架構(gòu)由現(xiàn)場數(shù)據(jù)采集傳輸層、平臺及設(shè)施層和應用層3部分構(gòu)成，如圖1所示。

現(xiàn)場數(shù)據(jù)采集傳輸層以實現(xiàn)鐵路貨車及關(guān)鍵零部件全壽命周期數(shù)據(jù)資源采集和傳輸為核心，在車輛段、貨車造修工廠、軌旁監(jiān)測設(shè)備等基層數(shù)據(jù)采集地點進一步完善數(shù)據(jù)采集內(nèi)容、強化數(shù)據(jù)采集質(zhì)量，實現(xiàn)數(shù)據(jù)匯集及本地應用，并且通過貨車技術(shù)管理信息系統(tǒng)、車輛運行安全監(jiān)控系統(tǒng)等將全過程數(shù)據(jù)上傳至國鐵集團。

圖1 鐵路貨車大數(shù)據(jù)平臺總體架構(gòu)圖

平臺及設(shè)施層在國鐵集團構(gòu)建基礎(chǔ)設(shè)施虛擬運行環(huán)境，對數(shù)據(jù)資源進行采集與集成、數(shù)據(jù)存儲與管理、數(shù)據(jù)計算與分析和數(shù)據(jù)可視化展示，通過數(shù)據(jù)統(tǒng)一規(guī)劃、數(shù)據(jù)集成與綜合治理等大數(shù)據(jù)技術(shù)，提高貨車數(shù)據(jù)資產(chǎn)價值。

應用層實現(xiàn)現(xiàn)有軟件的優(yōu)化和應用服務創(chuàng)新。利用大數(shù)據(jù)計算分析結(jié)果支持貨車技術(shù)管理信息系統(tǒng)、車輛運行安全監(jiān)控系統(tǒng)等現(xiàn)有系統(tǒng)的功能優(yōu)化，同時，為實現(xiàn)貨車故障預測與健康管理（PHM，Prognostic and Health Management）[8]、大數(shù)據(jù)質(zhì)量評價及管理決策等應用創(chuàng)新提供支撐。

2.2 技術(shù)架構(gòu)設(shè)計

鐵路貨車大數(shù)據(jù)平臺技術(shù)架構(gòu)以整合、集成成熟的Hadoop生態(tài)圈開源技術(shù)為主，主要由數(shù)據(jù)源、數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)計算分析、數(shù)據(jù)應用5部分組成，如圖2所示。

（1） 數(shù)據(jù)源：包括與鐵路貨車大數(shù)據(jù)分析有關(guān)的數(shù)據(jù)，主要來源于貨車技術(shù)管理信息系統(tǒng)、車輛運行安全監(jiān)控系統(tǒng)等相關(guān)信息系統(tǒng)，數(shù)據(jù)類型可分為結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。

（2） 數(shù)據(jù)采集：通過數(shù)據(jù)抽取轉(zhuǎn)換加載（ETL，Extract Transform Load）工具將原始采集數(shù)據(jù)進行抽取、清洗、轉(zhuǎn)換、加載，將各關(guān)系數(shù)據(jù)庫利用Sqoop進行關(guān)系數(shù)據(jù)抽取和轉(zhuǎn)換，對于系統(tǒng)日志、操作日志等非結(jié)構(gòu)化數(shù)據(jù)利用Flume進行文件轉(zhuǎn)換存儲，對于圖片、視頻等以數(shù)據(jù)流的方式通過Kafka進行采集。

（3） 數(shù)據(jù)存儲：利用HDFS、HBase、Hive進行數(shù)據(jù)存儲，實現(xiàn)貨車數(shù)據(jù)資源的統(tǒng)一規(guī)劃和分布式存儲與管理。

圖2 鐵路貨車大數(shù)據(jù)平臺技術(shù)架構(gòu)

（4） 數(shù)據(jù)計算分析：利用MapReduce進行批量數(shù)據(jù)并行計算，利用Hive進行數(shù)據(jù)查詢計算，利用Spark進行內(nèi)存化實時分析，利用Storm進行數(shù)據(jù)流實時分析。

（5） 數(shù)據(jù)應用：根據(jù)業(yè)務需求和數(shù)據(jù)分析結(jié)果，提供數(shù)據(jù)目錄服務、數(shù)據(jù)共享服務、數(shù)據(jù)可視化等多種數(shù)據(jù)應用。

（6） 元數(shù)據(jù)管理、主數(shù)據(jù)管理、配置管理、安全管理：提供各類基礎(chǔ)數(shù)據(jù)管理及服務。

3 平臺關(guān)鍵技術(shù)和應用場景

3.1 平臺關(guān)鍵技術(shù)

3.1.1 大數(shù)據(jù)采集與存儲技術(shù)

鐵路貨車大數(shù)據(jù)平臺主要利用數(shù)據(jù)ETL、分布式存儲等技術(shù)，進行關(guān)系數(shù)據(jù)庫數(shù)據(jù)抽取、文件數(shù)據(jù)采集、實時流數(shù)據(jù)采集等多個功能的封裝，實現(xiàn)鐵路貨車海量、多樣化的數(shù)據(jù)采集與轉(zhuǎn)換。結(jié)合不同的數(shù)據(jù)處理需求，采用數(shù)據(jù)倉庫和分布式文件系統(tǒng)、分布式數(shù)據(jù)庫等技術(shù)，實現(xiàn)對鐵路貨車大數(shù)據(jù)資源的統(tǒng)一規(guī)劃和存儲管理。

3.1.2 大數(shù)據(jù)治理技術(shù)

為確保鐵路貨車大數(shù)據(jù)完整、準確、唯一，鐵路貨車大數(shù)據(jù)平臺采用以下數(shù)據(jù)治理技術(shù)：

（1）對鐵路貨車基礎(chǔ)數(shù)據(jù)進行統(tǒng)一管理、及時更新、動態(tài)發(fā)布、全路共享；

（2）建立貨車基礎(chǔ)技術(shù)、新造、運用、檢修等關(guān)鍵數(shù)據(jù)的數(shù)據(jù)標準，明確各級采集、維護、管理對象及機制，實現(xiàn)統(tǒng)一來源、統(tǒng)一使用；

（3）對歷史數(shù)據(jù)進行重新審查和校驗，剔除無效、不符合規(guī)范的數(shù)據(jù)；

（4）加強系統(tǒng)間數(shù)據(jù)共享和校驗，對關(guān)鍵數(shù)據(jù)的質(zhì)量問題進行分析、識別、監(jiān)控、預警等，提升數(shù)據(jù)質(zhì)量。

3.1.3 算法和模型

鐵路貨車大數(shù)據(jù)分析算法包括分類、回歸、聚類、決策樹、貝葉斯、支持向量機、深度學習等核心機器學習算法。鐵路貨車大數(shù)據(jù)專業(yè)模型主要用于評價分析和狀態(tài)預測，針對具體的業(yè)務應用場景建立貨車及零部件實時技術(shù)狀態(tài)評價及故障預測、貨車運用質(zhì)量評價、貨車檢修質(zhì)量評價、貨車源頭質(zhì)量評價等專業(yè)模型。

3.1.4 大數(shù)據(jù)計算分析

（1）對于鐵路貨車運行安全監(jiān)控產(chǎn)生的順序、快速、連續(xù)、大量的數(shù)據(jù)，采用流計算分析方法，實現(xiàn)實時在線統(tǒng)計和預警；

（2）對于貨車運用維修生產(chǎn)支持，采用內(nèi)存計算分析方法，提供在線數(shù)據(jù)查詢和分析；

（3）對于貨車經(jīng)營及管理決策支持，采用批量計算分析方法，滿足大批量、綜合數(shù)據(jù)的離線分析。

在數(shù)據(jù)計算分析的基礎(chǔ)上結(jié)合專業(yè)模型，滿足實時、離線的大數(shù)據(jù)分析應用需求。

3.2 應用場景

鐵路貨車大數(shù)據(jù)應用主要包括貨車全壽命周期管理、貨車PHM、貨車產(chǎn)品質(zhì)量反饋、維修生產(chǎn)過程優(yōu)化、生產(chǎn)質(zhì)量管控、設(shè)備預測性維修、供應鏈管理優(yōu)化、智能決策管理等8大應用場景。

（1）貨車全壽命周期管理

對鐵路貨車及關(guān)鍵零部件的設(shè)計、制造、運用、維修、報廢數(shù)據(jù)進行全面集成，形成完整準確的電子履歷檔案，實現(xiàn)全壽命周期的可追溯管理。

（2）貨車PHM

將鐵路貨車及關(guān)鍵零部件的實時運行數(shù)據(jù)與其設(shè)計、制造和歷史維修數(shù)據(jù)進行融合，提供技術(shù)狀態(tài)評價、壽命預測和運行維護建議，實現(xiàn)維修管理決策等健康管理應用。

（3）貨車產(chǎn)品質(zhì)量反饋

將鐵路貨車及關(guān)鍵零部件運行情況和運用維修數(shù)據(jù)反饋到設(shè)計和制造階段，從而促進貨車造修工廠改進設(shè)計和制造方案，加速創(chuàng)新迭代。

（4）維修生產(chǎn)過程優(yōu)化

通過鐵路貨車大數(shù)據(jù)平臺對生產(chǎn)進度、物料管理、經(jīng)營管理等數(shù)據(jù)進行分析，提升貨車制造、維修、排產(chǎn)、進度、物料、人員等方面管理的準確性。

（5）生產(chǎn)質(zhì)量管控

基于鐵路貨車及關(guān)鍵零部件生產(chǎn)和維修的檢查檢驗數(shù)據(jù)和“人機料法環(huán)”等過程數(shù)據(jù)進行關(guān)聯(lián)性分析，實現(xiàn)在線質(zhì)量監(jiān)測和異常分析，強化生產(chǎn)及維修質(zhì)量管控。

（6）設(shè)備預測性維護

針對貨車大型在線檢修、監(jiān)測設(shè)備，平臺結(jié)合設(shè)備歷史數(shù)據(jù)與實時運行數(shù)據(jù)，監(jiān)控設(shè)備運行狀態(tài)，實現(xiàn)設(shè)備預測性維護，保障設(shè)備穩(wěn)定運用。

（7）供應鏈管理優(yōu)化

鐵路貨車大數(shù)據(jù)平臺可實時跟蹤現(xiàn)場物料消耗，結(jié)合庫存情況安排相關(guān)供應商進行精準配貨，推進零庫存管理，有效降低庫存成本。

（8）智能決策管理

借助鐵路貨車大數(shù)據(jù)平臺整合生產(chǎn)現(xiàn)場數(shù)據(jù)、技術(shù)管理數(shù)據(jù)和供應鏈數(shù)據(jù)，提升經(jīng)營管理及維修管理決策效率，實現(xiàn)更加精準與透明的分析評價與決策管理。

4 結(jié)束語

應用大數(shù)據(jù)技術(shù)進行數(shù)據(jù)采集、存儲、分析并挖掘出有價值的信息，是將數(shù)據(jù)轉(zhuǎn)化為生產(chǎn)力的必然選擇[9-10]。本文結(jié)合鐵路貨車數(shù)據(jù)資源情況，基于大數(shù)據(jù)采集與存儲技術(shù)、大數(shù)據(jù)治理技術(shù)、大數(shù)據(jù)算法和模型、大數(shù)據(jù)計算分析技術(shù)，提出了鐵路貨車大數(shù)據(jù)平臺的總體設(shè)計及應用場景，為鐵路貨車大數(shù)據(jù)平臺的搭建提供設(shè)計依據(jù)。

基于本文提出的鐵路貨車大數(shù)據(jù)平臺總體設(shè)計方案，已經(jīng)在國鐵集團開展了鐵路貨車大數(shù)據(jù)平臺搭建，后續(xù)需進一步針對貨車大數(shù)據(jù)應用場景，建立貨車及零部件實時技術(shù)狀態(tài)評價及故障預測、貨車質(zhì)量評價及風險預警等專業(yè)模型，推進大數(shù)據(jù)技術(shù)在鐵路貨車領(lǐng)域深入應用。