國(guó)外鐵路大數(shù)據(jù)研究與應(yīng)用現(xiàn)狀

#/17道幾何異常自動(dòng)校訂20106機(jī)器視覺(jué)學(xué)習(xí)20137混凝土軌枕的機(jī)器視覺(jué)20148基于風(fēng)險(xiǎn)的調(diào)度優(yōu)先20149基于天氣建模的軌道溫度預(yù)測(cè)201610被動(dòng)非接觸高速軌道檢測(cè)201611基于仿真的斷軌脫軌風(fēng)險(xiǎn)分析201712由數(shù)據(jù)驅(qū)動(dòng)和缺陷退化建模的軌道養(yǎng)護(hù)維修方案優(yōu)化201713現(xiàn)有變化檢測(cè)軟件在鐵路環(huán)境的應(yīng)用2017從混搭型智能數(shù)據(jù)平臺(tái)、基礎(chǔ)設(shè)施運(yùn)維管理、客戶服務(wù)、風(fēng)險(xiǎn)分析等方面，介紹美國(guó)鐵路大數(shù)據(jù)的研究與應(yīng)用成果?；齑钚椭悄軘?shù)據(jù)平臺(tái)雖然在大數(shù)據(jù)的背景下可以獲取大量行業(yè)相關(guān)數(shù)據(jù)，然而支離破碎、未受保護(hù)、無(wú)法訪問(wèn)、質(zhì)量低下的不良數(shù)據(jù)只會(huì)帶來(lái)糟糕的業(yè)務(wù)結(jié)果。出于這方面考慮，互聯(lián)網(wǎng)和數(shù)據(jù)服務(wù)公司提出了智能數(shù)據(jù)平臺(tái)的概念，旨在讓數(shù)據(jù)實(shí)現(xiàn)自我組織，保證數(shù)據(jù)安全可靠，Informatica在2014年發(fā)布了新型的智能數(shù)據(jù)平臺(tái)。在通用智能數(shù)據(jù)平臺(tái)基礎(chǔ)上，一些公司針對(duì)鐵路行業(yè)特點(diǎn)開(kāi)發(fā)了定制化的數(shù)據(jù)平臺(tái)，Railinc公司自2015年開(kāi)始從傳統(tǒng)的數(shù)據(jù)倉(cāng)庫(kù)向大數(shù)據(jù)方向轉(zhuǎn)變。近年來(lái)針對(duì)于鐵路行業(yè)開(kāi)發(fā)的混搭型智能數(shù)據(jù)平臺(tái)（見(jiàn)圖3）包括元數(shù)據(jù)自助管理、ELT抽象層、Wandisco支持的數(shù)據(jù)存儲(chǔ)和備份等層面。該混搭型智能數(shù)據(jù)平臺(tái)在機(jī)器學(xué)習(xí)和數(shù)據(jù)分析部分，運(yùn)用Spark進(jìn)行流數(shù)據(jù)分析，利用SAS進(jìn)行歷史數(shù)據(jù)分析。利用智能數(shù)據(jù)平臺(tái)，一方面可以提高鐵路行業(yè)產(chǎn)值，如進(jìn)行預(yù)測(cè)性維護(hù)、ETA預(yù)測(cè)、設(shè)備故障分析的模型優(yōu)化等；另一方面可以優(yōu)化鐵路運(yùn)營(yíng)管理，如車隊(duì)管理模擬、系統(tǒng)異常探測(cè)、商業(yè)決策制定等［14］。圖3Railinc混搭型智能數(shù)據(jù)平臺(tái)基礎(chǔ)設(shè)施運(yùn)維管理美國(guó)鐵路比較關(guān)注運(yùn)用大數(shù)據(jù)技術(shù)優(yōu)化基礎(chǔ)設(shè)施狀態(tài)管理和養(yǎng)護(hù)維修計(jì)劃，通過(guò)對(duì)橋梁、道岔、鋼軌磨損、軌道幾何等數(shù)據(jù)的分析和狀態(tài)預(yù)測(cè)，有效防范事故發(fā)生，從而保障鐵路行車安全。2.2.1鐵路資產(chǎn)管理2011年美國(guó)貨運(yùn)鐵路啟動(dòng)了“資產(chǎn)健康戰(zhàn)略計(jì)劃”(AssetHealthStrategicInitiative，AHSI)，AHSI對(duì)各鐵路公司分別收集和存儲(chǔ)的大量數(shù)據(jù)進(jìn)行分析，并由此解決行業(yè)內(nèi)最關(guān)鍵的鐵路設(shè)備管理與維護(hù)問(wèn)題。AHSI建立在以往關(guān)于監(jiān)控鐵路車輛健康情況的EHMS計(jì)劃之上，組件跟蹤程序可在全國(guó)225308km鐵路網(wǎng)范圍內(nèi)輕松地跟蹤并監(jiān)測(cè)6種類型的車輛組件。在AHSI開(kāi)發(fā)前，鐵路公司主要依靠軌旁設(shè)備監(jiān)測(cè)組件的磨損跡象，然而列車往往在多鐵路公司的范圍內(nèi)運(yùn)行，而監(jiān)測(cè)數(shù)據(jù)卻不共享，鐵路公司僅能夠掌握車輛在自己軌道上運(yùn)行的狀況，由此會(huì)延誤對(duì)潛在問(wèn)題的診斷和維護(hù)oAHSI正在匯集這些鐵路數(shù)據(jù)庫(kù)，允許全國(guó)范圍內(nèi)的鐵路公司和車輛擁有企業(yè)共享信息并制定更好的車輛維修、保養(yǎng)和運(yùn)行決策，以提高鐵路安全性。盡管AHSI仍在運(yùn)用初期，但在2015年使用大數(shù)據(jù)識(shí)別運(yùn)行狀況不佳的車輛，已經(jīng)避免了1000多次服務(wù)中斷［15］。Ensco公司開(kāi)發(fā)了基于GIS的鐵路鋼軌狀態(tài)監(jiān)測(cè)系統(tǒng),用于進(jìn)行資產(chǎn)管理、判斷鋼軌狀態(tài)、智能制定維修決策等。該系統(tǒng)輸入的數(shù)據(jù)來(lái)源多樣，包括軌道檢測(cè)車（TMV）、輪軌間監(jiān)測(cè)器（V/TIMonitors）、移動(dòng)定稱（IMWS）、相關(guān)文件等。其中，軌道檢測(cè)車獲取的數(shù)據(jù)輸入虛擬軌道行走器軟件（VTW），該軟件通過(guò)對(duì)檢測(cè)數(shù)據(jù)的分析，允許使用者標(biāo)記鋼軌缺陷，并可自動(dòng)給出缺陷部位的里程和坐標(biāo)，減輕工務(wù)人員定位鋼軌缺陷的工作量。鋼軌狀態(tài)監(jiān)測(cè)系統(tǒng)（RTCM,見(jiàn)圖4）有3個(gè)主要模塊：第1個(gè)是數(shù)字化鋼軌記錄（DTN），主要用于生成管理報(bào)告；第2個(gè)是鋼軌檢查工具（TrackIT），幫助使用者準(zhǔn)確地了解鋼軌資產(chǎn)的位置和狀況；第3個(gè)是維修自動(dòng)推薦，可使管理人員在辦公室內(nèi)對(duì)應(yīng)該養(yǎng)護(hù)維修的區(qū)域一目了然，方便人力物力的調(diào)度管理。鋼軌狀態(tài)監(jiān)測(cè)系統(tǒng)同時(shí)接入GIS和SAP系統(tǒng)，可共享地理位置信息和派遣工單［16］。2.2.2預(yù)測(cè)性維護(hù)美國(guó)Strukton公司開(kāi)發(fā)了預(yù)測(cè)性維護(hù)和故障診斷系統(tǒng)POSS，其目標(biāo)是在早期階段識(shí)別資產(chǎn)的衰退，幫助分析師將注意力集中在衰退資產(chǎn)上，優(yōu)化維修間隔，以減少維修成本和故障，其基于數(shù)據(jù)的維修管理流程見(jiàn)圖5。圖4鋼軌狀態(tài)監(jiān)測(cè)系統(tǒng)（RTCM）書報(bào)運(yùn)醱持鶴通如控制空間圖5Strukton基于數(shù)據(jù)的維修管理流程（POSS）M行脫幾1/.1間間產(chǎn)校準(zhǔn)和測(cè)it誤才?預(yù)測(cè)回歸丿深度學(xué)習(xí)聊人為判斷機(jī)辭習(xí)HQ?優(yōu)世人為判斷機(jī)辭習(xí)HQ?優(yōu)世風(fēng)險(xiǎn)收益

所需工作At卜實(shí)施長(zhǎng)期計(jì)劃中孵十劃EI計(jì)血罔國(guó)圖6IBM鋼軌磨損預(yù)測(cè)工作流程此外，Strukton運(yùn)用聚類和SPC模型預(yù)測(cè)道岔的狀態(tài)，從而確定有必要進(jìn)行維修的道岔。目前25%?35%的道岔故障可通過(guò)耗能數(shù)據(jù)準(zhǔn)確預(yù)測(cè)出來(lái)，下一步，Strukton準(zhǔn)備加入控制數(shù)據(jù)，將模型的準(zhǔn)確率提升到50%?70%［1刀。IBM針對(duì)二級(jí)軌道幾何缺陷，采取回歸模型結(jié)合深度學(xué)習(xí)的方法，對(duì)鋼軌磨損進(jìn)行預(yù)測(cè)，其工作流程見(jiàn)圖6。在數(shù)據(jù)采集方面，收集行車、脫軌、軌道幾何數(shù)據(jù)、歷史維修數(shù)據(jù)，并在時(shí)間、空間、資產(chǎn)屬性等方面對(duì)校準(zhǔn)和測(cè)量誤差進(jìn)行調(diào)整。預(yù)測(cè)模型采用回歸分析與深度學(xué)習(xí)相結(jié)合的方法，鋼軌退化和磨損的預(yù)測(cè)指標(biāo)包括使用時(shí)間、電流振幅、行車量、鋼軌等級(jí)/速度、其他幾何缺陷等。在人工評(píng)級(jí)方面，通過(guò)人工少量標(biāo)注結(jié)合機(jī)器學(xué)習(xí)的方法，建立脫軌風(fēng)險(xiǎn)模型。在此基礎(chǔ)上，通過(guò)脫軌概率、不同級(jí)別缺陷花費(fèi)、脫軌花費(fèi)等信息建立優(yōu)化模型，從而決策是否需要對(duì)某種鋼軌缺陷進(jìn)行整改維修。最后，對(duì)于需要維修的工作制定長(zhǎng)期計(jì)劃、中期計(jì)劃和日計(jì)劃［18］。2.3客戶服務(wù)Amtrak公司利用大數(shù)據(jù)提升乘客的互動(dòng)和體驗(yàn)［19］，將列車運(yùn)行圖與谷歌地圖相結(jié)合，開(kāi)發(fā)實(shí)時(shí)列車定位地圖，通過(guò)該網(wǎng)站可以訪問(wèn)有關(guān)美鐵列車的最新信息。此外，Amtrak公司通過(guò)數(shù)據(jù)預(yù)測(cè)進(jìn)行火車餐車食物配備以實(shí)現(xiàn)忠誠(chéng)度營(yíng)銷。列車實(shí)時(shí)定位項(xiàng)目（RTVL）根據(jù)現(xiàn)有系統(tǒng)提供的數(shù)據(jù)可按每30s對(duì)旅客列車進(jìn)行追蹤和定位，因此，基于RTVL的手機(jī)應(yīng)用SEPTA為乘客帶來(lái)新的服務(wù)體驗(yàn)。乘客在SEPTA上可以查看列車時(shí)刻表、車輛位置信息和調(diào)度安排，還可以對(duì)城市與郊區(qū)的換乘信息一目了然。與此同時(shí)，鐵路系統(tǒng)也可借助SEPTA收集乘客的相關(guān)信息。2.4風(fēng)險(xiǎn)分析在風(fēng)險(xiǎn)分析方面，新澤西州立大學(xué)開(kāi)展了基于仿真的斷軌風(fēng)險(xiǎn)分析［13］。該研究提出一個(gè)綜合的斷軌脫軌風(fēng)險(xiǎn)分析和模擬框架，用于了解風(fēng)險(xiǎn)的變化，以應(yīng)對(duì)軌道條件、運(yùn)營(yíng)和規(guī)則的變化。研究開(kāi)發(fā)了貝葉斯分析框架，以預(yù)測(cè)鋼軌斷裂概率，使用多元數(shù)據(jù)分析預(yù)測(cè)脫軌的影響，并評(píng)估不同風(fēng)險(xiǎn)管理策略的效果。該研究提出的斷軌風(fēng)險(xiǎn)分析流程見(jiàn)圖7。3日本日本是一個(gè)高度信息化的國(guó)家，自20世紀(jì)50年代以來(lái)就以信息化立國(guó)，隨著信息化和物聯(lián)網(wǎng)的發(fā)展，大數(shù)據(jù)技術(shù)在鐵路行業(yè)得到廣泛應(yīng)用。如開(kāi)發(fā)列車貨物運(yùn)輸版的GIS系統(tǒng)，使用戶實(shí)時(shí)掌握貨物運(yùn)輸動(dòng)態(tài)，為鐵路貨運(yùn)用戶和工作人員提供有益的分析和判斷信息；開(kāi)發(fā)席位種類設(shè)定計(jì)劃系統(tǒng)，提高坐席利用率和旅客便利性。JR東日本鐵路公司提出“智能維護(hù)計(jì)劃”，推動(dòng)日本鐵路維修方式改革，該計(jì)劃不是具體的維修養(yǎng)護(hù)方法，而是一種新的維修架構(gòu)。與現(xiàn)有維修方式相比，“智能維修計(jì)劃”主要包含4部分內(nèi)容［20］（見(jiàn)圖8）。

埔出SA埔出SA圖7斷軌風(fēng)險(xiǎn)分析流程3.1實(shí)現(xiàn)基于狀態(tài)的維修在基于狀態(tài)的維修（CBM）系統(tǒng)中，監(jiān)測(cè)組件會(huì)通過(guò)識(shí)別設(shè)施設(shè)備的退化程度和故障跡象來(lái)判定其狀態(tài)，以保證適時(shí)地進(jìn)行設(shè)備維修養(yǎng)護(hù)。以電力設(shè)備監(jiān)測(cè)系統(tǒng)為例，CBM工作流程見(jiàn)圖9。引入蒐爪竝率EE闔疣鵡M一C—土木丁引入蒐爪竝率EE闔疣鵡M一C—土木丁程.E—電宦工柱S—童：R—機(jī)車車顯圖8“智能維修計(jì)劃”的4項(xiàng)主要內(nèi)容評(píng)估執(zhí)行計(jì)劃預(yù)河按也魁損設(shè)誹迤怯工件未3|：杲年的酬刮數(shù)建盛劃戳掘用于臣潮禾來(lái)按肥踐宙按并潔L舉樓噬直收猿接駕第狀態(tài)的扯崔評(píng)估執(zhí)行計(jì)劃預(yù)河按也魁損設(shè)誹迤怯工件未3|：杲年的酬刮數(shù)建盛劃戳掘用于臣潮禾來(lái)按肥踐宙按并潔L舉樓噬直收猿接駕第狀態(tài)的扯崔辿用魚(yú)霸列半賓*嫌蟻的一iKifli.如高度、礎(chǔ)、凄捷R九蠅關(guān)報(bào)、矍電弓反彈51?.受電弓fl?莓頂對(duì)捉購(gòu)址腔損說(shuō)剤局部區(qū)損的瑕珂iJS?s過(guò)股悚斛4^躺4胡威小聞走唱楚鬲度愛(ài)住才析數(shù)禍j制定IA制宦設(shè)備維悟工作的決策圖9電力設(shè)備CBM工作流程圖9中所示的循環(huán)可以動(dòng)態(tài)實(shí)施，該循環(huán)可實(shí)現(xiàn)數(shù)據(jù)獲取，根據(jù)數(shù)據(jù)分析識(shí)別退化狀態(tài)，制定包括維修時(shí)間、地點(diǎn)、方法的決策，實(shí)施維修，評(píng)估維修結(jié)果。日本鐵路正在研究如何將CBM用于鐵路車輛以實(shí)現(xiàn)更高效的車輛維護(hù)，CBM要監(jiān)測(cè)車輛組件的狀態(tài)并分析所得到的數(shù)據(jù)，在此基礎(chǔ)上制定車輛維護(hù)計(jì)劃［21］。3.2引入資產(chǎn)管理鐵路資產(chǎn)管理的概念是將鐵路設(shè)施設(shè)備當(dāng)作資產(chǎn)，并從全生命周期的角度對(duì)資產(chǎn)進(jìn)行高效管理。對(duì)于橋梁、隧道、土木工程等退化速度慢、維修規(guī)模大的設(shè)施，識(shí)別退化較為困難，如果智能維修能克服該困難，工程師可根據(jù)退化狀態(tài)對(duì)比多種維修方法，從而提出最優(yōu)的維修計(jì)劃