大数据在机车检修行业的探索与应用

1、    大数据在机车检修行业的探索与应用    岑英杰摘要：近年来，随着信息化技术的快速发展，大数据技术具有高效处理数据的作用，因此被广泛应用到各行各业中，其也被作为提高行业效率的关键参考数据。对于大数据处理技术，我国在2015年提出专门的管理对策，强调大数据技术应用的重要性。由于机车检修行业发展迅速，内燃机车数量在逐年增加，检修数据呈指数增加，传统检修模式不能满足现阶段内燃机车检修行业信息管理需求，因此需要将大数据技术应用到机车检修行业，来提高内车检修行业的质量。关键词：大数据;机车检修行业;探索与应用引言近年来，随着大数据技术的高速发展，大数据技术与

2、各行各业的融合程度不断加深，也成为新时期各行业优化工作实效的重要参考。2015年9月6日，国务院发布了国务院关于印发促进大数据发展行动纲要的通知，强调了大数据技术对于推动经济转型、重塑国家竞争优势、提升政府管理能力的重要意义，这标志着我国正式进入了“大数据时代”。在机车检修工作中，已经呈现出明显的信息化趋势，大量的先进技术被应用到了机车检测中去，当前，轨道交通装备行业正进行着生产制造型向制造服务型的转型升级，这也是完成技术腾飞的重要历史阶段。对于机车行业来说，检修工作是发现并处理好问题的前提，对于保障机车质量、提高其寿命周期具有重要作用，也为相关制造产业优化生产方式提供参考。在机车检修过程中，

3、会产生大量的技术与管理数据，这既是检修工作的基本依据，也是深度维护、设计改进、安全运行的数据基础。在新时期，引入先进的大数据局技术，实现大数据技术与机车检修行业的高度融合，对于调动各类数据资源、进行有效分析具有重要价值，也是在国家推动高新技术应用、推广大数据技术的背景下的必然趋势，更是发挥好工业大数据的优势、相应科技强国目标、促进机车行业向中国“智”造转型升级的创新实践。1大数据技术的发展历程及趋势随着我国信息化技术的不断发展，大数据技术、物联网等先进的科学技术被研究出来。大数据处理技术在初始应用阶段，主要是使用新型信息记录模式，将人们所需要处理大量数据进行综合性处理，其通过管理系统接收到大量

4、的数据信息，然后通过大数据处理技术，将其传导到系统后台中建立虚拟数据库，保证数据的准确性和安全性。这些被存储的数据没有经过系统后台的处理，保持着最原始的状态，其不能直接呈现内燃机车设备信息，不同种类的数据信息保持独立的状态，不能被检修人员所调用。随着近几年科学技术的迅速发展，大数据资源得到科研人员的重视，其不仅能够准确地分析大量数据，还能将数据中的信息进行提取，提高工作效率，因此被广泛应用到不同行业中。随着我国综合国力的提高，大数据处理技术也得到突飞猛进的发展，其在未来的发展趋势主要表现的以下几个方面：（1）由于各行各业的数据信息在迅速的增加，因此虚拟数据库的资源数量也在出现增加现象，随着大数

5、据技术处理数据的高效性，会增加人们对其发展的重视，改变传统思想。内燃机车检修行业也会根据现阶段大数据应用情况，挖掘数据内部存在的潜在因素，将无用的数据信息转换为有用数据信息，从而增加数据处理的效率，为后期内燃机车检修行业的发展提供参考依据。（2）增加优化用户体验功能。现阶段大数据技术主要被应用到各行各业的数据处理工作中，为行业内部的发展作出关键性的参考意见。为了满足潜在客户的需求，企业应当结合市场发展趋势和实际消费者的功能需求，增加优化用户体验功能，及时反馈用户的使用感觉，使其能够满足消费者的使用需求。（3）强化预测分析功能。大数据技术在行业中的应用的优势之一就是通过分析大量数据信息，能够对行

6、业的发展趋势，作出准确的判断，并且随着大数据分析技术的不断发展，其预测分析功能将变得更加准确，具有重要的应用性。2深度發展机车检修大数据技术的思路2.1数据来源于采集综合来看，机车检修行业的产品具有种类多、批量少、流程复杂以及客户实际需求差异较大的特点，因此其在工作过程中产生的数据也具有多样性、丰富化的特点，这就为整合海量数据资源、建设专业数据中心提供了基础，具体来说，机车检修大数据中心的数据采集主要依托以下几种方式：2.1.1智能设备层大数据技术在机车检修行业的深度发展，最终会形成一条更加智能化的生产线，这一生产线将应用更多智能化的检测与实验设备，通过高灵敏度传感器的应用，在机车检修现场可以

7、及时准确地采集对应机车部件的相关数据，且这种采集方式可以实现全自动化。2.1.2智能感知与控制层智能感知与控制层强调数据的分析与交互，依托于智能传感装置、分布式数控装置、视频识别装置，采集手段具有多样化，可通过二维条码、射频、传感器等多样化方式完成数据;在完成数据之后，无序利用额外空间存储，可直接通过网络技术进行实时的信息传输，整合到机车检修数据资源管理库中。这使得机车检修行业数据采集的目标不再局限于机车内部，而实现了对机车配套设备、物料使用、人力应用等多方面信息的完整采集。2.1.3执行层在执行层，要建立起以车间检修执行系统为核心的多系统基层，通过产品周期数据管理系统、智能仓储系统、质量管理

8、系统为执行基础，实现其与车间检修执行系统的有效交互，从而把握执行层中各个具体环节的数据采集。2.2数据存储结合当前大数据技术应用的特点来看，其存储数据的方式集中于spark、storm及hadoop三种类型。在运算速度层面，spark具有绝对的优势，甚至在速度层面优于hadoop100倍，但是在遇到内存断点等意外状况时，很容易出现数据丢失的状况;storm对于大数据流具有较强的处理能力，但是其应用具有“间接性”和“中介性”的特点，尚未实现直接的数据采集与存储功能，当前主要是依托于网络平台被动接收数据，并在此基础上完成对数据的处理与传回。综合来看，在机车检修行业大数据中心的构建中，应用hadoo

9、p作为基本架构具有重要的实践价值，这主要是由于机车检修过程中会产生大量的非机构化数据，而hadoop在实践中已经被证实为为一个拓展性极强、实现海量数据存储的分布式模式，既可以在复杂数据的处理方面保持稳定的效率，又妥善安置了大量的数据存储，且其相应的成本也较低，符合机车检修行业的实际需求。2.3数据建模数据建模主要是依据数据分析在目的上的差异、数据集基本特征的差异，选取不同的处理方式。通常来说，数据分析主要承担着描述性和预测性两类任务，描述性任务主要是以建模为基本方式，去试图总结并描绘出相应数据中的一般性特征及规律;而预测性任务则是利用数据建模进行数据集的归类分析，从而得出可信度较高的预测结果。机车检修行业的具有的工作任务相对复杂，且相应的运营管理计划变动也较为频繁，在此基础上的数据建模也相对复杂，在实际应用中，应将坚持综合化的视野与重点化的方式，对于关系到机车整体质量的运行状态数据进行整合，构建起一套完整的数据模型，这一过程中可以使用聚类分析、异常点检测等基本建模方法，实现对机车检测复杂工作本质的把握。结语综上所述，在内燃机车检修行业中应用大数据技术，具有良好的应用效果。随着内燃机车检修行业的发展，大数据技术的应用范围和内容在逐渐增加，不仅能够有效提高内燃机车检