中车大连机车车辆有限公司 辽宁大连 116022
摘 要:随着大数据的飞速发展,轨道交通管理系统的高速推进,和谐型机车维修服务的数据呈现爆炸性的增长,以和谐机车大数据为研究对象,以大数据为基础,对和谐型机车大数据进行存储、分析与挖掘,以达到对机车维修工作的科学化管理。根据生产实践,对机务段在常规的机车参数维修中存在的不足进行了分析。通过对“大数据”思想在维修管理中的具体运用及下一阶段的思路进行论述,为“机务维修大数据”与“机车维修”的深度融合具有一定的借鉴意义。
关键词:大数据思维;检修效率;精准检修;资源共享
随着我国铁路装备制造业的不断发展,在和谐型机车的控制系统中,越来越多地采用了网络通讯、智能检测与诊断等手段,使得和谐型机车具备了自我检测、自我诊断、故障记录、数据存储和传输等诸多方面的能力。和谐型机车(6A、CMD)的安装使用,使得列车在使用时,将会生成海量的机车使用信息及状态监控信息。在对铁路进行维修改造的同时,还会产生很多的工艺和管理资料,这些资料不仅是维修工作的重要基础,而且是进行维修、改进和安全运行的重要资料。但受现有维修方式限制,各种数据相互分离,无法充分发挥其对列车维修的引导与借鉴功能。
1.大数据和大数据思维
1.1大数据的含义
大数据,或者说海量数据,是指现有的主要软件工具,不能用现有的主要软件工具,在一定的时间里,对其进行撷取、管理、处理、整理,并将其整理成有助于企业管理和管理的更有针对性的信息,而不是它表面上的“大容量”,而是它所蕴含的“大价值”。大数据具备“海量”“时效性”“多样性”和“精度”四个特征。大数据的重要作用并不是获取海量的海量数据,而是能够对其进行专门的分析。换句话说,若将大数据比喻成一项工业,这样的行业要想获利,其核心就是提升其“加工能力”,进而使其“增值”。
1.2大数据思维
大数据思维,对于企业来说,意味着企业更加注重数据,对数据进行及时、完整地采集,并对其进行储存与分析,用这些分析结果来引导企业的经营与决策。在企业管理层面,大数据思路是指管理者要基于大数据,从观念上、价值上、管理上、制度上、技术上等多个层面,利用大数据进行深度分析,对商业需要进行深入的分析,并对其进行挖掘,以此来优化企业的经营过程,完善生产技术方案。对于铁路机械设备来说,为了确保机车的性能指标能够正常运行,必须进行大修。运用大数据技术,可以达到对机车协调维修要求的目标,进而进行数据修车,以量值修车,对机车进行故障诊断与精确维修,防止过度维修与报废,降低人力资源和零部件的损耗。
2.和谐型机车检修和大数据
2.1大数据来源
在目前的机务维修管理体系中,机车运行、维修、管理等环节产生了大量的、异质的、多状态的数据,呈现出典型的大数据特征。其中,与协调式铁路维修关系密切的服务信息和信息有:(1)在列车行驶过程中产生的各种生产过程和6 A、 CMD和 LKJ等监控信息。(2)在机车人员入库准备工作中,因有许多具有站置性、可携性的现场自动化测试设备以及实验设备的使用,产生了各种检验资料。(3)体现机车维修规则的资料,主要是维修资料,由维修资料及维修规范等组成。(4)包括运行区段、地质状况、气象状况和周围环境等在内的列车运行环境信息。(5)体现机车故障、临时修分析及管理信息、机车专项整治信息、机车加装或改装记录等机车工艺管理信息。上述五种类型的数据包含了丰富的机车维修信息,随着我国信息化程度的提高,利用大数据分析方法对其中所包含的知识进行挖掘,能够帮助和谐机车的智能化和精准化维修决策。
2.2传统数据检修现状分析
在当前阶段,基于“和谐式”机车数据特征的数据维修工作,通过“数据网络化”平台,能够基本满足“四按三化”“记修制”的需求,同时还具有采集机车各种工艺参数、引导机车现场维修的互作功能。但是,关于和谐式机车的各种数据的管理体系,通常都是针对机车的维修、检修、使用等方面来进行的,并没有从机车自身的技术特征出发来建立这些数据,并且这些系统的平台都是比较独立的,数据平台也是不一样的,导致对机车的各种状态信息的了解不够全面,无法全面实现机车的精准早修。在传统的数据信息管理方式中,如果能够将这些信息的记录下来,还能够给专业的检修人员更准确地了解机车的品质,在众多的检修工作中,可以将多台机车的常见故障、易重复故障、零部件可能出现的质量问题和预测性维修等进行归纳。传统的数据信息管理最大的特点就是经常以目标为导向,也就是在工作开始之前,先设定一个基本目标,因此在维修和数据集成的过程中,有目的地选择对目标有参考意义的数据,也可以深入分析已有的数据,然后去验证原来的判断或猜测。传统数据应用的另外一大特征是参与者具有目的性,这让维修人员在复杂的数据面前很容易产生抵触和厌烦,给巡检带来了巨大的工作压力。而大数据则是对数据进行实时的记录,它不需要预先分辨出哪些是有用的,哪些是没用的,也没有必要事先去想要达到的具体目的,它只是一种对维修过程中出现的数据的全覆盖和完整的记录,此时的数据收集参与方无需承担具体的目的,其主动性很强。
2.3大数据思维的应用实例
在机车维修过程中,如果能够收集到所有与机车有关的数据,同时在维修人员参加的维修环节中,对数据进行自动采集或手工录入,并且在对机车维修数据进行采集的过程中,还可以对与机车有关的外部数据进行采集和存储,例如,天气、时间、配件、使用区域、生产厂家、使用情况等。该方法对其他机车的维修具有一定的指导意义。例如,一辆机车在什么地方运行,某一零件要在一定的时间里进行检测,下次维修时要对某一部位进行重点检查等等。这无疑能极大地提高机车的维修效率,也能提高机车的预防性维修水平。
结束语:
综上所述,在大数据飞速发展的今天,除了大数据和大数据技术的重要性,更需要具备大数据思维能力。只有具备了大数据的思维,才能更好地分析、挖掘、利用这些数据中的潜力。也许相对于其他信息领域的大数据技术而言,铁路维修行业在大数据的运用上还存在着一些不足,还没有形成一套完善的大数据技术,但是,大数据思维的引入,却为机车维修人员的工作方法和工作效率带来了无可比拟的优势。
参考文献
[1]王海元.大数据思维在和谐型机车检修中的应用探讨[J].上海铁道, 2020(02):114-115.
[2]许星.浅谈大数据思维在机车检修中的应用[J].铁路工程造价管理, 2021(04):243-245.
[3]陈国辉.大数据思维在变电检修策略中的应用[J].低碳世界, 2021(03):101-103.