论文部分内容阅读
摘要：在互联网信息时代下，各种先进的信息技术层出不穷，比如云计算技术、大数据技术等，同时在铁路安全管理领域也应用了诸多信息管理系统。因此在铁路安全方面产生了海量的数据信息，通过应用大数据技术，能够从这些海量数据中挖掘出更多更有价值的信息，从而为铁路安全管理提供良好的信息支持，从根本上提高铁路安全管理质量水平。鉴于此，本文主要分析探讨了基于大数据技术的铁路安全管理方面的内容，以供参阅。
关键词：大数据技术;铁路安全;管理策略
引言
随着社会的不断发展，我国的交通运输得到了日益完善的发展，而铁路运输在整个运输领域中占有重要的地位，并发挥着愈来愈重要的作用。因此，铁路运输的安全性已经对我国经济、科技及社会的发展产生深远的影响。目前，我国的市场经济正处于一个不断发展与完善的阶段，而铁路运输过程的经济效益及竞争实力会直接影响到自身的安全性，就目前的状况来看，我国铁路运输过程中存在多种问题。因此，如何采取有效措施解决这些问题提升铁路运输的安全性已成为铁路运输行业共同关注的难题。
1铁路安全管理数据现状
（1）规模性。现阶段，我国的铁路安全领域中，建有的安全检测系统已经高达六十多个，与此同时，其中已经产生，并且累积达到了PB级别的数据量。举例而言，在5T系统中，所形成的数据信息量是十分巨大的，若是一趟列车经过，则会产生约八百M的图像数据。其中，高速铁路一年中产生的数据也高达142PB。由此可见，在铁路安全管理中，数据具有规模性。（2）多样性。所谓的多样性，其实质是说数据的数据源众多，其中，数据的种类，以及数据的格式，两者都突破了传统的结构化数据范围，不仅包括半数据结构，而且也包括非结构数据。铁路安全管理系统中，包含了车、工、电等等众多其他的专业系统，与此同时，每一个专业，其自身都是一个十分庞大，并且十分复杂的系统。而数据格式，所涵盖的数据类型众多，不仅有设备台账，而且还有人工记录的纸质数据，此外还包括音频数据、视频数据等等，不仅如此，在铁路安全管理的大数据中，还包括与天气、与环境、与地震等众多类型和种类的数据分析。（3）快速性。与传统的技术不同，大数据技术的优势更加显著，对数据信息的处理速度都特别的快，具体而言，大数据下的数据流，通常情况下，是速度较快的实时数据流，同时，要做到对数据的连续，以及快速，并且实时的处理。例如，其中针对高速铁路安全管理构建的视频监控系统，以及防火监控系统等等，都可以实时的对各种众多大量的监测数据进行有效的处理，通过分析可以在较短的时间内判定出事故或者是灾害发生的地点以及具体的实际情况，并在第一时间将所得到的信息反馈给相关部门，进而实现对铁路安全的有效管理。（4）价值性。铁路安全数据，它的价值主要是为铁路运营部门提供有用的数据，然后相关部门可以利用这些数据进行分析、统计，对与铁路安全相关的大数据进行分析，然后，从大量的数据中，发现数据之中的关系，然后查找出铁路运行中已经存在的问题，或者是存在的安全隐患，进而为铁路的风险控制工作提出参考和依据，也为铁路的安全行车提供可靠、有效的参考。
2基于大数据技术的铁路安全管理
2.1铁路设备相关方面的大数据技术应用
设备病害或故障产生有深刻的产生或发生机理，有可能是设备本身的特点所决定的，有可能是不同设备之间的相互影响造成的，也有可能是维修不当造成的。设备故障诊断是指在设备运行中或在基本不拆卸情况下，通过各种手段掌握设备运行状态，判定产生故障的部位和原因，并预测、预报设备未来的状态，从而找出对策。故障诊断技术的发展经历了感性阶段、量化阶段、诊断阶段以及人工智能和网络化等阶段，设备故障诊断常用的方法包括故障树分析、数理统计、专家系统、模糊集、人工神经网络、遗传算法、数据挖掘等方法。铁路设备的数据集呈现“海量数据+复杂类型数据”的状态，具有大数据的“4V”特征，可以采用数据挖掘的方法进行设备故障诊断。数据挖掘的目的是从大量数据中发现规律，揭示数据特征、预测发展趋势、辅助决策。基于数据挖掘的一种故障诊断方法是利用设备故障时的动态事件序列信息的时空特性，形成故障过程的时间序列信息模型，并运用基于事件序列相似性的数据挖掘原理挖掘出事件序列信息中隐含的关联性;基于数据挖掘的另一种诊断方法是采用距离函数来度量事件序列的相似性，用动态规划算法实现相似性的最优代价运算，将故障诊断问题转化为寻找与实际故障事件模式最相似的标准故障事件模式。因此，采用数据挖掘技术能够实現对设备的故障诊断，发现其中有用的设备故障特征和故障模式。
2.2铁路人员相关方面的大数据技术应用
（1）重点对象追踪。所谓的重点对象追踪，简单来说就是在大数据技术的帮助下，辅以必要的人脸识别技术，从而能够在众多列车乘客中快速识别定位重点安全隐患对象，从而能够及时消除安全隐患。尤其是在铁路车站中，人流密度大、存在的治安风险隐患多，因此通过在车站人脸识别系统的帮助下，能够采集每一位进站人员信息，这些数据信息会上传至公安局系统中，通过比对查找出危险分子。与此同时，还会以客票系统乘车信息为依据，在大数据挖掘技术的帮助下，了解重点对象活动路线，根据相应路线，实现对重点危险人员的抓捕。在上述过程中，主要应用到了大数据聚类分析、关联分析、数据挖掘等大数据技术。（2）能够为铁路安全决策提供良好支持。铁路在运行期间，一旦出现重大事故，应急救援指挥信息系统会提供一些历史事故数据，同时还要提供一些铁路沿线视频监控数据等，针对这些数据，通过借助大数据聚类分析、关联分析等技术，能够从中发现事故规律，总结事故处理经验，从而能够为后续铁路安全管理决策提供充足的信息参考支持。
2.3基于大数据技术的铁路环境安全管理
多数铁路都是铺设在露天，使得自然灾害会对其运行应用产生影响，传统的灾害预测主要借助的是神经网络分析等，而铁路运行过程的监测数据较大，使得传统机制在管理和分析方面依旧存在局限性。而借助大数据技术，就能完善关联分析和聚类分析水平，有效对数据进行全面整合处理，从而判定周围自然灾害的发生规律，建构提前预防的方案，一定程度上保证铁路运输的安全性。例如，目前主要利用的是红外线、微波等技术进行异物侵袭监测，而大数据技术能对相关数据进行整合分析，判定规律后制定有效的预防维护方案。也就是说，借助数据技术就能对发生时间、造成的危害展开深度评估，确保监测实效性，也为预防管控工作的升级提供保障。
结束语
总而言之，为了满足铁路安全管理需求，要积极落实大数据技术应用策略，整合数据存储、数据分析以及数据可视化控制等技术问题，全面升级技术应用机制，构建更加系统化的安全管理应用框架体系，保证铁路安全管理工作能按照标准化流程有序开展，从而完善数据分析和挖掘管控效率，确保预防机制和管理控制机制的实效性，为铁路安全管理可持续发展奠定基础。
参考文献
[1]杨连报.基于大数据技术的铁路安全管理研究[J].铁路计算机应用.2016（09）：83-87
[2]于永昌.浅谈基于大数据技术的铁路安全管理[J].科技风.2018（05）：60-60
[3]杨子楠.关于大数据时代下铁路安全管理新思路探究[J].科学与信息化.2017（35）：170-171
关键词：大数据技术;铁路安全;管理策略
引言
随着社会的不断发展，我国的交通运输得到了日益完善的发展，而铁路运输在整个运输领域中占有重要的地位，并发挥着愈来愈重要的作用。因此，铁路运输的安全性已经对我国经济、科技及社会的发展产生深远的影响。目前，我国的市场经济正处于一个不断发展与完善的阶段，而铁路运输过程的经济效益及竞争实力会直接影响到自身的安全性，就目前的状况来看，我国铁路运输过程中存在多种问题。因此，如何采取有效措施解决这些问题提升铁路运输的安全性已成为铁路运输行业共同关注的难题。
1铁路安全管理数据现状
（1）规模性。现阶段，我国的铁路安全领域中，建有的安全检测系统已经高达六十多个，与此同时，其中已经产生，并且累积达到了PB级别的数据量。举例而言，在5T系统中，所形成的数据信息量是十分巨大的，若是一趟列车经过，则会产生约八百M的图像数据。其中，高速铁路一年中产生的数据也高达142PB。由此可见，在铁路安全管理中，数据具有规模性。（2）多样性。所谓的多样性，其实质是说数据的数据源众多，其中，数据的种类，以及数据的格式，两者都突破了传统的结构化数据范围，不仅包括半数据结构，而且也包括非结构数据。铁路安全管理系统中，包含了车、工、电等等众多其他的专业系统，与此同时，每一个专业，其自身都是一个十分庞大，并且十分复杂的系统。而数据格式，所涵盖的数据类型众多，不仅有设备台账，而且还有人工记录的纸质数据，此外还包括音频数据、视频数据等等，不仅如此，在铁路安全管理的大数据中，还包括与天气、与环境、与地震等众多类型和种类的数据分析。（3）快速性。与传统的技术不同，大数据技术的优势更加显著，对数据信息的处理速度都特别的快，具体而言，大数据下的数据流，通常情况下，是速度较快的实时数据流，同时，要做到对数据的连续，以及快速，并且实时的处理。例如，其中针对高速铁路安全管理构建的视频监控系统，以及防火监控系统等等，都可以实时的对各种众多大量的监测数据进行有效的处理，通过分析可以在较短的时间内判定出事故或者是灾害发生的地点以及具体的实际情况，并在第一时间将所得到的信息反馈给相关部门，进而实现对铁路安全的有效管理。（4）价值性。铁路安全数据，它的价值主要是为铁路运营部门提供有用的数据，然后相关部门可以利用这些数据进行分析、统计，对与铁路安全相关的大数据进行分析，然后，从大量的数据中，发现数据之中的关系，然后查找出铁路运行中已经存在的问题，或者是存在的安全隐患，进而为铁路的风险控制工作提出参考和依据，也为铁路的安全行车提供可靠、有效的参考。
2基于大数据技术的铁路安全管理
2.1铁路设备相关方面的大数据技术应用
设备病害或故障产生有深刻的产生或发生机理，有可能是设备本身的特点所决定的，有可能是不同设备之间的相互影响造成的，也有可能是维修不当造成的。设备故障诊断是指在设备运行中或在基本不拆卸情况下，通过各种手段掌握设备运行状态，判定产生故障的部位和原因，并预测、预报设备未来的状态，从而找出对策。故障诊断技术的发展经历了感性阶段、量化阶段、诊断阶段以及人工智能和网络化等阶段，设备故障诊断常用的方法包括故障树分析、数理统计、专家系统、模糊集、人工神经网络、遗传算法、数据挖掘等方法。铁路设备的数据集呈现“海量数据+复杂类型数据”的状态，具有大数据的“4V”特征，可以采用数据挖掘的方法进行设备故障诊断。数据挖掘的目的是从大量数据中发现规律，揭示数据特征、预测发展趋势、辅助决策。基于数据挖掘的一种故障诊断方法是利用设备故障时的动态事件序列信息的时空特性，形成故障过程的时间序列信息模型，并运用基于事件序列相似性的数据挖掘原理挖掘出事件序列信息中隐含的关联性;基于数据挖掘的另一种诊断方法是采用距离函数来度量事件序列的相似性，用动态规划算法实现相似性的最优代价运算，将故障诊断问题转化为寻找与实际故障事件模式最相似的标准故障事件模式。因此，采用数据挖掘技术能够实現对设备的故障诊断，发现其中有用的设备故障特征和故障模式。
2.2铁路人员相关方面的大数据技术应用
（1）重点对象追踪。所谓的重点对象追踪，简单来说就是在大数据技术的帮助下，辅以必要的人脸识别技术，从而能够在众多列车乘客中快速识别定位重点安全隐患对象，从而能够及时消除安全隐患。尤其是在铁路车站中，人流密度大、存在的治安风险隐患多，因此通过在车站人脸识别系统的帮助下，能够采集每一位进站人员信息，这些数据信息会上传至公安局系统中，通过比对查找出危险分子。与此同时，还会以客票系统乘车信息为依据，在大数据挖掘技术的帮助下，了解重点对象活动路线，根据相应路线，实现对重点危险人员的抓捕。在上述过程中，主要应用到了大数据聚类分析、关联分析、数据挖掘等大数据技术。（2）能够为铁路安全决策提供良好支持。铁路在运行期间，一旦出现重大事故，应急救援指挥信息系统会提供一些历史事故数据，同时还要提供一些铁路沿线视频监控数据等，针对这些数据，通过借助大数据聚类分析、关联分析等技术，能够从中发现事故规律，总结事故处理经验，从而能够为后续铁路安全管理决策提供充足的信息参考支持。
2.3基于大数据技术的铁路环境安全管理
多数铁路都是铺设在露天，使得自然灾害会对其运行应用产生影响，传统的灾害预测主要借助的是神经网络分析等，而铁路运行过程的监测数据较大，使得传统机制在管理和分析方面依旧存在局限性。而借助大数据技术，就能完善关联分析和聚类分析水平，有效对数据进行全面整合处理，从而判定周围自然灾害的发生规律，建构提前预防的方案，一定程度上保证铁路运输的安全性。例如，目前主要利用的是红外线、微波等技术进行异物侵袭监测，而大数据技术能对相关数据进行整合分析，判定规律后制定有效的预防维护方案。也就是说，借助数据技术就能对发生时间、造成的危害展开深度评估，确保监测实效性，也为预防管控工作的升级提供保障。
结束语
总而言之，为了满足铁路安全管理需求，要积极落实大数据技术应用策略，整合数据存储、数据分析以及数据可视化控制等技术问题，全面升级技术应用机制，构建更加系统化的安全管理应用框架体系，保证铁路安全管理工作能按照标准化流程有序开展，从而完善数据分析和挖掘管控效率，确保预防机制和管理控制机制的实效性，为铁路安全管理可持续发展奠定基础。
参考文献
[1]杨连报.基于大数据技术的铁路安全管理研究[J].铁路计算机应用.2016（09）：83-87
[2]于永昌.浅谈基于大数据技术的铁路安全管理[J].科技风.2018（05）：60-60
[3]杨子楠.关于大数据时代下铁路安全管理新思路探究[J].科学与信息化.2017（35）：170-171