姜喜民 王川 顧佳
摘 要:本文基于Hadoop平臺(tái)的大數(shù)據(jù)技術(shù)采集和分析動(dòng)車位置、狀態(tài)等數(shù)據(jù),對(duì)列車進(jìn)行故障快速預(yù)警和報(bào)警,實(shí)現(xiàn)列車的運(yùn)行健康監(jiān)測(cè)。對(duì)列車數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘分析,實(shí)現(xiàn)參數(shù)級(jí)故障預(yù)測(cè),為預(yù)測(cè)性維修管理打下基礎(chǔ)。
關(guān)鍵詞:預(yù)測(cè)性維修;健康診斷;動(dòng)車組;事件中心;監(jiān)控中心
中圖分類號(hào):TP333 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1671-2064(2018)10-0044-02
近年來(lái),我國(guó)高速鐵路飛速發(fā)展,動(dòng)車組在為人們出行提供方便的同時(shí),也對(duì)車輛運(yùn)用檢修部門提出了新的要求?!邦A(yù)測(cè)性維修”是通過(guò)對(duì)列車運(yùn)行現(xiàn)狀的監(jiān)控和分析,進(jìn)行有針對(duì)性、預(yù)測(cè)性維修。列車的“預(yù)測(cè)性維修”是未來(lái)列車運(yùn)營(yíng)保障的發(fā)展方向[1]。預(yù)測(cè)性維修可以降低維修成本,減少維修時(shí)間,提高列車運(yùn)營(yíng)的效率,同時(shí)避免重大惡性事故發(fā)生,是現(xiàn)有維修服務(wù)體系的創(chuàng)新。
1 項(xiàng)目總體目標(biāo)
初步構(gòu)建基于hadoop技術(shù)的企業(yè)大數(shù)據(jù)平臺(tái),利用列車車載和地面數(shù)據(jù),進(jìn)行數(shù)據(jù)挖掘,構(gòu)建大數(shù)據(jù)分析挖掘模型,實(shí)現(xiàn)部分典型故障的預(yù)測(cè)和預(yù)判,構(gòu)建列車典型部件故障診斷和故障預(yù)測(cè)模型,為維修人員提供故障解決方案[2]。通過(guò)該系統(tǒng)實(shí)現(xiàn)運(yùn)營(yíng)故障數(shù)據(jù)整合利用,對(duì)故障信息和履歷信息提供針對(duì)性推送,為故障診斷提供有效依據(jù),實(shí)現(xiàn)故障應(yīng)急處理知識(shí)關(guān)聯(lián)推送。
2 系統(tǒng)技術(shù)架構(gòu)
系統(tǒng)分為PC版本、大屏展示以及移動(dòng)端(pad和手機(jī))三大版本。PC版本負(fù)責(zé)全部的后臺(tái)數(shù)據(jù)采集、處理以及前臺(tái)展示功能;大屏展示提供全景監(jiān)控中心、事件監(jiān)控中心和資源監(jiān)控中心三大前端功能板塊;移動(dòng)端提供面向pad和手機(jī)的前端業(yè)務(wù)展示功能。
平臺(tái)采用Hadoop+Spark+關(guān)系型數(shù)據(jù)庫(kù)的混搭技術(shù)架構(gòu),實(shí)現(xiàn)列車健康狀況的實(shí)時(shí)展現(xiàn)和分析挖掘。系統(tǒng)基于Hadoop技術(shù)完成數(shù)據(jù)的采集、解析、處理、存儲(chǔ)和應(yīng)用。系統(tǒng)集群總體上通過(guò)Yarn進(jìn)行資源管理協(xié)調(diào);通過(guò)Zookeeper進(jìn)行集群內(nèi)部通信協(xié)調(diào)管理。首先通過(guò)數(shù)據(jù)采集解析程序,實(shí)時(shí)采集原始數(shù)據(jù)并進(jìn)行協(xié)議解析;解析后的數(shù)據(jù)消息流傳輸?shù)終afka進(jìn)行消息流序列化,然后將實(shí)時(shí)消息流傳輸?shù)絊park-streaming進(jìn)行數(shù)據(jù)實(shí)時(shí)計(jì)算處理,將處理結(jié)果配合Redis應(yīng)用,實(shí)時(shí)呈現(xiàn)列車健康狀況信息;將最終處理結(jié)果寫入Hadoop分布式文件系統(tǒng)HDFS中,為后續(xù)批量查詢、分析挖掘提供數(shù)據(jù)基礎(chǔ),同時(shí)支撐應(yīng)用頁(yè)面展現(xiàn);通過(guò)Hbase進(jìn)行大批量歷史數(shù)據(jù)查詢操作,結(jié)合機(jī)器學(xué)習(xí)算法進(jìn)行數(shù)據(jù)分析挖掘。
平臺(tái)主要功能主要分為三大功能區(qū)域,分別是全景監(jiān)控中心、事件中心和資源中心。
(1)全景監(jiān)控中心。全景監(jiān)控中心采用數(shù)字化、結(jié)合先進(jìn)的數(shù)據(jù)可視化技術(shù)及專業(yè)的GIS地理信息處理技術(shù),在動(dòng)態(tài)的大屏幕GIS地圖上展示動(dòng)車組的整體運(yùn)行情況,目前包括了四方股份所有交付的動(dòng)車組。全景監(jiān)控中心可以直觀顯示所有列車所在運(yùn)行位置、列號(hào)車、當(dāng)前狀態(tài),并可通過(guò)點(diǎn)擊或查詢列號(hào)車直接顯示目標(biāo)選項(xiàng),包含:?jiǎn)瘟辛熊囆畔ⅰ?dāng)前故障查詢、歷史故障查詢。監(jiān)控中心整合MRO(車輛運(yùn)營(yíng)故障系統(tǒng))的數(shù)據(jù),展示所有列車運(yùn)行狀態(tài)和配屬情況。監(jiān)控中心功能結(jié)構(gòu)如圖1所示。
(2)事件中心。事件中心是系統(tǒng)的核心監(jiān)控模塊,實(shí)時(shí)監(jiān)控列車運(yùn)行故障,是日常工作中主要關(guān)注的內(nèi)容。當(dāng)動(dòng)車組發(fā)生故障時(shí),事件中心會(huì)同步顯示,以便指揮中心的診斷工程師第一時(shí)間掌握故障信息。事件中心功能結(jié)構(gòu)如圖2所示。
事件中心監(jiān)控分為兩個(gè)主要功能:1)三級(jí)實(shí)時(shí)展示列車故障,提供關(guān)注故障功能,方便檢修人員對(duì)關(guān)注故障進(jìn)行重點(diǎn)監(jiān)控;2)數(shù)據(jù)規(guī)則模型生成事件,在車輛達(dá)到故障狀態(tài)前盡早發(fā)現(xiàn)異常趨勢(shì),做到預(yù)防檢查和處理,降低故障發(fā)生幾率。
(3)資源中心。資源中心主要為故障分析提供信息支持。當(dāng)故障發(fā)生時(shí)可通過(guò)資源中心獲取全面的支撐信息。資源中心提供事件詳情、MRO一車一檔信息、車輛健康評(píng)估、高級(jí)修預(yù)測(cè)功能[3]。事件詳情,此功能為檢修人員對(duì)列車運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)控,以及對(duì)故障或事件進(jìn)行處置指導(dǎo)提供基礎(chǔ)保障。具體分為四個(gè)部分:1)車輛工況實(shí)時(shí)展示;2)事件詳情包括故障具體內(nèi)容及判定邏輯等信息,包括事件內(nèi)容、模型可視、MON彈屏類型;3)關(guān)聯(lián)信息展示列車履歷信息和最近一次高級(jí)修信息,支持基于MRO的一車一檔查看功能;4)處置措施展示故障對(duì)應(yīng)的處置措施,包括途中應(yīng)急處置措施、遠(yuǎn)程監(jiān)控措施、車輛回庫(kù)后檢查處置措施。
一車一檔中的信息是通過(guò)與MRO做接口集成獲取到的,分別展示了每一列車設(shè)計(jì)之初的靜態(tài)參數(shù)、歷史的配屬、運(yùn)用信息、故障信息是否閉環(huán)、技術(shù)改造是否閉環(huán)、檢修信息,歷史的裝車信息。車輛集群健康評(píng)估關(guān)注的是列車運(yùn)用一天整個(gè)車輛集群的健康狀況,不僅能評(píng)價(jià)動(dòng)車組一天的運(yùn)營(yíng)品質(zhì),還能通過(guò)分析結(jié)果指導(dǎo)列車回庫(kù)檢修,對(duì)于存在問(wèn)題的車,可以通過(guò)事件詳情來(lái)判定該列車的當(dāng)前狀態(tài)。高級(jí)修預(yù)測(cè),通過(guò)整合列車運(yùn)用信息,累計(jì)里程、高級(jí)修等信息,將動(dòng)車組全年的入修計(jì)劃按照不同維度進(jìn)行分析,使檢修人員能夠?qū)S修物料和工藝進(jìn)行提前準(zhǔn)備,用最短的時(shí)間保質(zhì)保量的完成維修作業(yè),將健康車輛配屬回運(yùn)用路局。
3 結(jié)語(yǔ)
本文闡述了基于hadoop技術(shù)的列車健康診斷及專家支持系統(tǒng)的主要設(shè)計(jì)思路和系統(tǒng)關(guān)鍵功能。系統(tǒng)實(shí)現(xiàn)了動(dòng)車組的運(yùn)行監(jiān)測(cè),實(shí)時(shí)提供故障解決方案,實(shí)現(xiàn)故障應(yīng)急處理知識(shí)關(guān)聯(lián)推送,為故障遠(yuǎn)程診斷維修決策提供了支持保障,提高了故障分析處置的效率,保障了四方平臺(tái)動(dòng)車組穩(wěn)定可靠地運(yùn)行。通過(guò)建立大數(shù)據(jù)分析技術(shù),構(gòu)建列車典型部件故障診斷和故障預(yù)測(cè)模型,降低維修成本,減少維修時(shí)間,提升工作效能和零部件使用壽命。
參考文獻(xiàn)
[1]Henry Canaday,任嘉.預(yù)測(cè)性維修[J].航空維修與工程,2013,(3):30-32.
[3]郭敏杰.大數(shù)據(jù)和云計(jì)算平臺(tái)應(yīng)用研究[J].現(xiàn)代電信科技,2014,(8):7-11.
[3]郝偉,曹炳欣,郭宗鵬,等.面向全生命周期的高速列車MRO系統(tǒng)應(yīng)用[J].鐵路計(jì)算機(jī)應(yīng)用,2016,(2):40-42.