中国铁路济南局集团有限公司调度所山东济南250000
摘要：目前，我国的铁路安全管理行业存在大量的历史数据，大数据分析技术能够为该行业的事故规律发现提供有效的手段。本文主要对目前铁路的安全管理系统和数据分析系统进行研究，并且结合大数据技术的特点建造出一个分析模型，为实际的铁路安全设备进行风险分析。
关键词：大数据；安全管理；状态维修；辅助决策；安全预警
一、铁路安全管理系统和管理数据的现状
铁路安全管理系统中的数据已经达到了一定的规模，可以说在特点方面，它具有一定的规模性。在我们日常生活中所运用到的储存单位一般有：KB，MB，GB，而对于大数据来说，它最小的计量单位是TB，它比我们熟悉的GB要大上1000多倍，1TB＝1024GB，由此可知，大数据的体量可以说是非常巨大的。目前我们使用的大数据规模并不是绝对意义上的大，因为随着技术的不断发展，在未来仍然会出现更大的一个指标，并且这个指标还会将不断的演化变大，甚至会达到PB，EB的级别。目前我们在铁路安全领域使用到的安全监测和监控系统积累的数据已经达到了PB的级别，比如在目前使用的系统当中，TFDS产生的图像信息量最大，因为一趟列车路过时，该系统就可以产生大概700M到800M的数据，甚至每年的高速铁路的综合视频监控系统监控视频数据就高达142PM，而且在这么大量的铁路安全数据当中关于自然灾害和异物侵占系统的数据仅仅只占总体数据的小部分，由此我们可以看出，铁路安全管理系统的大数据规模非常大。
除上文说到的规模性之外，我国铁路安全管理系统的得数据还具有多样性，快速性和价值性。首先，数据的多样性指的是数据的来源多种多样，以前的数据种类和格式一般都限定在一个固定的结构化数据范围之中，自从大数据系统出现之后就突破了这种传统的结构化数据范围，而且这种新的范围还包括了半结构化数据和非结构化数据。铁路安全管理系统的监测系统和监控系统包含了车，机，工，电，等几个部位的专业系统，而且每一个专业的系统非常庞大且复杂，系统中的数据格式包含了设备的台账以及员工记录的纸质材料，铁路工程管理中涉及到的各种图纸和数据等等。此外，铁路安全管理系统中的数据还包含了天气，自然灾害等。大数据的快速性是指它处理数据的速度非常快，与传统的技术不同，大数据中的数据挖掘技术数据流就是高速实时数据流，在快速地进行数据处理和发送过程并且能持续地进行实时处理，比如说高速铁路综合视频监控系统可以讲记录到的图片和数据发送到总指挥监控中心，通过这个优势不仅可以处理到现场的各个监测数据，还能快速的判断现场有可能发生的突发事故，在一定程度上可以保障了高速铁路在行车过程中的安全问题。铁路安全系统的数据价值性主要体现在铁路部门可以使用这些设备对高速列车的历史数据进行记录，而且还能通过各种各样的方法对这些数据进行统计和分析，在这些数据中能够发现一些知识可以成为列车在安全行车过程中的风险控制的依据。
二、铁路安全管理对大数据分析需求
在铁路安全管理系统中，对大数据的需求主要应用于人，设备和环境这三个方面，首先从铁路的相关工作人员进行大数据需求分析。铁路安全管理的重点目标是保障社会的安全，所谓的社会安全，其实也就是确保人们的人身安全和财产安全。在使用大数据进行铁路安全管理可以结合人脸识别技术对对象的活动线路进行重点追踪，园林识别技术的原理是通过图像处理和模式对人的身份进行鉴别和验证，这是目前相当热门的一种计算机安全技术，目前，我国很多行业中为了保障人们的财产安全和人身安全都运用到了人脸识别技术，特别是对于国家安全，军事安全和公共安全管理等方面。铁路中的车站环境具有人流量大，治安难度大等特点，因此，使用人脸识别技术不仅可以采集到人脸信息，还可以与公安系统进行联合，对乘客的一些信息进行数据提取和数据保存。为了防止在铁路安全系统进行实时监控的前提下出现一些意外事故的发生，如果铁路部门可以进行铁路实时重大决策支持，方便在突发事故发生时可以采取一些应急措施，该重大决策支持系统的数据来源是应急救援指挥信息系统中的一些历史事故数据，通过对这些数据的聚合分析可以在类似事件的发生过程中找到事故发生的规律和解决的办法。
关于铁路安全管理设备的大数据需求分析。铁路安全管理设备都会具有一定的生命周期，而生命周期的管理是铁路安全设备从建设，运营直到报废整个过程中的生命周期数据管理。为了能够确保铁路列车运输的安全以及铁路安全设备能够在正常状态下运行，大数据分析可以为管理活动提供一些数据能够适时地为工作人员提供解决问题的新思路。使用大数据分析的设备管理模式，还可以对铁路建设和铁路运营进行高效的统筹安排以及相互协调发展。使用这个方法还可以为安全设备构建一个寿命分析模型，该模型可以实现信息的可追溯，可诊断的目标，使得铁路安全管理设备的故障分析更加科学，进而让设备维修周期的预测更加准确，这样不仅在最大程度上降低了铁路安全管理系统运行的风险，还可以降低设备的维修成本。铁路安全管理设备在进行生命周期管理的具体内容是使用大数据的聚类分析，关联分析和时间顺序等技术对设备的一些使用状态信息和历史状态信息进行总体分析，进而总结出某一个设备的生命周期曲线。在每一个设备进行投入使用时，工作人员可以通过感应器测量的数据判断每一个设备处在的阶段，记得对每一个设备进行及时的故障诊断，该技术最大的价值在于它可以预测设备发生故障的时间，并且制定一个最佳的维修周期，尽量做到铁路安全设备管理，防患于未然的状态。
关于铁路安全管理环境运用到的大数据分析技术。铁路安全管理的环境主要是铁路在一行过程中有可能遭遇到的自然灾害，利用大数据分析技术可以对这些自然灾害进行预测。自然灾害的发生因素十分复杂，而且对于一些强风，大雨，大雪等这些灾害的发生范围和程度都有一定的突发性特点，因此，在应对不同类型的自然灾害时，大数据技术可以通过不同的预测方法来应对。比如说，在应对风，雪，雨等这些自然灾害的预测我们可以利用数学建模的方法分析铁路沿线发生的自然灾害模型，对铁路沿线的前方城市天气进行预测，然后再进行行车的指挥。而对于一些地震，泥石流，滑坡等突发性的自然灾害时，大数据技术可以通过海量的历史数据进行分析，大致地得出自然灾害发生的规律，然后提前进行预防。
铁路在行车过程中还会受到由于异物侵占的原因发生安全风险事故，大数据技术监控下的管理系统可以对这些异物进行及时地报警。其实异物侵占监控系统的完善是大数据技术对异物侵占防灾系统研究、发展的主要形式，只要高速列车在行车过程中一旦发生异物侵占，该系统就能及时地发出报警，与此同时这些侵占信息能够实时地传送到运行行车调度中心，系统收集到的数据可以为下达行车控制、维修管理等指令提供依据，并且这些数据的真实性可以有效地避免重大行车事故发生。目前异物侵占监测技术主要有双电缆传感器，光缆传感器、红外线、微波和视频监控等。
结语
本文根据铁路安全管理领域中的部分业务需求，利用大数据技术构建出了一个总体应用需求模型。铁路安全管理的大数据技术考虑到了数据储存问题和数据分析问题等等，对整个铁路安全管理应用构建了一个整体框架。
参考文献：
[1]杨连报，李平，徐贵红，等.基于大数据技术的铁路安全管理研究[J].铁路计算机应用，2016，25（9）.
[2]耿鹏.对于大数据技术的铁路安全管理分析[J].建筑工程技术与设计，2017（19）.
[3]张磊.基于大数据技术下铁路安全管理的研究[J].中国科技投资，2018（19）.