铁路运维大数据应用

铁路系统有复杂的技术，有各种各样的人、组织和技术解决方案。为了控制这种复杂性，一个可行的解决方案是应用智能计算机化系统来利用该行业中丰富的大数据。

大数据意味着大变革

“工业4.0”是指以智能系统和基于工业互联网的解决方案为特征的所谓第四次工业革命。交通运输部门，尤其是铁路，已经在很大程度上接受了工业4.0。新技术和新兴技术的使用正在提高服务质量、节约资金、提高资源利用率和效率。它还促进了基于工业互联网能力和大数据分析能力的新服务和商业模式的发展。大数据有可能将目前最先进的铁路技术平台转变为一个协作社区网络，无缝地运送货物和乘客，并以有计划的方式提供服务。目前自动化和数据交换的趋势是采用和适应新的和正在出现的技术，以实现新的效力和效率水平。

智能铁路之源

铁路大数据来自相互关联的利益相关者，他们为铁路系统提供情报。完整的大数据架构包括网络物理系统、物联网(IoT)和云计算，所有这些共同创造了“智能铁路”。一个令人兴奋的应用领域是，通过自我学习和智能系统来预测故障、进行诊断并触发维护行动，从而实现更好的运维。这些系统对数据访问和数据质量有很高的要求，并使用多个数据源提取相关信息。

铁路运维中的大数据分析将使用先进的技术进行预测分析，并根据对大量数据的分析做出决策。提供运维服务将涉及资产的数据收集、分析、可视化和决策。在运维中使用大数据将解决资产管理中常见的阿喀琉斯之踵:状态预测，通常称为预后。为了确定资产完成任务的概率，对其剩余使用寿命的估计是任何操作或维护服务的基础，也是任何组织成功的关键。

铁路领域将通过火车总线实现数据互连，其中大多数铁路子系统及其各自的传感器将可访问。数据总线的互连将为系统的系统方法中的全局优化打开大门，取代旧的本地化方法，特别是减少了整个资产的运维范围。

有关大数据如何改变铁路系统的面貌，请参阅下一期全球铁路评论(2017年第4期)通过点击在这里以获得您的免费副本。

关于Diego Galar医生

Diego Galar博士是加州理工大学运行与维护工程系的状态监测教授Luleå科技大学他在国内和国际层面协调多个与网络物理系统、工业4.0、物联网或大数据相关的铁路项目。他还参与了位于Luleå的SKF UTC中心，专注于机车车辆的SMART轴承。他还是Tecnalia(西班牙)的首席研究员，负责维护和可靠性研究小组，在那里他还领导了CAF和TALGO等公司的项目。