物联网和大数据分析克服了铁路的复杂性

通过定义系统特征、边界和组件，以及组件之间的交互，“系统思维”方法是理解复杂轨道环境的有效方法。与关注个别项目或事件相反，应该确定更大的图景，即系统作为一个整体。从技术的角度来看，铁路由几个物理对象组成，其中包括相互作用的车辆和基础设施。运行环境、使用要求和天气条件都是影响铁路技术系统及其整体性能的变量。

铁路行业发生了重大变化，主要是采用了普泛计算、智能设备和物联网概念。因此，更换了遗留设备，采用了列车管理系统方法，使列车成为相互连接的通信枢纽，在它们之间和向网络控制中心传输数据，并从控制中心接收指令。在云技术的帮助下，机器对机器通信使运营商和基础设施管理人员能够更有效地使用资产，同时显著降低风险。此外，采用ICT系统，如用于列车调度的计算机化交通控制系统，或车辆和基础设施中的先进监测和诊断系统，在一定程度上克服了在这种复杂环境中运行和控制遇到的问题，并成为铁路系统系统方法的可行解决方案。实际上，使用传统策略来实现预期的业绩指标变得更加困难。物联网解决方案可以通过相互作用帮助处理复杂系统，并有助于平衡技术复杂性的增长以及稳定和可接受的可靠性指标。

铁路部门就是这样一个领域，普惠计算更有意义:为整个系统的部件、组件和子系统提供仪器仪表、互连和智能，以预测故障、执行诊断并触发操作和维护(O&M)行动。物联网提供的关于资产和交通状态的丰富数据和信息，增强了临近预测和预测关键资产状态的能力。其目的是让维护计划人员、流量和资产管理人员关注资产的生命周期，以延长组件和子系统的生命周期，以优化生命周期成本。

铁路物联网设备生成的数据引发了新的商业模式，通过大数据分析将收集到的数据束转化为有用的信息。这是许多行业采用的“服务化”概念的一部分，在这些行业中，某些功能(传统上是公司内部的)变成了由第三方提供的打包服务，这使得运营商和基础设施管理人员能够专注于他们的核心业务。在这一过程中，来自其他部门的新方法已经得到了验证，并且为收集的数据协调和创建分类法和本体的一些尝试也已经到位。RailTopoModel就是这样一个例子，它允许导出分类法和本体，以便基础设施管理人员、承包商和服务提供者之间的交叉。

总而言之，铁路部门是物联网概念和进一步分析的最大受益者之一——尤其是在运维计划中——不仅是技术问题的技术解决方案，而且是克服整个系统中大多数复杂问题的手段，包括组织、经济和相关人员。这可以通过从高度交互的系统角度来看待铁路运输业来实现。