動車組大數(shù)據(jù)處理及分析

嚴 皓

（中國鐵路成都局集團有限公司 成都動車段，成都 610051）

隨著動車運用檢修工作的不斷進步，傳統(tǒng)計劃預防修模式引發(fā)的“過度修”等問題日漸暴露，以大數(shù)據(jù)為核心的“可靠性”狀態(tài)修模式應運而生，張春[1]等人從理論的角度基于動車組等故障概率研究了狀態(tài)維修建模體系，呂曉艷[2]等人結合生產運用中的大數(shù)據(jù)對運輸組織及管理進行了優(yōu)化，本文結合狀態(tài)修理論以及現(xiàn)場大數(shù)據(jù)的應用，從動車運用工作中實際問題出發(fā)，研究相應部件磨耗、老化或故障規(guī)律，探索可靠性維修體系，確定合理的檢修方式、檢修類型、檢修間隔周期等，從而爭取以最少的維修資源消耗確定合理有效的檢修方針。

1 動車組大數(shù)據(jù)分析

動車組大數(shù)據(jù)分析流程[3]概括如下。

1.1 需求分析評估

數(shù)據(jù)分析的本質是服務需求，如果缺乏專業(yè)可支撐的分析流程、不能以解決現(xiàn)場實際問題為導向，盲目地進行數(shù)據(jù)規(guī)律統(tǒng)計分析，會致分析工作不能有效轉換為可用結果。

1.2 數(shù)據(jù)收集

動車組大數(shù)據(jù)收集必須立足于準確、完整反映分析問題的本身。盡可能從更規(guī)范的數(shù)據(jù)庫、更完整的信息源中進行提取，圍繞動車組方面，建議遵循“優(yōu)先選取設備檢測數(shù)據(jù)、過程數(shù)據(jù)大于結果數(shù)據(jù)”的原則；此外，同一問題的信息往往分散在多個數(shù)據(jù)源中，視情況需要，可按相關程度由重及輕分步收集。

1.3 數(shù)據(jù)清洗

數(shù)據(jù)清洗[4]是數(shù)據(jù)分析前期準備工作中非常關鍵的環(huán)節(jié)。如果不對錯誤數(shù)據(jù)、壞數(shù)據(jù)、缺失數(shù)據(jù)、不規(guī)范數(shù)據(jù)等進行處理，可能會致后期無法得到合理的結果甚至沒有結果。

1.3.1 數(shù)據(jù)規(guī)范

將相同屬性的字段按統(tǒng)一命名規(guī)則進行整理。例如，CRH1A-1021與CRH1021A，表示相同的意思，按統(tǒng)一命名規(guī)則將其規(guī)范表達為CRH1A-1021。

1.3.2 異常值篩選

異常值篩選主要從兩方面進行甄別。

（1）邏輯判斷，即從專業(yè)基礎知識角度將錯誤數(shù)據(jù)、壞數(shù)據(jù)等剔除或更正，例如，CRH1A-790型閘片厚度38 mm，因為閘片厚度38 mm超出出廠標準值，該數(shù)據(jù)不存在，因此需要將其剔除。

（2）統(tǒng)計判斷，通過置信概率判斷某些值嚴重超出誤差范疇，去除不合理的數(shù)據(jù)，例如，拖車閘片磨耗周期為1 000～2 000 km或超過200 萬km等，為不合理數(shù)據(jù)，需要去除）。

1.4 缺失值補充

數(shù)據(jù)清洗過程中，會導致部分數(shù)據(jù)被整條刪除或關鍵字段被清理，造成數(shù)據(jù)樣本減少，過少時會對分析結果帶來重大影響，需要采取缺失值處理。缺失值補充主要有兩種方式。

（1）利用同類信息進行相似匹配（例如，兩個數(shù)據(jù)庫中均存在同一車組當日閘片更換信息，可進行信息互補）。

（2）利用數(shù)學方式進行補充，常見的有線性圖形補充、平均值補充、回歸方程補充等。

1.5 數(shù)據(jù)初步分析

（1）按照問題導向的原則確定關鍵字段，確定行列間的度量和維度，選取能反應問題特征的圖形作為數(shù)據(jù)展示方式，如溫升折線圖、故障時間散點圖、問題總量柱狀圖等。

（2）分析圖形/數(shù)據(jù)的基本特征，如分散程度、中心位置、均值、標準差值等，得出統(tǒng)計數(shù)據(jù)的可參考度，統(tǒng)計最終結果和分布規(guī)律。

1.6 數(shù)據(jù)建模及相關性分析

當對數(shù)據(jù)本身特性有足夠的掌握、且分析深入性和系統(tǒng)性程度較高時，可結合專業(yè)知識特性對某個部件/系統(tǒng)進行建模分析，選取相關的參數(shù)，確定合適的算法（如用于分類的KNN算法、線性回歸法），描繪對應展示圖形/曲線，分析部件/系統(tǒng)的運行平穩(wěn)性，摸索各關鍵參數(shù)間的相關性。

2 數(shù)據(jù)預處理

在動車組大數(shù)據(jù)分析的基礎上，結合Tableau大數(shù)據(jù)分析軟件[5]，以配屬動車組磨耗件為分析對象，按照上述分析流程進行數(shù)據(jù)預處理。

2.1 分析需求

通過分析配屬動車組磨耗件的磨耗規(guī)律，掌握動車組磨耗件平均更換周期，以經濟性及安全性為評價指標，為一級、二級修中磨耗件檢修限度的制定提供依據(jù)，為物料采購、合理化庫存提供基礎數(shù)據(jù)。

2.2 數(shù)據(jù)收集

按照“優(yōu)先選取設備檢測數(shù)據(jù)、過程數(shù)據(jù)大于結果數(shù)據(jù)”的原則，本次數(shù)據(jù)收集選取了輪對檢測棚的LVZ閘片檢測數(shù)據(jù)、LY 滑板檢測數(shù)據(jù)、二維碼磨耗件數(shù)據(jù)、動車組信息管理系統(tǒng)中故障管理數(shù)據(jù)、現(xiàn)場日生產信息等。

2.3 數(shù)據(jù)清洗

在數(shù)據(jù)清洗過程中，發(fā)現(xiàn)明顯問題數(shù)據(jù)1 641條、占總故障數(shù)據(jù)比例約20%，由于數(shù)據(jù)間存在先后的關聯(lián)性，故障數(shù)據(jù)對整體的影響大于20%，主要問題如下。

（1）數(shù)據(jù)邏輯錯誤。軸承位置與端位數(shù)明顯不匹配，例如軸承數(shù)超過4個、不帶軸盤制動的動車端位數(shù)超過16等。

（2）信息不完整。例如故障部件無車廂號、車廂號為全列、無具體端位數(shù)、車組走行公里值為0或為 null。

2.4 缺失值補充

針對清洗后出現(xiàn)信息不完整的情況，采取兩種措施進行缺失值補充。

（1）用動車組故障信息中相同數(shù)據(jù)進行特征匹配，補充位置信息。

（2）通過Tableau的雙表融合功能，用動車組交路信息進行走行公里補充。通過系列數(shù)據(jù)清洗、補充方式，最終從8 305條原始數(shù)據(jù)中整理出8 062條可用數(shù)據(jù)，約有3%的數(shù)據(jù)被清理，確保了大數(shù)據(jù)的完整性。

2.5 建立線性回歸分析方程

此處考慮動車組在運行過程中，閘片磨耗過程電制動與空氣制動功能均處于正常狀態(tài)[6]且運行交路基本不變，閘片厚度與走行里程呈線性關系，借助Tableau工具，以時間/走行里程為維度，以車組、車號、閘片位數(shù)等為度量，建立線性回歸分析方程，如圖1所示。圖中，每個夾鉗左右兩側閘片分別以紅、綠兩色標識，其中，紅色曲線代表左側、綠色曲線代表右側，縱坐標為閘片厚度（單位mm）、橫坐標為走行公里（單位km）。篩選同一夾鉗左右兩側閘片磨耗趨勢相近進行線性擬合,圖中的方框顯示了CRH3A-3092 04車5位左、右閘片的磨耗趨勢，模型方程為：

式（1）中，-4.702 92e-5為斜率，26.837 2為截距。與此同時，自動計算出R平方值（測定系數(shù)）和P值（顯著性檢驗水平），如圖2所示。P值是衡量置信水平的關鍵[7]，通常，P值≤0.05時，表明回歸方程的趨勢可信度較高。

圖2 趨勢模型分析

圖1 閘片厚度-走行公里線性回歸分析

從線性回歸方程的斜率可得到閘片的磨耗速率，再從測定系數(shù)、顯著性檢驗水平篩選出其中置信度較高的數(shù)值，對上述值進行二次統(tǒng)計分析可得到閘片磨耗的各種參數(shù)值。

3 閘片磨耗率及更換作業(yè)分析

由于各種車型閘片磨耗的分析過程類似，此處，從閘片磨耗率[8]、閘片更換作業(yè)的角度出發(fā)，分別對CRH3A型動車組的拖車、CRH380A型動車組進行分析。

3.1 CRH3A型動車組拖車閘片磨耗分析

3.1.1 拖車總體磨耗率

如圖3所示，選擇0.05 mm作為數(shù)據(jù)桶間隔，以柱狀圖對拖車磨耗率進行整體展示。圖3中，各柱狀圖構成了較典型的正態(tài)分布特征，可見CRH3A型動車組閘片磨耗率集中在0.35～0.5 mm/萬km。

圖3 CRH3A型動車組拖車閘片磨耗率（mm/萬km）

3.1.2 線路磨耗差異分析

為進一步調查動車組在不同線路磨耗的差異，篩選出在成（都）綿（陽）樂（山）線運行的CRH3A-5256和CRH3A-3107型動車組，將上述2組車磨耗率總體分析結果在圖4中用顏色標記（紅色、黃色），圖4中顯示，磨耗率主要集中在0.5～0.6 mm/萬km，遠大于0.35～0.5 mm/萬km。分析磨耗率上升因素，主要與成綿樂沿線車站較多、頻繁啟停有關。

圖4 拖車在成綿樂線磨耗率差異分析

3.1.3 偏磨分析

圖5顯示了拖車各端位偏磨情況，藍色代表各偏磨數(shù)據(jù)（同一閘片左側與右側閘片差值）的分布情況、黑色虛線代表偏磨量均值，均值位于0值左側、代表該端位左側閘片比右側閘片厚度低。圖5中，均值排名前5的數(shù)據(jù)都有一個統(tǒng)一的規(guī)律，全列以01車司機室為前端方向，所有閘片靠近軸端的一側磨耗均高于遠離軸端側；同時，轉向架對角線位置存在偏磨量較高的情況。

圖5 拖車閘片各端位偏磨分析

3.2 閘片更換作業(yè)分析

圖6展示了歷年CRH380A型動車組閘片更換作業(yè)班組的分布情況，其中，二級修班組共完成了閘片更換總數(shù)的99.17%，一級修班組更換閘片記錄為14次。說明現(xiàn)有的一級、二級修修程基本把閘片更換作業(yè)轉移至二級修白班進行，避免了夜班大量更換閘片作業(yè)會出現(xiàn)錯裝、漏裝或安裝不到位的風險。

圖6 CRH380A型動車組閘片更換作業(yè)班組分布

圖7主要統(tǒng)計了閘片每季度更換總量、每年相同月份閘片更換量的同比上升、下降百分比。從總量來看，數(shù)據(jù)顯示每年3季度、1季度分別為閘片更換的高、低時期，需要提前做好閘片物料配備、人員安排等工作。同比上升、下降百分比方面，若后期配屬車組數(shù)基本不變，可通過變化趨勢大致掌握該車型的總體運行狀況（如走行里程的長短、開行交路的不同等）。

圖7 CRH380A型動車組閘片更換量分布

4 大數(shù)據(jù)的地圖分析功能拓展

大數(shù)據(jù)分析除了對數(shù)字本身進行統(tǒng)計歸納外，還可結合地圖屬性對地理位置相關的故障進行分析[9]，目前，可列舉的如弓網硬點、踏面硌傷、網側諧波、車輛晃動、過分相故障等均與具體位置有緊密聯(lián)系，此處，以CRH1A型動車組曾經批量出現(xiàn)的網側諧波濾波器過電流故障為例，結合GPS數(shù)據(jù)，展示地圖分析功能。

圖8顯示了2015年12月20日單個動車組在同一天時間內先后多次出現(xiàn)網側諧波濾波器過電流的情況，通過對車載數(shù)據(jù)中GPS1、GPS2、GPS3數(shù)據(jù)進行解析，得出每次故障的經緯度坐標，并在地圖中以黃點標記，如圖9所示。

圖9中，3起網側過電流故障范圍均鎖定在遂寧附近，維度30.55°，經度105.53°，可見該故障具有一定規(guī)律特征，存在弓網供電及車組受電之間耦合作用不良的情況，通過故障區(qū)間的鎖定，方便進一步排查車輛系統(tǒng)與供電系統(tǒng)的不穩(wěn)定性因素。

5 結束語

本文相關大數(shù)據(jù)的分析結論已得到現(xiàn)場驗證和應用，隨著研究工作與生產作業(yè)的不斷結合，就閘片檢修工作而言，其主要問題在于如何合理制定檢修限度、均衡任務，以及合理安排人員[10]。若檢修標準制定過高、閘片浪費量巨大，但標準制定過低、作業(yè)量難以控制，可能會出現(xiàn)時而大量閘片更換、時而無閘片更換的情況，作業(yè)風險高，需要投入大量人力進行閉環(huán)卡控。下一步要研究的工作是：在本文閘片數(shù)據(jù)分析的基礎上，進一步深化閘片狀態(tài)檢修方案，以閘片狀態(tài)修的方式取代預防修，達到閘片厚度利用率最大化、日/時檢修任務均衡化的目的。

圖8 網側諧波濾波器過電流故障數(shù)據(jù)

圖9 故障坐標結合地圖分析