機務安全監(jiān)測及檢測數(shù)據(jù)融合與應用研究

龔 利，譙 兵，趙 超，姚 凱

（1.中國鐵道科學研究院集團有限公司 電子計算技術研究所，北京 100081；2.北京經(jīng)緯信息技術有限公司，北京 100032；3.株洲中車時代電氣股份有限公司，湖南 株洲 412001；4.成都運達科技股份有限公司，四川 成都 611731）

0 引言

隨著鐵路信息化技術的快速發(fā)展以及機車的不斷投入使用，各級部門對機車的運用、檢修、維護和綜合保障等狀態(tài)進行全方位監(jiān)控的需求已逐步加強。為了實時監(jiān)控機車的運行狀態(tài)、遠程診斷設備故障，國內(nèi)外的機車大多配備了機車運行安全和設備質量監(jiān)測系統(tǒng)。國外，西門子公司的EFLEET系統(tǒng)、阿爾斯通公司的ETRAIN系統(tǒng)、GE公司的RM&D系統(tǒng)及龐巴迪公司的CC REMOTE系統(tǒng)等都是基于特定車型而研發(fā)，無法適應中國鐵路行業(yè)多種機車車型并存的現(xiàn)狀[1]。國內(nèi)，雖然基于各類安全監(jiān)測檢測數(shù)據(jù)的信息化系統(tǒng)均已投入運用，但已有的各類信息系統(tǒng)多專注于解決單一業(yè)務領域的問題，在與其他系統(tǒng)業(yè)務結合方面普遍存在壁壘嚴重、信息共享困難、數(shù)據(jù)資源綜合利用水平較低等問題，難以獲得跨領域的整體數(shù)據(jù)[2]。由于缺乏有效的技術手段及方法，數(shù)據(jù)割裂、一致性差，導致大量有價值的信息難以被挖掘，無法進行多業(yè)務、多維度匯聚和綜合分析[3]。為此，本文提出一套構建機務安全監(jiān)測檢測數(shù)據(jù)共享平臺的解決方案，通過對各機務系統(tǒng)的安全監(jiān)測檢測數(shù)據(jù)進行有效融合，搭建基于大數(shù)據(jù)的機務安全監(jiān)測檢測數(shù)據(jù)共享平臺，并基于平臺數(shù)據(jù)實現(xiàn)對機車狀態(tài)的遠程監(jiān)控、機車故障的智能清洗與診斷、機車設備的智能維修，從而有效縮短機車故障處理時間，提高機車整備和運用效率，為機務安全運輸生產(chǎn)提供決策依據(jù)。

1 智能化機務安全監(jiān)測檢測數(shù)據(jù)平臺整體架構

1.1 機務安全監(jiān)測檢測數(shù)據(jù)

機務安全監(jiān)測檢測數(shù)據(jù)分為車載實時數(shù)據(jù)和WLAN轉儲數(shù)據(jù)，涉及LKJ（列車運行控制記錄裝置）、TCMS（機車網(wǎng)絡控制系統(tǒng)）、6A（機車車載安全防護系統(tǒng)）、LMD（列車運行監(jiān)控設備監(jiān)測管理系統(tǒng)）和TCDS（客車安全監(jiān)測系統(tǒng)）等系統(tǒng)數(shù)據(jù)。各模塊數(shù)據(jù)內(nèi)容具體如下：

（1）LKJ系統(tǒng)數(shù)據(jù)，包含信號機、車站、公里標及風缸壓力等機車安全信息數(shù)據(jù)；

（2）TCMS系統(tǒng)數(shù)據(jù)，包含機車牽引系統(tǒng)、輔助系統(tǒng)、制動系統(tǒng)及充電機等產(chǎn)生的機車運行數(shù)據(jù)和故障數(shù)據(jù)；

（3）6A系統(tǒng)數(shù)據(jù)，包含機車制動子系統(tǒng)、防火子系統(tǒng)、絕緣子系統(tǒng)、列供子系統(tǒng)、走行子系統(tǒng)、視頻子系統(tǒng)等產(chǎn)生的機車運行數(shù)據(jù)和故障數(shù)據(jù)；

（4）LMD系統(tǒng)數(shù)據(jù)，包含電務車載設備數(shù)據(jù)、數(shù)據(jù)版本運用狀態(tài)數(shù)據(jù)等；

（5）TCDS系統(tǒng)數(shù)據(jù)，不僅涉及供電系統(tǒng)、空調系統(tǒng)、車下電源、車門、煙火報警裝置、軸溫報警器、防滑器、制動系統(tǒng)及車體等裝置工作狀態(tài)數(shù)據(jù)，還包含轉向架動力學性能及輪對狀態(tài)信息等數(shù)據(jù)。

車載實時數(shù)據(jù)以數(shù)據(jù)流的形式通過4G網(wǎng)絡實時下發(fā)，經(jīng)MTUP（鐵路綜合安全平臺）至鐵路綜合信息網(wǎng)；WLAN轉儲數(shù)據(jù)待機車回段后以文件形式通過整備場WLAN網(wǎng)絡下載至鐵路綜合信息網(wǎng)，WLAN轉儲數(shù)據(jù)密度遠遠大于實時數(shù)據(jù)密度。

1.2 智能化機務安全監(jiān)測檢測數(shù)據(jù)平臺整體架構

智能化機務安全監(jiān)測檢測數(shù)據(jù)平臺整體架構由數(shù)據(jù)采集層、存儲層和應用層3個部分組成（圖1）。數(shù)據(jù)采集層主要通過數(shù)據(jù)的抽取和預處理來實現(xiàn)數(shù)據(jù)的有效采集；數(shù)據(jù)存儲層主要將采集到的機車安全監(jiān)測檢測數(shù)據(jù)統(tǒng)一存入分布式數(shù)據(jù)服務器集群，形成整體化的機務安全監(jiān)測檢測數(shù)據(jù)平臺，實現(xiàn)不同數(shù)據(jù)之間的互聯(lián)互通，為數(shù)據(jù)應用提供強有力支撐；數(shù)據(jù)應用層通過分析安全監(jiān)測檢測平臺數(shù)據(jù)，實現(xiàn)在途機車設備運行狀態(tài)的遠程監(jiān)測、設備故障信息的清洗與診斷、機車智能維修等功能。

圖1 機務安全監(jiān)測檢測數(shù)據(jù)平臺Fig. 1 Data platform of locomotive safety monitoring and detection

2 數(shù)據(jù)采集及存儲

2.1 數(shù)據(jù)采集

車載實時數(shù)據(jù)通過4G網(wǎng)絡下發(fā)至地面服務器，通過Nginx(高性能的HTTP和反向代理web服務器)實現(xiàn)負載均衡，在Netty中完成數(shù)據(jù)解析后分發(fā)至各系統(tǒng)的分布式數(shù)據(jù)存儲服務器。WLAN轉儲數(shù)據(jù)是機車回段后通過整備場WLAN網(wǎng)絡下發(fā)的數(shù)據(jù)，其經(jīng)過解析后被存入到Oracle數(shù)據(jù)庫中。

針對以上數(shù)據(jù)存儲和數(shù)據(jù)格式的不同，分別采用webservice接口、文件傳輸協(xié)議（file transfer protocol,FTP）等多種技術手段并與數(shù)據(jù)集成軟件定時任務相結合的方式實現(xiàn)數(shù)據(jù)采集，再通過數(shù)據(jù)清洗、公式轉化等方式對數(shù)據(jù)進行預處理，最終統(tǒng)一存入數(shù)據(jù)集群服務器，形成機務安全檢測一體化數(shù)據(jù)平臺。具體數(shù)據(jù)采集數(shù)據(jù)流如圖2所示。

圖2 數(shù)據(jù)采集數(shù)據(jù)流圖Fig. 2 Data flow diagram of data collection

2.2 數(shù)據(jù)存儲

數(shù)據(jù)存儲采用分布式數(shù)據(jù)庫形成完整存儲方案，其使用大量PC服務器通過鐵路內(nèi)網(wǎng)互聯(lián)，對外作為一個整體提供存儲服務，以較低成本滿足大規(guī)模數(shù)據(jù)存儲需求，具體包括：（1）分布式塊存儲，其將大量服務器硬盤經(jīng)過分布式塊存儲軟件變?yōu)榻y(tǒng)一的分布式文件進行存儲，主節(jié)點服務器控制各個數(shù)據(jù)節(jié)點，適合于多數(shù)據(jù)的處理和存儲；（2）分布式對象存儲，其有利于快速查找到對應的文件，適合于海量文件的存儲、訪問和備份。

分布式NoSQL數(shù)據(jù)庫，泛指非關系型數(shù)據(jù)庫，其降低了對傳統(tǒng)二維關系型數(shù)據(jù)庫的約束和限制，數(shù)據(jù)關系靈活，對數(shù)據(jù)的大小和種類限制較少，執(zhí)行速度快，不僅可以處理超大量的數(shù)據(jù)，而且可為大規(guī)模、多種類的數(shù)據(jù)提供一種靈活、可擴展的存儲和查詢方式[4]。

3 監(jiān)測檢測數(shù)據(jù)分析應用

智能化機務安全監(jiān)測檢測數(shù)據(jù)平臺通過對數(shù)據(jù)進行分析、應用，實現(xiàn)安全風險防控、專家系統(tǒng)分析、智能機務維護和數(shù)據(jù)共享。

3.1 安全風險防控

基于機務安全監(jiān)測檢測數(shù)據(jù)平臺的LKJ, TCMS,LMD, 6A及TCDS安全監(jiān)控信息以及北斗衛(wèi)星系統(tǒng)的實時數(shù)據(jù)，對在途機車設備進行狀態(tài)遠程監(jiān)測，實現(xiàn)機車遠程定位、故障診斷和排除，評估機車質量，定位機車故障原因并確定機車修程，從而提高整備檢修的效率，減少機務人員工作量，為機車運用管理、運輸調度指揮和考核工作提供有力支持。

圖3 故障監(jiān)測處置流程Fig. 3 Flow chart of fault monitoring and disposal

該數(shù)據(jù)平臺主要功能包括動態(tài)跟蹤“人-車-圖”和安全防控。動態(tài)跟蹤涉及機車定位、故障監(jiān)測、機車運行軌跡及機車正晚點：基于機務安全監(jiān)測檢測數(shù)據(jù)平臺通過北斗衛(wèi)星獲取經(jīng)緯度信息，利用地圖服務定位機車當前地理位置，遠程追蹤機車位置；實時查詢機車故障和事件的發(fā)生狀況，當機車發(fā)生故障，第一時間監(jiān)測到故障信息，并通過信息彈窗和聲音提醒相結合的方式提醒用戶，使各級業(yè)務部門實時準確掌握線上機車運行的異常情況，及時指導機車乘務員進行故障處置，預防事故發(fā)生或降低事故損失；根據(jù)LKJ數(shù)據(jù)以及機車經(jīng)緯度信息，在地圖上展示機車某一時間段內(nèi)的運行軌跡，運行軌跡中包含司機信息、車站信息、速度信息、車次信息以及該時間段的司機車次變更信息等機車的實時數(shù)據(jù)，便于追蹤機車的歷史軌跡信息；基于機務安全監(jiān)測檢測數(shù)據(jù)平臺的機車過站信息、實際出發(fā)時刻、實際到達時刻、計劃出發(fā)時刻、計劃到達時刻及實際晚點等信息，通過數(shù)據(jù)的對比分析，直觀展示機車的晚點信息，有效幫助調度員進行精準調度指揮，從而提高機車的利用率。

安全防控基于對機務安全監(jiān)測檢測數(shù)據(jù)平臺的故障數(shù)據(jù)深度分析與挖掘，通過篩選配置進行故障過濾，篩選機車實時下發(fā)的報警信息，對報警信息進行遠程監(jiān)控與處置，使各級機務部門實時掌握機車的運行異常情況，提高故障處置效率，防止機破事故發(fā)生[5]。

篩選配置是對實時報警的數(shù)據(jù)進行過濾配置，主要根據(jù)速度、過分相、監(jiān)控狀態(tài)以及從機車車號識別系統(tǒng)獲取的機車入庫信息，篩選庫內(nèi)、庫外機車故障信息，有效取得所需要的報警數(shù)據(jù)。應急處置是針對過濾后的報警數(shù)據(jù)，對影響行車類的報警進行主動干預，由應急處置人員遠程指導處置，并利用LKJ曲線、實時監(jiān)測數(shù)據(jù)及視頻點播畫面等信息輔助分析故障發(fā)生原因，以提高應急指導效率。通過獲取報警發(fā)生時刻前后10 min內(nèi)的運行狀態(tài)數(shù)據(jù)，以圖形、曲線的方式進行展示分析，展示的信息包括限速、速度、車站名、總風缸壓力、列車管壓力、均衡風缸壓力、制動風缸壓力、信號機信息、工況、事件和故障描述等，以便精準地分析故障原因和定位故障位置，提高故障分析效率。圖4示出故障圖形分析。

圖4 故障圖形分析圖Fig. 4 Failure graph analysis diagram

3.2 智能專家分析

基于機務安全監(jiān)測檢測數(shù)據(jù)平臺獲取的大量機車運行數(shù)據(jù)，通過故障分析與診斷，實現(xiàn)對機車車載數(shù)據(jù)自動轉儲和深度分析，實現(xiàn)故障數(shù)據(jù)自動清洗、故障診斷、機車健康診斷[6]及知識庫管理等功能，不僅能提高故障分析效率，減少技術人員工作量，同時還能實現(xiàn)工作流程智能化，降低工作難度，提升工作效率和信息傳遞的準確度，提高應急指揮效率，降低任務處置失誤率。

3.2.1 故障清洗

根據(jù)故障發(fā)生時刻狀態(tài)數(shù)據(jù)以及前后相關的故障條目對故障進行智能識別與清洗，以屏蔽次生故障?？蓪η逑辞昂蟮墓收线M行對比和關聯(lián)分析，如在HXD1D型機車中，清洗規(guī)則近2 000條，清洗率高達99.9%，清洗準確率達99%。圖5示出因供電開關故障導致通信類、隔離類等次生故障的故障清洗案例。

圖5 清洗案例圖Fig. 5 Cleaning-case diagram

3.2.2 故障診斷

基于機務安全監(jiān)測檢測數(shù)據(jù)平臺的機車運行數(shù)據(jù)和故障數(shù)據(jù)，通過智能清洗，快速識別并智能屏蔽次生故障，并對清洗前后的故障信息進行對比及關聯(lián)分析。對篩選后的真實故障信息，基于LKJ,TCMS,6A,LMD以及TCDS等系統(tǒng)數(shù)據(jù)，利用波形圖、故障樹等手段，分析故障發(fā)生原因，指導檢修維護人員對故障進行處置；可對需整備作業(yè)的故障進行提票，進而形成故障處置閉環(huán)。通過故障智能化診斷，降低工作難度，提高數(shù)據(jù)分析效率、處置效率、應急指揮效率、減少技術人員工作量，降低人為處置失誤率。圖6示出故障診斷處理流程。

圖6 專家診斷故障分析流程Fig. 6 Flow chart of expert diagnosis fault analysis

3.2.3 機車健康預警

基于機務安全監(jiān)測檢測數(shù)據(jù)平臺的大量機車數(shù)據(jù)，利用大數(shù)據(jù)挖掘技術，實現(xiàn)離線故障預警。根據(jù)故障類別、在線故障診斷點、離線故障診斷點等信息，實現(xiàn)對接觸器卡分/卡合故障、冷卻系統(tǒng)異常、走行部異常、傳感器故障的在線診斷以及對電容器異常、電機軸承故障、撒砂系統(tǒng)異常、冷卻塔濾網(wǎng)堵塞等故障的在線預警[7]。依據(jù)高壓隔離信息、主斷信息、走行公里數(shù)、檢測數(shù)據(jù)及部件流轉記錄等，通過將設定的閾值與當前值進行比較來顯示健康狀態(tài)，從而提前預測指導檢修。

以電容器為例，基于微秒級IGBT開關信號，在不增加中間電流傳感器情況下，實現(xiàn)對電容器充放電電流的重構，并對直流濾波電容器和二次濾波電容器的等效串聯(lián)電阻（ESR）值進行實時監(jiān)測（圖7）；準確計算電容器ESR值，跟蹤其變化趨勢，提前預警電容器異常狀態(tài)。

圖7 濾波電容異常預警Fig. 7 Abnormal warning offiltering capacitor

3.3 智能機務維護

傳統(tǒng)的機車維護以各型機車主要部件的質量壽命來確定各種修程的周期，有計劃地定期進行維護。這種方式難以適應列車運行向提速、重載、高密度行車方向發(fā)展，且存在檢修周期長、維修成本高、機車運用效率低的問題。基于機務安全監(jiān)測檢測數(shù)據(jù)平臺，得到機車主要部件的各種信息，如柴油機系統(tǒng)、牽引系統(tǒng)、輔助系統(tǒng)及制動控制系統(tǒng)等基本運行狀態(tài)相關數(shù)據(jù)；充分利用這些數(shù)據(jù)，對其進行分析與加工，結合大數(shù)據(jù)、人工智能方面的相關技術，形成多角度、全方位的機車智能維護。

3.3.1 設備質量智能診斷與預測

對機車主要部件的質量狀態(tài)進行準確的判斷和預測是機車維修維護過程中的重點內(nèi)容。準確判斷機車主要部件的當前狀態(tài)，有利于設備管理人員和機車維護人員及時確定解決方案，為整體維護過程節(jié)省時間；同時，預測機車設備可能出現(xiàn)的質量問題和潛在的風險，能夠使設備管理人員和機車維護人員提前應對，減少不必要的財產(chǎn)損失，提高經(jīng)濟效益。決策樹算法是以實例為基礎的歸納學習算法，以其計算量相對較小、易于提取顯示規(guī)則、能夠顯示重要決策屬性和展示較高的分類準確率等優(yōu)點而得到廣泛的應用，是一種常用于預測模型的算法[8]。系統(tǒng)結合LKJ,TCMS,LMD,6A等的數(shù)據(jù)，通過決策樹算法訓練得到機務設備質量智能診斷預測模型，然后用該模型對設備質量狀態(tài)進行判斷與預測；完成了HXD1C/HXD1D/HXD1車型的受電弓保護、主斷路器保護、牽引封鎖故障樹診斷等，對機車級故障進行深度診斷，明確故障原因，診斷項點近500條。圖8為牽引封鎖故障診斷與預測結果示例。

圖8 牽引封鎖故障診斷與預測結果圖Fig. 8 Fault diagnosis and prediction results of traction closure

3.3.2 設備維護智能決策

基于機務安全監(jiān)測檢測數(shù)據(jù)平臺的機車數(shù)據(jù)，建立設備維護智能決策系統(tǒng)，利用設備質量狀態(tài)信息庫、設備維護履歷、維護過程指導等功能，給設備管理人員或維修維護人員提供維護建議。根據(jù)維修人員輸入的指令信息，及時、高效地確定維護方案。

3.4 數(shù)據(jù)共享

鐵路運輸各個相關部門都逐漸建立了大大小小的信息系統(tǒng)，雖然在不斷的發(fā)展中，但各個信息系統(tǒng)在建立初期都只考慮到了部門內(nèi)部的部分需求，信息的暢通共享十分困難，尤其是鐵路局的下轄機構。因此，要想實現(xiàn)進一步的鐵路信息化發(fā)展，解決鐵路局各個機構內(nèi)部以及各個機構之間的信息共享問題是目前鐵路信息化發(fā)展至關重要的一步[9]。目前在中國機車遠程監(jiān)測與診斷系統(tǒng)（CMD系統(tǒng)）中已集成了部分司機電子報單和機車走行里程的部分數(shù)據(jù)，并得以運用在各類統(tǒng)計工作中。

3.4.1 司機電子報單

傳統(tǒng)的司機報單為紙質報單，在統(tǒng)計方式和作業(yè)流程方面較為復雜，乘務員在填寫過程中數(shù)據(jù)容易出錯，車組內(nèi)運用數(shù)據(jù)也不統(tǒng)一，不僅統(tǒng)計工作量大，且保存、核對數(shù)據(jù)也相對麻煩[10]；而現(xiàn)有的機務安全監(jiān)測檢測數(shù)據(jù)平臺采用司機電子保單，能實現(xiàn)從報單數(shù)據(jù)采集、分析處理到生成司機電子報單、生成各種機車統(tǒng)計報表和工時計件統(tǒng)計報表的自動化處理，減少人工干預環(huán)節(jié)，不僅能確保數(shù)據(jù)的準確性、實效性，同時也提高了機務統(tǒng)計工作的精確度和工作效率[10]。

3.4.2 走行公里數(shù)據(jù)統(tǒng)計

基于機務安全監(jiān)測檢測數(shù)據(jù)平臺，結合MapReduce（一種編程模型，用于規(guī)模大于1TB數(shù)據(jù)集的并行運算）進行數(shù)據(jù)分析，從而得出較為精確的機車走行公里數(shù)據(jù)，通過對走行公里數(shù)據(jù)的邏輯判斷自動生成機車一二級整備流程，機車入庫后由運用車間外勤在整備作業(yè)管理系統(tǒng)中核對機車車號、整備等級，并由整備車間根據(jù)整備等級實施分級整備，為機車修程及整備檢修作業(yè)提供更可靠的預警支撐。

與傳統(tǒng)統(tǒng)計方式相比，其大大降低了機車走行公里數(shù)據(jù)統(tǒng)計誤差，經(jīng)現(xiàn)場售后人員通過上車查看機車里程表數(shù)據(jù)，對比傳回的走行數(shù)據(jù)，實現(xiàn)了HXD1, HXD3D,HXD1D, HXD3C這4種車型走行數(shù)據(jù)與車載里程表數(shù)據(jù)誤差在5%以內(nèi)，其余車型走行數(shù)據(jù)統(tǒng)計也正在進行中。通過機務安全監(jiān)測檢測數(shù)據(jù)平臺獲取的走行公里數(shù)據(jù)，可以與檢修系統(tǒng)相結合，對機車修程及整備檢修作業(yè)提供了更可靠的數(shù)據(jù)。

4 數(shù)據(jù)集成技術

數(shù)據(jù)集成服務（data integration，DI）是一種以能夠提供設計、調度、監(jiān)控和管理抽取、轉換和加載( extract, transform and load, ETL)過程為核心功能的服務，其提供同構/異構數(shù)據(jù)源之間批量數(shù)據(jù)遷移，幫助客戶實現(xiàn)數(shù)據(jù)自由流動；而不少開源軟件都能實現(xiàn)數(shù)據(jù)自由流動、批量數(shù)據(jù)遷移，支持客戶各種類型數(shù)據(jù)源之間的數(shù)據(jù)遷移，支持大多數(shù)常用的數(shù)據(jù)源類型，涵蓋關系數(shù)據(jù)庫、文件服務器及NoSQL數(shù)據(jù)庫等。這些數(shù)據(jù)源絕大多數(shù)既可以作為源，也可以作為遷移目的。與DI無縫集成，依托數(shù)據(jù)集成能力的支撐，支持多種異構數(shù)據(jù)源之間可靠高效的數(shù)據(jù)傳輸，輕松實現(xiàn)將多數(shù)據(jù)源集成到數(shù)據(jù)倉庫中。

數(shù)據(jù)集成的核心功能就是從當前存儲數(shù)據(jù)的地方獲取數(shù)據(jù)之后，將其轉換為目標系統(tǒng)所兼容的格式，最后將其導入到目標系統(tǒng)中，即ETL[11]過程。目前系統(tǒng)采用開源工具軟件Kettle實現(xiàn)數(shù)據(jù)的增量抽取，其中常用的捕獲變化數(shù)據(jù)的方法有：（1）觸發(fā)器式，其根據(jù)抽取要求，在要被抽取的源表上建立插入、修改和刪除3個觸發(fā)器，每當源表中的數(shù)據(jù)發(fā)生變化，就被相應的觸發(fā)器將變化的數(shù)據(jù)寫入到一個增量日志表中，ETL的增量抽取則是從增量日志表中而不是直接在源表中抽取數(shù)據(jù)；（2）時間戳式，這是一種基于快照比較的變化數(shù)據(jù)捕獲方式，在源表上增加一個時間戳字段，系統(tǒng)中更新修改表數(shù)據(jù)的時候，同時修改時間戳字段的值；當進行數(shù)據(jù)抽取時，通過比較系統(tǒng)時間與時間戳字段的值來決定抽取哪些數(shù)據(jù)；（3）全表刪除插入式，其每次抽取前先刪除目標表數(shù)據(jù)，抽取時全部重新加載數(shù)據(jù)，實際上是將增量抽取等同于全量抽??；對于數(shù)據(jù)量不大、全量抽取時間代價小的情況，可以采用該方式。

5 結語

為順應新時代鐵路發(fā)展趨勢，推動機車從傳統(tǒng)維護方式到以大數(shù)據(jù)為支撐的智能化維護方式的改變，本文提出一種融合機車狀態(tài)、安全和監(jiān)測信息的智能化機務安全監(jiān)測檢測數(shù)據(jù)平臺，其基于機務安全監(jiān)測檢測數(shù)據(jù)深入挖掘與應用，緊密圍繞“人-車-圖”對在途機車設備進行狀態(tài)監(jiān)測、遠程診斷和故障排除，實現(xiàn)安全風險實時防控，預估機車質量狀態(tài)，定位故障并確定修程，為機車運、管、修提供數(shù)據(jù)支撐，從而提高經(jīng)濟效益，為智慧機務奠定基礎。但與此同時，由于存在數(shù)據(jù)接收不全、系統(tǒng)接入量不足的問題，導致目前尚未能完全有效地打破系統(tǒng)壁壘。后續(xù)將按照機務信息一體化建設方案，在數(shù)據(jù)的接入廣度和深度上持續(xù)推進，從而實現(xiàn)機務數(shù)據(jù)的有效綜合利用。