車務(wù)段安全信息分析與輔助決策系統(tǒng)研究

劉志鵬，廖家舟，鐘曉玲

（成都理工大學(xué) 信息科學(xué)與技術(shù)學(xué)院，四川 成都 610059)

0 引言

近年來大數(shù)據(jù)分析與深度學(xué)習(xí)在當(dāng)今社會的很多領(lǐng)域中發(fā)揮了巨大的作用，大量傳統(tǒng)行業(yè)也都在進(jìn)行技術(shù)升級和服務(wù)優(yōu)化，企業(yè)的信息化建設(shè)是一條必經(jīng)之路[1]。隨著我國高速鐵路的迅猛發(fā)展，鐵路各統(tǒng)計單位均積累了豐富的基礎(chǔ)數(shù)據(jù)，然而在這些信息的數(shù)據(jù)分析、信息共享等方面仍然存在一定的欠缺，大量基礎(chǔ)數(shù)據(jù)的利用率很低，無法為鐵路部門提供詳細(xì)且準(zhǔn)確的輔助決策信息[2]。運用大數(shù)據(jù)分析的技術(shù)和方法，從鐵路部門的數(shù)據(jù)中挖掘有效的信息并對其進(jìn)行綜合分析，是一種行之有效的方法[3-4]?；诖耍ㄟ^搭建一個統(tǒng)計信息分析和管理平臺，以期有效地解決鐵路各部門在管理決策、安全管理方面存在的問題[5]。

鐵路車務(wù)段主要從事運輸組織工作，目前普速鐵路區(qū)段技防設(shè)備投入有限，需要依靠較大的人力完成安全生產(chǎn)管理工作，現(xiàn)場作業(yè)人員因業(yè)務(wù)能力、年齡結(jié)構(gòu)、家庭壓力及外界環(huán)境等多重因素影響，易產(chǎn)生不安全作業(yè)行為，給現(xiàn)場作業(yè)帶來安全隱患。鑒于安全管理工作的長期性、復(fù)雜性和突發(fā)性等特點，車務(wù)段管理人員須時刻抓好安全生產(chǎn)各項工作，現(xiàn)場檢查過程中，對作業(yè)人員的違反規(guī)章行為進(jìn)行糾正、考核，對檢查發(fā)現(xiàn)的安全信息錄入系統(tǒng)，利用表格或程序進(jìn)行管理；然而車務(wù)段在安全信息運用統(tǒng)計分析方面，缺乏有效方法，不能科學(xué)精確地研判現(xiàn)場安全風(fēng)險及規(guī)章缺陷，人為主觀因素決策較為突出，在推動安全風(fēng)險分層防控和安全隱患排查治理方面作用發(fā)揮不明顯，安全預(yù)警工作精準(zhǔn)性不高。

綜合以上分析，需要研發(fā)一個統(tǒng)計分析平臺來滿足日常工作需求，結(jié)合現(xiàn)有基礎(chǔ)數(shù)據(jù)分析模塊，運用大數(shù)據(jù)分析與深度學(xué)習(xí)模型算法，構(gòu)建安全信息分析與輔助決策平臺的邏輯框架，并能夠提供預(yù)警預(yù)測等輔助決策功能，提高工作與決策效率。

1 車務(wù)段安全信息分析與輔助決策系統(tǒng)設(shè)計

1.1 系統(tǒng)設(shè)計目標(biāo)與原則

1.1.1 設(shè)計目標(biāo)

車務(wù)段安全信息分析與輔助決策系統(tǒng)的設(shè)計目標(biāo)主要包括系統(tǒng)化、智能化和普適化3 個方面。

（1）系統(tǒng)化。為了提高安全信息、人員管理等模塊在整個系統(tǒng)中的統(tǒng)一性、準(zhǔn)確性，避免各方數(shù)據(jù)分散統(tǒng)計所導(dǎo)致的數(shù)據(jù)模塊割裂，以至于忽略大量數(shù)據(jù)間的潛在聯(lián)系，建立統(tǒng)一的大數(shù)據(jù)分析平臺，充分利用所有數(shù)據(jù)的價值，從而提供更可靠、更穩(wěn)定的數(shù)據(jù)分析結(jié)果與輔助決策意見。

（2）智能化。針對原有數(shù)據(jù)分析方法分散且效率低下問題，車務(wù)段安全信息分析與輔助決策系統(tǒng)需要運用成熟的大數(shù)據(jù)分析方法，引進(jìn)深度學(xué)習(xí)模型，實現(xiàn)分析方法的先進(jìn)性與分析結(jié)果的科學(xué)性，通過利用數(shù)據(jù)智能分析的方法達(dá)到實時化、多樣化、精確化的目標(biāo)。

（3）普適化。由于車務(wù)段安全信息分析與輔助決策系統(tǒng)面向的人群較為復(fù)雜，不同類型的用戶對系統(tǒng)需求也有所不同，為保護(hù)數(shù)據(jù)安全，對用戶身份進(jìn)行分類，區(qū)分使用權(quán)限，最大程度滿足所有用戶的需求和使用體驗。

1.1.2 設(shè)計原則

車務(wù)段安全信息分析與輔助決策系統(tǒng)設(shè)計遵照可擴(kuò)展性、可維護(hù)性和可靠性的原則。

（1）可擴(kuò)展性。系統(tǒng)設(shè)計時采用模塊化結(jié)構(gòu)設(shè)計，模塊的獨立性較強(qiáng)，各獨立模塊對整個系統(tǒng)的影響很小，便于對系統(tǒng)進(jìn)行改進(jìn)、擴(kuò)充，利于系統(tǒng)的完善升級。

（2）可維護(hù)性。系統(tǒng)開發(fā)時使用模型-視圖-控制器(MVC)模式，該模式不僅實現(xiàn)了功能模塊和顯示模塊的分離，同時還大大增強(qiáng)了系統(tǒng)的可移植性、可維護(hù)性和各組件的可復(fù)用性。

（3）可靠性。系統(tǒng)的可靠性包括2 個方面，一是系統(tǒng)的數(shù)據(jù)安全性，系統(tǒng)必須保證能夠長期安全可靠穩(wěn)定的運行；二是系統(tǒng)能夠切實解決用戶所面臨的問題，并保證數(shù)據(jù)分析結(jié)果的科學(xué)性。

1.2 系統(tǒng)架構(gòu)

以下分別從功能、邏輯和技術(shù)3 個方面闡述系統(tǒng)架構(gòu)。

（1）系統(tǒng)功能架構(gòu)。根據(jù)系統(tǒng)設(shè)計目標(biāo)與原則，采用數(shù)據(jù)管理員后臺與數(shù)據(jù)分析前臺的結(jié)構(gòu)。其中數(shù)據(jù)管理員后臺主要包括用戶權(quán)限劃分、用戶管理、基礎(chǔ)數(shù)據(jù)管理、系統(tǒng)管理等功能；數(shù)據(jù)分析前臺則主要包括數(shù)據(jù)的統(tǒng)計、分析、可視化、預(yù)測預(yù)警等功能。系統(tǒng)功能結(jié)構(gòu)如圖1 所示。

圖1 系統(tǒng)功能結(jié)構(gòu)Fig.1 System functional structure

（2）系統(tǒng)邏輯架構(gòu)。系統(tǒng)邏輯架構(gòu)如圖2 所示，具有以下3 個特點。①在用戶個性化需求日益增加的情況下，需要系統(tǒng)具備多種方式訪問應(yīng)用的能力，即有多個視圖對應(yīng)一個模型的能力。例如，系統(tǒng)中所有不同種類、不同形式的安全信息的增加、刪除、修改、查詢操作均采用統(tǒng)一的信息模型，對應(yīng)不同的數(shù)據(jù)表。采用MVC 設(shè)計模式[6-7]，利用一個信息模型對應(yīng)多個視圖即可完成這種功能。既減少了代碼的復(fù)用性，又減少了后期代碼的維護(hù)量。②將系統(tǒng)的邏輯架構(gòu)分層化后，一個應(yīng)用的業(yè)務(wù)流程或者業(yè)務(wù)規(guī)則的改變往往只需改動MVC三層模型中的某一層而不影響其他層的代碼，從而降低了代碼的耦合性。③這種架構(gòu)有利于軟件工程化管理。由于不同的層各司其職，能更好地實現(xiàn)系統(tǒng)開發(fā)中的分工，也能降低后期系統(tǒng)維護(hù)難度。

圖2 系統(tǒng)邏輯結(jié)構(gòu)Fig.2 System logical structure

（3）系統(tǒng)技術(shù)架構(gòu)。系統(tǒng)后端總體采用python-flask 框架作為開發(fā)平臺，基于MVC 模式，系統(tǒng)數(shù)據(jù)存儲使用MySQL作為存儲后端。其中在輔助決策模塊使用深度學(xué)習(xí)模型LSTM 及爬蟲技術(shù)，數(shù)據(jù)分析模塊使用數(shù)據(jù)可視化及大數(shù)據(jù)分析等技術(shù)。系統(tǒng)前端基于bootstrap 框架，加入大量JavaScript 動態(tài)頁面技術(shù)。系統(tǒng)技術(shù)架構(gòu)如圖3所示。

圖3 系統(tǒng)技術(shù)架構(gòu)Fig.3 System technical architecture

2 系統(tǒng)功能模塊設(shè)計

車務(wù)段安全信息分析與輔助決策系統(tǒng)采用模塊化結(jié)構(gòu)設(shè)計，其功能主要包括基礎(chǔ)信息管理模塊、統(tǒng)計分析與可視化模塊，以及統(tǒng)計分析與可視化模塊。

2.1 基礎(chǔ)信息管理模塊

基礎(chǔ)信息管理模塊如圖4 所示?；A(chǔ)信息管理模塊主要完成對各類安全信息的實時記錄和存儲，并在日常數(shù)據(jù)的維護(hù)中對安全信息做基礎(chǔ)的增加、刪除、修改、查詢、撤回等操作。對于數(shù)據(jù)信息的管理，各基礎(chǔ)功能均采取批量化操作。另外，為了滿足不同用戶的查詢需求，設(shè)置SQL 查詢、特定查詢、自定義查詢功能模塊，支持模糊查詢和精確查詢，從而提高查詢效率。支持手動導(dǎo)入安全信息系統(tǒng)的原始數(shù)據(jù)和從鐵路局集團(tuán)公司安全信息庫中導(dǎo)出數(shù)據(jù)，提高了數(shù)據(jù)轉(zhuǎn)化效率，減少了數(shù)據(jù)的跨平臺轉(zhuǎn)換。

圖4 基礎(chǔ)信息管理模塊Fig.4 Basic information management module

基礎(chǔ)信息管理模塊通過統(tǒng)一管理相關(guān)信息、減少人工操作，提高管理效率。

（1）現(xiàn)場安全信息管理?，F(xiàn)場安全信息表是通過基層工作人員在沿線車站的現(xiàn)場進(jìn)行檢查記錄，主要記錄常規(guī)檢查中的檢查記錄，以及當(dāng)發(fā)現(xiàn)違反規(guī)章時的問題及其附加描述。該信息主要用來對現(xiàn)場的實際工作情況進(jìn)行管理和監(jiān)測。

（2）基礎(chǔ)安全信息管理。基礎(chǔ)安全信息表對所有已出現(xiàn)安全問題主體的詳細(xì)統(tǒng)計以及對該問題的詳細(xì)描述進(jìn)行匯總，實現(xiàn)對整個車務(wù)段涉及違反操作管理辦法、違反作業(yè)標(biāo)準(zhǔn)、運輸調(diào)度規(guī)則等諸多日常安全信息的管理、統(tǒng)計、可視化。以某車務(wù)段安全信息為例，通過信息提取，比照海恩法則，對安全信息進(jìn)行分類：將出現(xiàn)事故苗頭的嚴(yán)重問題定為A 類安全信息，將關(guān)鍵性、突出性隱患問題定為B 類安全信息，將一般性安全問題定為C 類安全信息，將對安全生產(chǎn)不會造成直接影響的輕微性問題定為D 類安全信息。

（3）用戶信息管理。用戶信息表主要用來對整個使用車務(wù)段信息系統(tǒng)的用戶進(jìn)行管理、存儲、調(diào)取，該用戶信息統(tǒng)一由系統(tǒng)管理員進(jìn)行業(yè)務(wù)操作。

（4）員工基礎(chǔ)信息管理。員工信息來源于每年對車務(wù)段員工的信息普查，記錄車務(wù)段中每位員工的詳細(xì)信息，通過該表能夠?qū)φ麄€車務(wù)段的人員構(gòu)成、組織結(jié)構(gòu)有清晰的了解。員工信息與其他信息配合完成系統(tǒng)數(shù)據(jù)分析工作。

2.2 統(tǒng)計分析與可視化模塊

統(tǒng)計分析與可視化模塊如圖5 所示。該模塊主要通過對實時數(shù)據(jù)庫信息進(jìn)行挖掘，對不同類別的數(shù)據(jù)進(jìn)行篩選，形成可視化圖表，從而更直觀地反映當(dāng)前工作狀態(tài)中存在的安全問題與隱患，輔助安監(jiān)部門開展日常工作。

圖5 數(shù)據(jù)分析與可視化模塊Fig.5 Data analysis and visualization module

統(tǒng)計分析與可視化模塊從多個維度對數(shù)據(jù)進(jìn)行深度分析。①指標(biāo)類信息。對不同的安全指標(biāo)進(jìn)行獨立分析，反映不同因素和指標(biāo)對于安全問題影響程度。②時間類信息。統(tǒng)計并繪制安全信息數(shù)量的年度、季度和月度的同比與環(huán)比信息，在宏觀上反映變化趨勢。在此基礎(chǔ)之上對周、日、時數(shù)據(jù)進(jìn)行統(tǒng)計，在細(xì)節(jié)上反映近期存在的問題與隱患，展示了在時間維度上對安全問題的分類分析與可視化。部分?jǐn)?shù)據(jù)可視化界面如圖6 所示。③主體類信息。統(tǒng)計分析在車間/班組/個人3 個維度的安全問題數(shù)量。在同一維度中，對各個車間/班組/個人進(jìn)行精確統(tǒng)計，并進(jìn)行可視化對比，將問題準(zhǔn)確落實在相應(yīng)主體上，為后續(xù)工作指明方向。④綜合類信息。主要對整個車務(wù)段的員工進(jìn)行人員基礎(chǔ)信息統(tǒng)計，如政治面貌、教育程度、人員來源、年齡結(jié)構(gòu)等基礎(chǔ)信息。綜合類信息反映了整個單位的員工結(jié)構(gòu)情況，為后續(xù)人力資源分配提供參考。⑤關(guān)鍵點信息。通過對人員動態(tài)、關(guān)鍵作業(yè)環(huán)節(jié)、關(guān)鍵班組、關(guān)鍵崗位、關(guān)鍵風(fēng)險點等進(jìn)行分析，生成一段時期安全風(fēng)險的動態(tài)變化圖，并配有針對個體的詳細(xì)安全信息，從而反映出該時期的具體問題及出現(xiàn)問題較為集中的個體，為各部門的考核提供重要依據(jù)。

圖6 部分?jǐn)?shù)據(jù)可視化界面Fig.6 Part of the data visualization interface

由于系統(tǒng)需要進(jìn)行大量的實時性繪圖，以及數(shù)據(jù)分析預(yù)測等操作，為提高系統(tǒng)的訪問速度及性能，采用Flask-cache 模塊對系統(tǒng)中的部分視圖函數(shù)、業(yè)務(wù)函數(shù)進(jìn)行緩存，并利用Redis 作為Flask緩存后端。

2.3 輔助決策模塊

輔助決策模塊是建立在對實時數(shù)據(jù)監(jiān)測的基礎(chǔ)之上，利用深度學(xué)習(xí)及數(shù)理統(tǒng)計方法，對已發(fā)現(xiàn)的隱患問題進(jìn)行風(fēng)險預(yù)警及隱患預(yù)測，從而及時了解安全隱患排查情況并推動各單位開展整治隱患工作。輔助決策模塊如圖7 所示。主要包括風(fēng)險預(yù)警和隱患預(yù)測2 大模塊。在預(yù)警模塊中利用統(tǒng)計學(xué)方法對各車間、班組、個人的現(xiàn)場安全信息進(jìn)行安全預(yù)警，并根據(jù)未來一周的天氣情況作輔助決策，針對不同維度與不同等級的風(fēng)險進(jìn)行分析及預(yù)警，從而達(dá)到警示管理人員并提前做出應(yīng)急處理的目的；在預(yù)測模塊中，利用深度學(xué)習(xí)模型對未來2天(以每2 h 為間隔)進(jìn)行隱患預(yù)測，基于已發(fā)生的安全信息數(shù)據(jù)，預(yù)測未來發(fā)現(xiàn)隱患的數(shù)量及隱患較為集中的時間段，并對比近期同一時段隱患數(shù)量的變化趨勢提出輔助決策建議，為后續(xù)工作重點確定方向。

圖7 輔助決策模塊Fig.7 Auxiliary decision-making module

2.3.1 風(fēng)險預(yù)警模塊

（1）主體預(yù)警。主體預(yù)警通過查詢數(shù)據(jù)庫，計算各類安全問題的發(fā)生頻率，對超過閾值的主體進(jìn)行郵件預(yù)警。管理人員在錄入安全信息后，系統(tǒng)對不同主體發(fā)生的不同種類安全問題進(jìn)行統(tǒng)計，對于不同維度的主體所采取的預(yù)警閾值算法也不同。①對于車間主體與班組主體，由于各個車間/班組的規(guī)模不同，人員組成結(jié)構(gòu)也不同，每個車間/班組采用獨立的預(yù)警閾值算法，當(dāng)超過預(yù)警閾值系統(tǒng)會自動發(fā)送郵件至車間/班組負(fù)責(zé)人。②對于個人主體而言，統(tǒng)一使用一個預(yù)警閾值，若超過閾值，系統(tǒng)會自動給個人發(fā)送郵件作為警示，閾值的算法采用指數(shù)加權(quán)移動平均的思想，通過移動平均消除時間序列中的不規(guī)則變動，從而分析出時間序列的長期趨勢，系統(tǒng)預(yù)警體系隨著實際情況的變化而變化。

另外，系統(tǒng)引入評價體系，以選定主體的歷史閾值數(shù)據(jù)作為基礎(chǔ)，將歷史閾值繪制成圖，以更好地反映該主體一段時間內(nèi)的安全趨勢，計算最近時間范圍內(nèi)閾值的斜率，并將斜率值作為該主體當(dāng)月的安全評分。評分若不大于零則說明該主體處于安全情況逐漸向好或持平的趨勢，否則說明該主體安全情況逐漸變差。若連續(xù)一段時間評分均大于零且數(shù)字呈逐漸擴(kuò)大的趨勢，則將根據(jù)該車間/班組具體情況做重點整改。這種評價方式能夠彌補指數(shù)加權(quán)移動平均算法的弊端，實際工作當(dāng)中根據(jù)不同的預(yù)警等級對不同主體進(jìn)行不同的應(yīng)急處置，并進(jìn)行相應(yīng)的日度和月度考核反饋。

（2）天氣預(yù)警。由于天氣狀況是影響安全生產(chǎn)與運輸?shù)闹匾绊懸蛩?，因而對天氣狀況的預(yù)警必不可少。該模塊通過爬蟲訪問天氣預(yù)報網(wǎng)絡(luò)接口，實時爬取不同地區(qū)的天氣預(yù)報，之后會將預(yù)報信息經(jīng)過系統(tǒng)數(shù)據(jù)處理，最終系統(tǒng)自動根據(jù)不同的天氣變化、溫度變化等變量提前進(jìn)行郵件預(yù)警，并給出應(yīng)對建議和措施。

2.3.2 LSTM 預(yù)測模塊

LSTM 預(yù)測模塊引入長短期記憶神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)模型，基于已發(fā)生的安全信息數(shù)量進(jìn)行預(yù)測，通過預(yù)測數(shù)據(jù)趨勢達(dá)到輔助分配管理資源與風(fēng)險評估的作用。在實際工作中，影響安全問題發(fā)生的因素非常復(fù)雜，包括現(xiàn)場作業(yè)標(biāo)準(zhǔn)、職工不安全行為、管理缺陷等諸多因素，而采用基于歷史數(shù)據(jù)規(guī)律的預(yù)測方式簡化了預(yù)測難度，雖然這種方式降低了預(yù)測精度，但是預(yù)測隱患的數(shù)量隨時間變化的趨勢與實際趨勢高度吻合。因此，該模塊能夠結(jié)合預(yù)測趨勢的變化，對后期工作重點時段的監(jiān)管力度、監(jiān)管方式等因素進(jìn)行調(diào)整與輔助分析，并形成綜合風(fēng)險評價報告。

基于LSTM 的安全問題數(shù)量預(yù)測方法首先對數(shù)據(jù)進(jìn)行預(yù)處理并構(gòu)建模型，當(dāng)進(jìn)行模型訓(xùn)練和測試時，為實現(xiàn)數(shù)據(jù)的單變量多步預(yù)測[8]，采用滑動窗口逐點迭代的預(yù)測方式，將滑動窗口定義為輸入數(shù)據(jù)的寬度[9-10]，對于下一個預(yù)測點，使用該寬度的時間窗循環(huán)向后移動一個步長，直至達(dá)到預(yù)測要求。最后將模型嵌入系統(tǒng)，并將預(yù)測結(jié)果傳至前端。數(shù)據(jù)預(yù)測界面如圖8 所示。

圖8 數(shù)據(jù)預(yù)測界面Fig.8 Data prediction interface

3 結(jié)束語

車務(wù)段安全信息分析與輔助決策系統(tǒng)通過大數(shù)據(jù)分析、深度學(xué)習(xí)等技術(shù)手段實現(xiàn)了信息共享、數(shù)據(jù)整合、綜合分析、實時預(yù)警、動態(tài)管理、風(fēng)險研判等功能。在系統(tǒng)實際運用中，通過及時發(fā)現(xiàn)安全問題的高發(fā)時段，并根據(jù)數(shù)據(jù)分析的結(jié)果找準(zhǔn)問題根源，將安全隱患解決在源頭；針對職工由于技能不熟練、盲目作業(yè)等導(dǎo)致安全事故頻發(fā)的現(xiàn)象，及時提出制定針對性管控措施，做到補齊安全管理短板。車務(wù)段安全信息分析與輔助決策系統(tǒng)的應(yīng)用使傳統(tǒng)車務(wù)段安全信息統(tǒng)計平臺得到全面升級優(yōu)化，提升了數(shù)據(jù)統(tǒng)計分析水平，提高了工作人員的工作效率和管理人員的決策效率。