大數據時代下的鐵路貨車狀態(tài)修實踐

目錄
“鐵路貨車狀態(tài)修實踐研究叢書”序
前言
第1章 大數據時代鐵路貨車檢修制度的變革 1
1.1 我國鐵路貨車檢修現狀 1
1.1.1 計劃預防修實施現狀 1
1.1.2 計劃預防修信息系統(tǒng) 2
1.1.3 計劃預防修的弊端 4
1.2 大數據時代下鐵路貨車檢修的發(fā)展機遇與挑戰(zhàn) 5
1.2.1 貨車檢修發(fā)展歷程 5
1.2.2 大數據的發(fā)展概況 6
1.2.3 基于數據驅動的貨車檢修面臨的主要問題 8
1.3 鐵路貨車狀態(tài)修的發(fā)展實踐和方法研究 9
1.3.1 鐵路貨車狀態(tài)修國內外發(fā)展實踐 9
1.3.2 中國鐵路貨車狀態(tài)修方法研究 11
參考文獻 17
第2章 面向鐵路貨車狀態(tài)修的大數據組織 18
2.1 數據特點 18
2.1.1 鐵路貨車狀態(tài)大數據含義與基本特點 18
2.1.2 鐵路貨車狀態(tài)大數據對狀態(tài)修的支撐 19
2.2 數據來源 20
2.2.1 鐵路貨車基礎數據 20
2.2.2 鐵路貨車運營數據 23
2.2.3 鐵路貨車服役性能狀態(tài)數據 30
2.3 數據分類 33
2.3.1 按數據類型分類 33
2.3.2 按數據業(yè)務屬性分類 35
2.3.3 按數據來源分類 35
2.3.4 按數據應用的時效性分類 35
2.3.5 按數據采集對象分類 36
2.4 數據標準化與初始化 36
2.4.1 數據標準化 37
2.4.2 數據初始化 38
2.5 數據應用 39
2.5.1 信息化建設基本原則 39
2.5.2 狀態(tài)修信息化系統(tǒng) 40
2.5.3 檢修業(yè)務信息流與系統(tǒng)框架 41
第3章 鐵路貨車狀態(tài)修數據中心架構設計 44
3.1 鐵路貨車狀態(tài)修業(yè)務邏輯與架構 44
3.1.1 狀態(tài)修總體業(yè)務邏輯 44
3.1.2 狀態(tài)修過程業(yè)務邏輯 47
3.1.3 狀態(tài)修業(yè)務架構 60
3.2 鐵路貨車狀態(tài)修數據平臺架構 62
3.2.1 技術架構 62
3.2.2 組件架構 63
3.3 鐵路貨車狀態(tài)修數據管理 66
3.3.1 數據架構 66
3.3.2 數據治理 69
3.3.3 數據安全 72
3.4 鐵路貨車狀態(tài)修應用架構 74
3.4.1 狀態(tài)修模式下HMIS的弊端 74
3.4.2 狀態(tài)修應用架構 76
3.5 數據接口 79
3.5.1 數據接口分類 79
3.5.2 數據接口管理 81
3.5.3 數據接口交互方式 81
3.5.4 接口運行示例 82
3.6 擴展與冗余設計 89
3.6.1 新系統(tǒng)(設備)的接入 89
3.6.2 狀態(tài)修工藝流程的調整 90
3.6.3 數據硬件的擴容 90
第4章 鐵路貨車狀態(tài)修信息技術功能應用開發(fā) 91
4.1 知識庫系統(tǒng) 91
4.1.1 系統(tǒng)介紹 91
4.1.2 功能設計 92
4.1.3 界面展示 95
4.2 車輛檢修系統(tǒng) 95
4.2.1 車輛檢修流程 95
4.2.2 功能設計 96
4.2.3 界面展示 103
4.3 零部件檢修系統(tǒng) 103
4.3.1 零部件檢修流程 103
4.3.2 功能設計 106
4.3.3 界面展示 116
4.4 智能分析系統(tǒng) 117
4.4.1 系統(tǒng)介紹 117
4.4.2 功能設計 117
4.4.3 界面展示 132
4.5 診斷決策系統(tǒng) 134
4.5.1 診斷決策流程 134
4.5.2 功能設計 135
4.5.3 界面展示 136
4.6 生產指揮系統(tǒng) 136
4.6.1 狀態(tài)修生產指揮流程 136
4.6.2 功能設計 140
4.6.3 界面展示 159
第5章 狀態(tài)修生產指標算法及數字化生產模型 160
5.1 狀態(tài)修生產指標 160
5.2 生產指標的計算算法 168
5.2.1 多維度運行里程 168
5.2.2 車列運行狀態(tài)(健康碼) 184
5.2.3 狀態(tài)修生產任務預測 187
5.2.4 故障閉環(huán)驗證一致率 194
5.2.5 狀態(tài)修列車典故率 199
5.3 狀態(tài)修數字化生產模型 203
5.3.1 數字化生產模型的建立 203
5.3.2 配件標識跟蹤原理 203
5.3.3 基于生產節(jié)拍的作業(yè)過程數字化實景跟蹤 205
5.3.4 生產模型網絡環(huán)境的應用拓展 208
5.3.5 數字化生產模型驗證 209
5.4 數字化生產模型數據流過程監(jiān)控 215
5.4.1 完整性 215
5.4.2 及時性 217
5.4.3 準確性 217
第6章 鐵路貨車狀態(tài)修信息技術基礎設施建設實例 220
6.1 建設目標及要點分析 220
6.1.1 建設目標 220
6.1.2 要點分析 220
6.1.3 需求分析 221
6.2 黃驊生產中心建設 221
6.2.1 軟件模型 221
6.2.2 硬件拓撲與部署 222
6.2.3 數據庫基礎架構 225
6.2.4 虛擬化基礎架構 226
6.2.5 集中存儲架構 228
6.2.6 大數據基礎架構 229
6.2.7 網絡細化及優(yōu)化 230
6.2.8 數據保護與業(yè)務連續(xù)性 231
6.2.9 基礎架構管理平臺 232
6.3 北京災備中心建設 232
6.4 黃驊—北京容災系統(tǒng) 234
6.4.1 容災備份目標 234
6.4.2 雙中心關系與容災設計 234
6.4.3 災備切換表述 236
6.4.4 數據備份策略 238
第7章 大數據驅動下鐵路貨車狀態(tài)修實踐 239
7.1 狀態(tài)修組織系統(tǒng)化 239
7.2 狀態(tài)修數據自組織 240
7.3 貨車性能狀態(tài)智能評判 240
7.4 貨車狀態(tài)修自決策 241
7.5 貨車生產調度高效化 241
7.6 維修資源配置智能化 242
7.7 發(fā)展趨勢 242