劉 雋，楊洪權(quán)

LIU Jun, YANG Hong-quan

（中國鐵道科學研究院 通信信號研究所，北京 100081)

(Signal & Communication Research Institute， China Academy of Railway Sciences， Beijing 100081， China)

1 概述

1.1 動車段 (所) 調(diào)度與檢修現(xiàn)狀

隨著我國高速鐵路運輸體系的快速發(fā)展，動車組運用與檢修管理模式也經(jīng)歷了建立、發(fā)展與完善的過程，以動車組維修和養(yǎng)護為核心業(yè)務(wù)的動車段、動車運用所 (以下簡稱“動車段 (所)”) 成為我國高速鐵路安全高效運營的重要保障。2015 年 9 月29 日中國鐵路總公司印發(fā)的關(guān)于《全路動車段 (所)布局中長期規(guī)劃》(鐵總計統(tǒng) [2015] 269 號) 提出：近期規(guī)劃至 2020 年，維持既有 7 個動車段，并對其進行擴建，設(shè)置 59 個動車所；遠期規(guī)劃至 2030年，新建 2 個動車段，新建 14 個動車所[1]。動車運用所承擔動車組的一級、二級日常運用檢修，動車段承擔三級至五級高級修。

由于動車組在動車段 (所) 內(nèi)要執(zhí)行入段 (所) 存放、洗車整備、入庫檢修、出庫待發(fā)、出段 (所) 上線等多項相互關(guān)聯(lián)的作業(yè)任務(wù)，因而現(xiàn)場配置了調(diào)度指揮系統(tǒng)，主要負責列車、調(diào)車作業(yè)管理[2-3]，同時配置了檢修管理系統(tǒng)，主要負責動車組運用、維修、技術(shù)、設(shè)備、物流、質(zhì)量、安全等方面的集中化管理[4-5]。目前，上述系統(tǒng)在不間斷的運行過程中實時產(chǎn)生和不斷積累起來的大量調(diào)度指揮和檢查檢修作業(yè)數(shù)據(jù)，為動車段 (所) 綜合自動化、信息化、智能化提供了豐富的、完整的、準確的原始數(shù)據(jù)。對這些信息資源進行充分利用，以期服務(wù)于動車段 (所) 管理決策，成為提高動車組運用效率、增強檢修水平的一項重要課題。

動車段 (所) 的調(diào)度系統(tǒng)和檢修管理系統(tǒng)是獨立設(shè)計、開發(fā)與實施的，目前依據(jù)業(yè)務(wù)需要，系統(tǒng)間通過特定接口可以互傳調(diào)車需求及實時站場信息，初步具備了對列車、調(diào)車作業(yè)的自動化控制能力。上述系統(tǒng)都是生產(chǎn)運作系統(tǒng)，專注于處理實時信息，不具備對信息的統(tǒng)計、分析能力。而現(xiàn)場需求的核心是對調(diào)度、檢修作業(yè)效率的分析，通過對生產(chǎn)作業(yè)數(shù)據(jù)進行查詢、匯總、統(tǒng)計、對比、分析、預(yù)測、挖掘，從多個角度對調(diào)度與檢修的作業(yè)過程實施評估，最終實現(xiàn)檢修計劃的自動調(diào)整和調(diào)度指揮過程優(yōu)化等動車組檢修組織管理決策支持。因此，需要構(gòu)建一套系統(tǒng)實現(xiàn)上述功能。針對現(xiàn)場的這一需求，以數(shù)據(jù)倉庫理論為基礎(chǔ)，結(jié)合商業(yè)智能決策分析工具提出相應(yīng)的技術(shù)解決方案。

動車段 (所) 的站場規(guī)模龐大，進出動車組較多，作業(yè)流程和作業(yè)內(nèi)容較為復雜，要求調(diào)度、檢修等作業(yè)能夠高度協(xié)同、緊密銜接，通過多工種、多區(qū)域并行作業(yè)方式，實現(xiàn)集中調(diào)度指揮和一體化作業(yè)生產(chǎn)管理的目標。因此，在調(diào)度與檢修數(shù)據(jù)分析方面具有比較緊迫且相互關(guān)聯(lián)的需求，包括了解動車組檢修計劃的落實情況；確定檢修班組的工作效率；對檢修計劃進行優(yōu)化處理；對調(diào)度作業(yè)進行自動化率統(tǒng)計；自動分配接發(fā)車股道；對生產(chǎn)運作系統(tǒng)運行日志進行分析、統(tǒng)計。以北京動車段為例，北京動車段列車、調(diào)車作業(yè)流程如圖 1 所示。

圖1 北京動車段列車、調(diào)車作業(yè)流程Fig.1 Work fl ow of scheduling and shunting emu at Beijing emu depot

1.2 數(shù)據(jù)倉庫與商業(yè)智能的運用

數(shù)據(jù)倉庫是一個面向主題的、集成的、相對穩(wěn)定的、反映歷史變化的數(shù)據(jù)集合，用以支持企業(yè)經(jīng)營管理中的決策制定過程。商業(yè)智能是一類輔助決策工具，通過將企業(yè)中現(xiàn)有的數(shù)據(jù)轉(zhuǎn)化為知識，幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營決策[6]。上述定義中的“數(shù)據(jù)”包括：企業(yè)業(yè)務(wù)系統(tǒng)的訂單、庫存、交易賬目、客戶和供應(yīng)商的數(shù)據(jù)；企業(yè)所處行業(yè)和競爭對手的數(shù)據(jù)；企業(yè)所處的其他外部環(huán)境中的各種數(shù)據(jù)。商業(yè)智能可以輔助進行業(yè)務(wù)經(jīng)營決策，這種決策支持既可以是操作層的，也可以是戰(zhàn)術(shù)層和戰(zhàn)略層的。為了將數(shù)據(jù)轉(zhuǎn)化為知識，商業(yè)智能需要綜合利用數(shù)據(jù)倉庫、聯(lián)機分析處理工具和數(shù)據(jù)挖掘等技術(shù)。由此可見，作為商業(yè)智能解決方案的基礎(chǔ)，構(gòu)建一個適用、可靠的數(shù)據(jù)倉庫是進行動車段 (所) 調(diào)度與檢修數(shù)據(jù)分析和決策支持的重點和首要工作。分析數(shù)據(jù)倉庫與調(diào)度、檢修管理系統(tǒng)對照表如表 1 所示。

目前，動車段 (所) 的調(diào)度與檢修管理系統(tǒng)每天產(chǎn)生大量的生產(chǎn)作業(yè)數(shù)據(jù)，分布存儲在全路各動車段 (所) 的調(diào)度與檢修管理系統(tǒng)各自的數(shù)據(jù)庫中。為了實現(xiàn)大規(guī)模數(shù)據(jù)庫查詢和多角度的統(tǒng)計與分析，需要將這些數(shù)據(jù)進行集中、長期存儲，同時要確保分析數(shù)據(jù)倉庫的運行不能對生產(chǎn)運作系統(tǒng)產(chǎn)生任何負面影響。因此，專為調(diào)度與檢修作業(yè)設(shè)計的數(shù)據(jù)結(jié)構(gòu)無法滿足上述要求，必須對生產(chǎn)數(shù)據(jù)進行重組，采用全新的數(shù)據(jù)組織模式，才能構(gòu)造出相應(yīng)的分析數(shù)據(jù)倉庫。

綜上所述，動車段 (所) 調(diào)度與檢修分析數(shù)據(jù)倉庫就是把分布在全路各動車段 (所) 的調(diào)度與檢修生產(chǎn)作業(yè)數(shù)據(jù)集中起來，重新規(guī)劃、設(shè)計數(shù)據(jù)的組織架構(gòu)，全面服務(wù)于動車組運用管理所關(guān)心的各類主題，如檢修效率、調(diào)度作業(yè)自動化率等；依據(jù)動車組運用管理考察問題的角度和指標對各類數(shù)據(jù)進行關(guān)聯(lián)，形成星型模式，如時間、地域等角度和動車組運用指標進行關(guān)聯(lián)；各類數(shù)據(jù)通過特定的轉(zhuǎn)換過程，以標準、統(tǒng)一的格式加載到分析數(shù)據(jù)倉庫中。至此，分析數(shù)據(jù)倉庫就成為了一個綜合性的動車組運用信息平臺，在其基礎(chǔ)上疊加分析、挖掘、預(yù)測等功能，就能夠?qū)榆嚱M運用管理提供具有針對性的決策支持。

2 動車段 (所) 調(diào)度與檢修分析數(shù)據(jù)倉庫總體方案

2.1 數(shù)據(jù)倉庫邏輯結(jié)構(gòu)

分析數(shù)據(jù)倉庫的建設(shè)主要涉及數(shù)據(jù)倉庫配置方案、數(shù)據(jù)源組織、數(shù)據(jù)倉庫的設(shè)計、ETL工程、數(shù)據(jù)分析與展現(xiàn)等 5 個方面。調(diào)度與檢修作業(yè)數(shù)據(jù)是基礎(chǔ)，滿足聯(lián)機分析處理需求的合理數(shù)據(jù)倉庫模型是核心，數(shù)據(jù)展現(xiàn)與決策支持是目的。分析數(shù)據(jù)倉庫邏輯結(jié)構(gòu)如圖 2 所示。

2.2 數(shù)據(jù)倉庫配置方案

基于分析數(shù)據(jù)倉庫邏輯結(jié)構(gòu)，數(shù)據(jù)倉庫的硬件運行環(huán)境主要包括操作數(shù)據(jù)庫服務(wù)器、數(shù)據(jù)倉庫存儲服務(wù)器、分析服務(wù)器和應(yīng)用服務(wù)器等設(shè)備。其中，操作數(shù)據(jù)庫服務(wù)器是調(diào)度、檢修作業(yè)系統(tǒng)與數(shù)據(jù)倉庫之間的橋梁，負責完成數(shù)據(jù)匯聚與轉(zhuǎn)移工作；分析服務(wù)器上運行聯(lián)機分析處理軟件；應(yīng)用服務(wù)器運行數(shù)據(jù)展示部分的軟件。

表1 分析數(shù)據(jù)倉庫與調(diào)度、檢修管理系統(tǒng)對照表Tab.1 Comparisons between the data warehouse and the scheduling and maintenance management system

根據(jù)分析數(shù)據(jù)倉庫的邏輯結(jié)構(gòu)和數(shù)據(jù)組織架構(gòu)，軟件系統(tǒng)和工具包括：數(shù)據(jù)庫系統(tǒng)、數(shù)據(jù)倉庫存儲系統(tǒng)、數(shù)據(jù)倉庫設(shè)計工具、OLAP 軟件、數(shù)據(jù)展現(xiàn)軟件。其中數(shù)據(jù)倉庫存儲可直接采用數(shù)據(jù)庫系統(tǒng)，如 Oracle 相關(guān)數(shù)據(jù)庫產(chǎn)品。OLAP 和數(shù)據(jù)展現(xiàn)軟件可采用 Power BI 的集成解決方案。Power BI包含了一系列的組件和工具：數(shù)據(jù)獲取工具 Power Query、數(shù)據(jù)分析工具 Power Pivot、交互式報表工具 Power View、地圖可視化工具 Power Map，支持Web 發(fā)布、桌面應(yīng)用和移動端 App，極大地擴展了數(shù)據(jù)分析的應(yīng)用場景[7]。

圖2 分析數(shù)據(jù)倉庫邏輯結(jié)構(gòu)Fig.2 Logical structure of the data warehouse

2.3 數(shù)據(jù)源組織

（1）構(gòu)造動車段 (所) 基礎(chǔ)數(shù)據(jù)。無論是生產(chǎn)運作系統(tǒng)還是分析數(shù)據(jù)倉庫，都需要建立描述企業(yè)全部生產(chǎn)環(huán)境的基礎(chǔ)數(shù)據(jù)。調(diào)度和檢修管理系統(tǒng)在這方面做出了大量的工作，建立了豐富的數(shù)據(jù)字典，如站場信息 (到發(fā)線、檢測線、高級修線)，動車組信息 (車型、車號組、修程修制)，運行圖信息 (列車、停靠站、時刻表、編組) 等。分析數(shù)據(jù)倉庫所需的基礎(chǔ)數(shù)據(jù)將在生產(chǎn)運作系統(tǒng)基礎(chǔ)數(shù)據(jù)之上進行擴充、細化。這些基礎(chǔ)數(shù)據(jù)是動車段 (所) 管理人員進行各項生產(chǎn)作業(yè)績效考核的必要條件，也是構(gòu)造數(shù)據(jù)倉庫的基礎(chǔ)。

（2）生產(chǎn)數(shù)據(jù)的采集。調(diào)度和檢修生產(chǎn)數(shù)據(jù)是進行分析的核心數(shù)據(jù)，是數(shù)據(jù)倉庫的主要數(shù)據(jù)源。但該類數(shù)據(jù)分布在各動車段 (所) 本地的生產(chǎn)服務(wù)器中，及時、準確、完整地實現(xiàn)數(shù)據(jù)的收集與匯總是數(shù)據(jù)倉庫開發(fā)與運用的必要條件。利用調(diào)度系統(tǒng)與和檢修系統(tǒng)之間已有網(wǎng)絡(luò)通信接口，以及各個鐵路局集團公司所屬的動車段 (所) 之間的高速網(wǎng)絡(luò)通道，可以實現(xiàn)對各動車段 (所) 的調(diào)度和檢修生產(chǎn)數(shù)據(jù)的采集和匯總。

2.4 數(shù)據(jù)倉庫設(shè)計

2.4.1 數(shù)據(jù)倉庫需求分析

數(shù)據(jù)倉庫是面向分析的存儲系統(tǒng)，為了進行后續(xù)的數(shù)據(jù)分析，其中存儲的通常都是數(shù)年內(nèi)的、以匯總數(shù)據(jù)為主的內(nèi)容。來自生產(chǎn)運作系統(tǒng)、以細節(jié)為主的數(shù)據(jù)必須經(jīng)過提取、清洗、整理、綜合、概括等一系列處理，才能夠進入到數(shù)據(jù)倉庫中。

2.4.2 數(shù)據(jù)倉庫建模

維度建模是專門用于分析型數(shù)據(jù)庫、數(shù)據(jù)倉庫的建模方法。它本身屬于一種關(guān)系建模方法，但與操作型數(shù)據(jù)庫的關(guān)系建模方法相比增加了維度表和事實表 2 個概念[8]。

（1）維度表。維度是對分析主題所屬類型的描述。對于動車段 (所) 而言，管理人員從站別、作業(yè)班組、日期、作業(yè)類型、春暑運時間段等方面來考察調(diào)度與檢修生產(chǎn)指標，一般作為識別業(yè)務(wù)指標信息的索引，對維度的描述就構(gòu)成了數(shù)據(jù)倉庫中的維度表。

（2）事實表。對調(diào)度與檢修生產(chǎn)指標事實的描述構(gòu)成了數(shù)據(jù)倉庫的事實表。它包括的數(shù)據(jù)是用戶從中獲得決策支持的真實信息，是對業(yè)務(wù)行為進行定量衡量的數(shù)據(jù)。這些數(shù)據(jù)是動車段 (所) 進行日常管理的必備信息。例如，進路辦理方式、作業(yè)類型、到發(fā)點、運用股道、作業(yè)實績點、作業(yè)計劃點等。針對不同的主題需要建立不同的事實表，在事實表中，既有詳細數(shù)據(jù)，還包括聚合、匯總所得的數(shù)據(jù)。

（3）星型模式。維度表和事實表的關(guān)聯(lián)是通過維度表的鍵值來實現(xiàn)的，一個主題的多個維構(gòu)成了事實表中的若干列，這種關(guān)系就構(gòu)成了一個星的形狀，事實表是星的中心，維度表則是星的各個角，星型建模技術(shù)可以為數(shù)據(jù)倉庫建立完善的模型。按日期、檢修班組、動車組等維度與動車組作業(yè)實績事實表關(guān)聯(lián)的星型模型示意圖如圖 3 所示。

實際的維度建模過程可以通過明確下面 4 個問題來逐步實現(xiàn)：一是哪些維度對數(shù)據(jù)分析有用；二是如何使用現(xiàn)有數(shù)據(jù)生成維度表；三是用什么指標來“度量”數(shù)據(jù)分析的主題；四是如何使用現(xiàn)有數(shù)據(jù)生成事實表。

2.5 ETL 工程

ETL 分別代表：提取 (Extraction)、轉(zhuǎn)換 (Transformation)、加載 (Load)。其中“提取”過程表示從生產(chǎn)數(shù)據(jù)庫中抽取出分析所需的數(shù)據(jù)；“轉(zhuǎn)換”過程表示將數(shù)據(jù)轉(zhuǎn)化為指定格式，并進行數(shù)據(jù)清洗，保證數(shù)據(jù)質(zhì)量；“加載”過程表示將轉(zhuǎn)換過后滿足指定格式的數(shù)據(jù)加載進數(shù)據(jù)倉庫。

由于分析數(shù)據(jù)倉庫所需的數(shù)據(jù)來自于多種結(jié)構(gòu)各異的數(shù)據(jù)源，為了便于執(zhí)行 ETL 操作，應(yīng)當將基礎(chǔ)數(shù)據(jù)、調(diào)度和檢修生產(chǎn)數(shù)據(jù)、追蹤系統(tǒng)生產(chǎn)數(shù)據(jù)進行集中匯總，暫時存放在操作數(shù)據(jù)庫 (Operational Data Store，ODS) 系統(tǒng)中。ETL 主要操作都將在ODS 中完成，這樣既能方便地將源數(shù)據(jù)從生產(chǎn)數(shù)據(jù)庫中提取過來，又能夠定期向數(shù)據(jù)倉庫中批量加載已準備好的各類數(shù)據(jù)。

圖3 星型模型示意圖Fig.3 Sketch diagram of the star model

2.6 數(shù)據(jù)分析與展現(xiàn)

建立數(shù)據(jù)倉庫的目的是為動車組管理和決策者提供各種類型的數(shù)據(jù)分析，為決策支持提供新的思路和途徑。數(shù)據(jù)分析主要是借助前端商務(wù)智能軟件工具，訪問數(shù)據(jù)倉庫內(nèi)已準備好的數(shù)據(jù)，完成不同層次的數(shù)據(jù)分析工作，并以各種有效、直觀的方式向使用者進行結(jié)果展示。第一層次是依據(jù)數(shù)據(jù)進行各類匯總報表制作；第二層次是提供靈活豐富的多維分析與查詢，通過上卷、下鉆、切片、切塊、旋轉(zhuǎn)等方式從不同的角度去分析調(diào)度與檢修數(shù)據(jù)，全面掌握作業(yè)實際情況；第三層次是對數(shù)據(jù)進行更深入的數(shù)據(jù)挖掘，探索尚未發(fā)現(xiàn)的動車組運營與管理的內(nèi)在規(guī)律[9]。

3 結(jié)束語

為了實現(xiàn)動車組運用與檢修的高效率，充分利用調(diào)度與檢修系統(tǒng)的業(yè)務(wù)數(shù)據(jù)資源，需要綜合運用商業(yè)智能領(lǐng)域的多項技術(shù)構(gòu)建面向動車段 (所) 的分析數(shù)據(jù)倉庫。數(shù)據(jù)倉庫建設(shè)是一個長期、復雜的系統(tǒng)工程，需要逐步對各個主題進行數(shù)據(jù)建模與實現(xiàn)，最終才能形成完整的數(shù)據(jù)倉庫。對于動車段(所)，調(diào)度與檢修分析數(shù)據(jù)倉庫本身就是一個面向主題的數(shù)據(jù)倉庫，在其內(nèi)部依據(jù)作業(yè)流程、工種又可以劃分成多個子主題，在數(shù)據(jù)倉庫及應(yīng)用分析的設(shè)計與開發(fā)的過程中，應(yīng)遵循緊貼需求、整體規(guī)劃、逐步深入、不斷完善的原則，進而達到充分利用動車段 (所) 調(diào)度與檢修業(yè)務(wù)數(shù)據(jù)的目的。

[1] 中國鐵路總公司. 關(guān)于印發(fā)《全路動車所 (段) 中長期布局規(guī)劃》的通知：鐵總計統(tǒng)[2015] 269 號[A].北京：中國鐵路總公司，2015.

[2] 劉 雋，張 華，孫 洋. 動車基地調(diào)度集中系統(tǒng)[J].鐵道通信信號，2012(11)：14-16.LIU Jun，ZHANG Hua，SUN Yang. Centralized Traffic Control System of EMU Depot[J]. Railway Signalling & Communication，2012(11)：14-16.

[3] 劉 雋. 動車段 (所) 集中控制系統(tǒng)的業(yè)務(wù)執(zhí)行流程設(shè)計[J]. 中國鐵路，2016(3)：36-38.LIU Jun. The Design of Operation Execution Procedures of the Centralized Control System of EMU Depots[J]. Chinese Railways，2016(3)：36-38.

[4] 趙文超. 一張圖看懂微軟 Power BI 系列組件[EB/OL].(2016-11-04)[2017-07-25]. http∶//mp.weixin.qq.com /s/jZe36VkdJxE1Gx8r0-VEww.

[5] 穆 晨. 數(shù)據(jù)倉庫[EB/OL]. (2016-03-28)[2017-06-16].http：//www.cnblogs.com/muchen/category/794750.html.

[6] 劉春煌，梁明珠. 鐵路客票數(shù)據(jù)倉庫建設(shè)方案的研究[J].中國鐵道科學，2001，22(3)：9-14.LIU Chun-huang，LIANG Ming-zhu. Study on the Building of Railway Ticket Data Bank[J]. China Railway Science，2001，22(3)：9-14.

[7] JIA W H，MICHELINE K，JIAN P. Data Mining：Concepts and Techniques (Third Edition)[M]. Singapore：Elsevier Pte Ltd，2012.

[8] 郭 黎. 烏魯木齊鐵路局集裝箱多式聯(lián)運管理信息系統(tǒng)研究[J]. 鐵道運輸與經(jīng)濟，2017，39(11)：46-51.GOU Li. Management Information System for Multi-modal Container Transport in Urumqi Railway Administration[J].Railway Transport and Economy，2017，39(11)：46-51.

[9] 周凌云，王丹竹，王慧婷，等. 鐵路物流業(yè)務(wù)統(tǒng)計信息系統(tǒng)設(shè)計方案探析[J]. 鐵道貨運，2017，35(12)：30-34.ZHOU Ling-yun，WANG Dan-zhu，WANG Hui-ting，et al. Anaylsis on the Design of the Statistics Information System for Railway Logistics Business[J]. Railway Freight Transport，2017，35(12)：30-34.