基于云计算和大数据的轨道状态静态检控系统及方法

摘要

本发明公开了一种基于云计算和大数据的轨道状态静态检控系统及方法，系统包括轨道状态静态检测设备、数据信息管理中心以及显示系统，这三大部分都通过互联网相互连结。本发明采用大数据技术，实时传输检测数据，科学存储管理海量数据；整个系统容易操作管理，完全改变传统单机式轨道状态静态检控设备的工作模式；可以多角度全面查看、分析轨道各类特征以及设计参数。通过轨道状态静态检测数据的实时传输，经过数据信息对比分析，线路维护人员采取相应维护措施，保证轨道正常状态和线路相对平顺性。

主权项

一种基于云计算和大数据的轨道状态静态检控系统，其特征在于，包括轨道状态静态检测设备、数据信息管理中心以及显示系统；轨道状态静态检测设备与数据信息管理中心通过网络相连；数据信息管理中心与显示系统通过网络相连；轨道状态静态检测设备，用于现场检测静态状态下的轨道几何参数，并将得到的检测数据通过网络传输给数据信息管理中心；所述轨道几何参数包括轨距、水平(超高)、高低、轨向和三角坑；数据信息管理中心，用于接收轨道状态静态检测设备发送的检测数据，并基于大数据存储和处理技术实现检测数据和台账数据的存储、处理和分析，得到不同级别的维修计划以及轨道几何参数的变化趋势；显示系统，用于从数据信息管理中心接收现场轨道状态静态检测设备发来的检测数据、维修计划以及轨道几何参数的变化趋势，并在显示终端上予以显示；所述数据信息管理中心包括原始数据单元、数据处理单元、数据存储单元和系统管理单元；所述原始数据单元接收轨道状态静态检测设备发送的检测数据，存储台帐数据、实时检测数据和历史检测数据；所述数据处理单元按以下步骤进行数据处理：1)在分布式文件系统HDFS和分布式编程模型MapReduce的基础之上采用数据清洗、数据集成的数据预处理技术初步抽取出完整的检测数据，舍弃残缺的检测数据；其中完整的数据是指轨道状态静态检测设备预先设定的所有检测项目都有检测结果的数据，残缺的数据是指轨道状态静态检测设备预先设定的某些检测项目没有检测结果的数据；2)利用Avro技术将数据进行序列化处理，得到固定格式的序列化数据和ETL并行技术加载各项序列化数据；3)采用Kmeans技术进行聚类分析，具体步骤如下：首先选定完整的静态检测数据，然后利用Kmeans技术将检测得到的轨道几何参数的具体数值划定出特定的集合；最后得到依据各轨道状态参数相似程度不同而进行聚合的数据；4)采用Mahout技术进行分类分析，具体步骤如下：首先根据轨道静态几何尺寸容许偏差管理值,构造出分类器，得到各个类的静态数据范围值；然后将聚类分析得到的数据作为分类器的输入，最后从分类器得到分类结果；在此基础之上，结合台帐数据以及轨道静几何尺寸容许偏差管理值，得到超限参数和超限等级，以制定各种不同级别的维修计划，包括作业 验收、经常保养和临时补修；所述数据存储单元采用Hadoop框架常用的Hive数据仓库和Hbase非关系型数据库来存储所述数据处理单元的处理结果，同时采用数据库转移工具Sqoop、集群监控工具Ambari、集群协同服务Zookeper来保证数据处理单元的处理结果能够快速准确存入所述数据存储单元；所述系统管理单元采用Flume系统，用于记录所述数据信息管理中心所发生的事件，包括系统访问、功能修改、系统设置。