本发明属于大数据技术领域,特别涉及一种轨道交通车辆故障信息大数据管理方法。
背景技术:
大数据(bigdata),指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
本发明通过大数据将轨道交通车辆的故障、检修、维修信息进行共享,有利于后期车辆质量等评估,方便研究人员提取各自需要的数据。
技术实现要素:
本发明提供了一种轨道交通车辆故障信息大数据管理方法,以解决现有技术中的问题。
为了实现上述目的,本发明采用以下技术方案:
一种轨道交通车辆故障信息大数据管理方法,包括以下步骤:
s1、构建大数据信息平台:所述大数据信息平台包括轨道交通车辆信息、轨道交通车辆检修信息、轨道交通车辆检修日期、轨道交通车辆故障信息、轨道交通车辆故障日期、轨道交通车辆维修信息、轨道交通车辆维修日期;
s2、信息共享:将构建好的大数据信息平台进行共享;
s3、按需提取有用信息:在共享信息中根据需要进行筛选与提取。
进一步的,所述步骤s1中,轨道交通车辆检修信息包括轨道交通车辆检修人员信息和轨道交通车辆检修结果。
进一步的,所述步骤s1中,轨道交通车辆维修信息包括轨道交通车辆维修人员信息和轨道交通车辆维修结果。
进一步的,所述步骤s1中,轨道交通车辆信息包括轨道交通车辆的出厂日期、生产厂家、车辆型号、运行里程数。
进一步的,所述步骤s1中,轨道交通车辆故障信息包括轨道交通车辆故障原因分析、故障部件、可能造成的影响、可行性维修需求。
进一步的,所述步骤s2中,通过无线网络将构建好的大数据信息平台进行共享。
进一步的,通过轨道交通车辆检修日期判定检修频率。
进一步的,通过轨道交通车辆故障日期判定故障频率。
进一步的,通过轨道交通车辆维修日期判定维修频率。
与现有技术相比,本发明具有以下有益效果:
本发明通过大数据将轨道交通车辆的故障、检修、维修信息进行共享,有利于后期车辆质量等评估,方便研究人员提取各自需要的数据。
具体实施方式
下面结合实施例对本发明作更进一步的说明。
实施例1
一种轨道交通车辆故障信息大数据管理方法,包括以下步骤:
s1、构建大数据信息平台:所述大数据信息平台包括轨道交通车辆信息、轨道交通车辆检修信息、轨道交通车辆检修日期、轨道交通车辆故障信息、轨道交通车辆故障日期、轨道交通车辆维修信息、轨道交通车辆维修日期;
s2、信息共享:将构建好的大数据信息平台进行共享;
s3、按需提取有用信息:在共享信息中根据需要进行筛选与提取。
所述步骤s1中,轨道交通车辆检修信息包括轨道交通车辆检修人员信息和轨道交通车辆检修结果。
所述步骤s1中,轨道交通车辆维修信息包括轨道交通车辆维修人员信息和轨道交通车辆维修结果。
所述步骤s1中,轨道交通车辆信息包括轨道交通车辆的出厂日期、生产厂家、车辆型号、运行里程数。
所述步骤s1中,轨道交通车辆故障信息包括轨道交通车辆故障原因分析、故障部件、可能造成的影响、可行性维修需求。
所述步骤s2中,通过无线网络将构建好的大数据信息平台进行共享。
通过轨道交通车辆检修日期判定检修频率。
通过轨道交通车辆故障日期判定故障频率。
通过轨道交通车辆维修日期判定维修频率。
实施例2
一种轨道交通车辆故障信息大数据管理方法,包括以下步骤:
s1、构建大数据信息平台:所述大数据信息平台包括轨道交通车辆信息、轨道交通车辆检修信息、轨道交通车辆检修日期、轨道交通车辆故障信息、轨道交通车辆故障日期、轨道交通车辆维修信息、轨道交通车辆维修日期;
s2、信息共享:将构建好的大数据信息平台进行共享;
s3、按需提取有用信息:在共享信息中根据需要进行筛选与提取。
所述步骤s1中,轨道交通车辆检修信息包括轨道交通车辆检修人员信息和轨道交通车辆检修结果。
所述步骤s1中,轨道交通车辆维修信息包括轨道交通车辆维修人员信息和轨道交通车辆维修结果。
所述步骤s1中,轨道交通车辆信息包括轨道交通车辆的出厂日期、生产厂家、车辆型号、运行里程数。
所述步骤s1中,轨道交通车辆故障信息包括轨道交通车辆故障原因分析、故障部件、可能造成的影响、可行性维修需求。
所述步骤s2中,通过无线网络将构建好的大数据信息平台进行共享。
通过轨道交通车辆检修日期判定检修频率。
通过轨道交通车辆故障日期判定故障频率。
通过轨道交通车辆维修日期判定维修频率。
通过轨道交通车辆检修人员信息可以推断该检修人员的工作是否到位,是否出现纰漏等。
通过轨道交通车辆维修人员信息可以推断该检修人员的工作是否到位,是否出现纰漏等。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。