究如何有效组合并利用铁路的多源大数据,以便更好地了解英国铁路系统和它们所处的环境 。BDRA在风险评估的精确性上有很大提升,因为它是对所有风险相关数据进行统计分析 而不是从有限的抽样数据中评估风险概率,因此减少了对依赖于假设和简化的风险评估模型 的使用。迄今为止,BDRA已经对信号数据和事故报告进行了分析,分析结果用来评估存在 风险的列车数量。初步的研究结果表明,BDRA可服务于英国铁路安全和风险管理,但在下 一步的研究中,需要采用新的风险分析技术、语义技术、交互式可视化技术来执行数据分析 和专用的计算机系统。 (五)意大利 意大利铁路公司 Trenitalia近年来利用大数据开展了机车车辆数字化的预测性维护, 利用动态检修管理系统( Dynamic Management Maintenance System,简称DMS)把物联网、 分析技术和内存计算技术结合起来。DMS的主要功能包括列车设备状况实施监控、故障发 生短期诊断、维护工作动态规划、部件剩余使用寿命预测等。DMMS使得整个检修工作全面 数字化,它通过对列车上几百个传感器采集的大量数据进行分析、计算,预测出即将发生故 障的部件,从而采取相应的措施。这种检修方法能够把机车车辆检修成本降低达8%。 (六)法国 2011年以来,法国公共数据开放得到了稳步发展,无论从参与公共数据开放的机构数 目、已开放的数据集总量,还是从根据开放数据开发的应用项目来看,法国已成为全球公共 数据开放领域领先的国家之一。法国国家铁路公司(SNCF)以创新的合作伙伴网络为旅客日 常生活提供新服务为宗旨,面向开发者推出了数据开放。 在检修管理应用方面,法国铁路SNCF最近与美国IBM公司签订协议,利用该公司的IBM Watson物联网平台、大数据云计算技术以及自己开发的专用工业传感器,对列车以及铁路 基础设施进行远程监控并为预测性维护创造条件。当前,巴黎通勤列车装备有2000个传感 器,它们每月可以传输70000个数据点的信息,使得法国铁路公司的技术人员可以同一时 间对200个列车的状态进行远程监测,以便及时发现潜在的问题,包括诸如空调设备和车门 等故障问题,省去了列车段的人工检查,也能防止服务中断以及更昂贵的维修工作 美国 铁路大数据的应用,包括采集数据、分析数据、智慧决策等过程,其热点问题皆有美国 铁路行业的应用案例如。美国联邦铁路管理局(FRA)很重视铁路大数据的应用,2002年以 来启动了多项涉及大型数据库、图像处理、神经网络、机器学习等项目間(见表1)。究如何有效组合并利用铁路的多源大数据，以便更好地了解英国铁路系统和它们所处的环境 [6] 。BDRA 在风险评估的精确性上有很大提升，因为它是对所有风险相关数据进行统计分析， 而不是从有限的抽样数据中评估风险概率，因此减少了对依赖于假设和简化的风险评估模型 的使用。迄今为止，BDRA 已经对信号数据和事故报告进行了分析，分析结果用来评估存在 风险的列车数量。初步的研究结果表明，BDRA 可服务于英国铁路安全和风险管理，但在下 一步的研究中，需要采用新的风险分析技术、语义技术、交互式可视化技术来执行数据分析 和专用的计算机系统[7] 。 （五）意大利 意大利铁路公司 Trenitalia 近年来利用大数据开展了机车车辆数字化的预测性维护， 利用动态检修管理系统（Dynamic Management Maintenance System，简称 DMMS）把物联网、 分析技术和内存计算技术结合起来。DMMS 的主要功能包括列车设备状况实施监控、故障发 生短期诊断、维护工作动态规划、部件剩余使用寿命预测等。DMMS 使得整个检修工作全面 数字化，它通过对列车上几百个传感器采集的大量数据进行分析、计算，预测出即将发生故 障的部件，从而采取相应的措施。这种检修方法能够把机车车辆检修成本降低达 8%[8-9] 。 （六）法国 2011 年以来，法国公共数据开放得到了稳步发展，无论从参与公共数据开放的机构数 目、已开放的数据集总量，还是从根据开放数据开发的应用项目来看，法国已成为全球公共 数据开放领域领先的国家之一。法国国家铁路公司（SNCF）以创新的合作伙伴网络为旅客日 常生活提供新服务为宗旨，面向开发者推出了数据开放。 在检修管理应用方面，法国铁路 SNCF 最近与美国 IBM 公司签订协议，利用该公司的 IBM Watson 物联网平台、大数据云计算技术以及自己开发的专用工业传感器，对列车以及铁路 基础设施进行远程监控并为预测性维护创造条件。当前，巴黎通勤列车装备有 2 000 个传感 器，它们每月可以传输 70 000 个数据点的信息，使得法国铁路公司的技术人员可以同一时 间对 200 个列车的状态进行远程监测，以便及时发现潜在的问题，包括诸如空调设备和车门 等故障问题，省去了列车段的人工检查，也能防止服务中断以及更昂贵的维修工作[10-11] 。 三 美国 铁路大数据的应用，包括采集数据、分析数据、智慧决策等过程，其热点问题皆有美国 铁路行业的应用案例[12] 。美国联邦铁路管理局（FRA）很重视铁路大数据的应用，2002 年以 来启动了多项涉及大型数据库、图像处理、神经网络、机器学习等项目[13] （见表 1）