高级检索 加入收藏
  • 查询稿件
  • 获取最新论文
  • 知晓行业信息
官方微信 欢迎关注

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于大数据技术的和谐机车智能检修方案研究

王小朋,  张佳欢,  杨臻,  徐元元,  侯玉杰

downloadPDF
文章导航 > 铁路计算机应用  > 2019 >  28(2): 45-48
王小朋, 张佳欢, 杨臻, 徐元元, 侯玉杰. 基于大数据技术的和谐机车智能检修方案研究[J]. 铁路计算机应用, 2019, 28(2): 45-48.
引用本文: 王小朋, 张佳欢, 杨臻, 徐元元, 侯玉杰. 基于大数据技术的和谐机车智能检修方案研究[J]. 铁路计算机应用, 2019, 28(2): 45-48.
shu
WANG Xiaopeng, ZHANG Jiahuan, YANG Zhen, XU Yuanyuan, HOU Yujie. 基于大数据技术的和谐机车智能检修方案研究[J]. Railway Computer Application, 2019, 28(2): 45-48.
Citation: WANG Xiaopeng, ZHANG Jiahuan, YANG Zhen, XU Yuanyuan, HOU Yujie. 基于大数据技术的和谐机车智能检修方案研究[J]. Railway Computer Application, 2019, 28(2): 45-48.
shu

基于大数据技术的和谐机车智能检修方案研究

  • 1.

    中国铁道科学研究院集团有限公司 电子计算技术研究所,北京 100081;

  • 2.

    北京经纬信息技术有限公司,北京 100081

基金项目: 王小朋，助理工程师；张佳欢，工程师。
详细信息

  • 中图分类号: U216.42:TP39

基于大数据技术的和谐机车智能检修方案研究

  • 1.

    Institute of Computing Technologies, China Academy of Railway Sciences Corporation Limited, Beijing 100081, China;

  • 2.

    Beijing Jingwei Information Technology Co. Ltd., Beijing 100081, China

    摘要
  • 摘要:

    随着大数据技术成熟，机车检修也引进大量先进服务器以及智能终端设备，当前的检修作业流程还是传统的模式，没有充分利用设备资源。文章阐述了检修过程中数据规模以及部分智能设备，分析数据的模式以及存储方案，设计了大数据信息平台的总体架构，通过大数据信息平台，对促进机车智能检修在铁路行业的研究具有积极意义。

    Abstract:

    随着大数据技术成熟，机车检修也引进大量先进服务器以及智能终端设备，当前的检修作业流程还是传统的模式，没有充分利用设备资源。文章阐述了检修过程中数据规模以及部分智能设备，分析数据的模式以及存储方案，设计了大数据信息平台的总体架构，通过大数据信息平台，对促进机车智能检修在铁路行业的研究具有积极意义。

    • HTML全文
    • 参考文献(12)
  • [1] 李忠厚，文 礼，申恩福，等. 和谐型机车检修技术规程研究[J]. 铁道机车车辆，2015（6）：74-76.
    [2] 曹津晖. 电力机车状态修方案的研究[J]. 铁道标准设计，2013（1）：127-129.
    [3] 王如蛟. 天津机车公司和谐型机车检修质量管理研究[D].成都：西南交通大学，2016.
    [4] 李 岗. 地铁车辆智能检修可行性研究[J]. 山东工业技术，2018（9）：60-61.
    [5] 司小庆，李文书，张志朋，等. 基于物联网架构的变电站智能检修报警系统设计[J]. 电气技术，2017（1）：117-119.
    [6] 许 星. 浅谈大数据思维在机车检修中的应用[J]. 铁路造价工程管理，2015（4）：23-25.
    [7] 王连森. 铁路机车检修管理系统构建的探索[J]. 铁道机车与动车 , 2017（ 1）：44-45.
    [8] 史天运，刘 军，李 平，等. 铁路大数据平台总体方案及关键技术研究[J]. 铁路计算机应用，2016，25（9）：1-6.
    [9] Jung-Ho Um, Seungwoo Lee, Tae-Hong Kim et al. Distributed RDF store for efficient searching billions of triples based on Hadoop. The Journal of Supercomputing[J]. 2016, 72(5):1825-1840.
    [10] Jinguang Gu, Hao Dong,Zhao Liu et al.Distributed Top-K Join Queries Optimizing for RDF Datasets[J]. International Journal of Web Services Research (IJWSR), 2017, 14(3): 67-83.
    [11] 孙福利. 大数据时代的数据挖掘技术与应用[J]. 电子技术与软件工程，2018（1）：170-171.
    [12] 申 彦. 大规模数据集高效数据挖掘算法研究[D]. 镇江：江苏大学，2013.
    • 相关文章
    • 施引文献
  • 资源附件(0)
WeChat 点击查看大图
出版历程
  • 收稿日期:  2018-05-09
  • 刊出日期:  2019-02-25

目录

    /

    返回文章
    返回

    京ICP备12043220号-2

    本系统版权所有： 北京仁和汇智信息技术有限公司     百度统计