【大数据】上海城建集团企业级大数据分析平台

2018 年 10 月 8 日 产业智能官

上海城建集团是一家集工程投资、设计、施工、管理、设备和材料供应为一体的大型企业集团，也是ENR国际225强工程设计企业之一。十多年来，城建集团承建、参建的上海市重大工程达300多项，包括地铁和轨道交通工程、污水治理工程、越江隧道工程、高速公路工程、机场工程、浦江大桥、东海大桥、上海长江隧桥工程、外滩和人民广场综合改造工程等。同时还参与了广州、深圳、天津、南京、重庆等20多个城市的轨道交通、桥梁等基础设施建设。

随着公司规模越来越大，参建项目越来越多，早期建设的项目也因为启用时间久，开始大面积进入高频率养护维修时代。而城建集团参与的工程大部分是路桥隧这种直接关系国计民生的重点工程，必须实时了解工程健康状态并及时开展养护维修工作，不然后果不堪设想。

以往的做法是按照固定流程进行日常维护、定期检查，主要依赖技术人员的经验。然而，人的经验并非万无一失，最近发生的川航挡风玻璃脱落事件，就能说明一切。当然也可以人为增加养护频率，来在一定程度上降低事故的发生，但这却会对民众出行造成更多不便、对企业造成成本浪费。

那么，如何在确保人民群众安全出行的同时，防止过渡保养维护，降低对交通通行的影响，减少对企业成本的巨大浪费？只有帮助企业从以经验为主的分析及管理模式，向基于数据的定量分析为主的智能管理方式过渡，才能解决以上难题。寄云科技的NeuSeer平台就能解决这一问题，这一切主要依赖寄云科技领先的工业大数据分析和应用能力，以及强大的定制化整体方案能力。

理解先行下的目标创建

首先，寄云科技对上海城建集团大数据平台的目标需求进行了梳理。

上海城建集团大数据平台目标要求

IT基础技术目标要求

构建基础云平台及企业级数据仓库，满足不断扩充的远程监控数据及分析应用能力需求。

搭建包含GIS提供存储、显示、分析地理数据功能的软件展现平台，帮助相关管理人员直观了解集团所属桥梁隧道项目的健康状态，做好各桥梁隧道的养护维护管理工作。

构建企业级数据模型，减少监控技术、分析应用的增加对已有数据模型的影响，同时实现监控点及分析应用的快速扩充。

探索大数据机器学习技术，帮助企业逐渐从业务经验为主的分析及管理模式，向以基于定量分析结果为辅的业务经验决策的智能管理方式过渡。

管理目标要求

为总部领导、规划设计部门、养护部门、数据分析部门、IT运维部门提供统一的、快捷方便的信息访问入口。

实现桥梁隧道远程监控数据采集、传输及存储，并通过仪表盘方式满足各部门各级管理人员日常分析管理的需要。

对桥梁隧道各类远程监控数据进行相关性分析，通过大数据定量分析技术快速了解不同监控节点与不同指标之间的相关性，缩小问题分析范围、启发深入分析方向，提升进一步深层次分析的效率。

基于桥梁隧道远程监控数据评，估桥梁隧道健康状态的后续变化趋势及变化范围，及时提醒相关管理人员做好养护维护服务计划，确保桥梁隧道的安全运营。

让数据变得“听话”

要完成基于数据的定量分析为主的智能管理方式，就需要打通数据壁垒，让所有数据都能进行有效收集、清洗和整合等，才能进行数据分析，并做出辅助决策。然而，上海城建集团当时的大数据资源存在体量大、储存无序，各数据源割裂等诸多问题。因此，必须对上海城建的数据进行重新梳理整合，才能制定出灵活的、可扩充的企业级大数据平台建设解决方案，实现集团各分散业务数据的统一存储及分析。

上海城建集团大数据整合难点

数据采集点数量极大。
数据源及数据结构千差万别。
各数据源独立且难以关联。
数据采集方式及频度迥异。

上海城建集团大数据平台一期数据源

寄云根据上海城建集团的业务及系统需求，搭建了企业级大数据平台。同时，依据工业大数据特点，按照独有的项目实施方法论，对不同采集方式、不同采集频度、不同结构的各子公司及桥梁、道路、隧道的监控及养护数据进行梳理整合，集中存储到大数据平台中。

让数据为“目标”服务

通过对轨道交通的业务的深刻理解，寄云将上海城建集团的业务需求、平台数据及功能实现，归纳为4大主题43个仪表盘，4大主题包括1个总部驾驶舱和3个分版块驾驶舱。同时，寄云科技的大数据算法开发团队引导上海城建集团挖掘深度大数据分析需求，构建了相应的辅助决策专题分析应用。

总部驾驶舱与分板块驾驶舱

总部驾驶舱：基于总部概览、战略布局、运营效率、安全管控等方面对路桥隧的总体保养和运营状态进行分析。
分版块驾驶舱：基于版块概览、运营效率、保养作业、结构监测、病害处理、环境监测、安全管控等仪表盘方面对路桥隧的各版块保养和运营状态进行分析。

上海城建集团管理驾驶舱分析主题清单及展示

辅助决策专题分析应用主要包括

路桥隧健康状态大数据分析
路桥隧健康状态与养护费用整合分析
健康状态与养护费用相关性分析
健康状态与养护费用分析及评估
交通基础设施全寿命管理信息融合和挖掘
基于行车记录仪的大数据分析与挖掘

“机器学习+数据可视化”：从“计划运维”到“智能运维”

利用大数据分析算法开发优势，寄云科技在满足上海城建集团业务需求的基础上，规划了一系列基于大数据的辅助决策应用专题，以进行对桥梁隧道监控数据的深度分析及探索，帮助上海城建集团逐步从基于问题及计划的养护维修向基于状态的主动养护维修过渡。

其中真正的“黑科技”便是机器学习和数据可视化。

机器学习是让计算机模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心。但单一机器学习模型，通常仅针对解决单一特定场景的问题，因此在辅助决策应用能力建设过程中，数据可视化技术也被寄云科技运用其中。逐步逐层扩大大数据分析算法在上海城建集团大数据平台中的应用，渐进提升上海城建集团的智能决策及管理水平。

寄云科技实现的主要辅助决策应用、相关的算法及数据如下图：

基于机器学习的交通基础设施

智能化管理辅助决策系统应用建设

>>矩阵探测专题

系统通过路桥隧的运营数据、养护数据、结构健康监测数据、外部数据等进行矩阵式的自动化探测，发现数据间的关联关系，进而进行深入的专题数据分析

>>相关性分析专题

系统对各路桥隧健康状态监控数据进行相关性分析，从而为后续辅助决策专题应用、设计及规划提供直观的参考意见。

同时，由于各路桥隧健康状态、监控点及监控内容不同，不同指标间的相关性可能存在较大延时，因此系统还会根据用户指定时段或默认时段，分析不同指标之间的相关性，帮助相关人员对各路桥隧健康状态监控数据有更深入了解。

>>周期探测专题

系统对各路桥隧健康状态的监控数据波动规律进行自学习；然后筛选出那些存在周期性波动规律的监控数据，并计算出波动周期。

该专题一方面为后续检测专题提供参考，同时也方便相关分析人员深入了解各路桥隧所处的物理及气象环境特征，也为后续基于各路桥隧特性，进行差异化监控和养护维修提供数据支持。

>>异常检测专题

系统通过对各路桥隧健康状态监控数据的日常运行波动规律进行自学习，并构建相应模型；然后系统对各路桥隧监控点进行实时数据处理分析，同时对性能监控指标波动异常的监控点，进行及时预警，从而大幅提升路桥隧安全监控效率。

>>预测分析专题

1.道路病害诊断模型

实现对路面病害的自动监测，根据路面属性/状况自动提示路面病害告警，根据病害诊断结果评估道路健康状况。

2.道路病害演化预测

对道路的病害的发展进行预测，并且基于预测结果及报警阈值进行道路养护计划建议。

>>行车记录仪专题

通过智能行车记录仪，收集车辆在城市道路中的行驶位置、速度、照片等数据，并利用先进的大数据处理平台和工具，分析车辆的路面状况、频繁路段、路段通行速度、道路占有率等关键信息。

提升运行效率，降低养护成本

寄云科技帮助上海城建集团搭建的企业级大数据分析平台实现了：

1.通过数据大集中，领导驾驶舱，让集团领导可以实时了解到各个分公司及关键项目的关键数据，对比和评估各部门的运行效率和管理能力。

2.通过支持矩阵探测的数据驱动的分析模型的盲找架构，帮助相关管理及分析人员能够基于矩阵探测结果进一步规划更深入的专题分析应用。

3.通过大数据分析建模技术实现对路桥隧病害自动识别能力，对病害演变进行有效的预测，结合养护费用分析模型，对养护活动进行决策支持，合理的预测养护费用，期望未来能够逐步降低养护费用。

4.基于大数据技术对隧道的温度模型进行创建和优化，对报警门限值进行合理建议，降低消防系统的误报率。

5.实现基于行车记录仪数据对拥堵路段的分析，包括平均速度计算，频繁路段回顾，以及相关的外部因素发现等功能，为城市交通规划持续优化提供更全面更直观的数据支持。

利用先进的大数据技术，寄云科技帮助上海城建集团实现了真正意义上的桥梁隧道智能监控及维护，有效提升了预测病害及预防性养护的水平，提升了各部门运营效率和管理能力，基于智能监控及维护的NeuSeer工业大数据平台，也为上海城建大幅降低养护费用，据估计，大数据平台的搭建也为其带来了近千万的新增产值。

工业互联网

产业智能官 AI-CPS

加入知识星球“产业智能研究院”：先进产业OT（工艺+自动化+机器人+新能源+精益）技术和新一代信息IT技术（云计算+大数据+物联网+区块链+人工智能）深度融合，在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的机器智能认知计算系统；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。