图片20
基于大数据分析技术的运输系统应用智能终端解决方案：建立故障工单智能配送模型、运行维护设备风险评估、和预警模型、运行维护多维质量评估模型，通过安全通信模块保证APP通信安全，通过大数据分析工具实现快速异常预分析，快速判断现场故障类别和实时位置信息，实现工单智能配送、故障现象预分析、预警警和供应商评估管理。
故障工单智能分发模型。
运输系统应用智能终端解决方案开发对大量运输数据、系统人员历史数据、当前故障点位置和人员位置进行多维分析，识别各种异常的严重性，输出运输效用值模型，通过应用移动作业终端下载数据模型，自动判断异常处理的优先顺序，逐步提高异常工作单处理的完成率和工作效果的控制性，进一步提高系统设备的可用性和数据的完整性。单个产品的运输效用值主要有故障类型、紧急程度、异常持续时间、人员位置和人员工作繁忙度等5个方面的影响。
运行设备风险评估及预警模式：
运输系统应用智能终端解决方案通过对历史工进行多维、大量的数据分析，总结数据规律，发现各维异常工作单发生概率异常的原因，综合考虑各维异常原因发生概率，输出各异常原因概率比值，比较各异常原因比值的大小，对未来发生类似故障现象发挥预分析作用，提高运输效率。
运营维护多维质量评价模型。
运输系统应用智能终端解决方案产品质量评价模型:根据运营状况定量分析各终端制造商的终端质量，利用各终端制造商的运营终端数、确认终端问题数、异常终端占有率、更换终端数、终端时钟异常数等数据，确立终端产品质量分析评价指标。
供应商模块质量评价:根据运行情况定量分析运行产品零部件，利用各零部件厂商的使用数量、确认模块问题数量、异常模块比例、更换模块数量、异常数量等数据，开展各厂商产品模块质量分析，确立供应商产品和零部件质量分析评价指标。
基于运输系统应用智能终端解决方案的研究，通过硬件和软件相结合的模式，引进大数据技术、物联网传感技术、多模式通信技术等，大大提高了运输人员现场多业务故障定位、预测、分析和解决能力，有效提高了运输效率，节约了运输成本，大大提高了用户满意度，具有可持续发展的市场前景。
