文档围绕智慧交通解决方案及相关技术展开,介绍了其背景、关键技术、具体方案和可预测性维护解决方案,展示了利用大数据和相关技术提升交通管理和运营效率的成果。
1. 背景与关键技术:在“两化深度融合”战略以及信息技术快速发展的背景下,云计算、大数据、物联网等新技术不断涌现,推动信息系统向云化、集中化部署。其中,SAP HANA的内存计算技术是关键,它能让数据在内存中处理,满足实时性需求,还可处理多种数据类型。基于此技术构建的一体化数据中心架构,具有减少数据冗余、统一数据平台、支持大数据分析和云计算架构等优势,为智慧交通解决方案奠定了坚实基础。
2. 智慧交通解决方案:城市积累了海量交通数据,如车辆RFID数据、出租车轨迹等。智慧交通方案旨在挖掘这些数据的价值,通过构建交通数据融合技术平台、统一数据模型和基础分析平台等,实现对交通问题的识别、分析、决策、解决和评估。
交通指标体系:涵盖交通运行、公交服务和数据质量等多维度评价指标。以拥堵指数为例,能科学量化交通状态,为政府和公众评估交通工作、制定政策提供依据。
多领域应用:在交通管理方面,可实时展现和分析交通数据,提供决策建议;城市规划中,能分析居民出行特征和职住分离情况;公共交通领域,对出租车和公交车运营进行分析,实现运力调度和决策支持。此外,还通过车牌识别数据智能纠错系统和摄像头设备维护建议等,提升数据质量和设备管理水平。
3. SAP可预测性维护解决方案:通过分析设备数据和业务信息,预测设备故障,优化维护和业务运营,构建新商业模式。在CeBIT 2015上的展示引发广泛关注,典型应用成果显著,如降低非计划停机、减少服务和维护成本、提高资产回报等。该方案能监控传感器数据,结合业务和第三方数据进行分析预测,实现优先维护和服务活动,减少停机时间,优化保修和零配件管理。多个行业的企业已开展相关试点项目,如约翰迪尔公司利用该方案快速识别设备问题,提升产品质量和客户体验;加拿大Hydro One进行资产风险和寿命分析,支持科学的资产投资决策。对设备制造商和操作人员而言,可预测性维护能提高服务盈利能力、设备有效性,降低成本,提升顾客满意度 。