西门子是一家具有170年历史的制造工程企业，在公共交通领域，为六十多个国家的铁路运营商提供包括火车、轻轨、地铁、高铁等解决方案，是全球最大的铁路基础设施供应商。在2017 Teradata全球用户大会上，西门子交通数据服务负责人Gerhard Kress接受采访，向我们介绍了西门子如何将数据分析应用到生产，帮助客户创造更多的价值。

西门子交通数据服务负责人Gerhard Kress

工程制造结合数据分析，可靠性提升达100%

Kress介绍，随着传感器的成本下降，数据的互联性变成可能，“我们正迈向下一代的维护服务，帮助客户从资产中获得更多的价值”。铁路行业数据具有其独特性，有很多机器学习建模方式并不是很适合这个行业。组件并不是经常出故障，但又需要极高的预测精度。Kress说，西门子通过结合自身强大的工程设计制造能力和应用数据分析能力帮助铁路运营商提升资产的可用性，从“被动维修”迈向实现“预测性维护”，即在组件出现故障、设备无法再使用之前，根据数据分析得出结论，决定什么时候是替换和修理组件的最佳时间。

”现在我们可以确保可靠性几乎达到100%，例如，俄罗斯达到99.96%，印度达到99.98%。“ Kress说道。这套系统被称之“Internet of Trains”（IoT），指机车的所有传感器通过互联网彼此相连，提供彼此沟通的能力，为数据分析进行数据采集。

传感器如何应用数据分析？

IoT系统的传感器几乎收集与铁路运行的所有数据，例如引擎温度、铁轨震动、车速、刹车压力、耗能等。除此之外，还有外部实时数据集，如气象信息。当被问及这些数据的具体用途时，Kress说主要应用在三大方面：

首先，这些数据帮助理解不同组件的状态，从而进行“预测性维护“，提升资产可用性。

其次，通过理解空调温度、行车平稳度等数据，从而改进乘客的乘车体验。

最后，可用通过监测单个组件的性能以及整个轨道网络的整体状态，提高能源效率。

“我们的数据团队与工程师合作，在设计新机车时，提前部署传感器，设置所需的数据获取方式和数据类型。”Kress说。

不过，Kress介绍，最大的挑战是传感器出故障，因此传感器的部署绝对不是越多越好，因为传感器越多，传感器出故障的几率也就越大。

数据分析技术支撑工业化创新

西门子是如何实现这些工业化创新？Kress介绍，西门子总部在2014年开始部署Teradata 统一数据架构（Teradata Unified Data Architecture，简称UDA），包括Teradata数据仓库平台、Teradata Aster高级分析平台，以及Teradata的Hadoop平台（Teradata Appliance for Hadoop）。当时在产品选型时，Teradata的产品在整合不同的数据源和新型数据、满足不断增长的数据量，以及日趋复杂的数据分析等方面具有很强的竞争力和前瞻性。

目前，西门子总部的“数据实验室”全面部署了UDA，收集不同业务的数据进行分析，让公司其他部门共享代码、用户案例等数据资源，为业务提供洞察力。西门子的智能铁路基础设施建立在Teradata的Aster数据库和分析之上，运行于AWS。