123

现

代

城

市

轨

道

交

通

增刊

/ 2022 

MODERN URBAN TRANSIT

作者简介

：

戴屹立

（

1993

—）

男

，

工程师

1 

引言

城市轨道交通工程的安全质量管理是困扰建设单

位的重要问题

。

在传统安全质量管理中

，

建设单位往

往采用月度

、

季度

、

专项检查等形式

。

然而

，

对于安

全质量检查的问题反馈信息

，

缺乏有效的归集

、

分析

、

挖掘

、

回溯

，

使得在施工单位回复完毕之后

，

反馈信

息成为大量的无效信息

，

无法持续有效地指导建设

、

监理

、

施工单位进行安全质量管理

。

如此大量的问题

反馈信息不能进行信息化处理和大数据分析

，

会造成

信息浪费

，

不符合我国建筑工程信息化宗旨

[1]

。

随着计算机技术的发展

，

大数据分析技术趋于成

熟

，

国内外开始运用大数据分析中的文本挖掘方法进行

安全质量管理

[2]

。

Rojas

等提出用信息互通技术

（

ICT

）

，

为

项

目

的

质

量

控

制

提

供

数

据

获

取

和

分

析

的

方

法

[3]

。

Mathew

指出运用大数据和预测分析技术来消除施工过

程中的安全质量问题

[4]

。

马智亮等人提出对质量检测数

据进行挖掘分析

，

以提高工程质量

[5]

。

丁士昭在大数据

分析的背景下

，

对未来的工程信息挖掘提出了构想和展

望

，

确定数据分析方法是未来质量管理的重要内容

[6]

。

综上所述

，

大数据分析目前已小规模地应用于工

程管理

，

但安全质量管理问题的信息化难度较高

，

在城

市轨道交通工程领域运用大数据分析技术的研究相对

匮乏

，

缺乏安全质量检查问题反馈信息的梳理应用

。

因

此

，

本文基于

Python

阐述安全质量管理文本数据的大

数据分析原理

，

给出实现方法

，

最后参照苏州市轨道交

通

7

号线实例

，

证明该实现方法的可行性

。

2 

文本挖掘的数据来源及基本流程

2.1 

工程概况和数据来源

苏州市轨道交通

7

号线起于相城区莫阳站

，

止于

吴中区木里站

，

呈南北走向

。

全线长

40.4 km

（

已建成

10.8 km

）

，

共设置

33

座车站

（

已建成

8

座

）

，

全部为地下

车站

，

采用

6

节编组

B

型列车

。

该线路盾构穿越西气东输管线

、

京沪高铁

、

沪宁

高速

、

京杭大运河

，

部分车站需在高压线下施工

，

因此

施工难度较大

，

风险源较多

，

安全质量管理工作难度极

大

。

为严格控制

7

号线工程整体的安全质量

，

建设单位

主导动态化管理工作

，

切实履行月度检查

、

早晚查

、

周

查等职责

，

以杜绝安全质量事故的发生

。

本文以建设单

位在安全质量月度检查过程中发现的施工单位安全质量

基于

Python

的轨道交通安全质量检查

问题大数据分析和可视化研究

戴屹立，张建鹏，陈 

鹏，舒小朋

（

苏州市轨道交通集团有限公司

，

江苏苏州

 215004

）

摘 

要：

城市轨道交通工程安全质量管理的主要

抓手是建设单位对施工单位的定期检查

，

检查形

成的信息可以作为管理决策的主要依据

。

文章将

基于

Python

的大数据分析方法融入传统安全质量

管理中

，

通过安全质量检查问题反馈的文本挖掘

大数据信息

，

提出安全质量关键问题的发现路径

。

以苏州市轨道交通

7

号线为例

，

进行大数据实例

化分析

，

给出相关分析结果

，

为建设单位进行安

全质量管控提供指导依据

。

关键词：

城市轨道交通

；

大数据

；

安全质量管理

；

文本挖掘

；

Python

中图分类号：

U231

+

.3

信 

息 

化