CN112632067B - 机车乘务员一次乘务作业数据分析***及分析方法 - Google Patents

Abstract

本发明属于铁路行业机务***技术领域，涉及一种机车乘务员一次乘务作业数据分析***及分析方法，包括数据源信息模块、实体数据模块、数据生成模块以及数据处理模块；根据实体数据模块建立的表单从数据源信息模块中提取所需要的数据；对乘务作业数据存储实体表中的实时数据进行计算，并将计算结果与分析维度表进行关联，同时将计算结果和关联结果保存至事实表，构建出数据分析模型，进而提取所要分析的数据信息，分析得到机车乘务员劳时情况。本发明保证作业数据的完整性，分析得出机车乘务员超劳情况，避免乘务员连续夜班，保证机车乘务员值乘中的精力充沛，确保机务行车安全；提高管理部门的管理效能。

Description

机车乘务员一次乘务作业数据分析***及分析方法

技术领域

本发明属于本发明属于铁路行业机务***技术领域，涉及一种机车乘务员一次乘务作业数据分析***及分析方法。

背景技术

机车乘务员是铁路运输生产的主要技术工种，承担着驾驶机车、动车组列车安全整点运行的重大职责，其工作特点是点多线长、不分昼夜、单独作业，长期处于高度紧张状态，工作质量直接关系到旅客生命和国家财产安全。由于乘务员一次乘务作业数据分散在不同业务***中，数据完整性不能保证，而数据的缺失对有效分析各交路乘务员的作业情况带来不便；而且对机车乘务员的平均劳时、最高劳时、趟超劳、月超劳、乘务员连续夜班的情况具有滞后性，不能进行实时掌控，超劳作业不能保证机车乘务员值乘中的精力充沛，不能确保机务行车安全。

发明内容

为了解决机车乘务作业出现的问题，本发明提供一种机车乘务员一次乘务作业数据分析***及分析方法，保证不同业务***的机车乘务员作业数据的完整性，通过***分析得出机车乘务员超劳情况，避免乘务员连续夜班，保证机车乘务员值乘中的精力充沛，确保机务行车安全；同时提高管理部门的管理效能。

为了实现上述目的，本发明采用的技术方案是：

一种机车乘务员一次乘务作业数据分析***包括数据源信息模块、实体数据模块、数据生成模块以及数据处理模块；

所述数据源信息模块：用于存储各个铁路工段乘务作业的数据；

所述实体数据模块：用于根据用户需要建立相关联的乘务作业数据存储实体表、事实表和分析维度表；并从数据源信息模块中提取所需要的实时数据并填入相应的乘务作业数据存储实体表中，同时对分析维度表进行更新；

所述乘务作业数据存储实体表：从数据源信息模块中提取的机车运行过程中机车乘务员一次乘务作业实时数据；

所述事实表：根据乘务作业数据存储实体表所建立的以司机为粒度的乘务员劳时数据表单；

所述分析维度表：在乘务作业数据存储实体表基础上以分析维度为粒度建立的数据表单；

所述数据生成模块：用于接收实体数据模块发送的数据表单，根据用户分析需要对乘务作业数据存储实体表中的实时数据进行计算，并将计算结果与分析维度表进行关联，同时将计算结果和关联结果保存更新至事实表；从而构建出事实表数据模型和分析维度数据模型；

所述数据处理模块：用于从分析维度数据模型中提取用户所要分析的分析维度模型，结合事实表数据模型分析得到机车乘务员劳时情况。

进一步的，所述数据源信息模块中存储的数据包括LKJ处理结果信息数据、乘务员出退勤信息数据以及机车出入库信息数据；

所述LKJ处理结果信息数据包括机务段代码、LKJ文件ID、机车型号、机车号、车种、车号、司机工号、副司机工号、文件处理时间、文件开始时间、开车时间、文件结束时间、起点站、终点站、车间、车队以及指导组；

所述乘务员出退勤信息数据包括乘务交路、司机工号、计划开点、机车型号、机车号、出勤时间、出勤地点、退勤时间以及退勤地点；

所述机车出入库信息数据包括机车型号、机车号、出库时间、出库地点、入库时间以及入库地点。

进一步的，乘务作业数据存储实体表包括机务段代码、LKJ文件ID、机车型号、机车号、车种、车号、司机工号、文件处理时间、文件开始时间、开车时间、文件结束时间、起点站、终点站、车间、车队、指导组、乘务交路、计划开点、出勤时间、出勤地点、退勤时间、退勤地点、入库时间、入库地点、出库时间和出库地点。

进一步的，所述事实表包括LKJ文件ID、司机键值、时间键值、机务段键值、乘务交路键值、出勤地点键值、退勤地点键值、入库地点键值、出库地点键值、出勤至出库时长、出勤至开车时长、出库至开车时长、到达至入库时长、到达至退勤时长以及出勤至退勤时长。

进一步的，所述分析维度包括司机维度、时间维度、机务段维度、乘务交路维度、出退勤地点维度和出入库地点维度；

所述司机维度表包括司机键值、司机工号和司机姓名；所述时间维度表包括时间键值、年、月、日和小时；所述机务段维度表包括机务段键值、机务段代码和机务段名称；所述乘务交路维度表包括乘务交路键值、乘务交路代码和乘务交路名称；所述出退勤地点维度表包括出退勤地点键值、地点编码和地点名称；所述出入库地点维度表包括出入库地点键值、地点编码和地点名称。

一种机车乘务员一次乘务作业数据分析***的分析方法包括以下步骤：

1)收集各个铁路工段乘务作业的数据，并将收集的数据存储在数据源信息模块中；

2)根据用户需要建立乘务作业数据存储实体表、事实表和分析维度表；并从数据源信息模块中提取所需要的实时数据并填入相应的乘务作业数据存储实体表中，同时对分析维度表进行更新；

3)将填入实时数据的乘务作业数据存储实体表、填入乘务员劳时数据的事实表和更新的分析维度表传送至数据生成模块，由更新的分析维度表生成分析维度模型；对乘务作业数据存储实体表中的实时数据进行计算，并将计算结果与分析维度表进行关联，同时将计算和关联结果保存至事实表生成事实表数据模型，通过事实表数据模型和分析维度数据模型从而构建数据分析模型；

4)根据用户分析需要从分析维度数据模型中提取所要分析的分析维度，并结合事实表数据模型，对机车乘务员乘务作业过程中的乘务作业情况分析，得到机车和乘务员劳时情况。

进一步的，所述步骤1)中，

1.1)对数据源信息模块存储的LKJ处理结果信息数据、乘务员出退勤信息数据以及机车出入库信息数据进行拆分、统计或格式转换；

1.2)以文件开始时间、司机号、机车型号、机车号为条件对LKJ处理结果信息数据进行去重操作。

进一步的，所述步骤2)具体过程是：

2.1)根据用户需要建立乘务作业数据存储实体表、事实表和分析维度表；

2.2)从数据源信息模块中提取机车乘务员一次乘务作业实时数据；对于去重的LKJ处理结果信息数据以文件处理时间、文件开始时间、司机号、机车型号以及机车号进行合并操作，将合并后的实时数据存储至乘务作业数据存储实体表中，并同时更新司机维度表和机务段维度表；

2.3)以机车型号、机车号、司机号、开车时间信息以及入库时间信息从乘务员出退勤信息数据中提取乘务交路、计划开点、出勤时间、出勤地点、退勤时间和退勤地点信息这六项实时数据，并将提取的实时数据存储至乘务作业数据存储实体表中，并同时更新乘务交路维度表、出退勤地点维度表和时间维度表；

2.4)以机车型号、机车号、司机号、开车时间信息、文件结束时间信息、出勤时间以及出勤地点信息从机车出入库信息数据中提取出库时间、出库地点、入库时间和入库地点信息这四项实时数据，并将提取的实时数据存储至乘务作业数据存储实体表中，同时更新出入库地点维度表。

进一步的，所述步骤2.2)中合并操作的过程是：对相同司机号、相同机车型号、相同机车号以及文件开始时间相差范围在12小时以内的记录进行合并；

取最小文件开始时间记录中的文件开始时间和开车时间为本次乘务作业的文件开始时间和开车时间，取最大文件结束时间为本次乘务作业的文件结束时间。

进一步的，所述步骤4)中乘务作业情况分析包括出库晚点分析、旅行时间分析和超劳汇总分析；

所述机车出库晚点分析是设定机车出库标准时间，结合步骤3)分析维度数据模型和事实表数据模型中提取的数据分析得出各机务段某台机车出库正晚点情况、晚点时分、某时间段汇总情况以及整个机务段汇总情况，并列出详单；

所述旅行时间分析结果是根据机车运行图资料规定的旅行时间标准，结合步骤3)分析维度数据模型和事实表数据模型中提取的数据，若机车的实际运行时间超过旅行时间标准，即统计为旅行时间超时，并可查询某区段超时汇总和平均情况；

所述超劳汇总分析是按机务段别、乘务交路区段，结合步骤3)分析维度数据模型和事实表数据模型中提取的数据，分别自动统计乘务值乘总班次，趟超劳发生班次，超劳累计时间，超劳平均时间，超劳率，出库晚点超时，出发站停超时，旅行超时和到达站停超时，并汇总整体超劳情况。

本发明的有益效果是：

1、本发明提供的机车乘务员一次乘务作业数据分析***包括一种机车乘务员一次乘务作业数据分析***包括数据源信息模块、实体数据模块、数据生成模块以及数据处理模块；数据源信息模块：用于存储各个铁路工段乘务作业的数据；实体数据模块：用于根据用户需要建立乘务作业数据存储实体表、事实表和分析维度表；并从数据源信息模块中提取所需要的实时数据并填入相应的乘务作业数据存储实体表中，同时对分析维度表进行更新；数据生成模块：接收实体数据模块发送的填入实时数据的乘务作业数据存储实体表、乘务员劳时数据的事实表和更新的分析维度表，根据用户分析需要对乘务作业数据存储实体表中的实时数据进行计算，并将计算结果与分析维度表进行关联，将计算结果和关联结果保存更新至事实表，从而构建出数据分析模型；数据处理模块：用于根据用户分析需要从数据分析模型中提取所要分析的数据信息，对机车乘务员乘务作业分析，得到机车和乘务员劳时情况。通过数据分析***，能建立机车乘务员乘务数据作业大数据平台，提高机车乘务员作业理数据的效率，且形成的大数据平台为后续的分析提供数据支持；对乘务作业数据进行有效的管理，确保后续分析结果的完整性、准确性。

2、本发明提供的机车乘务员一次乘务作业数据分析方法包括以下步骤：1)收集各个铁路工段乘务作业的数据，并将收集的数据存储在数据源信息模块中；2)根据用户需要建立乘务作业数据存储实体表、事实表和分析维度表；并从数据源信息模块中提取所需要的实时数据并填入相应的乘务作业数据存储实体表中，同时对分析维度表进行更新；3)将填入实时数据的乘务作业数据存储实体表、填入乘务员劳时数据的事实表和更新的分析维度表传送至数据生成模块，由更新的分析维度表生成分析维度模型；对乘务作业数据存储实体表中的实时数据进行计算，并将计算结果与分析维度表进行关联，同时将计算和关联结果保存至事实表生成事实表数据模型，通过事实表数据模型和分析维度数据模型从而构建数据分析模型；4)根据用户分析需要从数据分析模型中提取所要分析的数据，对机车乘务员乘务作业过程中的乘务作业情况分析，得到机车和乘务员劳时情况。依据要分析的目的作业数据从数据源中提取相应的实时数据，并对提取的实时数据计算，关联更新分析维度表，构建数据分析模型，实现不同业务***的乘务员作业数据的完整性分析，能够得出各交路乘务员的作业数据信息，通过数据处理分析，得出各交路乘务员的平均劳时、最高劳时、趟超劳以及月超劳数据信息，避免乘务员连续夜班，保证机车乘务员值乘中的精力充沛，确保机务行车安全。

附图说明

图1为本发明提供的机车乘务员一次乘务作业数据分析***示意图；

图2为本发明提供的乘务员劳时事实表及分析维度表示意图；

图3为本发明提供的机车乘务员一次乘务作业数据分析***示意图。

具体实施方式

现结合附图以及实施例对本发明做详细的说明。

实施例1

参见图1，本实施例提供的机车乘务员一次乘务作业数据分析***包括数据源信息模块、实体数据模块、数据生成模块以及数据处理模块；

本实施例提供的数据源信息模块：用于存储各个铁路工段乘务作业的数据。

本实施例提供的实体数据模块：用于根据用户需要建立相关联的乘务作业数据存储实体表、事实表和分析维度表；并从数据源信息模块中提取所需要的实时数据并填入相应的乘务作业数据存储实体表中，同时对分析维度表进行更新；

本实施例提供的乘务作业数据存储实体表：从数据源信息模块中提取的机车运行过程中机车乘务员一次乘务作业实时数据；

本实施例提供的事实表：根据乘务作业数据存储实体表所建立的以司机为粒度的乘务员劳时数据表单；

本实施例提供的分析维度表：在乘务作业数据存储实体表基础上以分析维度为粒度建立的数据表单。

本实施例提供的数据生成模块：用于接收实体数据模块发送的数据表单，根据用户分析需要对乘务作业数据存储实体表中的实时数据进行计算，并将计算结果与分析维度表进行关联，同时将计算结果和关联结果保存更新至事实表；从而构建出事实表数据模型和分析维度数据模型；

本实施例提供的数据处理模块：用于从分析维度数据模型中提取用户所要分析的分析维度模型，结合事实表数据模型分析得到机车乘务员劳时情况。

本实施例提供的数据源信息模块中存储的数据包括LKJ处理结果信息数据、乘务员出退勤信息数据以及机车出入库信息数据；LKJ处理结果信息数据包括机务段代码、LKJ文件ID、机车型号、机车号、车种、车号、司机工号、副司机工号、文件处理时间、文件开始时间、开车时间、文件结束时间、起点站、终点站、车间、车队以及指导组；乘务员出退勤信息数据包括乘务交路、司机工号、计划开点、机车型号、机车号、出勤时间、出勤地点、退勤时间以及退勤地点；机车出入库信息数据包括机车型号、机车号、出库时间、出库地点、入库时间以及入库地点。

本实施例提供的乘务作业数据存储实体表包括机务段代码、LKJ文件ID、机车型号、机车号、车种、车号、司机工号、文件处理时间、文件开始时间、开车时间、文件结束时间、起点站、终点站、车间、车队、指导组、乘务交路、计划开点、出勤时间、出勤地点、退勤时间、退勤地点、入库时间、入库地点、出库时间和出库地点。

参见图2，本实施例提供的事实表包括LKJ文件ID、司机键值、时间键值、机务段键值、乘务交路键值、出勤地点键值、退勤地点键值、入库地点键值、出库地点键值、出勤至出库时长、出勤至开车时长、出库至开车时长、到达至入库时长、到达至退勤时长以及出勤至退勤时长。

参见图2，本实施例提供的分析维度包括司机维度、时间维度、机务段维度、乘务交路维度、出退勤地点维度和出入库地点维度；司机维度表包括司机键值、司机工号和司机姓名；时间维度表包括时间键值、年、月、日和小时；机务段维度表包括机务段键值、机务段代码和机务段名称；乘务交路维度表包括乘务交路键值、乘务交路代码和乘务交路名称；出退勤地点维度表包括出退勤地点键值、地点编码和地点名称；出入库地点维度表包括出入库地点键值、地点编码和地点名称。

本实施例提供的数据源信息模块的存储的数据是来自各个铁路工段乘务作业的数据，其数据类型较为繁杂，具体的数据类型包括关系型数据库、文件型的数据、标准数据、非结构化数据库以及分布式数据源；关系型数据库包括Oracle、DB2、SQLServer、MySQL和Informix；文件型数据包括Excel，txt文件和XML文件；标准数据包括WebService和SOA；非结构化数据库MongoDB和HBASE；分布式数据源包括SAP、Hadoop和Gemfire。

本实施例中，数据源信息模块中的数据数据涵盖面广，对乘务作业数据进行有效的管理；且数据源支持不同类型的数据，实施时，可根据事实表对数据的要求，对数据源中不同文件类型、不同格式的数据进行转换、拆分，实现数据的智能化处理，使得数据符合事实表中数据格式的要求，提高机车乘务员作业理数据的效率，也方便对构建数据模型中的数据进行处理，确保后续分析结果的完整性、准确性。

实施例2

参见图3，本实施例提供的机车乘务员一次乘务作业数据分析方法包括以下步骤：

1)收集各个铁路工段乘务作业的数据，并将收集的数据存储在数据源信息模块中；

具体的，步骤1)包括：

1.1)对数据源信息模块存储的LKJ处理结果信息数据、乘务员出退勤信息数据以及机车出入库信息数据进行拆分、统计或格式转换；

1.2)以文件开始时间、司机号、机车型号、机车号为条件对LKJ处理结果信息数据进行去重操作；

2)根据用户需要建立乘务作业数据存储实体表、事实表和分析维度表；并从数据源信息模块中提取所需要的实时数据并填入相应的乘务作业数据存储实体表中，同时对分析维度表进行更新；

进一步的，步骤2)具体过程是：

2.1)根据用户需要建立乘务作业数据存储实体表、事实表和分析维度表；

2.2)从数据源信息模块中提取机车乘务员一次乘务作业实时数据；对于去重的LKJ处理结果信息数据以文件处理时间、文件开始时间、司机号、机车型号以及机车号进行合并操作，将合并后的实时数据存储至乘务作业数据存储实体表中，并同时更新司机维度表和机务段维度表；

2.3)以机车型号、机车号、司机号、开车时间信息以及入库时间信息从乘务员出退勤信息数据中提取乘务交路、计划开点、出勤时间、出勤地点、退勤时间和退勤地点信息这六项实时数据，并将提取的实时数据存储至乘务作业数据存储实体表中，并同时更新乘务交路维度表、出退勤地点维度表和时间维度表；

2.4)以机车型号、机车号、司机号、开车时间信息、文件结束时间信息、出勤时间以及出勤地点信息从机车出入库信息数据中提取出库时间、出库地点、入库时间和入库地点信息这四项实时数据，并将提取的实时数据存储至乘务作业数据存储实体表中，同时更新出入库地点维度表。

进一步的，步骤2.2)中合并操作的过程是：对相同司机号、相同机车型号、相同机车号以及文件开始时间相差范围在12小时以内的记录进行合并；

取最小文件开始时间记录中的文件开始时间和开车时间为本次乘务作业的文件开始时间和开车时间，取最大文件结束时间为本次乘务作业的文件结束时间；

3)将填入实时数据的乘务作业数据存储实体表、填入乘务员劳时数据的事实表和更新的分析维度表传送至数据生成模块，由更新的分析维度表生成分析维度模型；对乘务作业数据存储实体表中的实时数据进行计算，并将计算结果与分析维度表进行关联，同时将计算和关联结果保存至事实表生成事实表数据模型，通过事实表数据模型和分析维度数据模型从而构建数据分析模型；

4)根据用户分析需要从分析维度数据模型中提取所要分析的分析维度，并结合事实表数据模型，对机车乘务员乘务作业过程中的乘务作业情况分析，得到机车和乘务员劳时情况。

进一步的，步骤4)中乘务作业情况分析包括出库晚点分析、旅行时间分析和超劳汇总分析；

机车出库晚点分析是设定机车出库标准时间，结合步骤3)分析维度数据模型和事实表数据模型中提取的数据分析得出各机务段某台机车出库正晚点情况、晚点时分、某时间段汇总情况以及整个机务段汇总情况，并列出详单；

旅行时间分析结果是根据机车运行图资料规定的旅行时间标准，结合步骤3)分析维度数据模型和事实表数据模型中提取的数据，若机车的实际运行时间超过旅行时间标准，即统计为旅行时间超时，并可查询某区段超时汇总和平均情况；

超劳汇总分析是按机务段别、乘务交路区段，结合步骤3)分析维度数据模型和事实表数据模型中提取的数据，分别自动统计乘务值乘总班次，趟超劳发生班次，超劳累计时间，超劳平均时间，超劳率，出库晚点超时，出发站停超时，旅行超时和到达站停超时，并汇总整体超劳情况。

本实施例提供的分析方法，在实施时需要根据乘务作业数据存储实体表内容信息建立以司机为粒度的事实表，并建立关联分析维度表，进一步的通过数据提取和计算，从而构建劳时数据分析模型和分析维度模型；便于分析，实现不同业务***的乘务员作业数据的完整性分析，为后续的数据分析提供基础。根据用户需求从给出的分析对象，从分析维度模型的6个分析维度表中提取需要的分析维度表，并结合乘务员劳时数据事实模型得出机车乘务员劳时情况，并对超劳的原因做出进一步分析。例如，通过分析得出机车出库晚点结果和旅行时间结果后，若晚点或超时，可结合维度表中的数据对机车出库晚点和旅行时间超时的原因进行分析，给管理部门的管理工作带来便利，提高管理效能；根据超劳汇总分析结果，可以判断机车乘务员是否为超劳作业，若为超劳作业，可提醒机车乘务员及时休息，保证机车乘务员值乘中的精力充沛，确保机务行车安全；同时对乘务员超劳作业的原因分析，具体到机务段、交路、时间、机车、司机等影响超劳作业的因素，便于管理部门的管理工作，也为后续的改进提供指导。

Claims (7)

1.一种机车乘务员一次乘务作业数据分析***，其特征在于：所述机车乘务员一次乘务作业数据分析***包括数据源信息模块、实体数据模块、数据生成模块以及数据处理模块；

所述数据源信息模块：用于存储各个铁路机务段乘务作业的数据；

所述数据源信息模块中存储的数据包括LKJ处理结果信息数据、乘务员出退勤信息数据以及机车出入库信息数据；

所述LKJ处理结果信息数据包括机务段代码、LKJ文件ID、机车型号、机车号、车种、车号、司机工号、副司机工号、文件处理时间、文件开始时间、开车时间、文件结束时间、起点站、终点站、车间、车队以及指导组；

所述乘务员出退勤信息数据包括乘务交路、司机工号、计划开点、机车型号、机车号、出勤时间、出勤地点、退勤时间以及退勤地点；

所述机车出入库信息数据包括机车型号、机车号、出库时间、出库地点、入库时间以及入库地点；

所述实体数据模块：用于根据用户需要建立相关联的乘务作业数据存储实体表、事实表和分析维度表；并从数据源信息模块中提取所需要的实时数据并填入相应的乘务作业数据存储实体表中，同时对分析维度表进行更新；

所述乘务作业数据存储实体表：从数据源信息模块中提取的机车运行过程中机车乘务员一次乘务作业实时数据；

所述事实表：根据乘务作业数据存储实体表所建立的以司机为粒度的乘务员劳时数据表单；所述事实表包括LKJ文件ID、司机键值、时间键值、机务段键值、乘务交路键值、出勤地点键值、退勤地点键值、入库地点键值、出库地点键值、出勤至出库时长、出勤至开车时长、出库至开车时长、到达至入库时长、到达至退勤时长以及出勤至退勤时长；

所述分析维度表：在乘务作业数据存储实体表基础上以分析维度为粒度建立的数据表单；

所述分析维度包括司机维度、时间维度、机务段维度、乘务交路维度、出退勤地点维度和出入库地点维度；

所述司机维度表包括司机键值、司机工号和司机姓名；所述时间维度表包括时间键值、年、月、日和小时；所述机务段维度表包括机务段键值、机务段代码和机务段名称；所述乘务交路维度表包括乘务交路键值、乘务交路代码和乘务交路名称；所述出退勤地点维度表包括出退勤地点键值、地点编码和地点名称；所述出入库地点维度表包括出入库地点键值、地点编码和地点名称；

所述数据生成模块：用于接收实体数据模块发送的数据表单，根据用户分析需要对乘务作业数据存储实体表中的实时数据进行计算，并将计算结果与分析维度表进行关联，同时将计算结果和关联结果保存更新至事实表；从而构建出事实表数据模型和分析维度数据模型；

所述数据处理模块：用于从分析维度数据模型中提取用户所要分析的分析维度模型，结合事实表数据模型分析得到机车乘务员劳时情况。

2.根据权利要求1所述的机车乘务员一次乘务作业数据分析***，其特征在于：乘务作业数据存储实体表包括机务段代码、LKJ文件ID、机车型号、机车号、车种、车号、司机工号、文件处理时间、文件开始时间、开车时间、文件结束时间、起点站、终点站、车间、车队、指导组、乘务交路、计划开点、出勤时间、出勤地点、退勤时间、退勤地点、入库时间、入库地点、出库时间和出库地点。

3.一种基于权利要求2所述的机车乘务员一次乘务作业数据分析***的分析方法，其特征在于：所述分析方法包括以下步骤：

1)收集各个铁路工段乘务作业的数据，并将收集的数据存储在数据源信息模块中；

2)根据用户需要建立乘务作业数据存储实体表、事实表和分析维度表；并从数据源信息模块中提取所需要的实时数据并填入相应的乘务作业数据存储实体表中，同时对分析维度表进行更新；

3)将填入实时数据的乘务作业数据存储实体表、填入乘务员劳时数据的事实表和更新的分析维度表传送至数据生成模块，由更新的分析维度表生成分析维度模型；对乘务作业数据存储实体表中的实时数据进行计算，并将计算结果与分析维度表进行关联，同时将计算和关联结果保存至事实表生成事实表数据模型，通过事实表数据模型和分析维度数据模型从而构建数据分析模型；

4)根据用户分析需要从分析维度数据模型中提取所要分析的分析维度，并结合事实表数据模型，对机车乘务员乘务作业过程中的乘务作业情况分析，得到机车和乘务员劳时情况。

4.根据权利要求3所述的机车乘务员一次乘务作业数据分析方法，其特征在于：所述步骤1)中，

1.1)对数据源信息模块存储的LKJ处理结果信息数据、乘务员出退勤信息数据以及机车出入库信息数据进行拆分、统计或格式转换；

1.2)以文件开始时间、司机号、机车型号、机车号为条件对LKJ处理结果信息数据进行去重操作。

5.根据权利要求4所述的机车乘务员一次乘务作业数据分析方法，其特征在于：所述步骤2)具体过程是：

2.1)根据用户需要建立乘务作业数据存储实体表、事实表和分析维度表；

2.2)从数据源信息模块中提取机车乘务员一次乘务作业实时数据；对于去重的LKJ处理结果信息数据以文件处理时间、文件开始时间、司机号、机车型号以及机车号进行合并操作，将合并后的实时数据存储至乘务作业数据存储实体表中，并同时更新司机维度表和机务段维度表；

2.3)以机车型号、机车号、司机号、开车时间信息以及入库时间信息从乘务员出退勤信息数据中提取乘务交路、计划开点、出勤时间、出勤地点、退勤时间和退勤地点信息这六项实时数据，并将提取的实时数据存储至乘务作业数据存储实体表中，并同时更新乘务交路维度表、出退勤地点维度表和时间维度表；

2.4)以机车型号、机车号、司机号、开车时间信息、文件结束时间信息、出勤时间以及出勤地点信息从机车出入库信息数据中提取出库时间、出库地点、入库时间和入库地点信息这四项实时数据，并将提取的实时数据存储至乘务作业数据存储实体表中，同时更新出入库地点维度表。

6.根据权利要求5所述的机车乘务员一次乘务作业数据分析方法，其特征在于：所述步骤2.2)中合并操作的过程是：对相同司机号、相同机车型号、相同机车号以及文件开始时间相差范围在12小时以内的记录进行合并；

取最小文件开始时间记录中的文件开始时间和开车时间为本次乘务作业的文件开始时间和开车时间，取最大文件结束时间为本次乘务作业的文件结束时间。

7.根据权利要求6所述的机车乘务员一次乘务作业数据分析方法，其特征在于：所述步骤4)中乘务作业情况分析包括出库晚点分析、旅行时间分析和超劳汇总分析；

所述机车出库晚点分析是设定机车出库标准时间，结合步骤3)分析维度数据模型和事实表数据模型中提取的数据分析得出各机务段某台机车出库正晚点情况、晚点时分、某时间段汇总情况以及整个机务段汇总情况，并列出详单；

所述旅行时间分析结果是根据机车运行图资料规定的旅行时间标准，结合步骤3)分析维度数据模型和事实表数据模型中提取的数据，若机车的实际运行时间超过旅行时间标准，即统计为旅行时间超时，并可查询某区段超时汇总和平均情况；

所述超劳汇总分析是按机务段别、乘务交路区段，结合步骤3)分析维度数据模型和事实表数据模型中提取的数据，分别自动统计乘务值乘总班次，趟超劳发生班次，超劳累计时间，超劳平均时间，超劳率，出库晚点超时，出发站停超时，旅行超时和到达站停超时，并汇总整体超劳情况。