车辆运行状态安全评估问题一直是铁路安全运营研究的热点问题,它对预防列车行车事故、最大程度地减少列车运行事故的发生具有重要作用,对于铁路安全、稳定运营管理有着十分重要的意义。货运作为铁路的主要运输方式之一,在铁路运输中起着举足轻重的地位,一旦发生事故,造成的社会后果和财产损失非常严重,因此,其运营安全问题一直受到各部门的重视。本文针对目前车辆运行状态研究存在的不完整性问题,从“人-机-环”理论出发,假设人处于可靠状态,不会引发任何危险,围绕车辆运行的环境因素、车辆“机”因素展开了深入的研究,提出了自然环境与设备运营相结合的综合车辆状态评估方法,独创性的融合车辆热轴情况,将其作为重要的影响因素,建立了面向安全的车辆运行状态评估指标体系,构建了融合单因素作用与多因素综合作用情况下的车辆运行状态评估模型,对车辆运行状态评估研究做了有意义的尝试。在对传统BP神经网络分析的基础上,改进了传统BP神经网络的激活函数,并提出了一种由三部分组成的、串形结构的分段模糊BP神经网络,解决了数据量庞大的复杂系统评估问题,并将其应用于货车运行状态评估中来。研究结果表明,该方法能够有效的实现对货车运营状态评估,并可在实践中得以推广应用。在上述研究工作的基础上,本文设计开发了一个车辆运行状态安全评估系统,来逐步积累车辆运行状态安全评估经验数据库,提高评估方法的可应用性。