截至2019年初,我国高速铁路运营里程已突破3万公里,占到全球高铁运营总里程的60%以上。在京沪高铁上,中国标准动车组“复兴号”以350km/h的世界最高运营速度高速运行,2019年10月,北京至广州的京广高铁也有望临来时速350公里达速运营。在高速动车组保有量上,中国铁路总公司配属各型动车组2808列/3287组,占到全世界的一半以上。目前中国高铁的运营里程、运营速度、车组保有量均稳居世界第一。随着我国高速铁路的飞速发展,动车组在运用检修中积累的故障数据不断增多,从这些故障数据中分析挖掘出有用的信息和规律,从而有针对性的采取措施,对动车组的软件逻辑、结构设计以及检修维护方案进行优化完善,对动车组各级运用管理部门意义非凡。对从动车运用所收集的重点故障现场数据进行统计分析,不仅能够真实反映动车组在我国特定环境下的运行速度、载荷以及线路状况变化等,且不需要花费巨大的人力、物力。但另一方面,为保证数据分析挖掘的效率和效果,所收集到的故障数据应具有良好的准确性、延续性和完整性,需要搭建一个规范且完善的数据记录模型,准确、高效的记录故障发生的车组信息、故障日期、运行环境、系统分类、里程数、故障模式、故障原因、处置方案等重要信息,同时通过数据挖掘技术,从故障数据中摸索故障规律,为动车组运用管理部门制定运维决策提供数据支持。本文具体的工作如下:(1)学习和研究故障数据分析理论,介绍RAMS技术以及故障模式分析(FMEA)、故障模式影响及危害性分析(FMECA)、故障树分析(FTA)三种常用的可靠性分析方法,研究三者相互之间的关系;介绍数据挖掘技术相关理论以及发展由来,简要概述故障数据关联规则分析以及聚类分析技术概念和实现方法。(2)依据可靠性工程中故障模式分析的理念,将动车组故障的现象、解决方案、处理情况等与故障事件相关的关键信息要素按照一定原则分层归类为各特征维度,建立动车组故障数据记录模型,为故障数据分析挖掘奠定基础,提供保障和支持。(3)建立基于B/S系统的分布式动车组运用故障数据库平台,将动车组部件按系统分类建立标准化的部件基础数据库;基于动车组转向架系统的故障数据,运用关联规则以及共词聚类分析进行数据挖掘,摸索故障规律。本文设计并建立了分布式动车组运用故障数据采集平台,将各型动车组结构部件、故障模式统一化、标准化,对动车组重点故障历史数据进行大数据分析处理,为优化检修规程提供数据支撑,对降低动车组维护成本发挥积极作用。通过对动车组重点故障的标准化管理、统计分析和对故障规律的研究,帮助各级管理部门实时掌握动车组重点故障情况,评估技术性能状态,为保证动车组运行安全、稳定、舒适提供技术支持。