铁路集装箱运输是一种先进的运输方式,是现代物流业的重要组成部分。随着中国经济发展进入新常态以及“一带一路”战略的实施,铁路集装箱运输面临着重要的发展机遇,是中国铁路货物运输发展的重要战略方向。同时,铁路体制改革也为铁路运输企业的发展创造了更有利的条件。但随着铁路集装箱运输总量的不断提升,伴随而来的是集装箱维护与维修成本的大幅增加,这严重影响了运输效率和企业发展。如何降低维修成本,提高集装箱运用与维修效率,进一步加强铁路集装箱运用与维修管理工作的规范性和准确性,是目前亟待解决的问题。本文首先对铁路集装箱运用与维修现状进行调研,分析集装箱信息数据管理与使用时存在的问题；然后对海量集装箱运用与维修历史数据进行分析和预处理,采取Kimball维度建模技术对数据进行数据仓库建模；运用数据挖掘技术中的关联规则挖掘,采用FP_growth算法对铁路集装箱维修的修理部件进行关联分析,找出不同修理部件之间损坏的关联关系,为集装箱维修管理和集装箱设计制造提供决策依据；最后,基于集装箱每两次修理之间的货票信息,运用序列模式挖掘技术,采用GSP算法对运输货物品类进行序列模式挖掘,找出容易导致集装箱故障的货物品类序列,为集装箱的合理运用提供决策依据。