铁路货车运输能力的快速扩充和货车维修策略由计划修向状态修的转变为货车的维修管理带来了巨大挑战。车轮作为铁路货车的关键零部件,其是否安全可靠地运行将直接影响铁路货车的运行品质和运输效率。在车轮的走行过程中,踏面和直径均会发生磨耗退化超限,这会严重威胁货车的行车安全和稳定。为了恢复车轮的正常踏面型式,确保货车的运行安全,必须对磨耗过限的车轮进行镟修或更换处理。然而,车轮镟修会导致直径越镟越小,同时增加维修成本。镟修次数过多将会导致车轮提前报废,镟修次数过少导致踏面磨耗过限的风险增加。因此,必须解决当前铁路货车车轮维修策略制定中“何时修、如何修”的关键问题。同时,由于现阶段铁路货车车轮的检测过程中普遍存在检测数据质量不高而不能准确反映车轮真实状态的问题,因此,为了制定精确有效维修策略,必须在制定策略的过程中充分考虑车轮检测数据现状。鉴于此,论文针对车轮真实状态不完全可见且车轮监测数据的时间离散特征,本文提出一种基于部分可见马尔科夫决策过程(Partially Observable Markov Decision Process,POMDP)的动态维修策略,以期制定精确有效的维修策略,从而缩减车轮的维修成本,适当延长车轮的服役寿命。论文首先在对车轮踏面退化数据特征进行分析的基础上,构建踏面磨耗退化的混合效应模型,并结合直径磨耗和踏面磨耗的相关关系确定直径磨耗规律;其次,通过收集直径镟修量与当前收入直径的数据,并拟合二者的关系,建立车轮直径在镟修过程中的退化规律;然后,将踏面和直径的退化规律推导出的条件退化量作为重要输入,离散化车轮踏面和直径的退化过程,将其划分为有限阶段的退化状态,建立二维状态空间。将单位期望成本最低作为优化目标,构建了基于POMDP的维修策略模型,并采用策略迭代算法对模型求解;最后,在上述退化模型以及维修策略模型构建的基础上,根据铁路货车车轮的实际测量数据,将本文基于POMDP的维修策略与役龄模型和周期检查模型的策略进行比较,验证了本文维修策略的优越性。