随着我国在高速铁路领域的迅速发展,我国铁路建设里程不断增加,已达世界前列,因此为保证高铁列车安全且高效的运行,对于列车运行控制系统(简称列控系统,Chinese Train Control System,CTCS)中车载设备故障分析的研究至关重要。车载设备在运行过程中会生成对应的日志文件,包含着大量的设备运行信息,其中就包括对于车载设备故障信息的记录,能够高效准确的提取日志文件中的关键故障信息对于高铁列车运营过程中设备的故障识别和分析具有重要意义。高铁车载设备发生的故障多种多样且时间不定,工作人员根据人机界面(DMI)记录的故障信息又极其依赖个人经验,因此车载设备故障的准确判断需要根据原始日志文件进行。本课题针对上述问题,对车载设备日志文件中故障信息进行分析整理并结合专业人员对于车载设备故障的分析及处理方法,采用Matlab仿真平台搭建故障分析工具,从而提高工作人员对于车载设备故障的处理效率、增加故障发现的准确率。本课题主要工作内容包括以下方面。首先,本课题对于车载设备各模块的组成及常见的故障种类进行介绍,结合车载设备安全计算机生成的日志文件的内容以及专业人员的故障信息记录,对其内容进行分析总结形成初始车载设备故障词库。在此基础上,根据日志文件的特点,实现对于日志文件和工作人员文本记录的自动预处理,以适用于之后的课题研究。其次,确定使用基于隐马尔可夫模型的文本信息抽取方法对日志文件进行处理探索,进行关键信息抽取前首先将预处理后的日志文件进行状态标记以建立初始字符字典,之后对模型进行参数重估得到训练后的模型文件,然后根据训练后的模型文件对测试样本进行标记抽取,以实现对于日志文件中故障信息的抽取。最后,基于Matlab平台开发出故障分析工具,用以实现日志文件的自动预处理并对其中故障信息进行精准定位,并在工具界面显示对故障的分析处理建议。同时介绍此工具的使用流程和主要功能并分析此工具的优缺点,最后对此课题进一步研究做一定展望。