随着经济的发展和社会节奏的不断加快,方便快捷的交通方式越来越成为大众出行的主要考虑因素之一,高铁以其方便快捷、安全、经济、环保等诸多优势更是成为旅客出行的首选。高铁动车组作为高速铁路的主要组成部分,因其体现了我国先进的装备制造业水平、高超稳定的运输效率、先进的信息化程度及智能化运维手段,已经成为代表我国形象的一张“亮丽名片”。动车组能够高效、快捷地将旅客送往目的地,离不开它的牵引系统。动车组牵引系统类似动车组的“发动机”,它能够将接触网传输的高压电转化为动车组可以使用的电压等级,再通过牵引电机和齿轮箱、联轴节等机械传动装置将电能转化为动能,来驱动动车组运行。既然牵引系统作为动车组的“能源站”,就一定会存在输电损耗,输出的电能有一部分转换为无法被动车组利用的热能,而动车组要想保证长时间高速运行,就需要及时将产生的热能传导,否则就会使动车组牵引系统过热产生故障,影响高速铁路运行秩序,甚至引发行车安全事故。因此需要保证牵引系统良好的冷却效率,及时消耗牵引变压器、牵引变流器等设备产生的热量,才能保证牵引系统正常工作和动车组长时间高速运行。实际运用过程中,往往以牵引冷却系统的温度衡量牵引系统的工作状态,进一步反映牵引系统的散热状态。本文以CRH380B（L）型动车组为研究对象,对动车组牵引冷却系统工作原理进行了论述分析,研究了动车组运行过程中牵引冷却系统温度的影响因素及既有故障模式。首先,结合动车段实际检修作业遇到的问题痛点,深入研究了机理类冷却系统PHM模型的建模判据、应用现状和局限性。针对该类模型存在的问题引出基于人工智能的解决方案:通过对几类神经网络结构的分析研究,确定两类网络结构并进行训练优化,预测核心温度参数的趋势并进行测试。最终提出牵引冷却系统的温度实时估算的新方法。