状态修由于其前瞻性、检修效率高、安全可靠的特点,逐渐替代计划预防修,成为当前国内外铁路货车主要检修模式。铁路货车关键零部件的全寿命及剩余寿命预测是开展状态修研究的基础要素。车钩作为重载铁路货车关键零部件之一,在实际运用过程中受线路条件、列车载重以及结构工艺等因素的影响,极易产生疲劳裂纹,严重影响列车运用安全性,因此对重载货车车钩服役全寿命和剩余寿命进行研究,提出车钩服役里程安全限值和剩余寿命预测模型,对提高列车安全性和降低维修成本具有重要意义。本文针对重载铁路货车车钩疲劳寿命预测方法开展了以下研究:首先,通过现场调研、仿真分析和台架试验相结合的方式,对车钩进行了失效分析,同时获取了车钩失效模式、全寿命及裂纹演化数据,为基于数据驱动的车钩全寿命及剩余寿命预测提供数据基础。失效分析表明,钩舌危险部位为上下牵引凸缘根部和内腕面中部,最大损伤位于下牵引凸缘根部;钩体危险部位为下牵引凸缘根部,服役寿命通常远长于钩舌。然后,基于疲劳应用统计学理论研究了钩舌疲劳断裂全寿命,并基于小样本失效数据下的可靠性分析方法,研究了钩体疲劳失效全寿命。钩舌疲劳断裂全寿命满足对数正态分布,取置信度为95%,当存活率为50%时,钩舌的全寿命为122.4万公里;钩舌内腕面疲劳断裂寿命是下牵引凸缘断裂情况下疲劳寿命的1.04～1.75倍,寿命差异除偶然误差外还同时存在条件误差;基于小样本分析方法得到的可靠度曲线比较接近基于原始大样本的可靠度经验值,应用此方法所得钩体在50%可靠度下的全寿命约为210万公里。最后,提出了三种基于数据驱动的车钩剩余寿命预测方法,并以钩体为例对比分析了各自的预测效果。仅考虑研究对象共性特征的剩余寿命预测方法对于寿命分散性较大的结构,预测精度较低（平均相对误差为57.56%）,但操作方便简单;基于延迟时间和假设检验的剩余寿命预测方法结合了当前状态,精度有所提高（误差为34.52%）,但剩余寿命预测值随已服役里程的变化比较剧烈;基于延迟时间、支持向量回归和Kalman滤波的剩余寿命预测方法考虑了性能退化过程,因此剩余寿命预测值的变化更加平滑,但预测精度略低（误差为43.67%）。本文提出的基于经典统计学理论和基于SMOTE-Bootstrap-Bayes法的车钩疲劳断裂全寿命预测方法,以及基于状态监测数据的车钩剩余寿命预测方法,对铁路货车关键结构全寿命及剩余寿命预测具有较好的理论支撑,并为列车运营安全性、经济性以及状态修的实施提供了相应的应用参考。