地铁有着速度快、运输量大、无污染和时间确定性等优点，目前已经成为世界各大城市优先发展的城市交通工具。随着我国轨道交通规模的不断扩大，以及运行速度的加快，人们对地铁的可靠性和安全性提出了更高的要求。因此，需要研究一套完善的地铁故障管理系统，以实现对地铁列车的关键设备的故障实时监测和故障特征数据分析，从而有效提高地铁的行车安全和运用效率。本文从数据仓库技术入手，根据地铁故障检测的特点，提出了基于数据仓库技术的地铁故障管理系统构建方案。同时根据动态模糊聚类的特点，还提出了改进的动态模糊聚类算法，并将其应用到地铁故障诊断中，从而实现了地铁故障分析和决策的优化。本文构建的地铁故障系统对于提升地铁列车综合性能、保障行车安全以及提高地铁车辆检修效率等方面具有重要的作用。论文首先对数据仓库和聚类分析进行了介绍，并且对聚类分析在故障检测中的可行性进行了分析，其次根据地铁故障检测的特点，对基于目标函数的模糊聚类进行了分析，并提出了改进的模糊聚类算法，同时将其应用到地铁故障的分析和决策中。然后根据需求分析提出了基于数据仓库技术的地铁故障系统的总体结构，并对系统的功能模块，以及故障诊断数据仓库的设计方法进行了研究。接着对地铁故障系统中的关键技术进行了研究，分别对系统软硬件的实现方法，以及故障检测中的模糊聚类应用实例进行了探讨。最后论文对地铁故障系统进行了测试，从而验证了系统设计方案的可行性和可靠性。