铁路道岔是不定期间歇性工作的机电一体化设备。在铁路线路中数量多,转换频繁、失效率高、故障预防难度大,直接影响行车效率和行车安全。当前周期性计划修,有如下不足:即将出现故障的道岔难以获得优先检修;过剩修问题难以避免,甚至导致“修出来的故障”;劳动效率难以提高;检修过程中作业人员的劳动安全风险控制难度大。铁路道岔实行预防修将是发展方向。实施预防修的前提是要尽可能及时准确地评估预测道岔的健康状态。当前,提高道岔运用质量方面的理论、方法和技术研究仍以故障后的诊断为主,面向预防修的道岔健康状态划分、评估基准、参数采集、预测方法等方面,既有研究尚少且理论方法研究的深度也仍有不足。本论文针对实施道岔预防修所需的理论和方法基础,基于故障预测与健康管理理论,研究并在现场验证了铁路道岔健康状态评估与预测方法。论文的主要创新点如下:1.面向预防修将道岔状态划分为故障、亚健康和健康三个健康等级;加入时间因素提出了对应的四个检修等级划分,试验总结出了边界参数。基于大量数据统计分析和特征提取,提出基于曲线相似度和道岔转换时长的健康评估与预测方法,建立综合评估指标Index与皮尔逊相关系数rxy和欧氏距离dxy之间的关系式,形成了评估道岔转换过程劣化程度的数值标准。2.通过表示缺口标记方式,解决了直接拍摄道岔表示缺口时图像边界因受污染而影响精度的问题。提出基于CMOS面阵技术的自适应灰度门限图像边界识别算法,提高了道岔表示缺口大小识别精度。提出基于概率潜在语义(PLSA)道岔故障特征数据识别方法,通过词项挖掘其语义上的关联性,提高了道岔历史数据的利用率。3.从分析具有转换过程典型代表意义的ZYJ7型道岔转换过程参数曲线形态特征出发,提出基于众值分析识别转换中间阶段和两端参数的方法,提高了道岔转换过程启动、转换和检查三个阶段划分的准确度。用本文提出的方法,对道岔转换过程的三个阶段分别细化健康状态评估,为道岔精细化检修提供了理论支撑和方法。4.针对道岔故障数据为小样本和正常数据与故障数据在数量上严重不平衡的问题,用支持向量机(SVM)和支持向量描述(SVDD)分别评估道岔健康状态;针对道岔周期性调整、受外界突发事件影响和时序传递性等特征,用多项式回归、多元回归和长短期记忆网络(LSTM)分别预测健康状态变化趋势。基于预测结果得出的检修优先级建议列表,为道岔预防修提供了有效参考。