随着我国经济快速发展,城市化进程不断推进,市民们对城市内交通方式提出了越来越高的要求,城市地铁应运而生。刚性接触网由于具有结构简单、可靠性高、占空小等优点,在城市地铁中得到了广泛的应用。为了实现刚性接触网的故障管理,对故障检测信息进行数据挖掘分析显得尤为重要。然而,从现场直接采集到的刚性接触网故障信息和检测数据往往存在着记录方式不一致、格式不统一、规模大、含有噪声数据且具有连续性等诸多缺点。如果数据挖掘对象是这些未经过处理和修正的原始数据集,那么挖掘效果的精度和质量将大受影响。所以刚性接触网故障信息和检测数据的数据预处理问题,具有十分重要的研究价值和现实意义。基于粗糙集理论能够有效处理及分析不精确、不一致、不完备的信息和数据。本文对粗糙集理论在地铁刚性接触网故障信息和检测数据中的应用进行了探索性研究。完成的主要研究内容如下:以基于等价关系的粗糙集模型为基础,研究了等价关系、等价类、精确集、粗糙集、上下近似、核、约简、离散化等基本概念,论述了粗糙集理论的基本构架。以信息编码基本理论为基础,对刚性接触网零部件的种类、项目、属性及故障类型进行了合理分类并设计了统一的编码,基于Power Designer与Oracle设计了刚性接触网零部件及故障数据库结构,搭建了数据库概念模型及物理模型,创建了刚性接触网零部件及故障数据库。基于Rose2实验平台,以粗糙集相对属性约简为基础,研究了基于贪心策略的相对属性约简算法和基于区分矩阵的约简算法,分别采用这两种约简算法对刚性接触网零部件种类与项目进行了优化约简,得到了可供后续挖掘的刚性接触网零部件最简项目集。随后从约简结果、启发信息、算法步骤和约简时间等方面对这两种约简算法进行对比和评价。基于粗糙集离散化,研究了等宽法、等频法、K-Means聚类法和基于布尔逻辑的离散化算法。基于Python对等宽、等频、K-Means聚类三种无监督的离散化算法进行了实现,基于Rosetta实验平台对基于布尔逻辑的有监督离散化算法进行了实现,并采用上述四种离散化算法对广州地铁八号线“凤凰新村-沙园”区站检测数据中的导高、拉出值和弓网接触压力进行了离散化处理。