高速列车故障诊断是高速铁路系统综合保障工作的重要环节,是保持和提高高速铁路运输能力的重要因素,贯穿于高速列车服役的全过程。我国高速列车运用检修过程中形成了海量的故障诊断领域知识,但是存在严重的非规范性(不完备性、不确定性和不一致性),难以有效集成融合。另一方面由于高速列车复杂的系统结构、多重复杂故障间动态耦合关联以及高速列车特有的“五级四地”检修作业模式,导致异地多群体专家综合诊断决策时难以避免决策冲突和诊断结论的不确定性。因此,针对我国高速列车检修诊断模式及故障诊断领域知识特点,亟待开展基于非规范知识处理的综合智能故障诊断方法研究。本文研究并提出了一种基于高速列车故障诊断领域知识的异地多群体专家综合智能故障诊断方法。分别针对高速列车复杂故障关系建模过程开展优化方法与动态故障关系推理方法研究,针对高速列车故障诊断领域知识开展非规范性分析与处理方法、多源异构知识融合方法与模糊故障诊断方法研究,针对异地多群体专家协商会诊过程开展综合故障诊断融合策略研究。首先,分析我国高速列车的故障发生特点,针对不同高速列车故障诊断策略开展对比分析,定义了我国高速列车“五级四地”检修运用模式并分析了其局限性;对高速列车典型关键系统开展层次化组织结构分析和功能原理分析,以此为基础开展系统故障模式与效应(FMEA)分析,得到各系统潜在的主要故障模式及其对应的故障现象和故障原因事件,建立了各个典型关键系统内部故障模式与故障原因事件之间的关联映射关系。其次,针对故障树分析建模过程复杂和组合爆炸问题,结合Perti网分析法建立了一种故障关系优化建模方法,通过模型转换减少了系统故障关系建模过程中的元素种类和节点事件数目,简化了故障关系建模过程,降低了顶事件概率求解的复杂度；基于Token动态传递和转移使能算法,建立了系统不同类型故障模式的初始标识集和动态传递矩阵,推导建立系统故障树中底事件故障动态传播过程的数学模型,采用数学推理的方式实现了系统故障的动态诊断推理。再次,研究了高速列车非规范故障诊断领域知识不确定性、不完备性和不一致性的主要表现形式、产生原因和对故障诊断的影响,建立了一种非规范知识环境下的高速列车模糊故障诊断方法。针对故障诊断领域知识的不一致性与多源异构性,采用本体建模的方法构建了领域知识的概念层次模型和概念属性模型,并与RDF(S)框架相结合建立了三层异构数据融合框架,引入霍尔逻辑“时-空-模式”三元组进行故障模式的一致性约束以实现概念术语统一：针对领域知识的不确定性和不完备性,将全局RDF(S)本体库与模糊故障树分析相结合建立了典型关键系统的T-S模糊规则与梯形模糊隶属度,分别用以描述故障事件发生程度的模糊性和故障事件传递关系的模糊性,推导计算了顶事件故障失效模糊子集以判断不同工况下系统失效的模糊可能性,实现了非规范知识环境下的模糊故障诊断。最后,针对多群体专家决策结论及其传递过程的模糊性,基于模糊集建立不同类型模糊关系合成的数学矩阵表达,将模糊影响图与故障树建模相结合,构建系统故障模糊影响图的决策节点、价值节点与模糊频率矩阵,根据专家经验和真实历史数据给出了系统各级故障事件之间的模糊关系矩阵,建立了故障状态的动态传递过程的模糊影像图模型；针对异地专家群体诊断意见综合集结过程,将D-S证据理论及其Dempster合成规则与模糊影响图算法相结合,引进DSmT算法和随机集理论建立Dempster合成规则的随机集解释,克服了证据理论中证据规则的独立性要求,构建高速列车不同诊断专家的群决策证据体和系统状态模糊识别框架,推导得到群决策结论,提高多群体专家综合诊断决策结论有效性,减少诊断结论不确定性。为了验证本文建立算法的准确性和有效性,分别基于高速列车典型关键系统高压牵引系统的受电弓系统、供风及制动控制系统和转向架系统实际诊断维修资料开展算例分析和验证。建立了三个典型关键系统共27种故障失效模式与86种故障原因事件之间的关联映射关系,在各个章节分别利用上述领域知识及其历史统计数据针对对应章节构造提出的算法进行算例验证。最后,总结了全文的研究工作,并对后续研究工作给出了建议。