目前,知识管理已渐渐发展成为管理的最高形态。另外,数据是知识管理中不可或缺的成分,是动车组运维的基础,动车组运维过程中可能会产生一些脏数据,如果我们直接对这些数据进行挖掘和分析,将会耗费大量的人力物力,并且可能得不到高质量的挖掘结果。基于上述问题,本文针对动车组运维需求,设计实现了动车组运维知识管理系统,主要对数据预处理技术和知识增量更新技术进行研究。首先,针对动车组运维原始数据可能含有脏数据的问题,提出将数据预处理技术引入到动车组运维中,并以动车组关键部件闸片为例,利用Rosetta应用软件完成对闸片数据的清洗,从而得到影响闸片寿命的关键因素。另外,针对同一时刻可能有多台移动互联网设备(MID, Mobile Internet Device)向服务器端发出故障知识检索请求的问题,提出了文件增量更新策略,并对文件增量更新算法做了进一步的改进,解决了地面服务器和网络传输压力大,MID客户端等待时间长等问题。实验表明,制动速度和BC压力(增压缸空气压力)是影响闸片寿命的关键因素,另外,采用数据预处理技术后,有效地减少了数据挖掘的工作量；采用改进后的增量更新策略后,较传统的增量更新策略,大大地减少了网络传输的时间,同时意味着大大减小了服务器的压力、降低了MID客户端的等待时间,提高了整个系统的稳定性,为动车组行车安全提供了更好的保障。