李 鑫，史天运，常 宝，马小宁，刘 军

（1.中国铁道科学研究院研究生部，北京 100081；2.中国铁道科学研究院集团有限公司科技和信息化部，北京 100081；3.中国铁道科学研究院集团有限公司电子计算技术研究所，北京 100081）

铁路机车的设备安全、周转效率和维修质量等对于保障铁路运输生产效率有着重要的作用。随着机车数量的增加、机车数据的不断积累和数据获取方式的不断升级［1］，机车积累的运行台账、监测检测、维修保养、事故故障等各类数据不断增多［2］，数据类型日益丰富，蕴含的数据价值不断显现。通过研究机车各类数据间存在的关联关系，可以挖掘出机车事故故障与机车运用、整备、检修等日常生产数据之间存在的关联规则，这将对提高机车运行质量、提升故障诊断效率和安全管理能力、促进机车检修作业精细化水平起到较好的促进作用。然而，由于数据挖掘技术在铁路机务专业起步较晚，目前仍较难从大量数据中发掘蕴含的重要信息，特别是与机车事故故障有关的关联性信息。因此，运用数据挖掘技术中的关联规则分析方法，对机车事故故障及其关联因素的探究，一直是铁路机车质量安全管理中的重点和难点。

关联规则挖掘是数据挖掘中的重要组成，其主要任务是挖掘出频繁项集并生成关联规则［3］。在实际的铁路机车运输生产中，事故、故障、设备问题等数据相较于机车的日常运用、整备、检修数据有着较低的发生概率，但是其对机车的质量及安全状态却有着重要的影响。……