铁路通信网承载了涵盖铁路多个专业的语音、图像、数据业务,是铁路运输系统的重要组成部分。考虑到铁路通信网在服务对象、故障修复时限、网络运维关注点等方面的特点,针对铁路通信网运维的研究是极其有必要的。从铁路通信网下一代运维需求和智能铁路的发展这两个角度来看,在“铁路网+5G”深度融合的大趋势下,铁路通信网运维需要向着“网络智能运行、资源智能管理、系统智能维护、业务智能运用”的智能化方向发展,进而实现铁路通信网的智能运维。受限于较低的网络自治水平,目前铁路通信网日常运维存在着两个比较显著的问题,一是铁路通信网与各专业之间的“信息孤岛”问题;二是设备现场日常检维修导致的“过度维修”问题。为了解决这两个一直存在且随着发展越来越突出的问题,我们对铁路通信网运维需求进行了分析,对运维过程中积累的数据进行了梳理,认为铁路通信网的现状符合“5V”大数据模型,能够基于大数据技术开展智能运维的研究工作。在明确了研究对象和研究工具的基础上,我们着手研究铁路通信网智能运维体系。首先基于大数据技术,结合铁路通信网的实际情况,提出了数据应用功能架构,这一底层架构,通过讨论大数据的共享模式和接口设计,完成了针对智能运维“平台”的论述。接下来,在“平台”的基础上,我们提出了铁路通信网智能运维体系,论述了数据采集、数据存储、数据治理、数据分析、数据可视化、数据共享及数据应用这七层技术架构框图,讨论了如何借助“平台”实现“应用”,主要是综合检测、智能诊断、综合分析和PHM管理。至此,我们的研究取得了初步的成果。CTCS-3无线超时分析、TDCS/CTC调度命令与进路预告分析、车载CIR设备维护质量评价等问题,是铁路通信网运维较为关切的问题,也是“信息孤岛”和“过度维修”问题较为突出的问题。我们提出采用专家知识库、推理机和决策树等人工智能来处理经过智能运维体系已经获取并进行处理的跨专业数据;提出采用质量评价模型和质量评价体系来处理智能运维体系在日常运维中获取的大量维护数据,进而实现铁路通信网运维的综合分析。