安全是轨道交通列车运营的前提和核心竞争力,但高密度、复杂技术、强耦合等因素给轨道交通列车安全保障带来了巨大挑战,全面系统地加强轨道交通列车全局安全保障,促进安全保障模式由局部安全向系统安全、被动安全向主动安全以及全生命周期运维优化转变已成为我国轨道交通系统发展大趋势。传感技术的快速发展为轨道交通列车服役状态安全检测提供了强大的数据支撑,但我国现有的轨道交通列车在线服役状态的辨识、部件可靠性评估与寿命预测、系统可靠性评估和系统运维方法还不能充分利用现有条件,提供符合轨道交通系统主动安全保障需求的技术手段。鉴于此,本文基于多源传感器状态检测信息,在状态自动辨识、部件和系统可靠性评估及网络化运维方面在进行了如下研究工作:1.针对多源异质大数据,提出了基于张量域的状态评估基本理论,将状态评估理论扩展至高维空间。阐述了张量域的基本概念和内涵,形式化描述了基于张量域的状态评估方法的基本原理,提出了两大关键技术问题。最后提出了ADASYN-GBDT集成算法并在转向架实际运行数据上进行验证。2.基于张量表达和深度卷积神经网络,提出了端对端全自动机械部件状态辨识方法。该方法有效避免了人工设计特征的缺陷,能够充分利用多源传感器信息,实现了机械部件的全自动辨识。除此之外,通过对其单一工况和混合工况、不同及混合故障程度下的实验验证,该方法在准确率和收敛效率方面表现优秀,为实际应用提供了极大的可能。3.提出了基于模糊张量域和时变马尔科夫链的部件状态可靠性分析模型。将二态张量域扩展至多退化状态张量域,并实现了自动划分,不仅有效解决了马尔科夫过程状态数量选取不够规范问题,还为部件性能安全退化阶段划分提供了科学依据;基于时变转移概率矩阵的马尔科夫过程能准确描述部件自身特性随时间增加的变化趋势,为部件状态可靠性和寿命预测更准确的评估提供了必要手段。4.基于多态网络流模型提出了轨道交通列车系统可靠性分析方法。在充分考虑了轨道交通列车系统结构和部件状态的基础上,研究分析各组分之间的相互作用关系,构建了基于网络流理论的系统可靠性网络模型,并在CRH3转向架系统上进行了实例分析,实现了基于状态信息的轨道交通列车系统多态可靠性评估。除此之外,还提出部件重要度评估方法,给出了科学合理的部件重要度排序,为轨道交通列车系统实际运营监测、维护管理及修程修制的制定提供了科学依据。5.针对轨道交通列车复杂的网络化系统结构,提出了基于改进的谱聚类算法的网络化成组维修策略制定方法,并在CRH2型转向架子系统进行了验证。该方法能够更好地根据部件参数进行科学合理分组,解决了基于状态可靠性的复杂网络化大系统的维修策略制定问题。