随着城市轨道交通建设的快速发展,地铁已经越来越成为人们出行的首选交通工具。为了维护地铁列车的安全稳定运行,大多数城市轨道交通线路都使用了基于通信的列车控制系统（CBTC）,这也是目前使用最广泛的列车运行控制系统。城市轨道交通CBTC系统是一个由多个子系统组成的复杂系统,其故障具有多样性与不确定性,其中记录了系统运行状态的系统日志数据具有记录不规范、特征数量多且难以提取的特点。现有研究对系统日志数据的关注度较低,缺乏针对系统日志数据的综合性数据驱动的故障诊断方法。如何利用这些系统日志数据来提取并挖掘出CBTC运行中故障的特征信息,同时进一步定位故障,对于实现CBTC系统的故障诊断有重要的工程实践意义与学术价值。本论文立足于解决CBTC系统在复杂运行过程中的故障诊断需求,通过对系统日志数据的解析与处理,研究具有针对性的故障诊断方法,同时进行故障诊断系统设计。旨在提出满足CBTC在复杂场景下的综合故障诊断方法,保障地铁安全运行并提高检修人员工作效率。论文主要研究内容如下:（1）对城市轨道交通领域的故障诊断方法、CBTC系统故障诊断与现存的模糊决策树算法进行了文献调研。在文献调研的基础上分析了CBTC系统的基本结构与功能,深入研究了系统工作状态与各子系统的故障类型与表现。最后对系统日志数据进行了挖掘分析,针对性地设计了一套日志数据解析与预处理的数据处理方法。（2）针对系统日志数据存在噪音,特征维度大且难以进行人工特征提取的特点,在改进现有模糊决策树的基础上,提出了直觉模糊决策树（IFDT）算法。该算法在决策树的建立与分类过程中引入直觉模糊集理论,增强了决策树的鲁棒性。IFDT的决策过程更加贴近人的思考过程,并且不需要人工特征选择即可实现快速故障诊断。同时本文还对所提出算法的分类表现性能与其他决策树算法进行了对比验证,实验结果表明IFDT具有优异的分类预测性能。（3）结合集成学习思想,对依赖单个直觉模糊决策树的分类模型进行改进,对基于多个直觉模糊决策树（IFDTs）的CBTC系统故障诊断方法展开研究。该方法能够对高维复杂数据进行准确拟合,快速智能评估系统状态并给出可能的故障类型。同时以天津某地铁公司CBTC测试系统的日志数据作为故障实例开展了数据实验,验证了基于所提出模型的故障诊断方法的有效性与诊断准确性。（4）设计了基于IFDTs模型的CBTC自动故障诊断系统。在分析地铁维护人员需求的基础上,设计了诊断系统的架构与故障诊断流程;使用Py Qt5工具包搭建了CBTC自动故障诊断系统的可视化界面。该系统只需检修人员输入日志数据即可快速给出可能的故障原因,避免了繁琐的人工故障排查,能够减轻检修人员工作负担并提高工作效率,为地铁的安全运行提供保障。