高速铁路是现代公共交通的“主心骨”,以高速度、高运能等优点成为群众出行的主要交通方式。列车运行控制系统是保障列车安全、高速行驶的重要设备。其中,列车定位单元是为列车运行控制系统提供速度、位置信息的关键设备。目前,随着“下一代列控系统”的推进,及卫星导航和惯性导航组合定位技术的快速成长,基于GNSS和惯性系统的组合定位逐渐成为列车定位领域的热门技术。然而,由于卫星信号不稳定、易受干扰,为保障列车定位信息的精确度和系统运行的可靠性,针对惯性设备开展基于性能状态的寿命预测和健康管理(Prognostics and Health Management,PHM)具有重要意义。本文充分考虑高速列车应用背景和惯性设备高集成、长寿命等特点,基于实验室列车定位惯性单元的性能退化监测数据,从性能评价指标体系构建、性能退化建模、剩余有效寿命(Remaining Useful Life,RUL)预测及视情维修优化决策四个方面开展惯性单元的PHM研究,论文主要研究内容如下:(1)根据惯性单元组成结构与性能评价准则,采用惯性传感器的随机误差指标表征设备性能状态;基于Allan方差法对惯性单元的漂移数据进行误差辨识,并依据性能指标选取原则和目标设备的性能监测数据,构建了包含陀螺仪和加速度计的随机游走系数的性能评价指标体系,为后期研究提供数据基础。(2)针对惯性单元性能退化建模和RUL预测问题,提出了基于Copula理论和非线性漂移Wiener过程的RUL自适应预测方法。利用非线性漂移Wiener过程建立了陀螺仪、加速度计的性能退化模型和RUL边缘分布;基于Copula函数建立了二元性能参量RUL的联合PDF,并分别采用STF和EM联合算法、MLE算法对性能退化模型参数和Copula函数参数分步估计,实现RUL的自适应预测。(3)基于更新-报酬理论和惯性单元RUL的预测分布,构建了惯性单元动态更新的视情维修优化策略模型,采用改进的自适应遗传算法进行最优替换时机求解,为惯性单元的健康管理提供了科学、合理的预测性维修决策。本文采用实验室列车定位惯性单元的性能退化监测数据进行仿真验证,结果表明:基于Copula函数的二元性能参量的RUL预测结果,其RUL的PDF曲线具有较小的方差、期望值较小且失效前多个监测点的MRE的期望较基于陀螺仪的减小了3.27%,证明了本文提出的RUL预测方法可以有效减小预测的不确定性、提高预测精度。针对列车定位惯性单元的维修策略模型,在二元性能参量和陀螺仪性能参量条件下均获得了在设备失效前的最优替换决策,但基于陀螺仪的决策滞后于二元性能参量的决策1.68小时,会增大系统运行风险,证明了基于二元性能参量的优化决策更加的可靠、有效。图52幅,表20个,参考文献93篇。