随着城市公交运营强度的不断增加,城市公交在运营过程中出现了很多恶性突发事件。2016年北京公交集团对运营中的公交车辆故障导致的抢修救援达到48942辆次,严重影响了正常交通秩序,影响乘客的安全顺畅出行。同时公交车辆的维修保养成本支出数额巨大,占北京公交集团全年费用支出的15%。其中发动机故障约占公交车辆故障总数的50%,发动机故障会引起公交车辆的熄火、抛锚甚至是起火燃烧。因此,对公交车辆的发动机进行故障预警尤为重要。考虑到不同动力类型公交车辆发动机工作原理不同,本文将对LNG公交车辆(天然气动力公交车辆)发动机的工作原理进行分析,并在改进的随机森林算法基础上对LNG公交车辆进行发动机故障预警系统研究。首先对Can总线采集的车辆运行数据集、外部天气数据集、抢修数据集和调度数据集进行清洗、转换和集成,建立统一的多维数据集。其次,通过粗糙集算法从多维数据集中提取LNG公交车辆发动机故障关键因素,构建预警模型的指标体系。接着对随机森林算法进行改进,构建发动机故障预警模型,通过测试集数据对模型进行验证,给出模型评价标准,对模型的预警效果进行评价。最后在构建的LNG公交车辆发动机故障预警模型和公交集团日常维修保养工作的基础上,设计开发LNG公交车辆发动机故障预警系统,指导公交集团及时、有效开展应急工作,同时为公交集团的发动机维修保养工作提供一定的数据支持。本文丰富了公交车辆发动机故障预警理论,建立了发动机故障预警系统,能有效降低公交车辆的故障率,降低维修保养成本支出,对北京公交集团的公交运营工作具有一定的指导意义。