"十二五"以来,中国铁路总公司加快推进以"四纵四横"高速铁路为骨架的快速铁路网建设,国家快速铁路网基本建成。随着高铁路网的迅速拓宽、新交路的不断开通,列车调度密度逐渐增加,维修间隔越来越短,这就要求动车组能够高效率地运维,从而保证动车组的安全运行和服务品质。动车组投入运营以来积累的海量运行和维护数据对于提升动车组关键部件运维效率具有重要意义。如何利用高效的数据挖掘算法从这些海量数据中挖掘出有用的信息,以辅助制定有效的运维方式,是本论文的研究重点。本论文的工作有以下几方面:(1)分析了目前国内外高速铁路动车组运维信息化的研究现状,梳理了中国高速列车的修程修制体系和动车组的主要检修方式;(2)从动车组牵引电机全生命周期入手,整理了可能与牵引电机运维效率相关的数据;结合数据多源异构的特点,给出了数据预处理方案,包括数据清洗、数据集成、数据归约和数据变换,并实现了对牵引电机运维数据的预处理;(3)针对传统DHP算法的缺点,采用近似最小完美哈希函数来解决DHP算法中的哈希冲突问题,设计了 AMPHP算法;为了突破单机算法性能限制,结合SON算法思想,设计了并行化改进的AMPHP-SON算法;(4)基于Hadoop平台实现了 AMPHP-SON算法,在不同规模数据集下,比较DHP、AMPHP和AMPHP-SON算法的性能,验证了对算法两次改进的有效性;并对挖掘出的动车组运维效率关联规则进行分析和可视化展示。实验证明,本文提出的AMPHP-SON算法,使用近似最小完美哈希函数过滤掉所有的非频繁项集,且借鉴SON算法思想将关联规则挖掘任务分配给多个节点共同完成,可以快速地从动车组海量运维数据中挖掘出相关规则,可以有效地帮助动车组修程修制优化,提高动车组运维效率。