近年来,我国重载铁路得到快速发展,对铁路货车检修技术提出了更高的要求。随着故障预测与健康管理技术的不断发展以及铁路货车在线监测技术的不断完善,将状态修的理念应用于铁路货车检修是必然的发展趋势。车轮作为铁路货车的重要零部件,准确预测其剩余寿命,进而确定整列车车轮的合理维修时机对于保障运行安全、提高运输效率及降低维修成本具有重要意义。本文以铁路货车车轮作为研究对象,深入研究了基于在线监测数据的车轮剩余寿命预测及维修策略优化算法,提出一种基于剩余寿命预测的铁路货车车轮机会集中修维修策略,用来优化整列车的车轮检修计划。主要研究工作包括以下几个方面:第一,研究了基于HP滤波算法的车轮退化趋势成分提取方法。由于地面在线轮对监测系统每次检测车轮位置不同,导致车轮磨耗的直接监测数据存在较大波动。因此,提出一种基于HP滤波算法的车轮退化数据趋势成分提取方法,并将退化数据的趋势成分用于退化过程建模和剩余寿命预测。第二,构建了基于非线性Wiener过程的车轮踏面圆周磨耗退化模型并完成了参数估计。根据车轮退化过程存在非线性的特点,利用非线性Wiener过程构建了车轮踏面圆周磨耗退化模型,并根据车轮历史退化数据使用Gibbs采样算法完成了模型参数估计。第三,完成了模型参数更新公式推导并且实现了实时剩余寿命预测。为了将历史数据与实时监测数据中包含的信息相融合,利用贝叶斯公式推导了非线性Wiener过程模型中的漂移系数的参数更新公式。在得到实时模型参数估计值之后,根据随机过程首达时刻的概念得到了车轮的实时剩余寿命概率密度函数。为了证明模型预测效果,将本文中提出的方法与既有方法进行了对比,结果表明本文中所用的模型和参数更新方法具有较高的预测精度。第四,基于车轮剩余寿命预测结果提出一种将机会维修和集中维修相结合的机会集中修维修策略,解决了不同车轮个体退化过程差异性较大导致集中维修时机难以确定的问题。构建了反映车轮使用费用的成本函数,并将单位时间平均成本和临修次数作为优化目标,利用NSGA2算法实现了维修策略优化。针对初代种群多样性较差的问题,提出一种半随机初代种群产生方式提高了初代种群多样性。最后,根据一列54辆固定编组的铁路货车车轮的500天退化监测数据,验证了本文所提出的剩余寿命预测和维修策略优化算法。本文提出的方法不仅适用于铁路货车车轮维修策略的制定,也可以应用于其它存在大量同类型零部件设备的维修策略制定。