随着我国高速铁路的不断发展及大数据时代的到来,数据分析在动车组健康管理工作中越来越重要。为了全面准确地进行数据分析,需要从多个信息系统中获取高铁动车组全生命周期的数据。多源数据中存在着数据量大、异构、多维、多尺度等特性,这些数据特征导致了数据使用效率低,增加了数据分析的难度,甚至会使得分析结果与实际情况相左。所以在分析这些多源数据前,如何对高铁动车组全生命周期的数据进行统一和规范化的管理就显得尤为重要。本文针对高铁动车组多源数据中存在的数据量大、异构、多维、多尺度等特性,提出了具有针对性的ETLTL(Extract-Transform-Load-Transform-Load)二段式数据清洗流程,改进 了标准的数据仓库多层架构体系,对基于经验模态分解(Empirical Mode Decomposition,EMD)的传统去噪方法加以改进,在此基础上建立起基于云的集数据采集、存储、提供全流程的大数据管理平台,将分布在不同数据源的数据统一、规范、高效地管理起来,为动车组的数据分析提供了高质量的数据来源。本论文的主要工作包括以下三点:(1)通过对动车组全生命周期多源数据的分析,得出其数据量大、异构、多维、多尺度等的特性。为了满足在既有信息系统资源下进行多方面数据分析的现实需求,提出了具有针对性的ETLTL二段式数据处理流程,并对标准的数据仓库多层架构体系进行改进以适应实际的数据管理需求。(2)分析研究了经验模态分解(EMD)方法和基于EMD的传统去噪方法,找到其存在的问题并加以改进;利用传统方法和改进方法对不同电机转速和不同故障情况下的轴承振动信号进行去噪处理,将去噪结果加以分析对比。实验表明改进后的方法确实行之有效,整体效果优于基于EMD的传统去噪方法。(3)基于前文的理论研究成果,从数据采集、数据存储、数据提供三个方面进行数据处理的具体实现,最终在实验环境下建立起基于云的高铁动车组全生命周期数据管理平台,完成了数据的全流程处理。