Como un dispositivo único de redes ferroviarias, el funcionamiento normal de las máquinas de cambio implica una operación ferroviaria segura y eficiente. El mantenimiento predictivo se convierte en el enfoque de la máquina de cambio. Enfocándose en la baja precisión del estado de predicción y la dificultad en la visualización del estado, el artículo propone un modelo de mantenimiento predictivo para máquinas de cambio basado en Gemelos Digitales (DT). Se construye un modelo DT para la máquina de cambio, que contiene un modelo de comportamiento y un modelo de reglas. El modelo de comportamiento es un modelo visual de alta fidelidad. El modelo de reglas es un modelo de predicción de alta precisión, que se combina con memoria a largo y corto plazo (LSTM) y el modelo de media móvil integrada autorregresiva (ARIMA). Los resultados de los experimentos muestran que el modelo puede ser más intuitivo con mayor precisión en la predicción y mejor aplicabilidad. El enfoque DT propuesto es potencialmente práctico, proporcionando una idea prometedora para las máquinas de cambio en el mantenimiento predictivo.