Recientemente, con el aumento de la escala del volumen de transporte de mercancías y el número de pasajeros, el estudio del diagnóstico de fallos en vehículos ferroviarios y la gestión de condiciones se está volviendo más significativo que nunca. La temperatura del eje juega un papel importante en la evaluación de la condición operativa de la locomotora, ya que cambios repentinos de temperatura pueden llevar a accidentes potenciales. Para realizar un monitoreo de condiciones en tiempo real y un diagnóstico de fallos preciso, se propone en este artículo un nuevo modelo impulsado por múltiples datos basado en el aprendizaje por refuerzo y el aprendizaje profundo. Todo el proceso de modelado consta de tres pasos: En el paso 1, se aplican métodos de cruce de características y aprendizaje por refuerzo para seleccionar las características adecuadas que podrían acortar eficientemente la redundancia de la entrada. En el paso 2, se emplea un autoencoder de denoising apilado para extraer información de fluctuación profunda en las características después del aprendizaje por refuerzo. En el paso 3, se utiliza el algoritmo de unidad recurrente bidireccional con compuertas para completar el modelo de pronóstico y lograr los resultados finales. Estas partes de la estructura de modelado integrada contribuyeron a aumentar la precisión del pronóstico en comparación con modelos individuales. Al analizar los resultados de pronóstico de tres series de datos diferentes, se puede resumir que: (1) El método de selección de características en dos etapas propuesto y el método de extracción de características podrían optimizar en gran medida la entrada para el predictor y formar el modelo de pronóstico de temperatura del eje óptimo. (2) El modelo híbrido propuesto puede lograr resultados de pronóstico satisfactorios que son mejores que los algoritmos de contraste propuestos por otros investigadores.