针对城轨车辆悬挂系统这一列车关键部件的故障诊断,已有的检测方法需要在车体四个顶角及前后转向架上安装传感器,采集悬挂系统不同工况下车体和转向架上的振动响应信号,这就使得在进行悬挂系统故障检测时,每节列车上均需布设一定数量的传感器,这种方法在检测故障的同时也会造成检测成本和复杂度的升高。因此,为降低故障检测的成本和复杂程度,本文提出基于钢轨振动信号的城轨车辆悬挂系统故障诊断方法,通过在轨旁布设传感器,采集悬挂系统不同劣化工况下的钢轨振动加速度响应信号,达到对悬挂系统进行故障诊断的目的。为实现基于钢轨振动信号的车辆悬挂系统故障诊断,本文针对悬挂系统关键参数监测、故障工况检测以及故障分离方面开展研究工作,主要研究内容如下:(1)研究了车辆-轨道刚柔耦合建模及轨旁振动信号采集方法。通过研究车辆悬挂系统的故障模式,基于SIMPACK-ABAQUS建立车辆-轨道刚柔耦合模型,并研究轨旁传感器布设规律,在此基础上搭建故障仿真实验平台,通过传感器采集轨旁振动加速度信号,并以此为依据进行城轨车辆悬挂系统关键部件的故障诊断。(2)研究了城轨车辆悬挂系统关键参数的监测方法。基于所建立的车辆-轨道刚柔耦合模型,分别对悬挂系统和轮轨激励导致的相关力学参数在轮对、转向架和车体上的动力学响应结果进行监测,实现振动信号传递规律性的验证,针对二系悬挂系统参数的计算,结合刚柔耦合模型,利用频域算法和最小二乘算法得到关键参数的计算结果;针对一系悬挂系统参数的计算,利用转向架动力学方程对参数进行间接计算,然后对比悬挂系统参数仿真值与计算值的互相关系数,根据峰值一致性特点,结合刚柔耦合故障仿真模型验证了监测指标的合理性。(3)研究了城轨车辆悬挂系统关键部件的故障检测方法。针对车辆悬挂系统不同故障工况状态下采集到的轨旁振动加速度信号,利用时频域和谱细化分析的方法进行特征提取,分析不同故障工况下产生的轨旁振动信号之间的差异特征,并基于傅里叶变换和线性调频Z变换的方法,实现不同劣化工况之间的故障检测。(4)研究了融合信号分解和特征提取的故障分离方法。基于局部均值分解法、经验模态分解法、变分模态分解法的信号分解算法,得到悬挂系统不同故障工况下对应轨旁振动加速度的信号分量,利用相关系数计算得到最优分量,并通过快速谱峭度方法提取敏感分量所在的频段区间,在此基础上提取最优信号分量特征作为故障分离的样本特征库,最后利用模糊C均值聚类算法和最小二乘支持向量机算法进行故障分离,并得到不同故障特征提取算法下的故障分离的精度。