城轨车辆悬挂系统作为城市轨道交通车辆的关键组成部分之一,对其进行实时的状态监控与故障诊断,不仅可以提高城轨车辆运行的安全性与可靠性,而且能够大幅减小由于定期检修而产生的费用,具有重要意义。论文在国家863计划,课题基于传感网的列车关键设备在途故障诊断技术及系统研制开展的背景下,采用基于模型与数据驱动的方法研究了城轨车辆悬挂系统的故障检测与故障分离问题,并提出了基于相似性匹配的悬挂系统故障分离方法。研究内容主要包括：1.结合项目工程实际建立了城轨车辆垂向悬挂系统的动力学模型,并通过频域时域响应分析说明了模型的可靠性。首次采用SIMPACK与MATLAB混合仿真的形式搭建了城轨车辆悬挂系统故障仿真实验平台,用于故障诊断算法的验证工作。较之传统的MATLAB数值仿真,实验结果更具说服力。2.采用Kalman滤波器与GLRT(广义概率比率检验)方法,研究了基于模型的城轨车辆悬挂系统故障检测方法。仿真实验中所有故障均被成功检测,但检测时间延时较长。进一步,讨论了分布式故障诊断策略在城轨车辆悬挂系统故障诊断问题上的应用,减小计算负担的同时可依据检测结果初步分离故障。3.分别采用DPCA方法与T-PLS方法,研究了数据驱动的城轨车辆悬挂系统故障检测方法。实验结果表明数据驱动的方法在检测效果上优于基于模型的方法。同时,在T-PLS方法中,结合贡献图技术讨论了悬挂系统的故障分离问题,实现故障的初步分离。4.结合Kalman滤波、FFT变换提取悬挂系统故障特征并建立故障特征库,采用Eros算法度量故障特征之间的相似性程度,提出了一种基于相似性匹配的悬挂系统故障分离方法。在城市轻型轨道列车的仿真实验中,该方法成功分离了绝大多数故障。通过两类方法的比较可知,数据驱动的故障诊断方法在算法复杂程度、故障检测效果等方面均优于基于模型的方法。为改善基于模型方法的效果,车辆动力学建模理论与鲁棒故障诊断方法的应用值得深入研究。而数据驱动的方法在物理意义解释与变量选取等方面可做进一步探讨。