随着高速铁路技术的快速发展,高速列车速度等级的不断提高,轮轨力之间的作用不断加剧,列车车轮上普遍存在凹坑磨耗。车轮踏面凹坑磨耗损伤会加大列车横向振动,使轮轨作用力变大,严重时甚至会导致列车脱轨的恶劣后果。因此,研究高速列车车轮凹坑磨耗实时监测方法有重要意义。本论文主要开展的研究工作如下:（1）本论文首先研究了国内外相关文献资料,简要的阐述了列车车轮踏面损伤监测技术的发展历程及应用现状。明确了研究车轮凹坑磨耗的目的及意义,并提出基于轴箱振动加速度的车轮凹坑磨耗状态监测方法。（2）车辆-轨道系统动力学模型的建立。采用动力学软件UM对CRH380A型车车辆-轨道模型进行建模,并在软件的Simulation模块中以迭代的方式仿真计算一个镟修周期内列车车轮的凹坑磨耗,进而采集得到不同磨耗深度车轮下的轴箱振动加速度。（3）车轮轴箱振动加速度信号的特征提取。为了能从多个IMF分量中选取出与车轮损伤特征关联较大的分量,提出了依据各分量的相关系数的大小进行主要IMF分量选取的办法。利用排列熵可以表示信号的随机性和复杂性的特点,采用多尺度排列熵算法来对信号的主要IMF分量进行特征提取,进而求得各主要分量的多尺度排列熵片均值,结合列车时速构成信号的特征向量。利用高阶谱方法对车轮轴箱振动振动信号进行分析,得到信号的二维等高线图和三位双谱图后,采用灰度-梯度共生矩阵提取信号二维等高线图中的纹理特征,并结合车速构成特征向量。（4）列车车轮凹坑磨耗识别方法。采用网格优化算法-支持向量机模型对车轮凹坑磨耗状态进行识别。将得到的特征向量输入GS-SVM中分类,通过对分类器的训练和测试,发现基于变分模态分解的车轮凹坑磨耗状态识别方法的识别正确率为78%,基于高阶谱的车轮凹坑磨耗状态识别方法的识别正确率为95%,识别结果最优。