随着中国高速铁路技术的不断成熟,动车组列车的各零部件性能也在不断提升。轴箱轴承作为动车组列车传动系统最基础也是最关键的零部件之一,其运行环境复杂恶劣,且很容易受到运行过程中冲击载荷的影响,导致其运行状态不稳定,进而影响动车组列车的行车安全。目前动车组轴箱轴承均采用进口轴承,造价和维护成本都很高,为了同时满足行车安全性和经济性的需要,迫切需要找到一种能够有效预测轴承剩余寿命(Remaining Useful Life,RUL)的方法,并利用该方法指导制定合理的维修决策。预测和健康管理技术(Prognostic and Health Management,PHM)的研究和应用是现代机械设备朝着高性能,高精度,高效率的方向发展的基础和保障。选取适当的状态监测方法,建立完整的剩余寿命预测模型以及进行精确的趋势预测是预测和健康管理技术的核心。在轴承的全寿命周期性能退化过程中,如果能够有效地对轴承运行状态进行监测和评估,并利用状态信息进行寿命预测,就能在保障动车组列车安全运行的前提下,最大程度降低保养和维护的成本。本文基于轴承加速性能退化试验数据,围绕如何建立剩余寿命预测模型和如何预测轴承寿命两大关键问题开展了以下工作:(1)分析了轴箱轴承结构和在使用过程中经常出现的几种典型的失效形式,通过分析比较四种常用的状态监测方法,选取基于振动信号的轴承性能退化特征参数的提取方法,从振动信号的时域,频域和时频域中提取并筛选出对轴承性能退化敏感的6个性能退化特征参数,为后续构建轴承性能退化指标奠定了理论基础。(2)针对这6个训练轴承性能退化特征参数所包含信息冗余度过高的问题,提出了一种基于主成分分析法(Principal Component Analysis,PCA)的轴承性能退化指标构建的方法。首先通过将所选取的6个性能退化特征参数构建性能退化特征集,然后利用PCA进行处理,最后得到了能充分表征轴承性能退化过程的指标,为剩余寿命预测模型的建立奠定了数据基础。(3)针对传统寿命预测模型的预测精度不高与适用性较差的问题,提出了一种基于威布尔分布的比例故障率模型的剩余寿命预测方法。通过灰色预测模型(Grey Model,GM)预测未来时刻轴承的性能退化指标,并将未来时刻的性能退化指标作为协变量输入模型中,将预测得到的剩余寿命与真实寿命进行比较以验证模型的有效性,最后根据剩余寿命模型及其可靠度函数制定出相应的视情维修决策,并将其作为目前所采取的计划维修决策的补充。