高速铁路的安全稳定运行,对于我国的社会经济平稳发展起着十分重要的作用。确保高速铁路安全稳定运行的关键之一就是牵引传动系统。由于高铁牵引传动系统中的绝缘栅双极型晶体管(Insulated Gate Bipolar Transistor,IGBT)开关频率高,发热和耗损严重,容易引起微小故障的累积从而造成较大的故障。针对上述问题,本文基于独立成分分析(Independent Component Analysis,ICA)与贝叶斯(Bayes)算法对高铁牵引传动系统微小故障诊断方法进行研究,首先应用独立成分分析算法对高铁牵引传动系统进行微小故障初步诊断,再结合Bayes算法优化微小故障诊断方法,以提高诊断效率和精准度。具体包括:(1)对微小故障诊断方法进行对比分析,对高铁牵引传动系统选取了基于数据驱动的微小故障诊断方法,并根据高铁的实际情况,确定选取基于数据驱动中的独立成分分析算法。(2)根据高铁牵引传动系统的组成结构,运用MATLAB的Simulink搭建高铁牵引传动系统仿真模型,并且对牵引传动系统的电路进行分析,确定何处容易形成微小故障,重点研究高铁牵引传动系统中由牵引整流器和牵引逆变器IGBT形成的微小故障。(3)提出基于独立成分分析算法对高铁牵引传动系统进行初步微小故障诊断方法,研究牵引传动系统背景噪声的分离,运用独立成分分析算法进行离线建模和在线检测,对牵引传动系统的微小故障进行仿真,完成背景噪声的分离和统计量结果分析,并根据故障贡献图来定位故障点。(4)提出基于独立成分分析与Bayes算法的高铁牵引传动系统微小故障诊断优化方法,利用综合平方预测误差(Ensemble Squared prediction error,ESPE)和综合EI~2(Ensemble I~2,EI~2)这两个综合统计量对微小故障进行检测和仿真分析,验证了所提优化算法对高铁牵引传动系统微小故障诊断的精准性和可行性。