铁路是交通运输的大动脉,对我国的国民经济发展起着至关重要的作用。近年来高速铁路的快速发展使得原有的以大型探伤车为主、小型探伤仪为辅的探伤模式已不能满足发展的需求,对铁路探伤提出了新的要求。针对现有的探伤技术和探伤机制无法满足高速铁路探伤需求的情况,本文研究一种新的基于振动信号特征提取与分类识别的高速列车伤损探测方法。为了分析伤损结构对振动信号的影响,利用ANSYS软件建立了钢轨系统的模型,合理的选择了相应的测量点和伤损结构;通过对钢轨系统施加激振力,获取了不同钢轨伤损情况和不同测量点分布情况下的钢轨振动伤损信号。分析了HHT对钢轨振动信号处理的方法,并针对EMD分解中出现的缺点,利用相关性系数选取了包含伤损特征信息的IMF;在基于频率函数伤损检测原理的基础上对钢轨振动伤损信号进行了分析,得到信号的频率、幅值和时间之间的特征,同时选取了合适的测量点和频率分析方法。对NTF算法及其相关的理论进行了探讨,给出了NTF算法的具体步骤;针对实际情况中的钢轨伤损情况,利用HHT分析所得到的幅频信号,结合相应的测量点和伤损种类建立钢轨振动的张量信号;同时,针对所建立的钢轨三维张量信号进行了分解,得到了相应的张量基以及钢轨伤损特征系数矩阵。对支持向量机分类方法和相关向量机分类方法进行了讨论;同时,针对二分类器到多分类器扩展的情况,结合钢轨振动信号的特点和各种多分类方法的优缺点,选择了一对一多分类法并给出了具体的构建步骤;然后,对比了RVM和SVM在信噪比及分类向量数目上的情况,通过RVM对所给出的钢轨伤损特征向量进行了分类,取得了满意的效果;最后,给出了对钢轨伤损识别规则方法的步骤。总之,本文从理论和仿真上研究了如何通过建立钢轨系统模型、采用相应的信号处理方法和分类方法实现高铁钢轨的实时在线检测,提出了一种新的基于振动信号特征提取与分类识别的高速列车伤损探测方法,此方法对探伤效率和实时性有较大的提高。