重载铁路的轨道健康状态是轨道-车辆平稳安全运行的关键因素。焊接接头不良、钢轨波磨等轨道短波病害会产生异常轮轨力,造成高频振动。严重时会损伤轨道-车辆系统零部件,甚至影响安全。为了消除和减缓轨道短波不平顺带来的不利影响,各工务段投入了大量人力和财力定期上线维修。但是对于数百公里的重载线路来说,通过人工进行全面检查具有较大难度。所以,有效的轨道短波病害诊断方法对于养护维修显得极为重要,不但可以监测全路的轨道状态,还可以减少开支,节约成本。结合车辆动态响应和信号处理的方法可以达到这一目的。本文围绕重载铁路轨道短波病害动态诊断问题,开展重载铁路有限元仿真、多成分非平稳信号时频分析方法、焊接接头和钢轨波磨诊断方法及应用研究。为获取重载列车通过波磨区段的轮轨垂向力变化特性,利用ABAQUS软件建立高频有限元仿真模型,并结合实测数据验证了仿真模型的正确性。利用控制变量法仿真计算了不同工况条件下的重载线路轮轨垂向力,对比分析了不同车辆轴重、运行速度、扣件刚度、轨道质量等关键参数对轮轨力的影响。仿真结果表明,重载铁路短波长波磨能引起轮轨力更大的幅值波动。当列车经过钢轨波磨和焊接接头混合区段时,轴箱加速度信号会同时含有稳态成分和高频冲击成分。利用同步压缩短时傅里叶变换等经典时频分析方法会出现丢失频率信息的现象。为了解决这一问题,得到高分辨率的时频分布,提出了基于小波包分解的自适应同步压缩短时傅里叶变换（Wave packet decomposition and adaptive synchro-squeezed short time Fourier transform,WPD-ASSTFT）方法,将该方法应用于稳态成分和高频冲击成分复合的模拟信号和实测的车辆动态响应信号中,并与SSTFT、VNCMD等时频分析方法作对比,发现WPD-ASSTFT具有更高的时频分辨率。重载铁路焊接接头不良类型大致分凸型、凹型、M型和错牙型四种,对不同类型接头区段的轴箱加速度进行时频分析,发现焊接接头不良造成的冲击持续时间短暂,频带较宽,四种类型造成的冲击成分频率分布大约在10～900 Hz。在此基础上,提出诊断重载铁路焊接接头不良的WPD-ASSTFT边际指数方法,该方法可以有效稳定的诊断重载铁路焊接接头不良,不但可以识别单一焊接接头不良,也能识别出波磨区段的焊接接头不良。重载铁路钢轨波磨会加剧轮轨间振动,导致轨道-车辆系统零部件损坏,危及运行安全,在实际养护维修中需及时发现波磨区段并进行打磨。若列车存在车轮失圆,检测数据会包含其对应的周期性成分,影响钢轨波磨诊断。在数据预处理时,提出包络谱和WPD-ASSTFT联合分析方法诊断车轮失圆,当发现车轮失圆时,进行滤波处理。利用时频分析诊断单一成分钢轨波磨,不但要考虑其幅值增大的特点,还要考虑其周期性特点。若只在时域计算边际谱,会丢失周期性这一重要特点。对边际谱进行改进,计算时-频边际谱。根据重载铁路现场采集的数据和时频特性分析提出了基于轴箱加速度的WPD-ASSTFT时-频边际谱方法,该方法能有效诊断重载铁路单一成分钢轨波磨。将时频分析和机器学习结合,提出基于WPD-ASTFT和SVM的重载铁路钢轨波磨诊断方法,准确率达93.33%。通过对重载铁路钢轨波磨的监测,发现部分波磨对应的轴箱加速度信号具有多种频率成分,称为多成分钢轨波磨。根据多成分波磨特点,提出了诊断重载铁路多成分钢轨波磨的波磨指数-多重能量因子方法,将该方法应用于重载铁路钢轨波磨诊断,根据连续四个月的分析和现场复核,发现波磨指数-多重能量因子方法能有效识别重载铁路单一和多成分的钢轨波磨,诊断准确率超过85%。为了得到波磨的波深信息,提出了重载铁路钢轨波磨幅值估计方法,通过实验发现估计结果和实测几何数据吻合,该方法有助于估计波磨的严重程度,安排上线打磨顺序,抑制波磨进一步恶化。