我国高速铁路发展十分迅速,列车运行速度大幅度提高,由此带来的安全性问题更加不容忽视。高速列车走行部作为影响列车的安全的重要部分,对其开展安全评估分析的研究非常有必要。本文基于高速列车走行部监测数据,提出一种EEMD互模糊熵的特征提取方法,并对EEMD的几种熵特征进行评价,为故障诊断以及列车的运行状态安全性态评估提供依据。本文首先介绍了高速列车走行部三种减振器的运行工况及实验数据来源；从时频域分析了各工况在不同速度不同方向下的振动特性。其次,深入研究了EEMD分解及其特点。本文采用EEMD互模糊熵算法对高速列车走行部监测数据各工况的仿真数据进行特征提取：(1)对振动信号小波包消噪后进行EEMD分解,得到一系列本征模态函数(IMF)向量；(2)对每两维IMF向量提取互模糊熵,组成特征向量；(3)对已提取的特征向量使用支持向量机进行分类识别。最后,基于高速列车走行部监测数据,对本文所提出方法与EEMD近似熵、EEMD样本熵、EEMD模糊熵从空间距离、概率距离、识别率、置信区间角度设计评价指标并进行综合特征评价,验证算法的有效性。本文基于高速列车走行部监测数据,提出一种基于EEMD互模糊熵的特征提取算法,研究高速列车走行部在不同工况下的特征,并对所提取的特征向量进行分类识别,验证算法的有效性；基于高速列车走行部监测数据对EEMD的几种熵特征提取算法进行综合评价。