滚动轴承是列车的关键转动部件,所处运行工况复杂,易受较多因素影响,在轮轨冲击和振动影响下,滚动轴承易产生变形或裂纹,导致滚动轴承作用失效,进而引发系列故障,对列车的正常运行产生较大影响,严重情况下会引发系列事故,对乘客的人身安全造成影响。对服役中的列车滚动轴承进行状态监测和剩余寿命研究,对保障轨道交通列车的安全运营有着重要的意义。而对于滚动轴承的剩余寿命预测研究,需要重点解决以下两大问题,一是根据提取的滚动轴承振动信号,如何选用合适的预测模型,预测出能够有效表征轴承的退化规律和未来演变趋势的特征指标;二是如何根据预测出的退化特征指标,选择合适的剩余寿命预测模型,准确预测出滚动轴承的剩余寿命。本文以实测的列车滚动轴承的振动信号为基础,研究了基于状态的滚动轴承剰余寿命预测方法,主要工作内容有:（1）对轨道车辆滚动轴承的结构特点和振动机理进行了简要分析。运用主成分分析法（PCA）算法对列车滚动轴承的振动信号指标进行了处理,得到了能够表征滚动轴承性能退化的特征指标。针对单核相关向量机（RVM）对滚动轴承性能退化趋势的预测精度,容易受到核函数影响的问题,研究基于多核组合相关向量机（MKRVM）的方法,并运用鲸鱼优化算法（WOA）对多核相关向量机的核参数及核函数的权重系数进行优化,对滚动轴承的性能退化趋势进行了预测分析。将预测结果与不同方法的预测结果比较,验证了基于鲸鱼算法优化的多核相关向量机（WOA-MKRVM）预测结果的有效性和准确性,为后续滚动轴承剩余寿命的预测奠定了基础。（2）选择合适的剩余寿命预测模型是滚动轴承寿命预测的关键。研究了一种能够将滚动轴承的运行状态与可靠度结合起来的预测方法,即威布尔比例故障率模型（WPHM）。WPHM能够依据滚动轴承当前的状态信息,将基于WOA-MKRVM预测得到的性能退化特征指标结果作为协变量引入模型,并根据滚动轴承的可靠度和状态信息,实现对滚动轴承的剩余寿命预测。本文以实测列车滚动轴承振动数据,完成了对轨道列车滚动轴承的剩余寿命预测,将模型预测结果与现场滚动轴承拆解结果进行对比,验证了WPHM在滚动轴承剩余寿命预测方面的有效性和准确性,具有一定的工程应用价值。