铁路行业近些年的迅猛发展给每个人的出行提供了极大的便利,同时还肩负着物资运输的重任。铁路线路数量的增加使电力机车的需求也跟着增多,所以对电力机车的维护任务也在随之变重。机车各部件的正常运行是保证整个电力机车正常运行的前提,对电力机车各部件进行故障诊断并根据诊断结果进行维修是其中最重要的工作之一,而齿轮箱中的牵引齿轮又是传动部分的关键部件,所以对齿轮的故障诊断就显得格外重要,如果不能及时发现齿轮故障并进行维修或者更换,将严重影响到列车的正常运行。本文在深入了解HXD1C型电力机车牵引齿轮磨损机理的基础上,从某机务段得到油液数据,通过界限值法进行定量分析,根据元素浓度判断齿轮是否发生故障。使用图像处理技术处理磨粒图像,为判断齿轮故障类型提供数据依据,然后结合优化的反面选择算法,利用MATLAB和VS等软件开发出一套电力机车齿轮箱齿轮故障诊断系统,达到诊断齿轮故障类型的目的。本篇论文主要研究内容如下:(1)研究了齿轮常见故障、主要磨粒类型及磨损机理,基于油液分析技术对齿轮箱润滑油中的磨粒进行定性分析。彩色磨粒图像的处理包括彩色图像颜色空间的转换、图像增强和图像分割,提取齿轮典型磨粒的颜色、纹理和形状特征参数,为论文提供数据支持。(2)研究了反面选择算法在齿轮故障诊断中的应用,对于现有大多数用油液检测技术进行故障诊断准确度不够高的缺点,提出了优化的反面选择算法在齿轮故障诊断领域的应用,以提高故障诊断的精度。反面选择算法通过对大量齿轮数据进行训练,生成不同磨粒类型的检测器集,然后通过检测器集达到故障诊断的目的。这种方法适用于大量数据的处理,由于所需故障样本数据多所以提高了故障诊断的准确率。(3)以智能化和模块化的思想为前提,开发出一套适用于HXD1C型电力机车牵引齿轮故障诊断的系统,系统主要包括齿轮定量分析、彩色磨粒图像的处理、特征提取、故障诊断结果、维修建议以及历史数据查询与维护等模块,为电力机车齿轮状态检测和故障诊断提供平台支持。用本文提出的方法对电力机车齿轮进行故障诊断的准确率略高于现有应用广泛的方法,有较高的应用价值,为指导工人进行检修维护提供可靠依据。