地铁是市民出行的首选交通工具,目前国家正面临着巨大的轨道交通出行压力。随着压力的不断提高,地铁列车轮对出现故障的次数也越来越频繁,因此地铁列车轮对的可靠性需求也随之提高,实现智能化的轮对踏面擦伤故障诊断对保障地铁列车的安全性和地铁乘客的舒适度有着重要的意义。本文提出一种以振动加速器传感器为基本检测设备的地铁列车擦伤故障检测系统,该系统主要以改进EWT方法与多尺度模糊熵联合算法对列车踏面擦伤故障进行诊断,主要工作内容如下:（1）查阅国内外文献,在需求分析的基础上,选择最优的检测手段并设计地铁轮对擦伤故障检测系统总体框架,确定系统的工作流程和各组成模块的功能。（2）分析轮对故障模型基础理论,并建立相关数学模型,选择采集振动加速度信号来反映振动程度大小,并利用SIMPACK进行仿真获取仿真信号。针对系统需求对轮对擦伤故障检测系统进行硬件选型设计,并用于现场进行系统安装搭建。（3）研究分析当前主流的振动信号处理分析方法,针对适用于处理非平稳、非线性信号处理的经验模态分析方法出现的模态混叠等问题,采用经验小波变换分解（EWT）方法;并对传统EWT方法进行基于能量谱与相关系数的频谱分割优化,成功解决EWT过分解问题;（4）对于故障信息的复杂多变性,提出多尺度模糊熵算法用于对振动信号的故障特征提取,并利用改进EWT提取其关键的固有模态分量,并对信号进行重构,将重构信号与原始信号多尺度模糊熵进行对比发现,其区分故障能力强,可作为特征参数进行训练;（5）针对支持向量机对参数和核函数选择敏感问题,利用粒子群方法对支持向量机参数优化,并将该方法对轮对振动信号特征参数进行分类,并通过实验比对验证算法有效性。