车轮踏面擦伤是指车轮因制动力或者牵引力过大导致车轮在钢轨上滑动而造成的车轮踏面局部疤状磨耗,属于车轮多边形磨损的一种。它是引起铁道系统故障诸如轮轴和轴承断裂、轮对轴温升高、混凝土轨枕断裂的一个重要原因。车轮踏面擦伤故障检测已经变成了在高速和重载列车的发展过程中所必须攻克的重要技术难关。车轮踏面擦伤故障振动信号具有非线性、非平稳特征,传统的信号处理方法对其无效。目前已有的车轮踏面擦伤检测方法普遍精度不高,只适用于低速,在高速列车运行时无法进行踏面擦伤检测。本文通过理论研究提出了一种全新的车轮踏面擦伤检测方法,经大量实验验证,该方法可以进行动态车轮踏面擦伤检测,在中低速时精度很高,在高速情况下精度降低,但仍具有一定识别能力。该车轮踏面擦伤故障检测方法的核心是经验模态分解。它可以在时域范围内将原始信号分解成一系列基本内蕴模式函数分量之和。由于它具有自适应性,不同信号分解出的内蕴模式函数分量不一样,所以它特别适用于非平稳信号的分析。为了提取出车轮踏面擦伤周期性冲击信号,将经验模式分解与希尔伯特-黄变换以及包络分析相结合,得到一种全新的信号分析方法。该方法首先对故障信号进行经验模式分解,再对分解后得到的各阶本征模函数分量分别求希尔伯特包络,再进行频谱分析,由此可得到原始信号经验模式分解后的各阶本征模函数分量的包络解调谱。当包络解调谱顶点的频率恰好与车轮擦伤扁疤的通过频率一致时,就可以识别出车轮踏面擦伤。经过反复实验验证,此方法在中低速情况下精确有效。传统的信号分析方法大多使用MATLAB编程实现,MATLAB的人机交互界面差,且不具有数据采集功能,从设备的精简和实用上考虑,本文采用美国国家仪器公司的LabVIEW软件与PXIe-4492数据采集卡相结合,编程实现了采集与分析一体化同时又具有良好人机交互界面的车轮踏面擦伤检测系统。