随着科技的进步,机车不断向着高速化、智能化、复杂化的方向发展,与此同时机车维护的重要性越发凸显。滚动轴承作为机车走行部的关键部件,起到承载重力、传递力矩及降低磨损的作用,由于长期工作在强振动、负荷不平衡的环境中,是走行部中故障率较高的部件。因此,针对机车走行部滚动轴承开展故障诊断方法研究及系统开发,对确保机车走行部安全、可靠运行,提高铁路运输安全具有重要意义,同时为机车走行部的状态监测和故障诊断体系的开发奠定基础。针对机车走行部滚动轴承振动信号呈现出强烈的非线性与非平稳特性的问题,本文首先结合小波分析对机车走行部滚动轴承的振动信号进行降噪处理以及能量特征信息获取,由此构造滚动轴承故障特征集,接着运用主成分分析方法对故障特征集进行故障特征提取,消除冗余的特征信息,提高故障特征集的有效性。然后,研究基于最小二乘支持向量机的机车走行部滚动轴承故障诊断多分类算法及其模型,针对故障诊断模型参数难以选择的问题,采用粒子群优化算法进行迭代寻优,通过对特征提取后的故障样本的学习,提出了基于粒子群优化的最小二乘支持向量机的机车走行部滚动轴承故障诊断模型,从而实现机车走行部滚动轴承故障模式的准确诊断与分类。最后,结合ASP.NET和MATLAB技术开发了机车走行部滚动轴承远程故障诊断系统,初步实现了机车走行部滚动轴承故障远程化、智能化诊断,一定程度上解决了轴承“过维修”与“欠维修”的问题。进一步确保机车走行部的安全、可靠运行,降低机车走行部的维护成本,同时,为机车在线维护及6A系统的扩能优化提供技术支持。