故障诊断技术作为保障铁路行车安全的基本手段和重要内容，在世界范围内得到了广泛的应用，对早期发现故障，避免或减少事故损失，提高运输效率和市场竞争力，促进机车车辆状态修的发展等起了极大的作用，现代铁路运输对机车车辆监测诊断技术有强烈的需求。 轴承故障是列车运行中的一种主要故障源，对行车安全影响甚大，轴承的监测和诊断一直是故障诊断技术的重要工作内容。本文回顾了20世纪80年代中期以来世界铁路机车车辆监测诊断技术的发展历程，分析了技术特点和趋势。以滚动轴承为例，探讨智能诊断技术的应用问题。神经网络的应用是近期轴承故障诊断技术的一个发展方向，但由于数据匮乏，很多研究成果难以实际应用，而本文的目的是神经网络诊断技术的实用化。 文中讨论了机车车辆轴承的故障模式与振动特征，介绍了轴承振动信号特征的一般提取方法，提出了一种共振解调谱的自动识别方法，即用相对特征能量Spi所构成的向量S来描述解调谱，可诊断故障的部位和大小，该方法在实际应用中得到了验证。 以智能化和网络化为核心，提出了一种轴承监测诊断技术在机车车辆上综合应用的系统方案，包括车载监测、道旁监测、检修基地诊断及综合信息管理四个基本子系统。 应用BP神经网络对车辆轴承故障的多值分类诊断问题进行了研究，探讨了轴承诊断BP网络的设计，提取8个特征参数作为输入向量，用大量现场实际数据作为训练样本，对网络进行训练，并用训练后的网络对94套车辆轴承进行了诊断仿真，其总有效率大于97％。该网络可直接用于货车轴承诊断系统的改进，其方法亦适用于其它轴承的监测与诊断。研究表明，基于神经网络的故障诊断技术对轴承状态的分类能力很强，通过大量的数据积累，并从中选择典型的训练样本，神经网络可以成为机车车辆轴承监测与诊断的有效解决方案。