高速铁路的发展不仅为人们提供了便捷舒适的出行环境,也给沿线城市的经济发展带来了巨大的推动作用。2017年6月高速列车“复兴号”的诞生开启了中国铁路技术装备一个崭新的时代。在车速不断提升的过程中,列车的安全性依然是不可忽视的重要问题。轴箱作为高速轨道车辆走行部的重要装置,其可靠性极大程度地影响了列车的安全运行。随着高速铁路里程及动车组数量的增加,轴箱的故障问题呈现增长的趋势。因此,对轴箱进行快速有效的故障监测具有十分重要的意义。论文在研究轴箱磨损机理的基础上,利用铁谱技术将磨粒从润滑脂中分离出来并建立磨粒图像。然后结合计算机图像处理技术对其进行处理进而得到磨粒的特征参数。最后利用改进Bp神经网络建立轴箱故障诊断系统。利用该方法可以有效地判断出轴箱的润滑状况,并且实现了不同磨损形式磨粒的自动化识别。论文首先介绍了轴箱的基本结构及轴箱常见的磨损形式。在此基础上论文选择了铁谱分析作为轴箱故障检测的方法。为了避免传统铁谱分析的缺陷,进一步选择将计算机图像处理技术与铁谱分析技术相结合,作为论文的主要研究方向。然后论文介绍了轴箱故障识别的具体问题,包括计算机图像处理技术的具体内容,以及对轴箱进行故障分类的具体方法。论文选择改进后的Bp神经网络作为故障识别的方法,提高了故障识别的准确率。最后基于以上的理论基础,论文设计了一套轴箱故障诊断系统,包括图像预处理、故障自动识别以及结果处理等模块。并根据采集到的实际样本对该系统的有效性进行验证。