轮对轴承是铁路货车走行部十分重要的构成部分,其服役的健康状况对铁路货车的安全运行有着直接的影响。在实际工况中轮对轴承常常在变转速状态下运行,而变转速工况下轮对轴承故障特征提取存在强噪声干扰、时频分辨率低、瞬时频率估计误差大等难题。因此,本文从提高故障特征提取精度、取消测速设备为出发点,研究了强背景噪声抑制、瞬时故障特征频率提取、无转速计下转频提取和故障诊断的改进方法。为抑制变转速工况下轮对轴承振动信号受到的噪声干扰,针对变分模态分解方法在变转速工况下抗噪性能低及存在模态混叠的问题,提出一种分数阶变分模态分解算法。首先把分数阶傅里叶变换引入到变分模态分解中去,给出了分数阶变分模态分解的数学定义和理论推导。其次利用不同的仿真信号,验证了分数阶变分模态分解算法在处理多分量非平稳信号时具有对各个分量信号的中心频率分布的非脆弱性、模态分量个数选择的低敏感性以及较强的噪声鲁棒性。最后将分数阶变分模态分解算法应用于匀变速铁路货车轮对轴承实测信号中,验证所提算法可为实测信号故障特征频率提取提供有效的滤波算法,为后续瞬时故障特征频率提取提供了基础。为实现匀变转速工况下轮对轴承瞬时故障频率的高精度提取,针对同步压缩变换算法在该工况下存在时频模糊和瞬时频率估计误差大的缺点,提出了分数阶同步压缩变换算法。首先通过理论推导证明了同步压缩变换算法在匀变速振动信号处理中存在时频模糊和瞬时频率估计误差大的缺陷。其次考虑变转速工况下轮对轴承振动信号的多分量、非平稳性和强噪声的特点,利用短时分数阶傅里叶变换代替同步压缩变换中的短时傅里叶变换,给出分数阶同步压缩变换方法的理论推导和主要性质。最后通过不同调频率、不同信噪比的线性调频仿真信号以及货车轮对轴承实测振动信号,对分数阶同步压缩算法进行对比验证。结果表明,在匀变速工况下,分数阶同步压缩变换不仅可提高振动信号的时频能量分布聚集性和瞬时故障频率估计精度,而且具有较强的噪声鲁棒性。为提高转速波动工况下轮对轴承瞬时故障频率的提取精度,将时变高斯窗函数引入到分数阶同步压缩变换中,提出一种自适应窗长分数阶同步压缩变换算法。首先考虑转速波动工况下振动信号的局部变化特性,引入时变的高斯窗函数给出自适应窗长分数阶同步压缩变换算法的理论推导和瞬时故障特征频率估计步骤。其次利用局部Renyi熵作为性能指标,对最优时变窗长函数进行估计,使信号在该算法下任何局部都具有最优的时频聚集性和瞬时频率估计精度。最后利用含有不同信噪比的模拟转速波动工况下的仿真信号和货车轮对轴承振动信号对所提算法进行分析验证。只利用瞬时故障频率无法实现轮对轴承故障诊断,还需要得到转频信息的定量表达。考虑到铁路货车中转速传感器的安装成本和空间等的影响,针对无转速计工况下振动信号中含有的转频信息时频幅值较小、受噪声影响较大而难以提取的问题,提出基于匹配分数阶同步压缩变换的转频提取算法。首先,基于峰值搜索算法完成瞬时故障频率时频脊线的提取,并利用轮对轴承固有故障系数和获得的瞬时故障频率拟合方程完成不同故障下的转频方程及其相应的匹配分数阶变换阶次的计算。其次利用不同假设条件下的最优变换阶次对降噪后信号进行匹配分数阶同步压缩变换,通过时频图中的时频脊线对假设的故障类型进行验证。最后利用提取到的转频曲线实现故障诊断,并用仿真与实测的变转速轮对轴承故障振动信号验证了算法的有效性。综上所述,本文以变转速下铁路货车轮对轴承为研究对象,提出了分数阶变分模态分解降噪、分数阶同步压缩变换、自适应窗长分数阶同步压缩变换以及匹配分数阶同步压缩变换等算法,实现了变转速工况下铁路货车轮对轴承的故障特征提取和无转速计下的故障诊断。这些理论与技术可为铁路货车轮对轴承的瞬时故障特征提取提供理论参考和研究思路。