车轮多边形磨耗是高速铁路车轮非圆化的一种常见形式,会加剧轮轨之间的冲击振动和磨耗,严重影响旅客乘坐的舒适性,威胁列车行车安全。对车轮损伤进行实时监测与状态识别,对维护列车安全高效运行具有重要意义。传统的车轮非圆化状态检测方法能够实现静止或低速运行下的车轮状态检测,但受人为因素影响较大、检测效率低、成本高,并且无法实现高速运行下的列车车轮状态的实时在线识别判断。基于车辆轴箱振动响应检测车轮多边形磨耗是一种简单高效的方法,其中振动信号分析处理是保证车轮状态准确识别的关键。因此,本文提出一种改进的聚合经验模态分解(ensemble empirical mode decomposition,EEMD)和魏格纳-威尔分布(Wigner-Ville Distribution,WVD)联合时频分析方法,基于车辆轨道刚柔耦合系统动力学仿真模型,对高速运行下车轮多边形引起的轴箱振动加速度仿真信号进行分析,识别判断车轮多边形的损伤状态。主要内容包括:(1)EEMD与WVD联合时频分析方法。根据EEMD和WVD各自的算法原理及特点,提出EEMD-WVD联合时频分析方法,利用EEMD对WVD产生的交叉项进行抑制,同时不降低WVD的时频分辨率,为车轮多边形引起的轴箱振动加速度信号识别提供理论基础。(2)车辆轨道刚柔耦合系统动力学仿真模型的建立。利用有限元仿真软件ANSYS和多体动力学软件Universal Mechanism(UM)联合仿真,建立车辆轨道刚柔耦合系统动力学仿真模型,同时考虑轮对弹性和轨道弹性,为研究车轮多边形化对轴箱振动特性的影响及其状态识别提供仿真平台。(3)车轮多边形作用下轴箱振动响应特征仿真分析。利用所建立的车辆轨道刚柔耦合系统动力学仿真模型,分析列车高速运行时车轮多边形引起的轴箱振动响应特征,建立列车运行速度、车轮多边形磨耗阶数和磨耗深度与轴箱振动加速度时频域特征参数的关系,同时为后续状态识别提供仿真数据来源。(4)基于EEMD和WVD联合时频分析的车轮多边形状态识别。应用所提出的EEMD-WVD联合时频分析方法,对车轮多边形作用下的轴箱振动加速度仿真信号进行分析处理,实现车轮多边形状态识别与损伤评估。通过对现场实测数据进行分析处理,以及与其它时频分析方法对比,验证所提出的EEMD-WVD时频分析方法的可靠性与优势。