随着我国高速铁路行业不断发展,动车组列车速度不断提升,对列车关键系统及部件的安全可靠性要求日益增强,而转向架轴承系统承担了高速列车承重、导向、减振、驱动等众多重要功能,轴承作为动车组中最为关键的旋转部件,其运行状态直接关系到转向架的安全可靠性,由于转向架轴承在运行过程中处于复杂的工况,通常会出现磨损或性能退化而引起损伤,因此对高速列车转向架轴承进行故障诊断具有重要的意义。本文以动车组转向架轴箱轴承为研究对象,对当前国内外典型的轴承故障诊断技术算法现状进行了总结分析,同时对动车组滚动轴承故障的振动机理及特征频率获取进行了阐述说明。首先,利用轴承故障仿真模型产生的仿真信号分析了最小熵卷积、变分模态分解以及快速峭度图算法在提取轴承故障脉冲特征时的性能。其次,开展了动车组转向架轴箱轴承故障台架试验,采用轴箱轴承试验数据对比了最小熵卷积、变分模态分解以及快速峭度图算法在轴承故障诊断中的应用,说明了在强烈背景噪声存在时以上算法对于轴承故障诊断中的不足。随后,为了实现轴箱轴承故障的有效诊断,从频域峭度的角度提出了一种改进峭度图算法。该算法通过计算特定频带信号包络的功率谱幅值的峭度,能够自适应确定富含轴承故障信息的共振频带。基于识别的共振频带对轴承振动信号进行带通滤波,并对滤波解调信号进行频谱分析,进而对轴承进行故障诊断。该算法通过计算功率谱幅值的峭度,较好的克服了噪声存在时冲击不明显故障特征难以提取的不足,同时具备更好的计算效率。最后,分别采用轴承故障仿真数据和轴箱轴承试验台数据对提出的改进峭度图算法进行了验证,并同最小熵卷积、变分模态分解和快速峭度图算法进行了对比分析,实验结果说明了本文所提出的改进峭度图算法在轴承故障诊断中的有效性和优越性。