轨道交通作为一种高效、环保的公共交通工具,已经成为城市交通不可或缺的一部分。随着运营里程的增加和客运量规模的增大,轨道交通的安全问题愈发重要。而滚动轴承作为轨道交通车辆的关键部件之一,被广泛应用于车辆的行走部、电机等设备中,其运行状态的好坏将直接影响轨道交通的安全运行。因此,对轨道交通轴承进行健康状态评估和剩余寿命预测,对保障轨道交通安全运行有着重要的意义。本文以轨道交通轴承为研究对象,就轴承的故障机理分析、退化状态特征提取、轴承的健康状态评估以及剩余寿命预测展开了研究,主要内容如下:（1）研究了轨道交通轴承的故障机理。分析了轨道交通轴承的基本结构、失效形式与原因以及轴承理论的特征频率,并简述了轴承的状态监测方法以及全寿命实验数据集,为后文的研究提供了理论基础。（2）研究了基于多域的轨道交通轴承退化状态特征提取方法。针对单一的或单域的退化状态特征在轴承健康状态评估中的评估能力不足和剩余寿命预测中的准确性不够高等问题,提出了基于多域的退化状态特征提取方法。首先分别提取了传统的时域和频域退化状态特征,并重点研究了基于变分模态分解、包络解调和奇异值的时频域退化状态特征提取方法,通过分析各个退化状态特征的全寿命变化曲线,指出了单个退化状态特征难以对轴承进行健康状态评估。（3）研究了基于t-SNE和核马氏距离的轴承健康状态评估方法。针对在轴承健康状态评估过程中,退化状态特征筛选和健康指数难以构建等问题,首先利用随机森林算法筛选出重要性较高的退化状态特征,并构建高维相对退化状态特征。然后,为了防止退化状态特征冗余对评估结果产生影响,利用t-SNE对高维相对退化状态特征集进行降维,将退化状态特征进行融合。随后在核马氏空间中进行度量,引入健康指数,对轴承进行健康状态评估,并通过轴承全寿命周期振动数据验证了所提方法的有效性。（4）研究了基于PSR和ELM＿AdaBoost的轴承剩余寿命预测方法。针对基于数据驱动的剩余寿命预测模型的精度不高,在极限学习机的基础之上,提出了基于相空间重构（PSR）和ELM＿AdaBoost的剩余寿命预测模型。首先分析了不同模型结构参数对预测结果精确度的影响,并确定最佳的预测模型结构参数。然后,以全寿命周期振动数据为例,对同一轴承和不同轴承进行剩余寿命预测。最后,通过不同预测模型进行对比分析,验证了本文方法的泛化能力和有效性。