转向架作为轨道车辆重要组成部分,其状态的好坏直接影响车辆运行安全性、平稳性和舒适性。转向架安全隐患问题也已成为铁路行业当前最为关注的热点问题之一。对转向架进行安全监测可及时发现和定位车辆运行中的故障,解决车辆运行安全的故障隐患,从而保证旅客列车运行安全。目前,轨道车辆转向架安全监测主要还是依赖于信号分析方法,需在车辆上布置数目较多的传感器,主要遵循研究检测信号特性的突变,包括频率、幅值等特性分析,检测结果可靠性较低,具有一定的局限性。参数估计方法在实际应用时只需利用少量的传感器就能对车辆转向架状态进行安全监测,因此相对信号分析方法具备一定的优势。目前,参数估计方法的研究在国内外均处于起步阶段,并且研究目标还主要侧重车辆正常情况、横向系统的参数估计,而针对车辆故障情况、垂向系统的参数估计的研究相对欠缺。本文针对基于参数估计方法的轨道车辆转向架安全监测关键理论和技术问题展开讨论,相关工作主要体现在:(1)系统分析了轨道车辆安全监测方法国内外研究现状。在分析了传统卡尔曼滤波(KF)、扩展卡尔曼滤波(EKF)、粒子滤波(PF)、Rao-Blackwellised粒子滤波(RBPF)基本理论和技术特点的基础上,利用两维条件线性高斯状态空间方程,分别应用EKF和RBPF对相关参数进行估计。比较得到RBPF的参数估计具备精度高、收敛速度快等一系列优点,在性能上优于EKF的结论。(2)根据轨道车辆的实际情况,建立了轨道车辆多体系统(MBS)模型。为了确保MBS模型能真实反映车辆的动力学性能,并能将其应用于RBPF参数估计算法验证工作中,本文基于车辆运动稳定性和运行平稳性两个关键指标,结合实车试验数据,对建立的MBS模型进行了验证和改进。(3)依据轨道车辆横向、垂向系统物理模型,利用组合矩阵方法建立了横向、垂向系统动力学方程和状态方程,根据实际试验传感器的配置方案,构建了相应的观测方程,采用精确离散化方法将连续的状态空间模型(由状态方程和观测方程构成)离散化。利用建立的MBS模型模拟故障,应用RBPF参数估计算法对悬挂系统参数进行估计,通过比较估计值和真实值,实现了故障定位和故障程度判断。(4)在基于RBPF参数估计算法和轨道车辆安全监测试验平台的基础上,利用Visual Studio.NET与MATLAB混合编程,完成了轨道车辆转向架安全监测软件开发。该监测软件充分利用了Visual Studio.NET运行效率高、界面友好和MATLAB矩阵计算能力强等优势。通过实测试验数据,验证了基于RBPF的轨道车辆转向架安全监测方法的正确性和实用性。