安全是轨道交通向前发展的先决条件,列车安全是轨道交通安全最关键的一环。轮对轴承起着支撑列车的关键作用,是列车的核心部件,其重要程度不言而喻。因此,轮对轴承健康状态实时在线监测,及时准确地发现轮对轴承的故障对于保障轨道交通列车运行安全显得尤为重要。但我国现有的列车轮对轴承监测技术仍旧无法满足这一需求。为了保障列车轮对轴承的实时在线监测,本文从轮对轴承振动数据感知和健康状态的识别设计研究思路和框架。首先,从源头出发对轮对轴承振动数据的自供电感知技术进行了研究。接着,考虑到轮对轴承信号在复杂工况下运行易受噪声干扰等因素,开展轮对轴承微弱故障诊断方法研究:包括故障信号特征提取和故障诊断方法研究。最后,从满足列车运行现场检修的需求,设计开发轮对轴承故障诊断原型系统。论文主要进行了以下研究工作:（1）针对列车轮对轴承监测传感器和数据发送模块供电困难的问题,提出基于摩擦纳米发电的列车转向架低频振动能量收集方法,设计低频振动能量收集模块,实现列车轮对轴承监测传感器及数据发送模块的间歇性供电,保障轮对轴承在线状态数据的及时获取。搭建仿真列车转向架振动能量收集及数据传输一体化平台,通过仿真实验验证振动能量收集方法及设计模块的有效性。（2）针对列车轮对轴承监测传感器安装限制,获取信号通道单一,故障信号信噪比低的问题,提出基于信号分解和核相关的欠定盲源提取方法,对信号的微弱故障特征进行提取。并通过与传统的基于信号分解的二阶相关性欠定盲源特征提取方法对比实验,证明本文所提出方法的先进性和稳定性。（3）针对列车运行过程中运行环境复杂,轮对轴承故障信号易受冲击噪声干扰的问题,提出基于循环相关熵的轮对轴承故障特征提取方法,用以识别出轴承故障信号在冲击噪声干扰情况下的故障频率。并通过与传统的谱峭度方法对比实验,证明本文所提出方法的优越性。（4）基于前述提出的循环相关熵故障特征提取方法,从减少循环平稳方法计算量的角度出发,结合窄带滤波理论提取轴承故障信号的频域故障特征,采用最小二乘支持向量机对故障特征训练,实现列车轮对轴承的智能故障诊断。并通过与基于传统特征提取方式的故障诊断方法对比,证明本文所提出方法的先进性和有效性。（5）为了更好地满足列车轮对轴承故障监测的现场应用,基于MATLAB的App Designer工具箱,设计并实现了列车轮对轴承故障诊断原型系统,原型系统的诊断算法集成了本文提出的三种算法和已有的经典故障诊断算法,原型系统为生产现场的列车轮对状态监测及维修提供了可靠的支撑。