红外线轴温探测系统是铁路运输业中一种保证铁路安全的重要设备,主要防止列车在高速行驶过程中,车轴与轴承因为摩擦过大产生高温过热,形成“热轴”而引发重大事故。在目前红外线轴温探测系统的使用过程中,存在的问题有热轴兑现率低等表现,这对于系统的可靠、稳定运行带来了极大的负面作用。基于此,此次论文研究中围绕此类问题,提出设计并实现THDS智能检测系统,有针对性的提高系统的可靠性。此次论文所进行的分析工作主要有下面几点:首先,系统阐述了当下得到广泛运用的红外线轴温探测系统的主要运行原理以及系统的结构状态,同时主要阐述了作为系统核心构成的探测站的构成以及主要功能,同时提出探测站的可靠性、稳定性,直接关系到整个系统的长远稳定工作。在此过程中,通过分析研究了影响轴温探测的关键因素。其次,热靶标定的精度作为影响轴温探测的关键因素之一,决定着红外线轴温探测系统采集的轴温信号精度,为了提高热靶标定的精确性,对热靶加热进行温度控制研究。再次,本文重点研究了线性轴温波形的处理,设计了一种基于神经网络的波形识别策略,经过对现场环境下车辆轴温参数的仿真分析、计算结果的处理等,说明这些策略的运用能够改善热轴判别的精确度,从而实现提升兑现率的效果。最后,根据相对应改进,设计THDS智能检测系统,硬件电路设计,及模块设计,搭建实验平台。