走行部是轨道车辆的五大组成部分之一,车轴是走行部的重要零件。在列车行驶的过程中,由于种种原因,会导致车轴出现疲劳裂纹,甚至断裂;将会造成严重交通事故,给人们带来生命和财产的损失。所以,对轨道车辆车轴的疲劳裂纹故障特征进行在线检测是具有重要意义的。在本文中,主要是对各种工况下车轴疲劳裂纹声发射信号进行特征提取。本文提出一种解决在线检测车轴疲劳裂纹声发射信号特征提取的诊断计划,即特定子频带小波包能量香农熵。利用无损检测中的声发射技术对车轴的实时状况进行采样,对采集到的声发射信号进行添加滑动窗处理,讨论选定滑动步长和窗口宽度,对窗内的信号分别进行小波包分解和EMD分解,选用Daubechies小波作为小波包分解的小波基,Daubexhies小波是故障诊断中常用的小波,根据Daubechies小波的特点,选用Db4。首先,讨论五种形式的熵,验证特定子频带小波包能量香农熵的优越点。利用小波包能量香农熵(WPESE)、非广延参数的小波包能量Tsallis熵(WPETE)、特定子频带小波包能量香农熵(WPESE3,2)、经验模态分解能量香农熵(EMDESE)、非广延参数的经验模态分解能量Tsallis熵(EMDETE)对车轴正常声发射信号和裂纹声发射信号合成的合成信号进行特征提取。利用评价参数γ对五种形式的方法在疲劳裂纹特征提取中的效果进行评估,从而证明特定子频带小波包能量香农熵是最优的特征提取方法;然后,利用最优的特征提取方法对设定的两种工况进行裂纹特征提取,即含有背景噪声信号和裂纹信号、敲击振动信号和裂纹信号两种工况。结论表明:特定子频带小波包能量香农熵对疲劳裂纹声发射信号特征提取效果最好,且该方法能够在不同工况下对车轴疲劳裂纹信号进行特征提取。