失圆车轮会影响列车运行的舒适度,降低车辆轨道部件的服役寿命,增加养护维修成本。高速列车的多边形磨耗车轮还有可能引发轨道结构共振,造成扣件弹条断裂。传统的直接测量方法速度慢、效率低、成本高,无法满足日益增长的检测维修需求。论文围绕失圆车轮识别的道旁监测技术展开研究,分析了典型失圆车轮轮轨力特征,提出了垂向轮轨力的测试方法、理论和算法,利用仿真分析和现场测试等方式对方法进行了验证,开发了轮轨力测量系统,并在重载铁路上得到了应用。首先,建立了精细化的车辆-轨道动力学有限元模型,模拟了失圆车轮在轨道上滚动的状态。利用该模型分析了典型失圆车轮(扁疤和多边形磨耗)的轮轨力特征。扁疤车轮会产生周期性冲击轮轨力,当扁疤与钢轨接触是会产生瞬时的高频冲击力,频率在400Hz到600Hz之间。分析表明峭度值能够很好的识别轮轨力冲击信号,可用于扁疤的识别。多边形磨耗车轮在运行过程中会产生正弦形式的轮轨力,其频率与车速及多边形阶数相关。车速在200km/h至350km/h范围内,对于低阶多边形车轮(N<7),随着车速的增加轮轨力峰值没有明显的增加,而高阶多边形车轮随着车速的增加,轮轨力峰值增加明显。垂向轮轨力直接反应了车轮的圆顺状态,通过道旁监测技术得到轨道动力响应,再由轨道的动力响应反演得到垂向轮轨力即可识别失圆车轮。针对垂向轮轨力测量问题提出了两种方法,分别是基于标定曲线的轮轨力识别方法(CCM)和基于模型的轮轨力识别方法(MBEM)。基于标定曲线的轮轨力测试方法是通过现场标定的方式得到轮轨力与轨道动力响应间的传递关系,再利用该关系将轨道动力响应反演得到轮轨垂向力。论文首先采用有限元仿真分析得到了移动轮载作用下钢轨中和轴的应变分布特征,在此基础上提出了轮轨连续测试的被试量、测点位置和数据处理方法。通过分析发现钢轨跨中两侧100-200mm位置处的剪应变具有最大的信号输出量,是最佳的测试位置。将各测点的应变信号输出拼接后得到了具有三角波特征的标定曲线。通过仿真分析对比了反演轮轨力和实际轮轨力,证明了该方法的可行性和准确性。为了进一步验证标定曲线法的可行性,在轨道试验线上布设测点,进行了低速行车测试。测试结果表明标定曲线法可以较好的识别轮轨垂向力,但是由于标定曲线与实际应变时程曲线有一定的差异会产生周期性的标定误差,该误差的频率与行车速度有关。轮轨力在轨道垂向一阶自振频率(约100Hz)处存在峰值,速度较快的列车还会激发更高阶的轨道自振频率。基于模型的轮轨力识别方法是利用轨道动力学计算模型,推导轨道结构测点处动态响应与轮轨垂向力之间的动力传递方程,求解方程得到轮轨力的估计值。论文推导了单层梁模型下钢轨垂向位移、轨底应变及钢轨中和轴剪应变与轮轨垂向力的动力传递方程,采用正则化法对该方程求解,得到了轮轨时程信号。结果表明该方法能够较精确的得到轮轨力。随后分析了测试误差和参数估计误差对轮轨力识别的影响,分析表明正则化方法能够很好的抑制测试误差,对于单层梁模型轨道刚度的误差会产生轮轨力的估计误差,二者之间近似成线性关系。最后,开发了轨枕-道砟界面应力测试的装备,并应用于美国某重载铁路线上,获得了大量的道砟应力的测试数据。通过与WILD系统数据的对比分析得到了道砟应力与轮载间的关系。推导了基于有砟轨道双层梁模型的轮轨力识别方法,并应用于道砟应力测试数据分析当中,得到了重载铁路的轮轨垂向力。数据分析表明,当轮轨力时程的峭度值大于5时,时程曲线中能够明显的识别出扁疤车轮,通过极坐标图可以得到扁疤的位置和数量。利用道旁监测技术进行失圆车轮识别,精度好效率高,能够实现对运行状态的车轮进行实时监测,有利于提高维修效率,更好的保障设备安全,该技术有较好的应用前景。