近年来,随着轨道交通的不断发展,在很多大型城市的公共交通系统中城市轨道交通已经占据了非常重要的地位。而轨道交通车辆运行的安全性是影响城市轨道交通发展的一大因素。车辆悬挂系统又是城市轨道车辆的关键组成部分,悬挂系统的故障会直接影响车辆的乘坐舒适性及其运行安全性等性能。根据轨道车辆运行的实际数据记录表明,随着轨道车辆服役时间的增多,悬挂系统的部分零部件会随之老化而影响车辆的工作性能,所以对轨道车辆进行定期的检查和维修是必不可少的。但由于检修轨道车辆的工作量较大且耗费的时间和人力较多,往往不能及时排除行车过程中的安全隐患。因此,针对轨道车辆悬挂系统的故障诊断技术和状态监测方法对车辆的稳定运行和安全工作起着举足轻重的作用,寻求有效、稳定的悬挂系统故障诊断方法成为国内外轨道交通研究的重点。本文基于轨道车辆横向动力学模型及模拟轨道车辆悬挂垂向动力学系统的实验台,研究利用混沌蚁群算法应用于悬挂系统的参数优化估计和故障诊断。首先建立车辆横向动力学模型,采用随机激励输入的方式,通过观察车辆模型振动响应,完成动力学模型的试验验证。通过改变车辆动力学模型悬挂参数,完成故障模型设置。并运用美国六级轨道谱数值模拟生成的时域样本作为动力学模型的输入,进行仿真试验。其次对车辆振动响应数据进行采集和处理,根据车辆动力学系统关系方程求解悬挂系统零件参数,再利用混沌蚁群算法的寻优特性,完成对车辆悬挂系统参数的优化估计,通过参数估计值与参数真实值的对比,判断故障诊断效果。再依据模拟车辆悬挂垂向动力学系统的实验台,建立相应的轨道车辆的垂向动力学模型,采集实验台的垂向振动响应数据,完成实验台部件参数计算,利用混沌蚁群算法对实验台参数进行优化估计,验证算法的可行性。仿真和实验结果表明,混沌蚁群算法利用其遍历性和随机性在对轨道车辆悬挂系统参数优化估计中得到了很好的收敛效果,达到了车辆悬挂系统的故障诊断预估效果。最后,对本文所取得的成果和采用的算法进行总结,并进一步对该研究做出展望。