高速铁路已成为我国交通运输的重要组成部分,作为列车行车基础的轨道结构随着其服役期的增长已开始出现各种病害,这些病害引起的轨道系统性能降低必然影响行车的安全性和舒适性。现有的轨检车及动检车方法虽然可对轨道结构进行定期检测,但其实用性和经济性制约了轨道异常检测的实时性。运营列车上的振动响应具有测试方便快捷的优点,且在列车通过病害引起的轨道异常处会产生明显的非高斯突变,若利用信号的非高斯性检测方法则有望能够快速、高效地确定异常时刻点。高阶统计方法在处理非高斯信号方面具有较好的效果。基于此,本文拟利用高阶统计理论建立基于列车振动响应高阶统计特征的轨道异常不平顺检测框架,从而达到对轨道异常进行快速诊断的目的。本文主要内容如下:(1)系统介绍基于高阶统计理论进行信号非高斯特征提取的基本理论,给出高阶累计量、高阶矩谱、高阶累计量谱、高阶时频分布等高阶统计量的定义及基本性质,并介绍高阶统计量在处理非高斯、非平稳及非线性信号方面的优势。(2)基于多体动力学软件建立列车-轨道耦合模型,通过在轨道随机不平顺谱上叠加典型轨道异常不平顺波形作为轮轨激励,比较列车各部分动力响应对轨道异常的敏感性,验证基于列车振动加速度响应诊断常见轨道结构异常的可行性,并确定列车转向架为列车振动响应的最优测点。(3)选取高阶累积量、双谱、维格纳时频三谱三种常用的高阶统计特征对列车各异常工况下的振动响应进行分段特征提取,实现异常时刻点定位,并研究高阶统计量阶数、数据分段长度等因素对异常信号识别效果的影响。通过多次进行模拟计算及归纳分析,提出基于列车振动响应分段高阶统计特征的轨道异常不平顺检测框架。(4)结合铁路部门给出的轨道异常病害情况,以运营高速动车组通过病害处的实测列车振动响应为分析对象,进一步验证基于列车振动响应高阶统计特征的轨道异常不平顺检测框架的有效性。