机械设备故障诊断技术对高速发展的制造业核心装备进行有效监测、预警和诊断,以避免或减少重大安全事故,具有巨大的经济和社会价值。随着技术发展,高速铁路运输已成为最重要的交通运输方式之一,其安全性、舒适性与高效性一直是国内外关注的焦点。通过健康状态监测技术对列车运行过程进行监控,对预防列车事故发生、保障列车运行安全具有重要意义。列车轮对轴承作为核心部件之一,其健康状况直接影响列车运行安全。轮对轴承故障作为一种常见故障,其监测与诊断技术一直是国内外研究的热点。列车轴承轨边声学故障诊断系统以其具备非接触式测量、早期故障预警和成本相对较低等优点而受到研究者的青睐。但多运动声源混叠的复杂声学环境却对列车轴承轨边声学故障诊断系统的可靠性带来了挑战。论文以获得清晰的声谱特征为目标,将多源混叠问题分解为同侧、同轴与复合运动声源混叠问题,以空时滤波器设计为主要技术手段,逐步解决多运动声源分离与校正、提取与增强、数目与相对位置估计等技术难点,最终形成一套列车轴承轨边声学故障诊断的系统性技术解决方案。首先,根据列车通过时测量得到的多运动声源分布结果,论文将多运动声源混叠问题细分为同侧、同轴与复合运动声源混叠问题,并分析了各自的特点,揭示了多个运动声源难分离、故障特征信号难提取、数目与相对位置难估计等三个技术难点。根据目前使用的列车轴承,建立了以轴承故障特征频率判断轴承故障类型的静态检测理论基础,介绍了轴承故障动态声学检测的波动力学基础。根据需要解决的三个技术难点设计了静态、动态实验平台及信号获取方案。通过静态信号与动态信号的对比,验证了轨边声学故障诊断系统中多源混叠问题的存在,并对传统方法与阵列结构在解决上述技术难点中存在的问题进行了分析,为后文进行深入研究奠定基础。其次,针对同侧运动声源混叠中多个运动声源难分离的问题,论文建立了基于均匀线性阵列的几何模型和信号模型,并将该问题视为一个动态盲源分离问题,提出了参数化时域分离矩阵和时域重映射矩阵设计的空时滤波重排方法,实现了同侧运动声源的分离与校正。利用简单的相关运算来去除噪声和被扭曲的非目标声源分量,得到目标声源信号的估计,通过包络谱分析实现目标声源的故障诊断。该方法在时域实现声源分离与校正,去除残余分量干扰的相关运算操作简单,具有计算效率高和输出信噪比高的优点。随后,针对同轴运动声源混叠中故障特征信号难提取的问题,论文建立了基于十字形阵列的几何模型和信号模型,克服空域滤波只能抑制但不能消除非目标方向干扰声源和噪声的本质缺陷,提出了自适应稀疏滤波方法,实现了轴承故障特征信号的提取与增强。论文将传统空域滤波技术与无监督式机器学习技术相结合,完全去除干扰声源。在空域和时域完成信号处理,运算效率高。通过空域滤波和稀疏滤波之后,噪声得到极大程度地抑制,输出信噪比高。这是无监督式机器学习方法与阵列信号处理方法在多运动声源混叠问题中的创新应用。最后,针对复合运动声源混叠中数目与相对位置难估计的问题,论文利用斐波那契数列设计了具有优异性能的斐波那契阵列结构。并基于斐波那契阵列结构提出了一种解卷积的清洁空时图方法,实现了多运动声源数目和相对位置的估计。类比于针对静态声源定位二维空间扫描的“声学相机”技术,论文提出了运动声源定位时间与空间扫描的“聚焦声学相机”新概念。论文设计了性能优异的斐波那契阵列结构,以麦克风阵列信号为分析对象,利用清洁空时图方法实现多运动声源数目与相对位置的准确估计,再利用空时滤波重排技术实现多运动声源的分离与校正,最后利用自适应稀疏滤波技术实现轴承故障特征信号的提取与增强,得到清晰的轴承故障信号声谱以实现故障诊断。一条以多源混叠空时滤波器设计为主体,包含清洁空时图方法、空时滤波重排方法、自适应稀疏滤波方法的系统性技术方案得以建立,为最终实现列车轴承轨边声学故障诊断提供一定的研究基础。